Quantas páginas cabem em cada modelo de IA?

Usando a média de texto denso de cerca de 500 tokens por página, os tiers comuns se traduzem assim: uma janela de 128k comporta cerca de 250 páginas; 200k, umas 400; e a janela de um milhão de tokens, por volta de 2.000 páginas. Isso cobre a esmagadora maioria dos documentos de trabalho — contratos, relatórios, teses — numa única requisição nos modelos intermediários atuais.

Documentos reais fogem da média, porém. Apresentações e layouts esparsos podem cair para 100-200 tokens por página, enquanto texto jurídico denso, tabelas financeiras e listagens de código passam fácil de 700. A tabela acima é o ponto de partida certo; a densidade real do seu documento dá a resposta final.

Você tem quatro opções, em ordem aproximada de preferência. Trocar por um modelo de janela maior, se qualidade e preço permitirem — o caminho mais simples, sem mudar pipeline. Dividir pela estrutura do próprio documento — capítulos ou seções, nunca cortes arbitrários que separam frases do seu contexto. Usar retrieval: indexar o documento e enviar só os trechos relevantes a cada pergunta, o que normalmente também derruba o custo. Ou resumir primeiro e trabalhar sobre o resumo, aceitando alguma perda de detalhe — dá para precificar esse caminho na calculadora de resumo de PDF.

Antes de construir algo em cima desses números, extraia o texto do documento e confira uma amostra na calculadora de tokens. Duas armadilhas pegam muita gente: PDFs escaneados contêm imagens, não texto, e precisam de OCR antes de qualquer conta dessas valer; e enviar páginas como imagem para um modelo de visão é cobrado pelas regras de tokens de imagem, que seguem uma tabela de preços completamente diferente da de texto.

Convertido em páginas a cerca de 500 tokens por página densa, o catálogo de agosto de 2026 se divide em dois grupos. A família GPT-5.6 — Sol, Terra e Luna — lê cerca de 2.100 páginas numa única chamada, na janela de 1,05M tokens. Gemini 2.5 Pro e Flash, GLM-5.2, Kimi K3, Nemotron 3 Ultra e Llama 4 Maverick ficam perto de 2.000 páginas nas janelas de 1M. A família Claude — Opus 4.8, Sonnet 5, Haiku 4.5 — lê cerca de 400 páginas nos seus 200k tokens.

Quanto custa ler isso uma vez, nos preços de tabela por milhão de tokens, é a parte que costuma ser pulada. Duas mil páginas de entrada dão 1M tokens: US$ 5,00 no GPT-5.6 Sol, US$ 0,20 no Luna, US$ 1,25 no Gemini 2.5 Pro e US$ 0,20 no Llama 4 Maverick. Quatrocentas páginas no Claude Opus 4.8 dão 200k tokens, cerca de US$ 1,00.

Ou seja: a pergunta da capacidade e a do orçamento têm respostas diferentes — os modelos que leem mais nem sempre são aqueles que você quer que leiam mais. Precifique seu documento na calculadora de resumo de PDF e veja quantas páginas o GPT realmente lê para as ressalvas.

Um artigo científico de 12 páginas (~6.000 tokens) cabe em todos os modelos desta lista, com espaço para uma discussão longa depois. Não há o que pensar — escolha por qualidade e preço, não por capacidade.

Um relatório anual de 250 páginas (~125.000 tokens) cabe na janela de 200k do Claude, mas no limite: depois do documento sobra pouco espaço para uma conversa de vários turnos sobre ele. Num modelo de 1M fica confortável.

Um livro-texto de 700 páginas (~350.000 tokens) estoura todos os tiers do Claude e só cabe no grupo de janela de 1M. Mesmo lá, espere recuperação pior no meio do texto — busca por capítulo costuma dar respostas melhores do que colar o livro inteiro.

Um arquivo de 5.000 páginas (~2,5M tokens) não cabe em lugar nenhum numa chamada só. Esse é um problema de recuperação, não de contexto: indexe, busque e mande ao modelo as dez páginas que importam. A calculadora de janela de contexto mostra os limites exatos, e o guia do que cabe cobre a alternativa da recuperação.