Are reasoning tokens billed, and at what rate?

Yes. Reasoning models generate hidden 'thinking' tokens before they write the visible answer, and providers bill those thinking tokens at the standard output rate — the same price as the words you actually see. You don't get to read them, but they count on your invoice. On a hard prompt the reasoning can run several times longer than the final answer, so the thinking, not the reply, becomes the bulk of the cost.

How many reasoning tokens does a request use?

It depends on the reasoning effort setting and the difficulty of the prompt. As a rough guide, a low or 'minimal' effort adds a couple of times the visible output in thinking tokens, medium effort five-ish times, and high effort ten to fifteen times or more on genuinely hard problems. This calculator lets you pick an effort preset or type an exact reasoning-token count if you've measured it from the API's usage field.

How do I cut reasoning-token cost?

Lower the reasoning effort for prompts that don't need deep thought, cap the reasoning budget where the API allows it, and route only genuinely hard requests to a reasoning model while everything else goes to a cheaper non-reasoning model. Because reasoning is billed at the output rate, trimming it is often a bigger lever than shortening your prompt — this calculator shows the saving from each effort level side by side.

Calculadora de custo de token de raciocínio

✓ Última verificação: 15/08/2026· Fonte: página oficial de preços do fornecedor· Monitorado automaticamente — relatar alteração →

Os modelos de raciocínio pensam antes de responder – e aqueles ocultos pensando que os tokens são cobrados pela taxa de saída, geralmente 5–15× sua resposta visível. Insira sua entrada, saída visível e esforço de raciocínio, e isso mostra o custo real por chamada e por mês, quanto da sua conta é pensamento invisível, e quanto uma configuração de esforço mais leve economizaria.

Por que a conta do seu modelo de raciocínio é maior do que parece

Um modelo de chat normal cobra pelos tokens que você envia (entrada) e pelos tokens que ele grava (saída). Um modelo de raciocínio acrescenta uma terceira categoria invisível: a fichas de pensamento ele é gerado internamente para resolver um problema antes de redigir a resposta que você vê. Você nunca recebe esse trabalho, mas paga por ele - os fornecedores medem no taxa de saída, o nível mais caro. O resultado é uma conta que pode ser várias vezes maior do que uma estimativa ingênua de “entrada + saída visível” prevê, porque em uma solicitação difícil o modelo pode queimar 5.000 tokens de raciocínio para produzir uma resposta de 400 tokens.

Esta calculadora torna a metade oculta visível. Insira a entrada e a saída visível que você espera, escolha um esforço de raciocínio (ou digite a contagem exata de tokens de raciocínio no campo de uso da API) e avalie todos os três fluxos. O “verdadeiro custo mensal” inclui reflexão; o número "se você ignorou o raciocínio" é a armadilha - o número que você obteria de um contador de tokens que vê apenas o prompt e a resposta. A diferença entre eles é o que surpreende as equipes no final do mês.

As três alavancas do raciocínio de custo

1. Esforço. A maioria das APIs de raciocínio expõe um controle baixo/médio/alto (ou orçamento de token). Passar de alto para médio em prompts que não exigem reflexão profunda pode reduzir pela metade a conta sem nenhuma mudança visível na qualidade da resposta — a tabela acima mostra a diferença exata para sua carga de trabalho. 2. Roteamento. Vale a pena pagar pelo raciocínio em tarefas genuinamente difíceis e puro desperdício em tarefas fáceis; envie solicitações simples para um modelo mais barato e sem raciocínio e reserve o pensamento para a cauda difícil. Dimensione a divisão com o calculadora de economia de roteamento de modelo. 3. Projeto rápido. Prompts mais claros e restritos precisam de menos exploração e, portanto, geram menos tokens de raciocínio — um caso raro em que prompts melhores também são prompts mais baratos.

Como usar

1. Escolha um modelo de raciocínio e insira seu volume mensal de solicitações.
2. Insira tokens típicos de entrada e saída visíveis por solicitação.
3. Escolha um esforço de raciocínio ou selecione “Manual” e digite os tokens de raciocínio que você mediu.
4. Leia o custo real, veja quanto está oculto e use a tabela para encontrar o nível de esforço que cabe no seu orçamento.

Erros comuns

Orçamento apenas com base na produção visível. Os tokens de pensamento geralmente são a metade maior – ignore-os e sua previsão estará errada por múltiplos. Deixando o esforço no alto em todos os lugares. Alto esforço é um padrão, não um requisito; a maioria dos prompts não precisa disso. Comparando um modelo de raciocínio com um modelo de chat sobre o preço do título. A mesma taxa por token, contagens de tokens muito diferentes — compare o custo real por solicitação, não por milhão. Presumir que o cache ajuda no raciocínio. Prompt de descontos em cache repetidos entrada; não faz nada com tokens de raciocínio recém-gerados.

Estimativa apenas. O uso do token de raciocínio depende de suas solicitações e do controle de esforço do provedor – verifique os dados reais de uso da API antes de fazer o orçamento.

Como funciona esta calculadora

O Calculadora de custo de token de raciocínio estima seu gasto mensal com o modelo de raciocínio oculto pensamento tokens – as etapas intermediárias que o modelo gera antes de sua resposta visível. Como esses tokens são cobrados de acordo com a taxa de saída, mas podem ter de 5 a 15 vezes a duração da resposta que você realmente vê, eles geralmente dominam a conta. Você insere seu modelo, solicitações por mês, tokens de entrada por solicitação, tokens de saída visíveis por solicitação, nível de esforço de raciocínio e tokens de raciocínio por solicitação. Os principais fatores de custo são o volume de solicitações, o preço de saída do modelo e a proporção entre tokens de raciocínio e saída visível.

A lição prática é dimensionar o esforço de raciocínio para a tarefa, em vez de optar pela configuração mais alta. Aumentar o esforço prolonga o processo de pensamento, portanto, os custos aumentam com fichas que você nunca lê. Tente diminuir o nível de esforço e observe o movimento total mensal – se a qualidade da resposta se mantiver em um nível mais barato, o raciocínio extra seria desperdício, não valor.

Perguntas frequentes

Os tokens de raciocínio são cobrados e a que taxa?

Sim. Os modelos de raciocínio geram tokens de “pensamento” ocultos antes de escreverem a resposta visível, e os provedores cobram esses tokens de pensamento à taxa de produção padrão – o mesmo preço das palavras que você realmente vê. Você não consegue lê-los, mas eles contam na sua fatura. Numa pergunta difícil, o raciocínio pode demorar várias vezes mais do que a resposta final, de modo que o pensamento, e não a resposta, torna-se a maior parte do custo.

Quantos tokens de raciocínio uma solicitação usa?

Depende da configuração do esforço de raciocínio e da dificuldade do prompt. Como um guia aproximado, um esforço baixo ou “mínimo” adiciona algumas vezes a produção visível em tokens de pensamento, um esforço médio cerca de cinco vezes e um esforço alto dez a quinze vezes ou mais em problemas genuinamente difíceis. Esta calculadora permite que você escolha uma predefinição de esforço ou digite uma contagem exata de tokens de raciocínio se você a mediu no campo de uso da API.

Como faço para reduzir o custo do token de raciocínio?

Reduza o esforço de raciocínio para prompts que não precisam de reflexão profunda, limite o orçamento de raciocínio onde a API permitir e encaminhe apenas solicitações genuinamente difíceis para um modelo de raciocínio, enquanto todo o resto vai para um modelo sem raciocínio mais barato. Como o raciocínio é cobrado de acordo com a taxa de saída, cortá-lo costuma ser uma alavanca maior do que encurtar seu prompt – esta calculadora mostra a economia de cada nível de esforço lado a lado.

Quanto custa cada esforço de raciocínio