Quantos tokens o Claude Code consome de verdade

Medimos 105.608 requisições reais do Claude Code no nosso gateway, ao longo de 7 dias. A requisição típica envia 73.682 tokens e recebe 106 de volta. Ou seja: para cada token que o modelo escreve, ele lê cerca de 700.

É por isso que a cota some tão rápido. O gasto não está no que a IA responde — está no contexto que sobe junto a cada mensagem: os arquivos abertos, o histórico da conversa, as instruções do projeto.

Os números, sem arredondar

Janela de 7 dias, só as requisições que foram servidas com sucesso pelo protocolo do Claude. Entrada = contexto novo mais contexto lido de cache.

No total da janela foram 9,63 bilhões de tokens de entrada contra 27,9 milhões de saída. A proporção do conjunto inteiro é de 345 para 1.

Repare na diferença entre a mediana (73.682) e a média (91.156): a média é puxada por uma minoria de requisições muito grandes. Quem cita só a média superestima o caso comum.

Um terço da entrada é cache, e isso é bom

32,1% de toda a entrada medida veio de cache de contexto. É o mesmo trecho de conversa sendo reenviado a cada turno e reconhecido pelo modelo em vez de reprocessado do zero.

Mas atenção a uma leitura fácil e errada: cache não torna a sessão longa mais barata no total. Separando as mesmas requisições por faixa de cache:

Quem tem muito cache também tem muito contexto novo: a entrada total da última faixa é 4,6 vezes a da primeira. O cache barateia o token repetido, mas a conversa inteira continua subindo e crescendo. Sessão longa é mais cara por turno, não mais barata — o que o cache faz é impedir que fique ainda pior.

Erros comuns

• Achar que resposta curta é requisição barata. A saída mediana é de 106 tokens. O custo já foi pago na subida, antes de a IA escrever a primeira palavra.
• Deixar o projeto inteiro no contexto. Cada arquivo aberto viaja de novo a cada turno. É a causa mais comum de cota estourada sem trabalho proporcional.
• Trocar de assunto sem limpar a sessão. O histórico antigo continua subindo junto e não ajuda mais em nada.
• Comparar planos por "número de mensagens". Uma mensagem sua pode custar 40 mil tokens ou 320 mil. A unidade que importa é o token.

Como medimos

Fonte: o histórico de uso do nosso próprio gateway, janela de 7 dias, apenas requisições no protocolo do Claude (/v1/messages) concluídas com sucesso — 105.608 delas. Cada linha contada corresponde a uma requisição servida, não a tentativas de roteamento. Percentis calculados sobre a distribuição completa, sem amostragem. Nenhum dado de cliente identificável entra neste número: é agregado.

Perguntas frequentes

Isso vale para qualquer ferramenta ou só para o Claude Code?
Os números acima são do protocolo do Claude, que é o que o Claude Code usa. Ferramentas de autocomplete têm perfil bem diferente: mandam menos contexto e pedem respostas curtas com mais frequência.

Dá para reduzir o consumo sem perder qualidade?
Dá, e o ganho maior está em controlar o que sobe: manter no contexto só os arquivos da tarefa atual e começar sessão nova quando o assunto muda. Reduzir o tamanho da resposta quase não muda nada, porque a saída é a parte pequena.

Por que a média é tão maior que a mediana?
Porque uma minoria de requisições muito grandes puxa a média. Metade das requisições fica abaixo de 73.682 tokens de entrada, mas 1 em cada 100 passa de 322 mil.

Quanto isso custa no CodeJato?
O CodeJato cobra mensalidade fixa em reais, não por token. Justamente por isso publicamos o consumo real: dá para conferir se o seu perfil de uso cabe no plano antes de assinar. Ver os planos.

Esses números mudam com o tempo?
Mudam. Refazemos a medição periodicamente e a data da janela está sempre declarada acima.

Para continuar

Se você chegou aqui porque bateu no teto de uso, veja também como configurar sua ferramenta e a página de planos.