Para onde vai mesmo uma fatura do Claude Code?

Cada linha são três números

Uma requisição de agente de código é cobrada em três componentes. O reflexo a construir: quando uma fatura surpreender, não pergunte qual modelo é caro — abra as linhas e pergunte qual dos três números se moveu.

1. Tokens de prompt — tudo o que o modelo lê: prompt de sistema, contexto do projeto, a conversa até ali, resultados de ferramentas. Numa sessão longa isso quase nunca é "a sua pergunta"; é a sua pergunta mais tudo que o agente teve de reler para responder.
2. Tokens de completion — o que o modelo escreve de volta: código, raciocínio, chamadas de ferramenta. Normalmente a minoria da fatura.
3. Leituras/escritas de cache — precificação de prompt-cache. Leituras têm desconto grande; escritas pagam por popular o cache. Se a sua ferramenta e o endpoint usam bem o cache, sua tarifa efetiva muda dramaticamente.

O dominante silencioso: o contexto é reenviado

O Claude Code e agentes parecidos não têm estado no canal: a cada turno, o cliente reenvia a conversa inteira — prompt de sistema, contexto de arquivos, resultados anteriores inclusos. Sua 15ª mensagem é cobrada como se você tivesse pedido as 15 de uma vez. Não é defeito; é como o protocolo funciona. Mas explica dois fatos contraintuitivos:

Uma sessão longa num modelo barato pode custar mais que uma curta num modelo caro. E a correção com melhor ROI costuma ser gerenciar contexto — limpar saída antiga de ferramentas, manter sessões enxutas, deixar o cache trabalhar — e não caçar desconto.

Três alavancas, em ordem de honestidade

Antes de mexer numa tabela de preços, as alavancas ordenadas por quanto economizam com honestidade:

1. Dimensionar o modelo por tarefa. Edits triviais e greps não precisam do flagship; os pedidos difíceis de arquitetura sim. Roteamento por tarefa é a maior economia honesta.
2. Fazer o cache funcionar de verdade. Leituras de prompt-cache custam uma ordem de grandeza menos que tokens frios. Prompts de sistema estáveis e estrutura de sessão importam mais que qualquer tabela.
3. Assinatura vs. por uso — faça a aritmética para o seu perfil. Planos ganham se o uso é concentrado num modelo; o por uso ganha assim que a carga é diversa, ocasional ou repartida entre ferramentas. Não há resposta universal, só a sua própria conta.

Três perguntas para qualquer provedor

Seja qual for o endpoint, estas três transformam uma caixa preta num registro auditável:

1. Consigo ver custo, tokens e latência por requisição — não só um total mensal? Com exportação.
2. Existe uma tabela de preços legível por máquina, para calcular o custo antes de me comprometer? Um endpoint JSON público sem login é a régua que eu exigiria.
3. O que acontece exatamente com meu saldo não usado — expiração, política de reembolso, taxas? "Fica lá para sempre" deveria ser política escrita, não impressão.

Privacidade, já que você roteia código por um endpoint

Pergunte o que é retido. O Teapot Router guarda só metadados de cobrança — nada de arquivar prompts/respostas — e você deveria verificar em vez de confiar no marketing "zero log" de qualquer fornecedor, incluindo o nosso.