Quem usa o ChatGPT não trabalha com palavras, e sim com tokens. Cada pergunta e cada resposta abrange uma certa quantidade deles. Este guia mostra, com medições reais, o que é um token, por que textos em português (e ainda mais textos cheios de gíria) precisam de mais tokens que textos em inglês, e quanto cabe numa conversa.
Conteúdo
O que é um token?
Um modelo de linguagem como o GPT-5.6 não lê texto, e sim números. Antes de a sua pergunta chegar ao modelo, um tokenizador divide o texto em pequenos blocos, os tokens. Um token às vezes é uma palavra inteira, muitas vezes só um pedaço de palavra, um sinal de pontuação ou um espaço junto com o começo da palavra seguinte. Para o inglês vale a regra prática da OpenAI: um token corresponde a cerca de quatro caracteres ou três quartos de uma palavra.
Importante: são contadas as duas direções. O que você envia (pergunta, texto anexado, conteúdo de PDF, histórico da conversa) são tokens de entrada. A resposta do modelo são tokens de saída.
Medido: quantos tokens um texto em português precisa
Contamos entradas típicas com o tokenizador oficial da OpenAI (o200k_base, o tokenizador da família GPT-4o e GPT-5). Os números vêm da nossa própria medição de 16 de setembro de 2026, não de uma estimativa.
| Texto | Caracteres | Palavras | Tokens | Caracteres por token |
|---|---|---|---|---|
| “Como funciona o ChatGPT?” | 24 | 4 | 6 | 4,0 |
| “How does ChatGPT work?” | 22 | 4 | 6 | 3,7 |
| “Por favor, resuma este texto em três frases e cite os números mais importantes.” | 79 | 14 | 17 | 4,6 |
| O mesmo pedido em inglês | 85 | 13 | 14 | 6,1 |
| Um parágrafo em português padrão sobre as regiões do Brasil (40 palavras) | 226 | 40 | 49 | 4,6 |
| Português padrão: “Você pode me dizer rapidamente que horas são?” | 45 | 8 | 9 | 5,0 |
| Gíria: “E aí, mano, cê pode me falar rapidinho que horas são?” | 53 | 11 | 16 | 3,3 |
| Nordestino: “Oxe, visse, tu pode me dizer ligeirinho que horas são?” | 54 | 10 | 17 | 3,2 |
| A palavra mais longa do dicionário, “pneumoultramicroscopicossilicovulcanoconiótico” | 46 | 1 | 15 | 3,1 |
Três conclusões da medição:
- Português padrão precisa de pouco mais tokens que inglês. O tokenizador atual conhece a maioria das palavras em português inteiras. Um parágrafo com 40 palavras resulta em 49 tokens, ou seja, cerca de 1,2 token por palavra; o inglês fica em torno de 1,1.
- Gíria e fala regional precisam de cerca de 1,8 vez mais. A mesma pergunta sobre as horas precisa de 9 tokens em português padrão e de 16 ou 17 com gíria. O tokenizador pica “cê” em
c+ê, “rapidinho” emrapid+inho, “visse” emvis+se, “ligeirinho” em três pedaços. Quem escreve muito na fala informal gasta mais tokens para dizer a mesma coisa. Para a qualidade da resposta isso quase não importa. - Palavras longas não são problema. A palavra de 46 letras é dividida em 15 pedaços (
p,ne,um,oul,tr,amic,roscopic…), e o modelo entende mesmo assim. “Inconstitucionalissimamente” fica em apenas 5 tokens.
Você pode contar qualquer texto por conta própria: o tokenizador está disponível gratuitamente no site da OpenAI (link em “Fontes”).
Janela de contexto: quanto cabe numa conversa?
A janela de contexto é a quantidade máxima de tokens que um modelo consegue ter “na cabeça” ao mesmo tempo: sua pergunta atual, todas as mensagens anteriores da conversa, arquivos enviados e a resposta que está sendo gerada. Quando a janela enche, o modelo esquece o começo da conversa.
Na prática: num chat longo, cada nova pergunta fica maior, porque o histórico é reenviado como entrada a cada vez. Uma conversa com 20 mensagens pode abranger vários milhares de tokens de entrada por pergunta nova, antes de o modelo responder uma única palavra. Para um assunto novo vale a pena abrir um chat novo.
Um PDF com 10 páginas de texto corrido tem, grosso modo, de 4.000 a 5.000 tokens (medição acima: cerca de 1,2 token por palavra em português; uma página A4 tem cerca de 350 palavras). Enquanto você conversa sobre o PDF, esses tokens contam em cada pergunta.
Cinco dicas para economizar tokens
- Escolher o modelo certo. Para ortografia, reformulações e perguntas simples, o GPT-6 Luna basta. O GPT-6.1 Sol vale a pena para análises, código, textos longos e PDFs.
- Chat novo para assunto novo. O histórico é reenviado a cada pergunta. Um chat limpo economiza rapidamente metade dos tokens de entrada em sessões longas.
- Definir o tamanho da resposta. “Responda em três frases” ou “no máximo 100 palavras” economiza tokens de saída.
- Português padrão em vez de gíria. A pergunta medida precisou de 16 tokens com gíria e de 9 em português padrão. Pergunte de forma padrão; a resposta pode continuar descontraída.
- Enviar só a parte relevante. Um PDF de 40 páginas conta em cada pergunta seguinte, mesmo que só a página 3 importe. Reduza o documento antes.
Perguntas frequentes
Como posso contar os tokens de um texto?
Para textos isolados, use o tokenizador oficial da OpenAI (link abaixo); lá você vê a divisão palavra por palavra.
Fontes e alterações
- OpenAI: Tokenizer (ferramenta para contar tokens)
- Medição própria com
tiktoken(encodingo200k_base), 16/09/2026, com frases em português do Brasil
Alterações: 16/09/2026 – Texto totalmente reescrito: medições próprias de tokens para português padrão, gíria e fala regional, modelos atuais (GPT-5 nano, GPT-5.6 Sol), dicas para economizar tokens. A versão de 2023 (GPT-3.5, contexto de 4.096 tokens) está ultrapassada. As medições desta versão em português do Brasil foram feitas especialmente para ela. 01/10/2026: recomendação de modelos trocada para GPT-6 Luna e GPT-6.1 Sol, medições de tokens sem alteração.
