Quantos tokens o Claude Pro inclui?

Quantos tokens estão incluídos no Claude Pro?

O Claude Pro não inclui uma franquia de tokens e, em outubro de 2026, a Anthropic não publica esse valor. Uma subscrição do Claude não funciona como um saldo de tokens que vai sendo consumido. A Anthropic mede a utilização em tokens, mas o Pro limita-a com um limite de sessão que é reposto a cada cinco horas e um limite semanal que se aplica a todos os modelos. Nenhum dos dois limites é publicado como uma quantidade de tokens. A duração de uma sessão depende do modelo escolhido, do tamanho da conversa e da quantidade de texto incluída em cada interação.

Essa é a resposta que raramente se obtém para esta pergunta, porque as pessoas esperam que um plano funcione como uma chave de API. Uma chave de API consome um saldo contado em tokens, pelo que pode calcular o total da fatura. Um plano baseado numa franquia, como Pro, Max ou Team, vende acesso a um limite que a Anthropic define e ajusta. A Anthropic não apresenta esse limite como um número de tokens, e a página de ajuda do Pro afirma apenas que o número de mensagens que pode enviar varia. Portanto, não existe um número fixo de tokens para indicar. Quem lhe fornecer um está a inventá-lo.

Por isso, faça uma pergunta diferente: o que torna as minhas mensagens dispendiosas? Essa pergunta tem uma resposta concreta e pode agir com base nela hoje.

Por que uma subscrição não pode indicar um número de tokens

A API cobra cada pedido com base nos tokens. Os tokens de entrada abrangem tudo o que envia, e os tokens de saída abrangem tudo o que o modelo devolve. As duas categorias têm tarifas diferentes, por isso os tokens de entrada e de saída têm custos diferentes antes de fazer qualquer estimativa.

Os planos para consumidores não têm um saldo para gastar na utilização de chat incluída. Com exceção das contas Ultra verificadas, a Anthropic limita a utilização numa sessão que é reposta a cada cinco horas. Os planos pagos baseados numa franquia (Pro, Max, Ultra, Team e contratos Enterprise mais antigos baseados em lugares) têm também um segundo limite, mais longo, medido ao longo de uma semana. Os planos Enterprise baseados na utilização funcionam de forma diferente: a Anthropic afirma que não existem limites de utilização por lugar nem uma franquia de tokens incluída. Cada token é cobrado às tarifas da API, e os administradores podem definir limites de despesa para a organização e para utilizadores individuais. Uma mensagem não tem um tamanho fixo. Por isso, a mesma quantidade de mensagens pode representar uma carga de trabalho muito diferente para duas pessoas. A página de ajuda do Pro da Anthropic não indica qualquer quantidade de mensagens. Afirma que o número de mensagens que pode enviar varia consoante o comprimento das mensagens, o tamanho dos ficheiros anexados, o comprimento da conversa atual e o modelo ou a funcionalidade utilizados. Esse aviso explica toda a situação, mas o mecanismo subjacente quase nunca é explicado.

Por que o turno 20 de uma conversa custa muito mais do que o turno 1

O modelo não mantém memória entre pedidos. Não tem estado, por isso cada pedido inclui novamente o contexto da conversa: o prompt do sistema, as mensagens e respostas anteriores e o conteúdo anexado que ainda está no contexto. O Claude Code compacta conversas longas num resumo, por isso esse contexto nem sempre contém a transcrição original completa. A sua nova pergunta pode ter vinte palavras. O pedido que a transporta também inclui o contexto existente.

A contagem de tokens de entrada de um turno cresce, portanto, com a duração da conversa e, nesta ilustração, cresce de forma linear. As linhas abaixo mostram esse cálculo com um conjunto de pressupostos simples: um prompt do sistema com cerca de 1.000 tokens, mensagens suas com cerca de 1.000 tokens cada e respostas com cerca de 1.200 tokens cada. Estes valores ilustram o mecanismo. Não são uma medição da sua conta.

[
  {
    "label": "Turn 1",
    "sent_this_turn": "2,000",
    "cumulative_input": "2,000"
  },
  {
    "label": "Turn 5",
    "sent_this_turn": "10,800",
    "cumulative_input": "32,000"
  },
  {
    "label": "Turn 10",
    "sent_this_turn": "21,800",
    "cumulative_input": "119,000"
  },
  {
    "label": "Turn 20",
    "sent_this_turn": "43,800",
    "cumulative_input": "458,000"
  }
]

No primeiro turno são enviados 2,000 tokens de entrada. No turno 20, a mesma pergunta curta envia 43,800, mais de vinte vezes esse valor, para a mesma quantidade de texto escrita por si. Ao longo de toda a conversa, enviou 458,000 tokens de entrada, e a maior parte desse conteúdo é o mesmo texto enviado repetidamente.

Vinte conversas separadas de um turno teriam enviado vinte vezes o valor da primeira linha e nada mais. As mesmas perguntas, com uma fração da carga. Os anexos aumentam a diferença quando o seu conteúdo permanece no contexto, porque esse conteúdo conta novamente como entrada nos turnos seguintes.

É por isso que duas pessoas no mesmo plano relatam uma utilização completamente diferente. Uma mantém uma única conversa aberta durante toda a semana e atinge o limite na quarta-feira. A outra inicia uma conversa nova para cada tarefa e raramente vê um limite. Nenhuma está a fazer algo errado. O consumo de tokens difere por uma ordem de grandeza porque os hábitos são diferentes.

Na API, pode reduzir o custo da repetição com o prompt caching, que armazena o início inalterado de um pedido para que as chamadas seguintes sejam faturadas a uma taxa de entrada reduzida nessa parte. O Claude Code faz isto automaticamente, tanto numa subscrição como com uma chave de API, e permite desativá-lo ou escolher durante quanto tempo a cache permanece válida. O caching torna a repetição mais barata, mas não a elimina: cada turno continua a transportar o contexto atual, por isso a duração da conversa é a variável que realmente controla. O mesmo mecanismo afeta as sessões de programação, nas quais o conteúdo dos ficheiros e as definições das ferramentas carregadas aumentam o contexto. Por isso, manter pequeno o contexto de uma sessão de programação ajuda a preservar os seus limites, e vale a pena ler para onde vão realmente os tokens de uma sessão do Claude Code antes de culpar o plano.

O que cada nível do plano oferece, em termos relativos

Nenhum nível de subscrição publica um limite absoluto. O que é publicado é relativo, e essa comparação relativa é suficiente para escolher. O Free fica na base, e a Anthropic afirma que o número de mensagens que um utilizador gratuito pode enviar varia conforme a procura. O Pro fica acima dele. O Max custa $100 por mês na Web e inclui cinco vezes a utilização do Pro a cada cinco horas e por semana. O antigo plano Max 20x chama-se agora Ultra. Custa $200 por mês na Web, com dez vezes a utilização semanal do Pro e sem limite de cinco horas para contas verificadas. O Team tem preço por lugar, e os limites aplicam-se a cada membro, não à equipa como um todo. Os planos Enterprise baseados em utilização são a exceção em toda esta página: cobram uma taxa por lugar que cobre apenas o acesso à plataforma e faturam cada token separadamente às tarifas padrão da API, com um multiplicador de 1.1x para inferência exclusiva nos EUA nos modelos Opus 4.6, Sonnet 4.6 e posteriores. Os administradores podem definir limites de despesa, e a utilização do Enterprise self-serve também para toda a organização quando os créditos pré-pagos terminam, até que alguém com permissão de faturação compre mais. Cada limite de consumidor pertence a uma conta, não a uma pessoa. Por isso, duas pessoas que partilham um único login Pro consomem entre si uma única janela, e os termos aplicáveis aos consumidores também proíbem esse procedimento.

Considere esses multiplicadores como uma indicação de intenção, não como um contrato. A Anthropic ajusta os limites, e as respetivas páginas de ajuda reservam o direito de limitar a utilização de outras formas, como através de limites semanais e mensais ou de limites para modelos e funcionalidades específicos, ao seu critério. Essa é outra razão pela qual nenhuma página honesta pode indicar um número de tokens. Para a parte financeira da mesma comparação, quanto custa o Pro e onde ficam os limites e a diferença entre Max e Ultra explicam os custos, enquanto o que o plano Free permite realmente explica o limite inferior.

A escolha do modelo é um segundo multiplicador aplicado ao nível do plano. A mesma pergunta consome uma parte maior da sua janela no modelo maior do que no menor, porque é mais caro executar um modelo mais pesado por token. Transferir tarefas de rotina do Opus para o Sonnet ou Haiku muitas vezes proporciona mais tempo de trabalho do que fazer um upgrade. Por isso, escolher o modelo adequado para cada tarefa é a primeira medida a tentar quando fica sem utilização disponível. Se esse trabalho de rotina passar mais tarde para a API, consulte primeiro quanto custa o Haiku 5.5 por milhão de tokens, porque os prompts com mais de 100K tokens custam cinco vezes a tarifa normal. Assim, o hábito de manter conversas longas que esgota uma janela de subscrição também fica mais caro na API.

Como ver o seu próprio consumo em vez de adivinhar

A sua própria conta é a única fonte autoritativa, e está a dois cliques de distância. Em claude.ai, abra Settings e depois Usage. A página mostra o que consumiu e quando os seus limites são repostos. Consulte-a quando as respostas começarem a ser recusadas e novamente depois de uma sessão longa. Assim, aprenderá o seu padrão mais depressa do que qualquer valor publicado poderia indicar. A aplicação também avisa antes desse ponto: um banner que indica que usou 90% do limite da sessão significa que resta apenas um décimo da sessão atual. Esse é o momento de abrir uma conversa nova ou mudar para um modelo mais leve, em vez de prolongar uma thread extensa.

No Claude Code, dois comandos slash fazem o mesmo a partir do terminal. /usage apresenta os limites de consumo do seu plano. Nos planos Pro, Max, Team e Enterprise, também apresenta uma discriminação do que é contabilizado nesses limites. /context mostra o que está a ocupar a janela de contexto neste momento, com uma discriminação por item e sugestões sobre o que pode remover. Quando /context mostra que a conversa antiga ocupa a maior parte do contexto, /clear inicia uma conversa nova com o contexto vazio, e o custo por turno volta a aproximar-se do valor da primeira linha do gráfico acima.

Na API, pode pedir uma contagem antes de enviar qualquer conteúdo:

curl https://api.anthropic.com/v1/messages/count_tokens \
  --header "x-api-key: $ANTHROPIC_API_KEY" \
  --header "anthropic-version: 2023-06-01" \
  --header "content-type: application/json" \
  --data '{
    "model": "claude-sonnet-5",
    "messages": [{"role": "user", "content": "Summarise the attached report."}]
  }'

Uma resposta normal contém um único campo, apresentado aqui com uma contagem ilustrativa:

{"input_tokens": 14}

A Anthropic classifica esse número como uma estimativa. A contagem não indica nada sobre a saída que o modelo ainda não escreveu. Cada pedido concluído apresenta a contabilização real quando termina:

{"usage": {"input_tokens": 21430, "output_tokens": 512}}

Envie uma pergunta curta como um pedido novo. Depois, envie a mesma pergunta no fim de uma thread longa e compare o total de tokens de entrada, adicionando cache_read_input_tokens e cache_creation_input_tokens a input_tokens quando for utilizada a cache. A diferença mostra quanto contexto adicional a thread longa contém. O conteúdo em cache tem um peso menor nos limites da subscrição quando é reutilizado.

O que fazer quando o limite é atingido a meio de uma tarefa

1. Aguarde pela janela. A aplicação mostra a hora do reset, e a espera é muitas vezes mais curta do que a solução alternativa. Esta é a opção certa quando não há nada pendente. Se a sua conta tiver disponível um reset do limite, a página de ajuda Pro da Anthropic diz que pode utilizá-lo para repor totalmente o limite da sessão de cinco horas ou o limite semanal. como funcionam os resets de limites explica quando vale a pena fazê-lo. Se preferir não esperar, os subscritores Pro podem ativar créditos de utilização para continuar a trabalhar além dos limites incluídos no plano.
2. Mude para um modelo mais leve. Um modelo menor custa menos por interação em todos os planos. No Max, as orientações Fable da Anthropic permitem gastar até metade do limite semanal em modelos Fable sem custo adicional. Esse consumo é retirado do mesmo limite semanal que todos os outros modelos. Depois de utilizar essa parcela, pode mudar para outro modelo ou continuar a utilizar Fable com créditos de utilização. No Pro, Fable não faz parte dos limites do plano e utiliza créditos de utilização desde a primeira mensagem.
3. Inicie uma conversa nova, levando apenas o que o passo seguinte precisa. Cole a conclusão, não a transcrição. O custo por interação diminui imediatamente e as respostas normalmente melhoram, porque o modelo deixa de ponderar milhares de tokens de uma discussão já resolvida.
4. Transfira o trabalho para a API, onde os tokens são contabilizados por pedido e cobrados por token. Não há uma sessão de cinco horas que tenha de aguardar, mas a API tem as suas próprias janelas. Os limites de taxa são medidos por minuto em pedidos, tokens de entrada e tokens de saída. Um pedido que exceda qualquer um desses limites devolve um erro 429, normalmente com um cabeçalho retry-after que indica quanto tempo deve esperar. Os níveis de utilização Start, Build e Scale também têm um limite mensal de $500, $1,000 e $200,000. Quando esse limite é atingido, a utilização da API é suspensa até às 00:00 UTC do primeiro dia do mês seguinte, a menos que peça um limite superior antes disso. Pode estimar os dados de entrada de uma chamada antes de a enviar e consultar a utilização exata depois.

A opção adequada depende de o problema estar no relógio ou na carga de trabalho. Um pico pontual é um problema de tempo. Um limite que atinge todas as quartas-feiras é um problema de carga de trabalho. Nesse caso, precisa da API ou de um plano maior, e não de um melhor ajuste de horário. a lista de verificação completa para um limite atingido a meio de uma tarefa apresenta os passos de recuperação. como as janelas móveis abrem e são repostas explica por que motivo o relógio funciona dessa forma. Se pretende utilizar a API, calcule primeiro o custo: a API comparada com uma subscrição para a mesma carga de trabalho e quanto custa realmente um milhão de tokens apresentam os cálculos antes da migração.

FAQ

Quantos tokens o Claude Pro inclui?

A Anthropic não publica um limite de tokens para o Pro e, em outubro de 2026, não existe um valor desse tipo para citar. O uso do Pro é medido em tokens face a um limite de sessão que é reposto a cada cinco horas e a um limite semanal que abrange todos os modelos. O número de mensagens que cabe nesses limites varia conforme o modelo, os anexos e o comprimento da conversa. Qualquer página que indique um número mensal específico de tokens para o Pro está a fazer uma estimativa. Abra Settings e depois Usage em claude.ai para consultar o seu consumo e a hora da reposição.

Iniciar uma nova conversa repõe o meu uso?

Não. O uso é contabilizado para a sua conta ao longo da janela, por isso uma nova conversa não devolve o que já gastou. O que muda é o custo de cada turno a partir desse momento. Uma nova conversa não tem um transcript para reenviar, por isso começa no limite inferior do gráfico acima, em vez de continuar a aumentar. Abrir uma conversa nova quando o tema muda é o hábito mais económico disponível em qualquer plano.

Por que motivo atingi o limite mais depressa hoje do que ontem?

Normalmente, porque o trabalho de hoje decorreu num único tópico longo. As mensagens anteriores e o conteúdo anexado que ainda está no contexto voltam a ser contabilizados como entrada, por isso a entrada por mensagem aumenta até o contexto ser reduzido ou compactado. A outra causa comum é o modelo: os modelos mais pesados consomem o limite mais depressa em cada turno, por isso uma tarde no maior modelo termina antes do que uma manhã num modelo menor.

Devo mudar para a API para obter uma contagem real de tokens?

Mude se precisar dos números ou de previsibilidade. A API comunica os tokens de entrada e de saída em cada chamada, disponibiliza um endpoint gratuito de contagem de tokens que pode executar antes de enviar o pedido e não tem uma sessão de cinco horas que seja necessário aguardar. Ainda existem limites por janela: limites de taxa por minuto que devolvem um erro 429, normalmente com um tempo de espera, quando são excedidos; nos níveis Start, Build e Scale, existe também um limite mensal de gastos que interrompe o uso até ao primeiro dia do mês seguinte quando é atingido. A cobrança é feita por token, por isso o uso intensivo custa mais do que uma subscrição fixa e o uso reduzido custa muito menos. Calcule o custo da sua carga de trabalho real com o seu plano atual antes de mudar, porque o resultado depende do número de tokens enviados.