Preços do Claude Code Explicados: Planos, Custos de Tokens e Como Reduzir Gastos
.webp)
Built for Speed: ~10ms Latency, Even Under Load
Blazingly fast way to build, track and deploy your models!
- Handles 350+ RPS on just 1 vCPU — no tuning needed
- Production-ready with full enterprise support
As duas formas de faturamento do Claude Code
Antes que qualquer número faça sentido, você precisa saber qual medidor está rodando. O Claude Code cobra pelo consumo subjacente de tokens de API, mas a forma como isso chega ao seu cartão depende de como seus desenvolvedores fazem login.
- Licenças de assinatura (Pro, Max, Team, Enterprise). O uso é retirado de uma franquia por licença que é redefinida em uma janela móvel de cinco horas e em uma janela semanal. Essa franquia é compartilhada com o Claude chat e o Cowork, portanto, um dia de uso intenso do chat consome a mesma cota da codificação.
- Pay-as-you-go (Claude Console ou um provedor de nuvem). Cada token é cobrado em um workspace ou na sua conta de nuvem com base nas taxas de tabela da API. Não há franquia e nem limite, a menos que você defina um.
Uma equipe pode combinar ambos: cada desenvolvedor é medido de acordo com o método com o qual se autenticou. A tabela de planos abaixo refere-se ao lado da assinatura; a tabela de tokens a seguir mostra o que realmente é acumulado por baixo.
Planos e preços do Claude Code
- As franquias de assinatura são compartilhadas entre o Claude Code, o Claude chat e o Cowork — as mesmas janelas de cinco horas e semanais cobrem os três.
- O faturamento anual reduz o preço mensal efetivo (Pro $20 → $17, Team Standard $25 → $20, Premium $125 → $100).
- No Amazon Bedrock, Google Vertex ou Microsoft Foundry, o Claude Code é faturado por token na sua conta de nuvem, e os controles de gastos ficam no seu console de nuvem — não no da Anthropic.
Para entender os limites de uso por trás de cada plano — a janela de cinco horas, o limite semanal e o que acontece ao atingi-los —, veja limites do Claude Code explicados.
Os preços dos tokens por trás de cada plano
Independentemente do plano em que você esteja, o custo subjacente é por milhão de tokens (MTok) e depende inteiramente do modelo. Esta é a maior alavanca na sua fatura.
- O processamento em lote (batch processing) é 50% mais barato do que em tempo real para tarefas que podem aguardar.
- Inputs em cache são ~10x mais baratos para ler do que inputs novos — e é por isso que uma sessão longa e ativa é muito mais barata por mensagem do que uma sessão iniciada do zero.
- A inferência exclusiva nos EUA é faturada a 1,1x do valor padrão, e o modo rápido do Opus 5.5 custa 2x — multiplicadores pequenos que se acumulam em toda a frota.
Escolher a categoria certa para cada tarefa é uma decisão de custo por si só; detalhamos as compensações em Opus vs Sonnet vs Haiku: um guia de roteamento de custo vs capacidade.
Quanto realmente custa um desenvolvedor?
Em implantações corporativas, a média gira em torno de $13 por desenvolvedor por dia ativo e $150–250 por desenvolvedor por mês, permanecendo abaixo de $30 por dia para cerca de 90% dos usuários. No entanto, a cauda longa é real: um desenvolvedor executando o Opus o dia todo em vários repositórios pode gastar várias vezes a mediana.
Dois hábitos explicam a maioria das faturas inesperadamente altas: sessões longas que nunca são limpas (fazendo com que cada mensagem reenvie toda a conversa) e o Opus deixado como modelo padrão quando o Sonnet resolveria o problema. Ambos são corrigíveis e mais fáceis de identificar quando você pode ver os gastos por desenvolvedor. Para um detalhamento mais aprofundado por agente, consulte o custo real dos agentes de codificação por desenvolvedor.
Como reduzir os gastos com o Claude Code
As alavancas, em ordem aproximada de impacto:
- Ajuste o modelo para a tarefa. O Sonnet lida bem com a maioria das codificações por um quinto do custo de output do Opus; reserve o Opus para arquitetura e raciocínio de várias etapas, e direcione tarefas simples de subagentes para o Haiku.
- Aproveite o cache de prompts. Prompts de sistema repetidos e contextos de arquivo lidos a partir do cache custam ~10x menos. Manter uma sessão ativa dentro do seu tempo de vida útil de cache (uma hora na assinatura, cinco minutos na API) evita pagar novamente pelo mesmo contexto — a matemática real de custos está aqui.
- Limpe o contexto entre tarefas não relacionadas. Uma nova sessão impede que você pague para reenviar um contexto obsoleto a cada mensagem.
- Processe em lote o que puder esperar para obter o desconto de 50% e mantenha as equipes de agentes pequenas — cada integrante executa sua própria janela de contexto.
- Torne o gasto visível por desenvolvedor, para que você possa agir sobre os casos fora da curva em vez de fazer suposições sobre toda a equipe.
Onde a fatura realmente aparece
A parte mais difícil dos preços do Claude Code não é a tabela de tarifas — é visualizar e limitar os gastos quando trinta desenvolvedores o estão usando. Onde você faz isso depende de como eles entram no sistema.
Nos planos de assinatura, os controles são razoáveis. No Console e, especialmente, nos provedores de nuvem, a atribuição por desenvolvedor não vem integrada — que é exatamente a lacuna que um AI gateway preenche.
Reduzindo gastos com o TrueFoundry AI Gateway
Rotear o Claude Code através do TrueFoundry AI Gateway coloca cada conclusão em um caminho que você controla, seja qual for o plano ou provedor por trás dele. Isso oferece quatro coisas que o faturamento nativo não fornece, tudo de uma vez:
- Atribuição por desenvolvedor. Cada requisição é associada a um indivíduo, tornando os relatórios de gastos e limites de taxa realmente úteis — abordado no artigo sobre rastreamento de custos para o Claude Code.
- Política de modelos. Limite quais modelos um desenvolvedor pode acessar, garantindo que o Opus seja uma escolha deliberada e não um padrão acidental.
- Uma única visão de custos entre ferramentas. Claude Code, Cursor e Codex ficam reunidos no mesmo painel — uma fatura em vez de quatro.
- Limites de gastos e governança que funcionam sem depender da cooperação do desenvolvedor, como mostrado em governança do Claude Code com um AI gateway.
Se você está escolhendo para onde roteá-lo, comparamos as opções no artigo sobre o melhor AI gateway para o Claude Code.
Um exemplo prático
Trinta engenheiros no Max 20x a $200/mês resultam em $6.000/mês em assinaturas — previsível, mas sem visibilidade por desenvolvedor e sem controle sobre os modelos. Mova essa mesma equipe para o faturamento via Console atrás de um gateway e o cenário muda: você percebe que três desenvolvedores geram 60% dos gastos com tokens porque usam o Opus como padrão, estabelece uma política de modelos que direciona edições rotineiras para o Sonnet, e o valor mensal cai enquanto os dois usuários realmente avançados continuam com o Opus. A assinatura escondia a distribuição; o gateway a trouxe à tona.
O limite real: um gateway governa a escolha de modelos, a atribuição e os gastos. Ele não altera as taxas por token da Anthropic — apenas garante que você só pague por elas quando elas realmente trouxerem retorno.
Armadilhas que vale a pena conhecer
- A franquia da assinatura é compartilhada. Claude Code, Claude chat e Cowork consomem das mesmas janelas de cinco horas e semanais, portanto, um dia de uso intenso do chat pode limitar a codificação.
- O tempo de vida útil do cache varia por plano. É de uma hora na assinatura, mas cai para cinco minutos na API e nos provedores de nuvem — fazendo com que o mesmo workflow pague novamente pelo contexto com muito mais frequência no pay-as-you-go.
- O valor em dólares no /usage é uma estimativa calculada localmente com base nos preços de tabela. Se a sua organização paga tarifas contratadas, esse valor não corresponderá à sua fatura, a menos que um administrador configure uma sobreposição de tarifa.
- O uso do provedor de nuvem é invisível nos painéis da Anthropic. No Bedrock, Vertex ou Foundry, você só obtém a atribuição por usuário por meio do OpenTelemetry ou de um LLM gateway.
- Sessões ociosas e longas ainda custam dinheiro — tarefas agendadas e verificações em segundo plano reenviam todo o seu contexto no intervalo programado, mesmo quando você não está digitando.
Assinatura ou pay-as-you-go: qual é o mais barato para você
Os dois modelos de faturamento se cruzam em um ponto previsível, e saber aproximadamente onde isso ocorre economiza muitas suposições. Uma licença de assinatura é uma taxa fixa para uma franquia; o pay-as-you-go é uma fatura variável referente exatamente ao que você consome. Para um desenvolvedor cujo uso fica confortavelmente dentro da franquia de uma licença Max, a assinatura é mais barata e previsível. Para um desenvolvedor que mal a utiliza, uma licença Pro ou um uso leve de API é a melhor opção. O problema começa nos dois extremos: um usuário pesado no Pro atinge os limites e perde tempo, enquanto um usuário leve no Max 20x paga $200/mês por uma fração da franquia.
Uma forma simples de decidir para uma equipe: se a maioria dos desenvolvedores usa o sistema diariamente de forma constante, compre licenças dimensionadas pela mediana e gerencie o uso mais intenso com créditos de uso; se o uso for inconstante ou concentrado em poucas pessoas, meça todos na API atrás de um gateway e defina limites de gastos por desenvolvedor para que os usuários inconstantes sejam limitados em vez de bloqueados. A única combinação a ser evitada é comprar a licença mais alta para todos "por segurança" — isso faz você pagar o valor máximo pela mediana, o que é o oposto do ideal.
O que realmente impulsiona a fatura
O gasto com tokens não é uniforme ao longo de uma sessão; um pequeno grupo de comportamentos responde pela maior parte dele, e cada um tem uma solução direta:
Observe que quatro dos cinco pontos são sobre o tamanho do contexto, não sobre a quantidade de requisições — o que é o aspecto mais contraintuitivo sobre os custos de codificação baseada em agentes. Uma pergunta de uma linha em uma sessão aberta o dia todo pode custar mais do que uma tarefa nova e focada, porque a pergunta simples arrasta todo o contexto do dia junto com ela. A matemática real de custos em cache torna concreta a diferença entre cache ativo e frio, e o roteamento de modelos é abordado no guia de Opus vs Sonnet vs Haiku.
Leitura relacionada
- Limites do Claude Code Explicados — as janelas de uso por trás de cada plano
- Rastreamento de Custos do Claude Code com o TrueFoundry AI Gateway — atribuição por desenvolvedor na prática
- Centralizando o Controle de Custos para IDEs de Codificação por AI — uma visão única de custos para Claude Code, Cursor e Codex
- Opus vs Sonnet vs Haiku: Um Guia de Roteamento de Custo vs Capacidade — a maior alavanca individual na sua fatura
- Cache de Prompts do Claude: A Matemática Real de Custos — quando o cache economiza dinheiro e quando não economiza
Conclusão
A maioria das explicações sobre os preços do Claude Code para na tabela de planos. O plano é a metade fácil. A metade que define sua fatura real está abaixo dele: qual modelo cada requisição utiliza, quanto contexto ela carrega, se o cache está ativo e se você consegue visualizar tudo isso por desenvolvedor. Esses itens não são linhas em uma página de preços — são escolhas de configuração, e cada uma é uma alavanca.
Uma assinatura torna o valor previsível. Um gateway o torna controlável — política de modelos, atribuição por desenvolvedor e limites de gastos que funcionam em todas as ferramentas de codificação que sua equipe usa. Essa é a diferença entre saber qual é o preço de tabela do Claude Code e saber quanto ele realmente custa para você.
TrueFoundry AI Gateway delivers ~3–4 ms latency, handles 350+ RPS on 1 vCPU, scales horizontally with ease, and is production-ready, while LiteLLM suffers from high latency, struggles beyond moderate RPS, lacks built-in scaling, and is best for light or prototype workloads.














.webp)







