Acabaram meus tokens, e agora? Se a dúvida é como economizar tokens no Claude, a resposta curta é: diminuir o que cada mensagem carrega. O Claude relê a conversa inteira a cada pedido, junto com as instruções, os conectores e as skills ligadas. Chat comprido e mala pesada comem a cota antes de a semana acabar.
Eu pago duas contas premium do Claude. As duas acabavam. Pedi pro meu sócio de tecnologia medir, com uma frase seca: “ou eu estou fazendo algo errado, ou algo extraordinário”. Deu as duas coisas. E o que ele achou ensina como economizar tokens no Claude em qualquer empresa, inclusive se o time usa ChatGPT.
Acabaram meus tokens: a cena que me fez medir
Eu trabalho o dia inteiro com IA. Proposta, diagnóstico, roteiro, edição de vídeo, ajuste de CRM de cliente pelo navegador. Tem chat que eu abro, e tem rotina que roda sozinha enquanto eu durmo.
O aviso de limite começou a aparecer nas duas contas. Não era pico de um dia. Era semana sim, semana também, as duas encostando em 100%.
Meu sócio rodou um diagnóstico no histórico das conversas do meu computador, 30 dias, de 21/09 a 21/10/2026. O veredito: na semana de 12 a 18/10, meu uso pediu 170% de uma conta. Uma conta inteira e mais 70% de outra.
A parte que dói vem agora. Pela conta conservadora dele, 34% do gasto do período era desperdício removível. Tirando o desperdício, aquela semana ainda ficaria em cerca de 112%. Então eu trabalho muito, sim. E também jogava um terço da cota fora, porque nunca tinha parado pra olhar pra isso.
Um suspeito óbvio era transcrever áudio. Não era. Transcrever custava pouco. O que pesava era a conversa de vídeo que crescia depois, mensagem atrás de mensagem, até virar um monstro.
O que é token no Claude, em português de gente
Token é o pedaço de texto que a IA lê e contabiliza. Uma palavra pode virar um token ou vários. Tudo o que entra na conversa vira token: o que você escreve, o que ela responde, o arquivo que você anexa, o print que você cola.
O detalhe que muda o jogo é outro. O modelo não lembra de nada entre uma mensagem e a seguinte. A documentação do Claude Code sobre cache diz com todas as letras: a cada mensagem, ele reenvia o contexto inteiro, com as instruções, o contexto do projeto, cada mensagem anterior, cada resultado de ferramenta e a mensagem nova.
Pensa num vendedor com amnésia que, antes de cada ligação, relê o CRM do cliente desde o primeiro contato. Funciona. Ele nunca esquece nada. Mas cada ligação nova sai mais cara que a anterior, porque o histórico só cresce.
Eu vivo repetindo que se você não der contexto pra máquina, ela é burra. Continua verdade. O que eu não tinha medido é que contexto tem preço, e quem paga é a tua cota. Boa parte da economia está em escolher o que vai junto.
Tem um alívio no meio disso, o cache. O Claude guarda a conversa “aquecida” por um tempo e cobra menos pra reler o que não mudou. Na assinatura, dentro da cota do plano, o Claude Code guarda a conversa principal por uma hora. Voltou depois disso, ele relê tudo do zero e cobra cheio. Pausa longa no meio do trabalho também sai cara.
E isso não é coisa só do Claude. O ChatGPT também trabalha com token e também leva a conversa junto a cada resposta. Quem leu meu texto sobre como usar o ChatGPT já conhece a regra de um chat por assunto. Ela economiza nas duas ferramentas.
Por que os tokens acabam antes da semana
A ajuda oficial da Anthropic sobre limites de uso descreve dois limites nos planos pagos: um de sessão, que renova a cada cinco horas, e um semanal. Lá mesmo está escrito que conversa longa consome mais da cota.
No meu caso, os dois travavam. E o semanal travava de verdade, não era só pico de tarde.
Agora o número que explica o resto. No meu diagnóstico, 73% do gasto do período veio de conversas que passaram de 400 mil tokens. Chat que começa enxuto e vira um monstro não avisa. Ele só come a cota calado, porque cada pergunta de uma linha paga a releitura do monstro inteiro. Se eu tivesse que resumir como economizar tokens no Claude numa frase, seria: conversa curta.
Tem ainda o modelo. Usar o mais forte pra tarefa braçal é contratar sênior pra tirar xerox. Funciona, e sai caro. Trocar de modelo conforme a tarefa é o jeito mais esquecido de economizar.
Se você ainda está escolhendo assinatura, eu abri quanto custa cada plano do Claude em outro texto. Aqui o assunto é fazer durar o plano que você já paga.
O número da casa: 107 mil tokens antes do primeiro pedido
Antes de eu digitar “bom dia”, cada chat meu já carregava cerca de 107 mil tokens. É a mediana do período. É a mala que vai junto em toda viagem, até na ida à padaria.
A página da Anthropic sobre a janela de contexto lista o que entra antes de você escrever qualquer coisa: o arquivo de instruções do projeto (CLAUDE.md), a memória, os nomes das ferramentas dos conectores e a descrição das skills. Na minha casa, tudo isso é grande, porque eu montei uma operação inteira em cima do Claude.
Quanto custou carregar cada parte da mala, em percentual do gasto do período:
- Lista de ferramentas dos conectores: 12%.
- Instruções fixas da casa: 7%.
- Lista de skills: 3%.
Skill é ótima, e eu explico o que são Claude Skills e como usar em outro texto. Mas cada skill instalada deixa um cartão de visita em toda conversa, usada ou não. Conector é igual: ele serve quando você usa e pesa quando você não usa.
Ninguém montou essa mala de propósito. Ela cresce igual cabelo. Cada conector útil, cada regra boa, cada skill nova. Se ninguém apara, ela cresce sozinha, e você só percebe quando a cota acaba na quinta. Aparar a mala é o corte que mais rende e menos gente faz.
Como economizar tokens no Claude: primeiro, veja o que pesa
Vazamento sem origem conhecida obriga o encanador a quebrar a casa toda. Vazamento localizado se resolve com uma chave inglesa. Antes de cortar qualquer coisa, olha o medidor. Faça isso pra ver:
- No Claude Code, digite /context. Ele mostra, por categoria, o que está ocupando a conversa agora, inclusive quais arquivos de instrução e de memória carregaram, com sugestões de otimização.
- No Claude Code, digite /usage. Nos planos Pro, Max, Team e Enterprise ele mostra as barras de uso do plano e uma divisão do que mais gastou: skills, subagentes, plugins e cada conector, com recomendações. Ele lê o histórico da tua máquina, então o uso do celular e do site fica de fora.
- No app e no site, abra Configurações e depois Uso. É a tela que mostra quanto você já gastou em “Sessão atual”, a janela de cinco horas, e em “Limites semanais”, com a hora em que cada um reinicia.
Conferi os nomes dos comandos na documentação de custos do Claude Code em 22/10/2026. Ferramenta de IA muda de nome todo trimestre. Se o teu não bater, digite /help e procure o equivalente. O caminho continua o mesmo: medir antes de cortar.
Quem não quer abrir terminal nenhum começa pela tela de Uso. Abre de manhã, abre de tarde, e repara em qual tipo de trabalho a barra pula. Isso já diz muito.
O prompt pra descobrir como economizar tokens no Claude
O medidor diz quanto. Falta saber o quê. Pra isso eu uso um prompt de raio-x, que a própria IA responde sobre a conversa em que ela está. Funciona no app, no Claude Code e, com pequena adaptação, no ChatGPT.
Cola no fim de uma conversa que você sente que está pesada:
Antes de responder qualquer outra coisa, faça um raio-x desta conversa.
1. Liste o que veio carregado antes da minha primeira mensagem: instruções, conectores e ferramentas ligados, skills, memória, arquivos anexados.
2. Liste o que entrou durante a conversa: arquivos lidos, prints, respostas longas de ferramenta, textos colados.
3. Ordene tudo do que mais pesa pro que menos pesa, com uma estimativa de tamanho.
4. Para cada item, diga se ele ainda é necessário pra tarefa de agora.
No fim, me diga em até 5 linhas:
- o que eu posso desligar ou deixar de anexar nas próximas conversas
- se esta conversa já passou do ponto e vale abrir uma nova
- qual hábito meu está fazendo a conversa crescer mais rápido
Um aviso honesto. O que a IA diz sobre o próprio tamanho é estimativa. O número oficial é o do /context e o da tela de Uso. O prompt é o raio-x. O medidor é a balança. Os dois juntos mostram onde está furado, e saber onde está furado é meio caminho andado. Daí pra frente, economizar vira lista de tarefa, não palpite.
Pra um gestor, esse prompt tem outro uso. Pede pra três pessoas do time rodarem na conversa mais pesada da semana e mandarem o resultado. Em meia hora você descobre se o problema é conector esquecido, print colado em excesso ou chat que nunca morre. É assim que um time aprende a economizar sem ninguém dar palestra.
Como economizar tokens no Claude no dia a dia
Depois de medir, sobra o hábito. É aqui que o desperdício vai embora de verdade, e é aqui que a economia deixa de ser teoria:
- Um chat por assunto. Trocou de assunto, abre outro. No Claude Code, o /clear zera a conversa, e a documentação diz que contexto velho desperdiça token em cada mensagem seguinte.
- Conversa que passou do ponto, fecha. Pede um resumo do que importa e começa uma nova com ele. A conversa curta paga menos por pergunta.
- Chat parado há mais de uma hora não se retoma. O cache esfriou e a primeira mensagem relê tudo cheio. Melhor abrir um novo com o resumo.
- Modelo do tamanho da tarefa. A própria documentação diz que o Sonnet dá conta da maior parte das tarefas de código e custa menos que o Opus. Guarda o mais forte pro que pede raciocínio de verdade.
- Mala leve. Desliga o conector que aquele trabalho não usa. No Claude Code, o /mcp mostra os servidores e deixa desligar os parados.
Nenhum desses hábitos é exclusivo do Claude. Quem já sofreu com os créditos do Lovable acabando reconhece o padrão: o que derruba a cota raramente é o pedido grande. É o pedido repetido em cima de um contexto que só cresce. Por isso a lição serve pra quase toda IA que você paga.
Na minha operação, a gente está passando parte disso pra configuração, pra não depender de lembrar. Se o time usa o Claude Code, dá pra fazer o mesmo. O resultado eu conto quando medir de novo.
Economizar tokens é gestão, não mesquinharia
Se você paga a IA do time e o plano não dura, a pergunta não é se o plano é pequeno. É se a mala é grande e se a conversa vive demais. No meu caso, um terço era desperdício. Trocar de plano antes de medir seria comprar mala maior pra carregar o mesmo peso. Pra quem paga a conta, é pergunta de gestor.
Economizar token é a mesma conversa de qualquer operação comercial: primeiro o indicador, depois o ajuste, depois a régua pro time inteiro. Mede, acha onde está furado, conserta. Aí sim decide se precisa de mais assento.
Quer montar o Claude do teu time sem estourar a conta?
O prompt está aí em cima. Quer usar de graça? Usa e seja feliz, é pra isso que ele está aqui. Agora, se você quer ajuda de quem vive disso pra montar o Claude do teu time, com a mala certa, os hábitos certos e o medidor ligado, fala comigo.
Perguntas frequentes
Quantos tokens tem o Claude?
Não existe um número fixo de tokens por plano que você vê na tela. A assinatura mede uso por janela: uma de cinco horas e uma semanal. O que tem número é a janela de contexto, o tamanho máximo de uma conversa, e os modelos mais novos do Claude chegam a 1 milhão de tokens.
Acabaram meus tokens no Claude, o que eu faço?
Se foi o limite de cinco horas, espera a janela renovar. Se foi o semanal, a tela de Uso mostra quando ele reseta. Enquanto isso, roda o prompt de raio-x numa conversa pesada. Na semana seguinte, começa com chats curtos e com os conectores parados desligados.
Como economizar tokens no Claude sem perder qualidade?
Corta o que a tarefa não usa, não o contexto que ela precisa. Conversa por assunto, resumo quando a conversa fica longa, conector desligado quando não serve e modelo do tamanho da tarefa. A resposta não piora, porque o que sai é peso morto.
Isso de economizar tokens vale pro ChatGPT também?
Vale o mecanismo. O ChatGPT também conta token e também leva a conversa junto a cada resposta, então chat curto e um assunto por conversa economizam lá do mesmo jeito. Os nomes de comando e de tela é que mudam de uma ferramenta pra outra.
Como ver o consumo de tokens no Claude?
No Claude Code, o /context mostra o que ocupa a conversa e o /usage mostra o uso do plano com a divisão por skill, subagente e conector. No app e no site, a tela de Uso nas configurações mostra a janela de cinco horas e a semana. Olhar as duas antes de mudar qualquer coisa é o começo da economia.