Claude Fable 5 preço: quanto custa por token e como estimar o gasto de uma tarefa

Entrada é barata e volumosa, saída é cara e limitada: essa é a assimetria que decide a sua fatura no Fable 5

Fala aí, beleza? O Claude Fable 5 é o modelo classe Mythos da Anthropic, anunciado em 9 de junho de 2026, e a dúvida que mais aparece sobre ele não é benchmark, é boleto

Então bora direto ao ponto: neste post tu vê o preço oficial por token, os modos que mudam essa conta (cache, Batch API e inferência US-only) e um método simples pra estimar o gasto ANTES de disparar a tarefa

Sem achismo, só o que está na tabela oficial

Tabela de preços do Fable 5: padrão, cache, Batch API e US-only

O preço base é US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de tokens de saída, e essa tabela segue inalterada em agosto de 2026, sem corte de preço anunciado desde o lançamento

Os modos alternativos não trocam a tabela, eles aplicam um multiplicador em cima dela

Se liga na última linha: o Opus 5, lançado em 24 de julho de 2026, custa metade do Fable 5 nos dois lados da conta

E repara no desconto de 90% na leitura de cache: é a alavanca mais barata que existe aqui, e eu volto nela lá embaixo com número de sessão real

Formação Recomendada

Formação Claude Code

Domine Claude Code do absoluto zero até o avançado

• 120 aulas
• 4 projetos
• 9h 45min

Conhecer formação

E o contexto de 1 milhão de tokens, cobra a mais?

Não

Nos modelos com janela de 1 milhão de tokens, o 1M é o padrão: não precisa de header beta e as requisições de contexto longo são cobradas pelo preço padrão

Ou seja, encher a janela não muda a TAXA, muda só o VOLUME que tu paga a US$ 10 por milhão

Como estimar o gasto de uma tarefa antes de rodar

A conta é de padaria, sério

O que derruba a estimativa da galera não é matemática, é misturar as duas pernas do preço

1. Estime o volume de entrada. Some tudo que VAI: prompt de sistema, arquivos anexados, histórico da conversa, documentação colada, resultado de ferramenta. Como a janela é de 1 milhão de tokens por padrão, cabe muita coisa aqui sem susto

O erro comum deste passo: contar só o seu prompt e esquecer que histórico e arquivos reenviados entram como entrada de novo a cada turno

2. Estime a saída esperada. Aqui é o texto que o modelo ESCREVE, e existe um teto duro: até 128 mil tokens de saída por requisição

O erro comum deste passo: subestimar geração longa. Se a tarefa é "reescreva o projeto inteiro", a saída é justamente a parte cara, e ela vai bater no teto por requisição antes de terminar

3. Aplique os preços SEPARADAMENTE. Entrada a US$ 10 por milhão, saída a US$ 50 por milhão. Nunca a mesma taxa nos dois

custo_entrada = (tokens_entrada / 1.000.000) x 10
custo_saida   = (tokens_saida   / 1.000.000) x 50

O erro comum deste passo: rodar tudo no preço de entrada porque "é o número que eu decorei". Cada token de saída pesa 5x um token de entrada, e é isso que muda o resultado

4. Some e converta. Custo total igual a entrada mais saída, e depois multiplica pela cotação do dia (em 10/08/2026, 1 dólar igual a R$ 5,08) se tu quiser ver em real

O erro comum deste passo: assumir que contexto longo cobra um extra. Não cobra: o 1M é padrão e o billing é o padrão, então o que cresce é a quantidade de tokens, não a taxa

Se tu já fez esse tipo de conta pro preço do DeepSeek V4 Flash, a mecânica é idêntica, muda só a tabela que entra na fórmula

Três cenários de custo: onde a conta pesa e onde ela é barata

Bora ver na prática? Os três cenários abaixo usam os preços oficiais e servem de régua mental

Cenário 1: leitura pesada (muita entrada, saída curta)

Tu joga 500 mil tokens de contexto (um repositório, uma pilha de PDFs, logs) e pede um resumo de 5 mil tokens

• Entrada: meio milhão de tokens, ou seja, metade da tarifa de entrada por milhão
• Saída: 5 mil tokens é fração mínima da tarifa de saída, praticamente ruído na conta
• Resultado: a fatura fica dominada pela entrada, e mesmo assim ela é baixa

Meio milhão de tokens de leitura e a conta nem chega perto de doer

E se boa parte desse contexto se repetir nas próximas chamadas, a leitura de cache derruba essa entrada pra 10% do preço padrão, porque cache hit é 10% do input

Cenário 2: geração longa (saída perto do teto)

Agora inverte: 50 mil tokens de entrada e uma geração de 128 mil tokens de saída, o máximo por requisição

• Entrada: 50 mil tokens é só uma fatia pequena de um milhão, cobrada a US$ 10 por milhão
• Saída: 128 mil tokens no teto, cobrados a US$ 50 por milhão
• Resultado: os 128 mil tokens ESCRITOS aqui custam mais caro que os 500 mil tokens LIDOS do cenário 1

Olha o absurdo da comparação: quatro vezes menos tokens, e mesmo assim a conta é maior, só porque eles saíram em vez de entrar

É por isso que eu insisto: entrada volumosa quase nunca é o seu problema, saída é o que estoura orçamento

Cenário 3: volume assíncrono na Batch API

Um lote grande que não precisa de resposta na hora: 20 milhões de tokens de entrada e 2 milhões de saída

• No preço padrão: 20 vezes a tarifa de entrada mais 2 vezes a tarifa de saída
• Na Batch API: os mesmos tokens com 50% de desconto nos dois lados, ou seja, US$ 5 por milhão de entrada e US$ 25 por milhão de saída

Mesmo trabalho, metade do preço, só por aceitar processamento assíncrono

Se a sua carga tem que rodar somente nos EUA, aí a conta vai pro outro lado: a inferência US-only é cobrada a 1,1x entrada e saída

O que aconteceu com a minha conta ao cortar o desperdício de tokens

Agora um pedaço de teste meu, com número medido e não com feeling

Eu instalei uma ferramenta de compressão de prompt na máquina, deixei ela rodando como intermediária num endereço local e apontei o CLI pra lá por variável de ambiente antes de abrir a sessão

Depois rodei um projeto real de ponta a ponta: criei do zero um analisador de logs por prompt e fui pedindo funcionalidade nova em cima (busca por IP, filtro de período, painel de anomalias e um gráfico de timeline interativo com tooltip)

Acompanhei o terminal da ferramenta durante a sessão e vi nos logs as mensagens de compressão aparecendo, o que me confirmou que a interceptação estava ativa mesmo, sem eu precisar mexer em mais nada

E nem tudo é convertido: a ferramenta decide o que vale comprimir, e ela também atua nos prompts seguintes, não só no primeiro envio

Pra descobrir o gasto, eu pedi pro próprio modelo ler o arquivo de eventos gerado pela ferramenta, somar os tokens cobrados, calcular o contrafactual de cada requisição, converter pelos preços que eu colei no prompt e devolver uma tabela antes e depois

Tome cuidado aqui: esse arquivo de eventos não é claro de ler direto, tive que planejar o prompt com carinho pra extrair a leitura de custo

Antes dos números, a ressalva que muda a leitura deles: eu estava usando assinatura e não a API, então NADA disso caiu como cobrança por token na minha fatura

A quantidade de tokens consumida é a mesma nos dois casos, então eu apliquei os preços da API por cima do consumo real só pra ter uma referência em dólar

Ou seja: o que vem abaixo é conversão estimada em cima de tokens medidos, não boleto pago

O resultado da MINHA sessão:

• 99,8% do baseline era cacheável, segundo a análise do arquivo
• 46,6% de economia apurada
• na conversão pelos preços da API, cerca de US$ 9,60 economizados
• contra um custo estimado de cerca de US$ 20 se rodasse sem a compressão

Custo cortado em quase metade

E repara por que isso conversa direto com a tabela lá de cima: como praticamente todo o meu baseline era cacheável e as requisições vão e voltam a cada turno, o ganho veio de reduzir o volume escrito e lido de cache, aquele mesmo cache que custa 10% do input na leitura

Eu considerei o cenário calculado COM cache a comparação mais justa, porque é o que aconteceria no uso normal

A outra ressalva honesta, porque não é fórmula mágica: a aplicação gerada deu erro em tela e valores indefinidos nas tooltips durante o teste, precisei pedir correção e ainda faltariam mais rodadas de ajuste

E eu não repito promessa de economia de terceiro aqui: o caminho honesto é comparar prompt a prompt no seu próprio consumo

Ah, e a resposta que chega não é alterada pela ferramenta: ela trabalha só o que é enviado, o texto de volta vem normal

No vídeo abaixo eu mostro a sessão inteira, do setup até a leitura do arquivo de eventos com a tabela antes e depois

API, Pro, Max: onde o Fable 5 sai mais barato pra você

Antes de calcular token, vale responder uma pergunta mais básica: você precisa MESMO pagar por token?

Nos planos Max e Team Premium o Fable 5 está incluído e consome até 50% do limite semanal de uso, sem custo extra

Já nos planos Pro e nos assentos padrão do Team a história é outra: ali o Fable 5 roda apenas por usage credits, que é o mecanismo de pagamento por uso pra continuar usando o Claude depois de atingir o limite incluído no plano

O veredito, então:

• Assinatura resolve se o seu uso é interativo, no dia a dia, e você está em Max ou Team Premium: o modelo já está incluído dentro daquele teto semanal
• API por token compensa quando o consumo é programático e previsível, ou quando dá pra jogar o volume no assíncrono e comer os 50% de desconto da Batch API
• Pro e Team Standard ficam no meio: dá pra usar, mas via usage credits, ou seja, você paga por uso mesmo estando em plano pago

Essa lógica de "assinatura versus consumo medido" é a mesma que eu já destrinchei na simulação de gasto do Claude Code, e vale exatamente igual aqui

Conclusão

A régua do Claude Fable 5 preço cabe em quatro linhas:

• entrada é barata (US$ 10 por milhão) e a janela de 1 milhão de tokens é padrão, sem cobrança extra por contexto longo
• saída é cara (US$ 50 por milhão, 5x o token de entrada) e tem teto de 128 mil tokens por requisição
• cache é a alavanca mais forte no uso repetido: leitura a 10% do input, com escrita a 1,25x (5 min) ou 2x (1 h)
• Batch API corta 50% dos dois lados quando dá pra esperar

Próximo passo é simples: pega a sua próxima tarefa, estima entrada e saída separadas, multiplica cada uma pelo seu preço e vê o número ANTES de disparar

Depois é só rodar, seja chamando claude-fable-5 direto na API, seja usando o modelo onde ele já está disponível hoje: Claude.ai, Claude Code, Claude Cowork, Amazon Bedrock, Google Cloud e Microsoft Foundry

Mede no teu próprio consumo, que é o único número que importa de verdade 😀

até o próximo post!