TutoriaisAtualizado em 26 de setembro de 20264 min de leitura

Contexto de 1 milhão de tokens no Claude Opus 5: como usar bem

A janela de contexto é tudo o que o modelo enxerga numa requisição: o prompt de sistema, as ferramentas, o histórico da conversa, os documentos que você anexou e a própria resposta. No Claude Opus 5, essa janela tem 1 milhão de tokens, e a resposta pode ter até 128 mil tokens.

Neste guia você vê o que dá para fazer com esse espaço, quanto custa e como organizar textos longos para o modelo responder melhor.

O que cabe em 1 milhão de tokens

Em inglês, a Anthropic estima cerca de 4 caracteres por token, o que dá na casa de 4 milhões de caracteres. Em português e em código, o mesmo texto costuma gerar mais tokens, então o espaço rende um pouco menos.

Na prática, cabem coisas como:

• Um repositório inteiro de tamanho médio, para o modelo entender a arquitetura antes de sugerir mudanças.
• Contratos, manuais e documentações longos, para perguntas que cruzam várias seções.
• Logs extensos, para achar a causa de um erro.
• Sessões longas de agente, como as do Claude Code, que acumulam arquivos lidos e resultados de comandos.

A entrada e a resposta dividem a mesma janela: se o prompt ocupa quase tudo, sobra pouco espaço para a resposta.

Quanto custa

No Claude Opus 5, o contexto de 1 milhão é cobrado no preço normal, sem adicional para prompts longos. Pelos preços oficiais da Anthropic em 26/09/2026, a entrada custa US$ 5 por milhão de tokens.

Uma conta de exemplo, com um documento de 900 mil tokens:

Se você vai fazer várias perguntas sobre o mesmo documento, o cache de prompt corta o custo da entrada em 90% a partir da segunda pergunta.

Num plano mensal, como o da open33, a mensalidade é fixa, mas cada requisição grande gasta muitos tokens de uma vez e consome o limite do plano mais depressa. Mande só o que a pergunta precisa.

Conte os tokens antes de enviar

A API da Anthropic tem um endpoint que conta os tokens de uma requisição sem executá-la:

import anthropic

client = anthropic.Anthropic()

contagem = client.messages.count_tokens(
    model="claude-opus-5",
    messages=[{"role": "user", "content": open("contrato.txt", encoding="utf-8").read()}],
)
print(contagem.input_tokens)

Depois de enviar, o campo usage da resposta confirma quanto a requisição realmente usou.

Não use o tiktoken nem outros contadores feitos para outros modelos: eles contam menos tokens do que o Claude usa, e a diferença cresce em código e em textos que não estão em inglês.

Como organizar um documento longo

Algumas práticas que melhoram as respostas com textos grandes:

1. Documento primeiro, pergunta no fim. Coloque o conteúdo longo no início da mensagem e a pergunta depois dele.
2. Separe e identifique cada documento com marcações, para o modelo saber de onde vem cada trecho.
3. Peça trechos antes da resposta. Pedir que o modelo cite as partes relevantes primeiro ajuda em perguntas sobre documentos extensos.

Um exemplo com dois arquivos:

documentos = f"""<documento nome="contrato.txt">
{open("contrato.txt", encoding="utf-8").read()}
</documento>
<documento nome="aditivo.txt">
{open("aditivo.txt", encoding="utf-8").read()}
</documento>"""

with client.messages.stream(
    model="claude-opus-5",
    max_tokens=64000,
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": documentos, "cache_control": {"type": "ephemeral"}},
            {"type": "text", "text": "O aditivo muda o prazo de rescisão? Cite os trechos antes de responder."},
        ],
    }],
) as stream:
    for texto in stream.text_stream:
        print(texto, end="", flush=True)

Três detalhes desse exemplo:

• Streaming. Com entradas grandes a resposta demora mais, e o streaming evita que a requisição estoure o tempo limite.
• Cache no bloco dos documentos. A pergunta fica fora do cache, então a próxima pergunta sobre os mesmos arquivos lê os documentos do cache.
• encoding="utf-8" ao abrir os arquivos, para não quebrar acentos.

Nem sempre mais contexto é melhor

Ter 1 milhão de tokens disponíveis não significa que toda pergunta precisa deles. Enviar arquivos irrelevantes deixa a requisição mais cara e mais lenta, e dá ao modelo mais coisa para filtrar.

• Para uma função específica, mande o arquivo dela e os que ela usa, não o repositório inteiro.
• Em conversas longas, resuma ou descarte o histórico que não importa mais. No Claude Code, o comando /compact faz isso.
• Quando o volume passar da janela, divida o material em partes e processe cada uma separadamente.