Tokens e Contexto
Nesta página
Atualizado em 2 de novembro de 2026. O Le Chat é agora o Vibe. Desde 28 de maio de 2026, o Le Chat tornou-se Vibe (ainda em chat.mistral.ai): um único agente para trabalho e código, mantendo as suas conversas, definições e subscrições. A experiência legada do Le Chat permanece acessível no modo Chat; no modo Work, os agentes são agora competências (invocadas com
@), as memórias constituem a base de conhecimento e a pesquisa profunda é a competência Deep Research. Os planos passaram a designar-se Mistral Free, Pro, Team e Enterprise. Esta lição utiliza agora o nome Vibe; alguns menus aqui descritos podem ter alterado de nome ou localização.
Compreenda a moeda dos modelos de linguagem
Os tokens são a unidade fundamental de qualquer modelo de linguagem. Tudo o que envia ao modelo e tudo o que este devolve é contado, processado e faturado em tokens. Os tokens funcionam simultaneamente como unidade de medida da memória do modelo e como moeda de faturação. Compreender este conceito é essencial para utilizar eficazmente os modelos Mistral, estimar custos e otimizar as suas consultas. Trata-se também de um investimento modesto: a ideia é simples assim que a analisa com mais atenção.
O que é um token?
Um token é a menor unidade de texto processada por um modelo de linguagem. Não é exatamente uma palavra, nem exatamente uma sílaba: é um fragmento de texto definido pelo algoritmo de tokenização do modelo. Na prática, uma palavra comum como «olá» corresponde geralmente a um único token, enquanto uma palavra rara ou técnica se divide em vários fragmentos — «desintermediação» pode tornar-se 3 ou 4 tokens. Os espaços, a pontuação e os carateres especiais também contam, e um dígito ou símbolo pode constituir um token por si só. Em suma, não consegue adivinhar o comprimento em tokens de um texto à primeira vista: depende da frequência das palavras que contém.
O algoritmo BPE
De onde surge esta divisão? A maioria dos modelos modernos, incluindo os da Mistral, utiliza o algoritmo BPE (Byte-Pair Encoding). O princípio é simples: analisar um vasto corpus de texto e identificar as combinações de carateres mais frequentes para construir um vocabulário ótimo. O resultado é uma forma de compressão inteligente da linguagem — palavras e expressões frequentes são representadas por poucos tokens, enquanto termos raros exigem mais.
Estimativa prática
Para estimar rapidamente o número de tokens num texto, tenha em mente estas referências: em inglês, 1 token corresponde a cerca de 4 carateres, ou 0,75 palavras; em português, a proporção é ligeiramente menos favorável devido aos acentos e palavras mais longas — conte cerca de 1 token por 3,5 carateres; no código, varia amplamente consoante a linguagem, consumindo os símbolos e a indentação a sua parte. Concretamente, uma página A4 de texto (cerca de 500 palavras) representa aproximadamente 650 a 750 tokens em português.
A janela de contexto
A janela de contexto é o número máximo de tokens que um modelo pode processar num único pedido — incluindo a sua mensagem (entrada) e a resposta do modelo (saída). Imagine-a como a memória de trabalho do modelo: tudo o que este «sabe» durante uma conversa deve caber ali. Isto inclui a sua pergunta atual, mais o histórico da troca, documentos anexados, instruções de sistema e a resposta que está a ser gerada.
Este limite explica um fenómeno que encontrará mais cedo ou mais tarde: numa conversa muito longa, o modelo parece «esquecer» o que foi dito no início. Não é um capricho — as mensagens mais antigas simplesmente saem da janela, e o modelo deixa literalmente de as poder ver. É por isso que conversas intermináveis perdem coerência, e porque é frequentemente melhor iniciar um novo tópico para um novo assunto.
Na Mistral, os tamanhos variam conforme o modelo: o Mistral Small 4 e o Codestral oferecem 256.000 tokens — a maior janela da gama — enquanto o Mistral Large 3 e o Ministral 3 oferecem 131.000 tokens. Com 256k tokens, o Mistral Small 4 consegue lidar com o equivalente a 500 páginas de texto num único pedido: o suficiente para analisar um contrato completo, um relatório anual ou uma base de código considerável.
Cálculo de custos
Se utilizar a API Mistral no plano Scale, a sua fatura depende diretamente do número de tokens consumidos. Os preços são expressos em dólares por milhão de tokens, com uma distinção entre tokens de entrada (a sua pergunta, documentos anexados, contexto) e tokens de saída (a resposta gerada). Os tokens de saída são geralmente mais caros porque gerar texto é computacionalmente mais dispendioso do que lê-lo.
Algumas estratégias ajudam a dominar este consumo. Seja conciso nos seus prompts: cada instrução redundante é contada e, portanto, faturada. Limite o comprimento da saída quando possível — se um resumo de 3 frases for suficiente, especifique-o explicitamente, especialmente porque os tokens de saída são os mais caros. Escolha o modelo certo para cada tarefa: Ministral para tarefas simples, Large para tarefas complexas. Por fim, reutilize o contexto da conversa: numa troca em curso, não há necessidade de repetir informações já fornecidas; o modelo ainda as tem na sua janela.
Tokens e multilinguismo
Um ponto merece a atenção dos utilizadores de língua portuguesa: o português consome em média mais tokens do que o inglês para expressar a mesma ideia. Os acentos podem fragmentar as palavras de forma diferente, as palavras em português são frequentemente mais longas do que os seus equivalentes em inglês, e os artigos e preposições aparecem com maior frequência. Na prática, um texto em português utilizará cerca de 10% a 20% mais tokens do que o mesmo texto em inglês — um fator a considerar nas suas estimativas de custos se trabalhar à escala.
Prática hands-on
Para tornar estes conceitos tangíveis, realize três experiências no Vibe. Primeiro, faça uma pergunta curta, depois uma pergunta longa, e observe a diferença no tempo de resposta. Em seguida, tente resumir um documento longo num único pedido — a janela de 256k tokens do Small 4 permite-o. Finalmente, compare as respostas ao mesmo prompt formulado em português e depois em inglês para verificar por si mesmo as diferenças de comprimento.
Preços atualizados em 5 de agosto de 2026. Os preços alteram-se regularmente. Antes de fazer o seu orçamento, consulte as tarifas atuais na tabela de preços oficial da Mistral.
Pontos-chave
- Um token é a unidade básica de processamento de texto, correspondendo a cerca de 4 carateres
- A janela de contexto determina a quantidade de texto que um modelo pode processar de uma só vez
- O Mistral Small 4 oferece a maior janela: 256.000 tokens (cerca de 500 páginas)
- O custo da API é diretamente proporcional ao número de tokens consumidos
- O português consome mais tokens do que o inglês para o mesmo conteúdo
- Otimize os seus custos escolhendo o modelo certo e sendo preciso nos seus prompts