Um problema de continuidade que atinge o romance inteiro exige evidências de capítulos distantes. Um reparo no nível da frase, em geral, não. A diferença de custo vem de quanto do livro você reenvia a cada vez.
Envie o manuscrito inteiro ao Sonnet 4.6 uma única vez, para encontrar os problemas; envie pacotes do tamanho de um capítulo para corrigi-los. Na SpicyAPI, o preço é de $3 por milhão de tokens de entrada e $15 por milhão de tokens de saída. Um manuscrito de 400.000 tokens (uma estimativa aproximada para 300.000 palavras de prosa em inglês, não uma medição do tokenizador) mais 5000 tokens de saída faturados custa $1,275 sem cache. Um pacote focado de 45.000 tokens com a mesma saída custa $0,21. O erro que sai caro é repetir a leitura completa a cada capítulo: 40 edições de capítulo que reenviam o livro todo custam cerca de $50, contra $4,80 com pacotes de 25.000 tokens ou $7,20 com pacotes de 45.000 tokens, cada uma devolvendo 3000 tokens de saída faturados.
A SpicyAPI usa uma única faixa de preço de tokens em toda a janela de entrada de 1.000.000 de tokens desta rota; não há sobretaxa a partir de 200.000 tokens. Para escolher a versão, veja o guia de versões do Sonnet API; para conferir citações e créditos de fontes, veja o fluxo de edição com Opus.
Limites e tarifas
O endpoint do Sonnet 4.6 usa o ID de modelo anthropic/claude-sonnet-4.6/chat. Ele aceita texto e partes image_url, até 1.000.000 de tokens de entrada, e permite max_tokens de até 64.000, com padrão de 4096. As opções de esforço são low, medium, high e max; o padrão é medium. Ele expõe temperature, top_p e top_k, mas não response_format. Para editar manuscritos, envie texto extraído, de modo que os limites dos capítulos e a redação exata continuem disponíveis.
| Categoria de tokens | USD por milhão |
|---|---|
| Entrada comum | $3 |
| Entrada em cache (leitura de cache) | $0,30 |
| Saída, incluindo o raciocínio faturado | $15 |
| Escrita em cache | $3,75 |
Dois limites moldam qualquer plano. A entrada chega a 1.000.000 de tokens, mas a saída para em 64.000 tokens faturados ($0,96 na tarifa de saída, se todos forem usados); portanto, ler um romance inteiro não significa receber um romance inteiro de volta numa única resposta. Os tokens de raciocínio contam como saída: reasoning_tokens já está incluído em completion_tokens, então não o some uma segunda vez.
A SpicyAPI lista o Sonnet 4.6 como sem censura e não adiciona nenhum filtro de conteúdo no nível da plataforma, mas o modelo pode recusar ou suavizar um pedido seco, feito sem contexto. Declare a tarefa de edição de ficção na primeira frase da sua mensagem de sistema, como faz o exemplo abaixo, e indique os trechos que devem ser preservados. O Sonnet 5.5 é a alternativa se o principal for manter o conteúdo adulto.
Decida o que entra na requisição
Suponha que sua protagonista adulta fictícia, Mara, tenha uma lesão no pulso esquerdo, que uma chave de latão fique numa gaveta no andar de cima e que o motivo da sua volta só seja revelado no capítulo dez. Você quer enxugar o capítulo quatro sem alterar esses fatos.
Para essa tarefa local, envie o capítulo quatro, as transições adjacentes, os três fatos que o regem e uma amostra curta de estilo aprovado. Enviar os dez capítulos pode ser útil se você quiser que o modelo descubra contradições; é desnecessário se o autor já identificou o trecho exato e as regras de continuidade.
Para uma auditoria do livro inteiro, envie o manuscrito com rótulos estáveis de capítulo e parágrafo. Peça primeiro uma lista de contradições com os trechos que as sustentam. Não combine «encontre todas as inconsistências» com «reescreva o livro inteiro» numa mesma saída: a detecção pode usar uma entrada grande e devolver um relatório curto e verificável.
| Pergunta | Material a fornecer | Saída útil |
|---|---|---|
| Enxugar uma cena | Cena, transições, cânone relevante | Cena substituta e as alterações |
| Encontrar contradições sobre onde está a chave | Todos os trechos em que a chave aparece, com texto suficiente ao redor para interpretá-los | Locais em conflito com IDs de parágrafo |
| Descobrir problemas de continuidade ainda não identificados | Manuscrito completo e cânone aprovado | Achados com evidências citadas |
| Revisar um romance inteiro | Um plano de edição fechado, depois pacotes de capítulo delimitados | Revisões de capítulo separadas |
Experimente primeiro no Playground
- Abra o Claude Sonnet 4.6 e mude para o Playground.
- Coloque a instrução de edição em System prompt, e os fatos do cânone junto com o trecho conflitante do exemplo abaixo em Message to the model. Peça um reparo local em vez de uma reescrita do capítulo e clique em Run model.
- Confira se o reparo mantém intactos a lesão, o local da chave e o motivo oculto.
Uma requisição de edição delimitada
Defina SPICY_API_KEY no seu ambiente com uma chave de API Keys. A requisição a seguir usa a interface Chat Completions da SpicyAPI.
cat > request.json <<'JSON'
{
"model": "anthropic/claude-sonnet-4.6/chat",
"messages": [
{
"role": "system",
"content": "Edit the fictional passage for clarity without changing story facts. Return a replacement paragraph followed by a brief explanation of each factual repair. All characters are adults."
},
{
"role": "user",
"content": "Canon: Mara is 32. Her left wrist is injured; she cannot lift a heavy case with that hand. The brass key remains in the upstairs drawer throughout chapter four. The reason for her return is not revealed until chapter ten. Chapter 4, P12: \"Mara swung the heavy case onto the bench with her left hand. The brass key warmed her palm as she remembered exactly why she had returned.\" Repair P12 without inventing the hidden reason or moving the key. Preserve the action of putting the case on the bench."
}
],
"max_tokens": 4096,
"reasoning_effort": "medium"
}
JSON
curl --fail-with-body https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
--data-binary @request.jsonUm reparo válido faz Mara usar a mão direita e tira a chave da sua palma, deixando o motivo oculto sem ser dito. Ele não deve resolver a lesão declarando-a curada nem trocar a mala pesada por uma bolsa leve inventada; essas mudanças contornam as restrições de continuidade definidas.
Se a saída for cortada, reduza o entregável pedido ou aumente max_tokens; enviar mais contexto não cria mais espaço de saída. Se ela terminar, mas alterar a revelação, repita a restrição exata sobre a revelação ao lado do trecho afetado e peça uma correção local.
Para um manuscrito completo, adicione "stream": true e "stream_options": {"include_usage": true} ao mesmo corpo da requisição. Uma leitura de 400.000 tokens pode ultrapassar o limite de cerca de 100 segundos das chamadas sem streaming e não devolver resposta; o streaming evita isso, e o último chunk traz as contagens de tokens de que você precisa para a verificação de custos abaixo. Junte os pedaços de delta.content em ordem para reconstruir o relatório e peça apenas achados (ID do parágrafo, trechos citados, regra violada), com esforço baixo e max_tokens em torno de 16.000, porque o raciocínio conta dentro de max_tokens. O guia de chat trata de streaming e recuperação.
Deixe um Agent preparar a chamada
Para passadas repetidas no manuscrito, peça ao seu Agent de programação que use o Skill da SpicyAPI: “Read anthropic/claude-sonnet-4.6/chat, then adapt the example to my input; show the request before running it.” A consulta pela CLI é spicyapi models get anthropic/claude-sonnet-4.6/chat --json; a consulta por MCP é spicyapi_model_get com model: "anthropic/claude-sonnet-4.6/chat". As chamadas de chat usam um cliente compatível ou a API de chat; os comandos de tarefas de mídia não geram respostas de chat.
Quanto custa uma sessão de edição
Uma única requisição raramente é a conta toda. Cada passada reenvia o pacote, então o número a estimar é o tamanho do pacote vezes as passadas, mais a saída.
| Plano | Cálculo | Total |
|---|---|---|
| Uma auditoria do manuscrito completo, 400k de entrada e 8k de saída | 400.000 × $3/M + 8000 × $15/M | $1,32 |
| Seis passadas no manuscrito completo, 5k de saída cada, sem economia de cache | 6 × (400.000 × $3/M + 5000 × $15/M) | $7,65 |
| 40 edições de capítulo, cada uma reenviando o livro inteiro (3k de saída cada) | 40 × (400.000 × $3/M + 3000 × $15/M) | $49,80 |
| 40 edições de capítulo, cada uma com um pacote de 25k (3k de saída cada) | 40 × (25.000 × $3/M + 3000 × $15/M) | $4,80 |
Monte um pacote de 25.000 tokens com o capítulo (10.000), os capítulos vizinhos (4000), a ficha de cânone (6000) e as instruções mais a amostra de estilo (5000). Quarenta pacotes custam $3,00 de entrada e $1,80 de saída nas premissas da tabela. Reserve mais saída faturada para reescritas com esforço high ou max.
Em edições conduzidas por um agente, limite as passadas e nomeie os arquivos do escopo; uma regra genérica de «verifique tudo» pode multiplicar as leituras além da tarefa de edição.
Como é uma edição útil do capítulo quatro
O exemplo é pequeno, mas contém três erros diferentes. O pulso lesionado é um erro de continuidade física. A chave na palma de Mara é um erro de localização de objeto de cena. Explicar a volta dela é um erro de momento da revelação. Nomeá-los separadamente permite repará-los sem mudar o propósito da cena.
Uma substituição ilustrativa, escrita por uma pessoa, é:
Mara apoiou a mala no banco com a mão direita e esperou a dor no pulso esquerdo passar. A gaveta lá de cima teria de esperar. A pergunta que a trouxera de volta também.
Isto não é um resultado do Sonnet. Preserva a mala pesada e a lesão, deixa a chave no andar de cima e mantém o motivo sem revelação. Dependendo da voz do capítulo, a última frase ainda pode chamar atenção demais para o mistério. Nesse caso, peça um final mais discreto, ligado à próxima ação física, em vez de uma cena totalmente nova.
A distinção importa ao editar ficção adulta. Um modelo pode produzir uma prosa gramaticalmente limpa enquanto muda quem inicia uma interação, resolve um conflito cedo demais ou torna de repente sincero um personagem reservado. Forneça o estado da relação neste capítulo, não o final que você espera alcançar um dia. «Eles se reconciliam no capítulo dez» deve ser rotulado como cânone futuro, para que o capítulo quatro preserve a distância que dá sentido à reconciliação.
Para uma edição local de linhas, peça uma substituição e uma explicação compacta. Para uma edição de desenvolvimento, pergunte por que a decisão da cena parece imerecida, com referências ao diálogo anterior. Essas tarefas exigem evidências diferentes. Uma reescrita prolixa não compensa a falta de compreensão do que a cena muda.
Evite que uma auditoria do livro inteiro vire uma reescrita do livro inteiro
Ao pesquisar um manuscrito completo, um achado útil tem dois locais e o motivo de eles entrarem em conflito. «O local da chave é inconsistente» deixa a busca por sua conta. «Capítulo 3, P19, tranca a chave na gaveta; capítulo 4, P12, a coloca na palma de Mara sem que ninguém a retire» dá a você uma edição a considerar.
Exija apenas contradições sustentadas por trechos do manuscrito fornecido. Diante de uma passagem ausente, o modelo deve apontar uma explicação faltante em vez de insistir que a ação é impossível. Uma revelação posterior pode explicá-la. Confira esses achados com o enredo que você pretende seguir antes de pedir substituições.
Essa abordagem em duas passadas também muda a conta de forma concreta: a cara requisição de entrada completa devolve uma lista curta de achados, enquanto as revisões seguintes levam a cena afetada e seus fatos de referência. Mantenha o manuscrito completo nas chamadas seguintes apenas quando esses fatos locais não bastarem. Os exemplos de custo abaixo mostram como chamadas repetidas de entrada completa e leituras de cache reais afetam essa escolha.
Calcule o cache sem contar a entrada em dobro
Divida a entrada em categorias mutuamente exclusivas: entrada sem cache U, leituras de cache C e tokens de escrita em cache W. Com a saída O:
Custo = (3U + 0,30C + 3,75W + 15O) / 1.000.000.
Não conte os tokens lidos do cache também como entrada comum. Considere um pacote de 400.000 tokens com um prefixo estável de manuscrito de 320.000 tokens, 80.000 tokens de material variável e 5000 tokens de saída:
| Caso | Cálculo | Total |
|---|---|---|
| Toda a entrada sem cache | 400.000 × $3/M + 5000 × $15/M | $1,275 |
| O prefixo estável é uma leitura de cache | 320.000 × $0,30/M + 80.000 × $3/M + 5000 × $15/M | $0,411 |
| O prefixo estável é faturado como escrita em cache | 320.000 × $3,75/M + 80.000 × $3/M + 5000 × $15/M | $1,515 |
A escrita custa 25% mais que a entrada comum e uma leitura custa 10% dela, então um prefixo lido ao menos uma vez depois de escrito já compensa (320.000 tokens: $1,296 pela escrita mais uma leitura, contra $1,92 por duas leituras sem cache). Em seis passadas, uma escrita e cinco leituras do prefixo estável dão $1,515 + 5 × $0,411 = $3,57, contra $7,65 sem cache.
O cenário de $3,57 exige uma escrita em cache e cinco leituras. Este esquema hospedado não expõe nenhum campo de controle de cache para escolher a duração nativa da Anthropic, de cinco minutos ou de uma hora. Coloque primeiro o cânone e o material do manuscrito que não mudam e por último as instruções variáveis; alterar uma seção anterior pode reduzir o prefixo coincidente. Faça o orçamento sem cache e depois compare as contagens de usage e o cost liquidado da tarefa com a estimativa para ver quais categorias foram aplicadas. Um acompanhamento curto como «fix paragraph 12» ainda carrega como entrada todo o histórico que você reenvia.
Reduza a conta sem deixar a edição sem recursos
Peça os achados antes das reescritas: uma lista de parágrafos afetados define um escopo pequeno de edição sem pagar para regenerar capítulos não afetados. Solicite trechos de substituição em vez do original mais as substituições quando você já tem o original localmente. Mantenha um pacote de fatos focado para edições locais e reserve o manuscrito inteiro para perguntas que exigem evidência global.
Não reduza o pacote a ponto de a resposta virar adivinhação. No exemplo da Mara, retirar o fato do local da chave economiza alguns tokens e torna o erro indetectável. O objetivo é o menor conjunto completo de evidências para a pergunta.
Se o custo for a principal restrição e o pacote for rotineiro, compare os modelos vizinhos antes de fechar um trabalho grande. O Sonnet 5.5 na SpicyAPI custa $2 de entrada e $10 de saída por milhão, um terço a menos por token que o 4.6, com a mesma janela de 1.000.000 de tokens e um teto de saída de 128.000 tokens (endpoint do 5.5). A Anthropic estima cerca de 30% mais tokens com o tokenizador novo, dependendo do conteúdo. Se este livro e a edição aumentarem ambos 30%, 400.000 tokens de entrada viram 520.000: $1,04 de entrada mais cerca de $0,065 de saída pela mesma edição, $1,105 contra $1,275, aproximadamente 13% menos em vez de um terço, antes de qualquer raciocínio extra. Reconte seus tokens antes de orçar. Escolha o 4.6 quando precisar dos controles temperature, top_p e top_k ou de um prompt existente ajustado para ele; o guia de versões compara os contratos. O Opus 4.6 custa $5 de entrada e $25 de saída por milhão e permite 128.000 tokens de saída. A capacidade extra de resposta, sozinha, não justifica o preço mais alto quando uma rota mais barata cumpre esse limite; escolha-o quando ele resolver uma falha específica de edição.
FAQ
A janela completa de um milhão de tokens é cobrada com acréscimo?
Não. A conta sobe quando uma requisição contém mais entrada, produz mais saída ou é repetida, não quando ultrapassa 200.000 tokens.
Ele consegue reescrever o livro inteiro numa única resposta?
O teto de saída hospedado é de 64.000 tokens, incluindo o raciocínio faturado. Peça um relatório de achados do manuscrito inteiro e depois reescritas de capítulo delimitadas; guarde o manuscrito original separado das substituições propostas.
O Sonnet 5.5 é automaticamente mais barato para o mesmo manuscrito?
As tarifas por token dele são menores, mas o tokenizador, o raciocínio e o tamanho da resposta podem alterar as contagens faturadas. A economia de 13% acima é um cenário explícito. Escolha o 4.6 quando sua integração precisar dos controles de amostragem ou de ferramentas forçadas, e compare contas medidas de tarefas ao decidir uma migração.
