Pular para o conteúdo
Pular para o conteúdo

Docs / Guias

Página traduzida automaticamente

Esta página foi traduzida automaticamente, então pode ter erros ou soar um pouco estranha. A versão em inglês é a fonte da verdade. Ler o original em inglês.

Estimar o custo antes de uma execução

Dimensione uma execução antes de gastar: conte as chaves em uma simulação, deixe o verbatra calcular requisições, tokens e custo e limite a execução aprovada.

Use esta página antes da primeira execução em um projeto real, ou antes de qualquer execução que alguém precise aprovar. O verbatra não publica preços, porque os preços pertencem ao provedor e mudam sem aviso. Ele conta o que será cobrado de você e converte isso em dinheiro quando você informa os preços atuais do seu provedor.

Em um projeto típico, a primeira execução é a que custa alguma coisa, e a seguinte custa quase nada, porque só as chaves alteradas são enviadas.

Contar o trabalho

verbatra translate --dry-run
Saída
verbatra translate (dry run)
  de: 400 would translate, 0 unchanged
  es: 400 would translate, 0 unchanged
  fr: 400 would translate, 0 unchanged
3 succeeded, 0 partial, 0 failed (dry run: nothing written)

would translate é o número de chaves que uma execução real enviaria: as que faltam no arquivo de destino mais as que tiveram o texto de origem alterado. Uma simulação não instancia nenhum provedor, não lê nenhuma chave de API e não grava nada. Trate a contagem como um limite superior: ela ignora o cache de tradução, que atende strings repetidas de graça em uma execução real, e não une strings de origem idênticas, que uma execução real envia uma só vez.

Estimar o gasto

verbatra translate --estimate
Saída
verbatra translate (estimate)
  de: 400 would translate, 0 unchanged
  es: 400 would translate, 0 unchanged
  fr: 400 would translate, 0 unchanged
  estimate: 1200 keys in 24 requests, ~40944 input + ~30720 output tokens
  estimated spend: no rate on file for gemini/gemini-2.5-flash; add rates.table["gemini/gemini-2.5-flash"] to your config to see a currency figure
  estimate excludes: cache hits, duplicate source strings, provider-side retries, translation length, tokenizer differences, repair requests
3 succeeded, 0 partial, 0 failed (dry run: nothing written)

--estimate implica --dry-run, então não gasta nada. Ele informa a unidade que o seu provedor cobra: tokens para um modelo de linguagem (LLM), caracteres de origem para o DeepL e o Google Cloud Translation, e nenhum custo de API para um servidor openai-compatible ou libretranslate auto-hospedado. Com --json, os mesmos números ficam em result.estimate, por locale e no total, para que um script possa barrar a execução com base neles.

Para ver valores em dinheiro, consulte o preço atual do seu modelo na página de preços do próprio provedor:

ProvedorCobrado porPreços
Geminitokens de entrada e de saída (há nível gratuito)Preços da API Gemini
Anthropictokens de entrada e de saídaPreços da Anthropic
OpenAItokens de entrada e de saídaPreços da API OpenAI
OpenCodetokens de entrada e de saídaPreços do OpenCode Zen
DeepLcaracteres de origemPreços da API DeepL
Google Cloud Translationcaracteres de origemPreços do Cloud Translation
openai-compatible, LibreTranslatenada: o seu próprio servidorsem custo de API

Depois, adicione-o à configuração com a data em que você o leu:

verbatra.config.ts
export default defineConfig({
  // ...
  rates: {
    asOf: "2026-01-15",
    currency: "USD",
    table: {
      // placeholders: copy the current rates from https://ai.google.dev/gemini-api/docs/pricing
      "gemini/gemini-2.5-flash": { inputPerMillionTokens: 1, outputPerMillionTokens: 2 },
    },
  },
});

Os preços acima são valores de exemplo, não preços reais. Todo número impresso a partir deles traz a data asOf, então uma tabela de preços antiga é visivelmente antiga. O verbatra nunca inventa um preço ausente nem imprime 0.00 para um modelo que não consegue precificar; ele indica a entrada que falta. Veja rates para o formato das chaves de rates.table e as unidades.

Saber o que o número cobre

A estimativa faz a aritmética que você faria manualmente:

  • Requisições. As chaves de cada locale são divididas em lotes de no máximo maxBatchSize (padrão 50), uma requisição cada, mais os lotes que generatePlurals enviaria.
  • Entrada. Toda requisição a um LLM leva regras de sistema fixas (cerca de 700 tokens) e um schema da resposta (cerca de 100 tokens), depois as chaves, as descrições delas, o tom e o glossário completo do locale de destino. O prompt é medido serializando o payload que seria enviado, então um glossário grande é contado em toda requisição em que viaja.
  • Saída. Uma tradução ainda não existe, então ela é dimensionada como o texto de origem mais 50%, já que alemão, francês e russo costumam ser de um terço à metade mais longos que o inglês.
  • Tokens. Os caracteres são convertidos a cerca de quatro por token, o que serve para prosa em inglês; outras escritas são mais densas.

Uma execução real em geral custa menos, pelos dois motivos que tornam a contagem da simulação um limite superior. Ela também pode custar mais, e a linha estimate excludes nomeia cada caso. Dois importam mais:

  • Novas tentativas. Uma requisição que falha é tentada de novo: até duas tentativas extras para Anthropic, OpenAI, OpenCode, openai-compatible e Gemini, cinco para o DeepL, nenhuma para o Google Cloud Translation e o LibreTranslate. Uma tentativa que chegou ao modelo é cobrada.
  • Reparos. Quando chaves voltam ausentes, o verbatra envia uma requisição de reparo, que leva de novo, por inteiro, as regras de sistema, o glossário e o tom.

Planeje com o número; não o prometa como um teto. A estimativa também cobre apenas o translate: retraduzir uma entrada pelo Studio (veja Revisar no Studio) ou por uma ferramenta de agente gasta por um caminho próprio.

Limitar a execução

Dê à execução aprovada um limite rígido um pouco acima da soma dos tokens de entrada e de saída da estimativa:

verbatra translate --max-tokens 80000

Uma requisição que ultrapassaria o teto fica retida em vez de ser enviada, e as chaves dela continuam pendentes para a próxima execução. Quando a configuração também define maxTokens, vale o menor valor. O DeepL, o Google Cloud Translation e o LibreTranslate não informam tokens, então o teto é aplicado contra a projeção do próprio verbatra para eles. Veja Teto de tokens e maxTokens e budgetBehavior para um orçamento que vale para toda execução.

Calibrar com um locale

O número exato vem de uma execução real. Traduza um locale e leia o uso:

verbatra translate --locales de
Saída
verbatra translate
  de: 400 translated, 0 unchanged, 18400 tokens (10800 in, 7600 out)
  total: 18400 tokens (10800 in, 7600 out)
1 succeeded, 0 partial, 0 failed

Multiplique pelo número de locales restantes. Com --json, os números são usage.inputTokens e usage.outputTokens. A execução gasta dinheiro de verdade, mas o trabalho é mantido: aquele locale está concluído.

Ver quanto custaram as execuções anterioresnovo

A página Overview (visão geral) do Studio lista as execuções registradas com o custo delas, congelado quando a execução terminou, então uma mudança posterior em rates nunca o reescreve. Um montante é o número de tokens que o provedor informou vezes o preço registrado naquele momento. Estimated (estimado) é um número em caracteres de origem para um provedor que não informa uso. At least (no mínimo) é um limite inferior, porque um locale não informou tokens. No rate (sem preço) significa que nenhum preço correspondeu àquele modelo, e unknown (desconhecido) significa que chaves foram enviadas, mas nenhum token voltou; nenhum dos dois é gratuito. Os provedores auto-hospedados mostram not billed (não cobrado). O registro está documentado em runHistory; Revisar no Studio mostra a página.

Provedores de tradução automática

O DeepL e o Google Cloud Translation cobram caracteres de origem, não tokens, e o LibreTranslate conta caracteres de origem sem cobrar nada. O verbatra envia a eles o texto de origem com os placeholders como marcadores numerados curtos, sem regras de sistema, nomes de chaves nem JSON em volta. A estimativa conta apenas caracteres de origem. O DeepL não cobra as tags em volta dos marcadores; não está documentado se o Google cobra a marcação de span em volta deles. Um valor que esses provedores retêm (PLACEHOLDER_UNSUPPORTED) não é enviado, então os caracteres enviados podem ficar abaixo do total bruto.

Google Cloud Translation

O Google Cloud Translation é contado como o DeepL: caracteres de origem na estimativa e um número projetado de tokens para um orçamento maxTokens, marcado como estimado no resumo da execução.

Estimar a partir de um agente

Duas ferramentas de agente retornam o que translate --estimate --json imprime, para todos os locales ou um subconjunto, e nunca chamam um provedor:

FerramentaOnde
translation.estimateo servidor MCP (veja verbatra mcp)
verbatra_translation_estimateas ferramentas de agente do Studio (veja Operar o Studio com um agente de navegador)

Gastar dentro da estimativa

Em seguida, translation.translatePending aceita os mesmos locales e um teto maxTokens. Veja Estimar e depois gastar.

Por que a próxima execução custa menos

Os números acima são o custo da primeira execução. Depois disso, o verbatra envia só as chaves ausentes ou cuja origem mudou desde a linha de base do arquivo de lock (veja O arquivo de lock e a procedência), e o cache de tradução reutiliza traduções anteriores de strings idênticas. No dia a dia, você paga pelas strings que editou. Para testar de graça, use o nível gratuito do Gemini ou aponte o openai-compatible para um modelo local; veja Provedores.

Veja também

Editar no GitHub

Nesta página