Chamada de tarefa única:
- 2.000 tokens de prompt do sistema
- 1.500 tokens de histórico de conversa
- 3.000 tokens de esquemas de ferramentas (10 ferramentas)
- 500 tokens de consulta do usuário
- 200 tokens de contexto recuperado
───────────────────────────────
Total de entrada: 7.200 tokens
Saída: 400 tokens

Em claude-sonnet-4:
  Entrada: 7.200 × $3/M  = $0.0216
  Saída: 400 × $15/M  = $0.0060
  Por chamada: ~$0.028

Em 1.000 chamadas/dia: $28/dia = $840/mês

Com cache + compressão + roteamento:
- Sistema + esquemas em cache (desconto de 90%): $0.00165
- Histórico comprimido: 800 tokens × $3/M  = $0.0024
- Consulta do usuário + contexto: 700 tokens × $3/M = $0.0021
- 60% das tarefas roteadas para Haiku

Custo médio por chamada: ~$0.004
Em 1.000 chamadas/dia: $4/dia = $120/mês

Economia: 86% de redução ($720/mês economizados)

# Antes (sem cache)
response = client.messages.create(
    model="claude-sonnet-4-5",
    system=my_system_prompt,  # Pagou o preço total a cada chamada
    messages=conversation,
    ...
)

# Depois (com cache)
response = client.messages.create(
    model="claude-sonnet-4-5",
    system=[{
        "type": "text",
        "text": my_system_prompt,
        "cache_control": {"type": "ephemeral"}  # ← isso
    }],
    messages=conversation,
    ...
)

# Cache o histórico de conversa até a última interação
for i, msg in enumerate(history[:-1]):
    messages.append(msg)  # Sem marcador de cache nas mensagens antigas

# A última mensagem histórica recebe o marcador de cache
last_hist = history[-1].copy()
last_hist["content"] = messages.append(last_hist)

# Mensagem atual — nunca cache (é sempre única)
messages.append({"role": "user", "content": current_message})

usage = response.usage
hit_rate = usage.cache_read_input_tokens / (
    usage.input_tokens + usage.cache_read_input_tokens
)
print(f"Taxa de acerto do cache: