article

Quanto custa rodar IA no provedor: faça a conta

4 min de leitura

🎬 Assista esta matéria

Quase todo provedor que começa a testar IA passa pelo mesmo susto: a prova de conceito custou US$ 12 e a fatura do terceiro mês veio em quatro dígitos. O problema raramente é o preço da IA. É não ter feito a conta antes.

A boa notícia é que a conta é simples e você pode fazê-la em uma planilha, com três números que já estão no seu sistema.

Os três números que você já tem

Volume. Quantos atendimentos por mês você quer que a IA toque? Separe por canal: chamados no WhatsApp, tickets abertos, ligações no suporte, cobranças enviadas. Não some tudo — cada canal tem custo diferente.

Tamanho de cada chamada. É aqui que quase todo mundo erra. A cobrança de IA é por token, não por atendimento. Token é um pedaço de palavra: em português, conte mais ou menos 1 token para cada 3 a 4 caracteres. Um atendimento de suporte com 15 mensagens, mais o histórico do cliente e as instruções do seu agente, costuma ficar entre 4 mil e 15 mil tokens de entrada e algumas centenas de saída. Pegue 20 atendimentos reais, cole num contador de tokens e tire a média. Leva meia hora e evita 90% das surpresas.

Preço do modelo. Os preços são por milhão de tokens (MTok), e a diferença entre as faixas é grande. Na tabela da Anthropic, o Claude Haiku 5.5 custa US$ 0,10 por MTok de entrada e US$ 0,50 de saída; o Sonnet 5.5, US$ 2 e US$ 10; o Opus 5.5, US$ 4 e US$ 20. A conta do atendimento é: (tokens de entrada ÷ 1.000.000 × preço de entrada) + (tokens de saída ÷ 1.000.000 × preço de saída).

Exemplo: 3.000 atendimentos/mês, 8.000 tokens de entrada e 500 de saída cada, no modelo mais barato, dá cerca de US$ 3,15 no mês. O mesmo volume no modelo mais caro dá cerca de US$ 126. Com o dólar em torno de R$ 5,10 — faixa em que a moeda operou no segundo semestre de 2026 —, estamos falando de R$ 16 contra R$ 643. Contra um ARPU de banda larga fixa que a Anatel registrou em R$ 93,77 no segundo trimestre de 2026, os dois cenários são baratos. O que fica caro é escolher o modelo mais forte para tarefa que não precisa dele.

Os três descontos que mudam a conta

Cache de contexto. Se o seu agente manda as mesmas instruções e a mesma base de procedimentos em toda chamada, pague por isso uma vez. A leitura de conteúdo em cache custa cerca de um décimo do preço normal de entrada. Em atendimento, onde o prompt fixo costuma ser maior que a pergunta do cliente, isso derruba a fatura de forma brutal.

Processamento em lote. Para o que não precisa de resposta em segundos — classificar os tickets de ontem, resumir ligações do dia, pontuar risco de churn —, APIs de lote custam metade do preço. Se a tarefa pode rodar de madrugada, ela deve rodar de madrugada.

Modelo por tarefa. Classificar um ticket em cinco categorias não exige o mesmo modelo que redigir uma resposta técnica ao cliente. Use o mais barato para triagem e deixe o mais forte para o que chega ao cliente final.

O que exigir antes de assinar

Se a IA vem embutida num ERP ou numa plataforma de atendimento, o preço costuma ser por usuário ou por atendimento, e o custo de token fica escondido. Nesse caso, pergunte três coisas por escrito: qual o limite de uso incluído no plano, quanto custa o excedente e o que acontece se o volume dobrar. Peça também um teto de gasto configurável — a maioria das plataformas tem, e quase ninguém liga.

Por fim, monitore custo por atendimento resolvido, não custo por chamada de API. Um modelo barato que precisa de três tentativas e ainda transborda para o humano é mais caro que um modelo melhor que resolve na primeira.

Fontes: Anthropic, Teletime, Banco Central

🎙️ Gostou? Receba só o que te interessa, todo dia

Escolha seus temas e receba um briefing diário em áudio e texto, de graça, no WhatsApp ou e-mail.

Montar meu briefing grátis