O custo real de rodar IA não é o preço por token, é o comportamento do seu usuário

Equipe Viver de IA · 2026-07-11

Um desenvolvedor calculou o custo da própria API e chegou na conta que quase todo dono de empresa erra ao contratar IA.

O gasto com IA se decide antes da primeira chamada, não na fatura

O dono de empresa que pergunta "quanto custa a API do ChatGPT" já começou errado. O preço por milhão de tokens é o número que aparece na tabela, e é justamente o número que menos importa pra prever a conta no fim do mês.

Alexandre Siqueira, num relato publicado no Medium em agosto de 2025, mostra isso na prática. Ele criou um app que analisa a saúde financeira de pequenas empresas, mediu o tamanho médio das chamadas e chegou a números concretos: cerca de 859 tokens de entrada (instruções mais os dados do negócio) e cerca de 453 tokens de saída (a resposta em JSON). Só com isso ele conseguiu estimar o custo por análise antes de colocar o app pra rodar. Esse é o ponto que quase todo mundo pula.

Eu vejo empresa contratando fornecedor de IA sem saber quantas vezes o sistema vai ser chamado por dia, qual o tamanho médio do prompt, ou o que acontece quando o usuário faz uma pergunta idiota que dispara três chamadas em cascata. Aí a conta chega e vira briga.

O tamanho do prompt é uma decisão de engenharia, não um dado da natureza

Repare no que Siqueira fez: ele mediu 859 tokens de entrada porque decidiu mandar instruções mais os dados do negócio em cada chamada. Esse número não caiu do céu. Ele é resultado de como o prompt foi escrito.

Na maioria das implementações que passam pela minha mão, metade do custo mora em prompt inflado. Instrução repetida em toda chamada que poderia estar no system prompt. Contexto que o modelo não precisa. Histórico inteiro reenviado quando bastavam as últimas trocas. Cada token desses roda milhares de vezes por mês e o desperdício composto vira dinheiro de verdade.

A saída também. Siqueira pede resposta em JSON estruturado, o que dá previsibilidade de tamanho. Quem deixa o modelo responder texto livre paga por parágrafos de enrolação que ninguém lê. Definir o formato da resposta é uma alavanca de custo tão poderosa quanto trocar de modelo.

O gasto não está na tabela de preços do fornecedor, está no jeito como você escreveu a pergunta.

O modelo mais barato que resolve é quase sempre a resposta certa

Siqueira diz que sempre começa pelo mais barato que resolve o problema e só sobe pra modelos mais caros se houver ganho real de qualidade ou raciocínio. Ele usa bastante o GPT-4o mini pelo custo baixo por análise. Essa frase parece óbvia e é a decisão que mais empresa erra na direção contrária.

O reflexo do dono de empresa é pedir "o melhor modelo". O melhor modelo pra classificar um e-mail em três categorias é o mesmo que resolveria um problema de raciocínio jurídico complexo, e você está pagando o segundo preço pra fazer o primeiro trabalho. A diferença de custo entre o modelo topo de linha e o modelo econômico pode ser de uma ordem de grandeza, pra uma tarefa que qualquer um dos dois faz igual.

A regra prática que funciona:

• Comece pelo modelo mais barato e teste com casos reais da sua operação
• Só suba de modelo quando a tarefa específica falhar de forma mensurável, não por sensação
• Use modelos diferentes pra tarefas diferentes dentro do mesmo produto (triagem barata, análise cara só quando necessário)
• Meça a qualidade da resposta, não a reputação do modelo

Quem entende isso constrói ecossistema em vez de comprar um modelo caro pra tudo. A DryStore montou um conjunto de agentes com funções separadas, robôs pra cadastro de produto, agentes de atendimento, ferramentas de BI, e chegou a R$ 167.000 em economia anual justamente por não jogar tudo num único fluxo caro.

O "escape" quando a IA não sabe responder é controle de custo e de risco ao mesmo tempo

Siqueira menciona um cuidado que passa despercebido em quase todo debate sobre IA: ele configura o app pra "dar escape" quando não sabe responder, o que evita respostas inventadas e economiza tokens.

Isso é dois problemas resolvidos numa decisão. Primeiro, corta a alucinação, que é o pesadelo de qualquer aplicação séria. Segundo, corta o custo de o modelo produzir uma resposta longa e errada que ainda por cima vai gerar retrabalho humano pra corrigir.

Na prática, a maioria das implementações que dão errado não erram no modelo, erram na ausência de limite. O sistema tenta responder tudo, inclusive o que está fora do escopo, e cada tentativa custa e cada resposta ruim custa de novo lá na frente. Definir o que o sistema NÃO responde é tão importante quanto definir o que ele responde. A Global Sonic reduziu em 70% o tempo de resposta acoplando a IA direto ao sistema da central de alarme, com a interação restrita ao que a central realmente precisava responder, não a um chat que tenta ser tudo.

~859 tokens de entrada + ~453 de saída: o que uma análise custa no case do autor

O que a maioria vai ler errado nessa história

O texto de Siqueira vai ser lido por muita gente como "IA é barata, olha que custo baixo por análise". Essa é a leitura preguiçosa. O custo por chamada individual, isolado do volume real de uso, não diz nada sobre a viabilidade do projeto. O que importa é custo por chamada multiplicado por volume real, e volume real depende do comportamento do usuário, que ninguém consegue prever com precisão antes de colocar no ar.

É por isso que Siqueira faz simulação de cenários de uso mensal, não uma conta única. Ele sabe que o número que decide a viabilidade não é o custo unitário, é a projeção de volume. Um app de análise financeira usado dez vezes por mês e o mesmo app usado dez mil vezes são negócios completamente diferentes na estrutura de custo, mesmo com custo unitário idêntico.

O erro clássico do dono de empresa brasileiro é aprovar o piloto olhando o custo do piloto. O piloto tem cinco usuários. A operação inteira tem quinhentos. A conta escala junto e ninguém modelou isso.

O que fazer antes de assinar qualquer fornecedor de IA

Antes de contratar solução ou aprovar orçamento de IA na sua empresa, faça o dever de casa que o autor fez com o app dele:

• Meça o tamanho médio do prompt de cada tarefa que você quer automatizar, entrada e saída separadas
• Estime o volume mensal de chamadas em três cenários: pessimista, provável e alto
• Force o formato de saída (JSON, campos fixos, resposta curta) pra ter previsibilidade de custo
• Defina o que o sistema NÃO deve responder e configure o escape
• Comece pelo modelo mais barato e só suba quando a tarefa falhar de forma medível
• Antes de sair contratando por peça solta, mapeie a operação inteira com o diagnóstico de IA pra saber onde o custo vale a pena e onde vira desperdício

A lição do relato de Siqueira não é sobre preço de token. É que quem trata IA como uma caixa preta onde se joga dinheiro nunca vai controlar o gasto. Quem trata como engenharia, medindo antes de rodar, controla. A diferença entre as duas empresas não está na ferramenta, está em quem sentou pra fazer a conta antes.

Fonte: Minha experiência estimando o custo de uso de APIs de IA

Relacionados

Agentes de IA: o guia completo

Soluções de IA prontas para empresas

Mais de 500 cases reais de IA

IA para reduzir risco jurídico: onde ela zera o erro e onde não adianta

Grok 4.5 saiu, e a versão do modelo é a última coisa que importa pra sua empresa