O preço da API de IA é a menor parte da sua conta
Equipe Viver de IA · 2026-08-16
A tabela do Gemini muda toda semana, mas o custo que quebra projeto não está nela.
O essencial
- O custo operacional de IA é função do volume de chamadas e da qualidade da arquitetura, não do preço unitário por token.
- A queda de preço dos modelos remove disciplina de consumo e pode elevar a fatura total quando o uso cresce sem controle.
- A decisão estratégica duradoura é o processo, dado, integração e controle de consumo, não a escolha do modelo, que será revista.
- Casos como Grupo Orion e Prevensul mostram que o retorno financeiro vem do processo automatizado, não do custo do token.
A tabela de preços muda mais rápido do que seu financeiro consegue acompanhar
Abra a página de preços da API Gemini do Google hoje e conte quantos modelos existem. Gemini 3.6 Flash, 3.5 Flash, 3.1 Flash-Lite, 2.5 Pro, 2.0 Flash, mais Veo, Imagen, Lyria, embeddings, robótica. Dezenas de linhas, várias marcadas como pré-lançamento, e uma banana de emoji ao lado do Nano Banana.
Essa é a foto do momento. Na semana que vem tem outra versão, outro nome, outro valor por token.
E aí mora o primeiro erro de leitura que a gente vê dono de empresa cometer: tratar o preço da API como se fosse o custo do projeto de IA. Não é o mesmo número, e nem chega perto.
O que a página do Google mostra é o preço do combustível. Quanto custa cada mil tokens de entrada e de saída. Importante saber, sim. Mas ninguém decide comprar um caminhão olhando só o preço do diesel.
O token barato é uma armadilha de contabilidade
Quando o preço por token cai (e ele cai, versão após versão), a reação da maioria é comemorar. Ficou barato, então dá pra usar mais. E é exatamente esse raciocínio que faz a conta estourar.
Custo de IA em operação não é linear com o preço unitário. Ele é function do quanto você chama a API, quantas vezes reprocessa a mesma coisa por prompt mal feito, quanto contexto você joga junto em cada requisição, e quantas tentativas o sistema faz até acertar.
A gente já viu integração que mandava o documento inteiro em toda pergunta porque ninguém configurou recuperação de trecho. Custo por token: baixíssimo. Custo por mês: alto, porque multiplicou volume por burrice de arquitetura.
O que quebra o orçamento de IA não é o preço da linha na tabela, é a quantidade de vezes que você atravessa aquela linha sem perceber.
Na nossa leitura, a queda de preço que o Google e os concorrentes anunciam faz mais mal do que bem pra quem não tem controle de consumo. Barato demais tira a disciplina. E disciplina é o que separa piloto que vira produção de piloto que vira fatura surpresa.
Escolher modelo pelo preço é escolher errado
Olhando aquela lista, a tentação é pegar o mais barato que aparece, o Flash-Lite da vez, e sair usando em tudo.
Errado. O modelo certo depende da tarefa, não do preço.
Tem trabalho que um modelo leve resolve com folga: classificar mensagem, extrair um campo de um texto, responder pergunta simples com base num FAQ. Jogar o modelo Pro nisso é queimar dinheiro.
Tem trabalho que exige o modelo pesado: interpretar um projeto técnico, raciocinar sobre várias etapas, gerar código que precisa funcionar. Economizar no modelo aqui produz saída ruim, retrabalho humano, e o custo volta pela porta dos fundos, só que agora em hora de gente.
A Prevensul chegou a 4X de aumento potencial de faturamento com uma ferramenta que interpreta projetos em DWG e PDF, identifica simbologias, calcula metragens e monta o orçamento. Isso não roda no modelo mais barato da tabela. Exige capacidade de leitura de documento complexo. O ganho justificou o modelo, e é assim que a conta tem que ser feita: o resultado paga o combustível, não o contrário.
O custo que a página do Google nunca vai te mostrar
A tabela de preços cobre uma fatia estreita da fatura real de um projeto de IA. O resto, que costuma ser a maior parte, não aparece em lugar nenhum:
- Integração com seus sistemas. Conectar a IA ao seu ERP, ao WhatsApp, ao CRM. Isso é engenharia, não token.
- Preparação do dado. A IA responde bem sobre seus documentos só se os documentos estiverem organizados. Quase nunca estão.
- Ajuste de prompt e teste. Semanas de calibragem até a saída ficar confiável.
- Monitoramento. Alguém precisa olhar se a IA está errando e quanto está custando por dia.
- Troca de modelo. Como a tabela muda toda hora, o que você construiu hoje precisa migrar amanhã. Isso tem custo de manutenção embutido pra sempre.
Esse último ponto merece pausa. A própria variedade da página do Gemini, com tanta versão em pré-lançamento, avisa uma coisa: o chão se move. Quem amarra a operação num único modelo específico vai refazer trabalho quando aquele modelo for descontinuado.
O que a gente honestamente ainda não sabe
Uma coisa a gente não vai fingir que sabe: qual desses modelos vai sobreviver dois anos. A lista de hoje tem itens que provavelmente somem, outros que viram padrão. Ninguém, nem quem trabalha com isso todo dia, consegue cravar o vencedor olhando a tabela de preço.
E isso tem consequência prática. Construir dependendo de um modelo exato é apostar num cavalo que talvez nem corra a próxima temporada. O caminho mais seguro é montar a operação de forma que trocar o modelo por baixo seja fácil, uma questão de configuração, não uma reconstrução.
A gente discorda de quem trata a escolha de modelo como decisão estratégica de fundo. Ela é uma decisão de curto prazo que vai ser revista. A decisão estratégica é o processo em volta: o dado, a integração, o controle de consumo. Isso, sim, você constrói pra durar.
R$ 200.000: economia gerada, Grupo Orion
O Grupo Orion chegou a esse número com uma plataforma de automação montada em tempo recorde, 4 horas de evento mais o tempo de aeroporto. O que gerou economia foi o processo automatizado, não o preço de nenhum token. A API é peça, não é o projeto.
O que fazer com a tabela de preços na mão
Se você abriu a página do Gemini pensando em orçar um projeto de IA, ajuste o olhar. O preço por token é a última conta, não a primeira. Na prática:
- Comece pela tarefa, não pelo modelo. Defina o que precisa ser automatizado e qual resultado paga a conta.
- Estime volume real de chamadas. Quantas vezes por dia isso roda, com quanto contexto. É aí que o custo aparece, não no preço unitário.
- Escolha o modelo mais barato que entrega a qualidade necessária, e nem um degrau acima.
- Coloque medição de consumo desde o dia um. Sem dashboard de custo diário, você descobre o problema na fatura.
- Construa pra trocar de modelo sem refazer tudo, porque a tabela vai mudar de novo.
- Antes de escolher qualquer modelo, mapeie onde a IA realmente devolve dinheiro na sua operação com o diagnóstico de IA, porque orçar combustível sem saber o destino é como reservar diesel sem ter a rota.
A página de preços do Google é útil pra uma coisa: comparar combustível. Só que a viagem, quem paga é o projeto inteiro em volta dela.
Fonte: Preços da API Gemini Developer - Google AI for Developers
Relacionados
Automação com IA: o guia completo
Soluções de IA prontas para empresas
IA que programa 30 horas seguidas: o que muda no seu time
Quantas horas a IA economiza no trabalho por mês
Perguntas frequentes
O preço por token da API é o principal custo de um projeto de IA?
Não. O preço por token cobre uma fatia estreita da fatura real; os maiores custos estão em integração, preparação de dados, ajuste de prompts, monitoramento e manutenção de modelo.
Devo escolher sempre o modelo de IA mais barato para reduzir custos?
Não. O modelo certo depende da tarefa: modelos leves servem para classificações simples, mas tarefas complexas exigem modelos mais capazes, economizar errado gera retrabalho humano que custa mais.
Como evitar que a fatura de IA estoure o orçamento?
Estime o volume real de chamadas, configure recuperação de trechos em vez de enviar documentos inteiros, e instale dashboard de custo diário desde o primeiro dia de operação.
Vale a pena construir a operação dependendo de um modelo específico?
Não. Os modelos são descontinuados com frequência; o mais seguro é arquitetar a solução para que trocar o modelo seja uma mudança de configuração, não uma reconstrução.
Qual é o ponto de partida correto para orçar um projeto de IA?
Comece pela tarefa e pelo resultado esperado, não pelo preço do modelo; só depois de definir volume real de chamadas e qualidade necessária o custo de API faz sentido calcular.
Isto não é teoria. É o que já implementamos.
528 cases reais, todos com número aberto, e 157 soluções de IA prontas para empresas brasileiras.