O preço do token caiu, mas o custo de IA não mora ali
Equipe Viver de IA · 2026-08-22
A OpenAI baixou o preço da API e reorganizou tudo em torno de agentes. A conta que decide seu projeto não é a que aparece na página.
O essencial
- O preço por token é o menor componente do custo real de um projeto de IA empresarial.
- Agentes conectados a sistemas operacionais transformam erros de resposta em erros de ação, elevando o risco operacional.
- Casos com economia entre R$ 24.000 e R$ 144.000 anuais derivaram de sistemas próprios construídos ao redor da IA, não da adoção direta de um modelo.
O barato da API é o menor dos seus custos
A OpenAI reorganizou a página da plataforma em torno de duas coisas: modelos mais baratos e agentes. O GPT-5.6 Luna aparece a US$ 0,20 por milhão de tokens de entrada e US$ 1,20 na saída. O Terra, num degrau acima. O Sol, o mais caro, com preço promocional garantido até novembro de 2026 segundo a própria página. Tudo com janela de contexto de 1,05 milhão de tokens.
É um bom movimento. E é também a parte da conta que menos importa pra quem vai implementar isso numa empresa de verdade.
A gente já viu esse filme mais de uma vez. O dono lê que o token ficou barato, faz uma continha de guardanapo, conclui que IA agora é acessível e monta o projeto em cima do custo de inferência. Aí bate na parede: o gasto real do projeto não estava no modelo. Estava em integrar o modelo ao sistema que a empresa já usa, em limpar o dado que ele vai ler, em desenhar o que acontece quando ele erra.
O preço por token é o ingresso do cinema. O custo do filme é outra coisa.
O que a página está dizendo entre as linhas
Repare no que a OpenAI colocou em destaque logo depois do preço. Não é "chatbot". É "a plataforma completa para agentes". Agents SDK, Responses API, Realtime API pra voz, busca em arquivos, servidores MCP, conexão com Slack, Gmail, Salesforce, GitHub. A mensagem é clara: o produto deixou de ser "responda perguntas" e virou "execute tarefas nos seus sistemas".
Isso muda a natureza do risco. Um modelo que responde errado gera uma resposta ruim. Um agente que age errado gera uma ação errada dentro do seu ERP, do seu CRM, da sua cobrança.
Um modelo que responde errado te dá uma resposta ruim; um agente que age errado mexe no seu sistema de verdade.
Quando o texto está na tela, alguém lê e corrige. Quando o agente já emitiu a nota, já mandou o e-mail, já atualizou o registro, o erro virou fato. A conveniência de "conecte com segurança a sistemas de negócio", como a página promete, carrega junto uma responsabilidade que a maioria das empresas ainda não desenhou.
Por que a maioria vai ler isso errado
O erro previsível é achar que preço menor de API significa que agora dá pra fazer sozinho, rápido, sem método. A ferramenta ficou mais acessível, logo o resultado viria de graça.
Não vem. E o motivo é chato de aceitar: o gargalo nunca foi o modelo.
O que trava a implementação numa empresa brasileira é quase sempre a mesma coisa:
- O processo não está descrito em lugar nenhum, mora na cabeça de duas pessoas.
- O dado está espalhado em planilha, WhatsApp e um sistema legado que ninguém quer tocar.
- Ninguém definiu o que é "certo" pro agente, então não dá pra medir se ele acertou.
Nenhum desses três problemas fica mais barato porque o token caiu. Eles custam o mesmo tanto de trabalho humano que custavam antes. A API mais barata só significa que, depois de resolver isso, a operação em escala pesa menos no cartão. É bom, mas é o fim da fila, não o começo.
O ativo é o sistema em volta do modelo, não o modelo
Na nossa leitura, o valor que sobra pra empresa não está no modelo que ela chama, está no que ela constrói em volta dele. Modelo qualquer concorrente aluga pelo mesmo preço de tabela que aparece nessa página. O que ninguém copia é o seu processo digitalizado, o seu dado organizado, a sua regra de negócio embutida.
É por isso que os casos que mais rendem, na nossa experiência, não são "plugamos um chatbot". São "construímos um sistema próprio e a IA virou o motor dele".
A Carioca Locação é um exemplo direto: Samuel Lopes desenvolveu um sistema próprio de gestão com IA e desenvolvimento assistido, centralizando clientes, veículos, contratos, pagamentos, manutenção e cobranças num único lugar, com R$ 24.000 de economia anual projetada. O valor não veio do modelo em si. Veio de a operação inteira passar a viver dentro de um sistema que antes não existia.
Mesma lógica na MP FLOW + MP ADVOCACIA, que construiu o Jarbas OS, um sistema operacional jurídico próprio que substituiu o software anterior, com R$ 48.000 de economia gerada. E na Alcance Contabilidade, onde o sócio Luciano Cerqueira, sem saber programar, montou com no-code um fluxo que integra emissão de nota fiscal com cálculo automático, chegando a +80% de eficiência operacional.
Em todos, a API é peça. O sistema é o ativo.
O agente de voz é real, mas não é o primeiro passo
A página coloca a Realtime API e voz natural em destaque, cita a Zillow usando isso pra busca de imóveis e financiamento por voz. É genuinamente capaz. Também é, pra empresa brasileira média, a última coisa que a gente recomendaria começar.
Voz em tempo real amplifica tudo: quando funciona, encanta; quando erra, erra ao vivo, com o cliente ouvindo. Antes de colocar um agente falando com seu cliente, você precisa que o agente esteja certo por escrito, num canal onde o erro é reversível.
A Digital Presenc X implementou um agente de atendimento com machine learning pra perguntas de alta complexidade e chegou a R$ 144.000 de economia anual, mas isso levou tempo de operação e ajuste, cinco meses maturando. Não nasceu falando. Nasceu acertando o conteúdo primeiro.
Honestamente, tem coisa que ainda não dá pra cravar. Se o preço promocional do Sol vira definitivo depois de novembro de 2026, a página não diz, e a gente não vai chutar. Planejar um projeto contando com preço promocional que pode acabar é jogar contra a própria margem.
O que fazer com esse anúncio
Se você é dono ou gestor e a manchete do token barato chegou até você, o movimento certo não é abrir a plataforma e começar a plugar. É este:
- Escolha um processo que dói e que já está minimamente descrito, não o mais bonito de mostrar.
- Garanta que o dado desse processo existe em algum lugar acessível antes de pensar em modelo.
- Defina, por escrito, o que é uma resposta certa e o que acontece quando vier errada.
- Comece por um canal onde o erro seja reversível (texto, revisão humana), não por voz ao vivo.
- Se você não sabe qual processo escolher nem quanto ele custa hoje, comece pelo diagnóstico de IA pra mapear a operação antes de gastar o primeiro token.
O preço caiu, e isso é uma notícia boa. Só não é a notícia que decide o seu projeto.
Fonte: Plataforma de API
Relacionados
Agentes de IA: o guia completo
Soluções de IA prontas para empresas
IA para compras: ela negocia melhor que seu comprador?
Governo dos EUA agora libera modelo de IA antes de você usar
Perguntas frequentes
O custo de usar IA na minha empresa caiu com os novos preços de token?
O preço de inferência caiu, mas o custo real de implementação está em integrar sistemas, organizar dados e definir processos, e esses custos continuam os mesmos.
Posso implementar IA sozinho e rápido agora que a API está mais barata?
Não. O gargalo nunca foi o modelo: o que trava a implementação é processo sem documentação, dado disperso e ausência de critério claro de acerto.
Qual é o risco de usar agentes de IA conectados aos meus sistemas?
Um agente que age errado gera uma ação errada dentro do seu ERP, CRM ou sistema de cobrança, o erro vira fato antes de alguém poder corrigi-lo.
Por onde devo começar a implementação de IA na minha empresa?
Escolha um processo que já está minimamente descrito, garanta que os dados existem e são acessíveis, e comece por um canal onde o erro seja reversível, texto com revisão humana, não voz ao vivo.
O que realmente gera valor para a empresa: o modelo de IA ou outra coisa?
O ativo é o sistema construído em volta do modelo, processo digitalizado, dado organizado e regra de negócio embutida, não o modelo em si, que qualquer concorrente pode alugar pelo mesmo preço.
Isto não é teoria. É o que já implementamos.
528 cases reais, todos com número aberto, e 158 soluções de IA prontas para empresas brasileiras.