Quanto custa um agente de IA: tokens, limites e cobrança por uso

Quanto custa um agente de IA depende de quantos tokens ele gasta para terminar a tarefa, e um agente gasta muito mais que um chat comum. Segundo o Gartner, a mesma tarefa consome de 5 a 30 vezes mais tokens quando feita por um agente. É por isso que as empresas de IA estão trocando o "uso à vontade" por orçamentos e limites nos planos.

Este guia explica o que é token sem jargão, por que o agente custa mais mesmo com o preço do token caindo, o que muda nos planos do ChatGPT e do Claude, o papel dos modelos abertos e como uma pequena empresa brasileira pode fazer a conta antes de colocar um agente para trabalhar.

O que é token e por que ele virou a moeda da IA?

Token é a unidade que o modelo usa para ler e escrever. Uma palavra em português costuma virar um ou mais tokens, e tudo entra na conta: a sua pergunta, os arquivos que o modelo lê, o raciocínio interno e a resposta. Nas APIs, o preço é cobrado por milhão de tokens; nos planos de assinatura, os tokens aparecem como limite de uso.

Num chat simples, a conta é pequena: você pergunta, o modelo responde, acabou. Num agente, cada passo é uma nova rodada. O agente de IA, diferente do chatbot, decide o que fazer, abre uma página, lê um documento, roda um código, confere o resultado e tenta de novo se errar. Cada uma dessas etapas relê o contexto acumulado, e o contexto cresce a cada passo.

O resultado é que o preço por token pode cair e, mesmo assim, a conta subir. Para quem usa IA no trabalho, entender essa lógica passa a ser parte do básico, do mesmo jeito que entender plano de celular por gigabyte.

Por que o agente gasta tanto: o paradoxo da inferência

Em outubro, o Gartner previu que o custo de inferência por fluxo de trabalho com agentes vai subir mais de cinco vezes até 2028, mesmo com o token ficando mais barato. Segundo a reportagem da VentureBeat, a consultoria chama isso de "paradoxo da inferência": os ganhos de eficiência são usados para lançar modelos mais pesados, e o token mais barato torna viáveis tarefas que consomem muito mais tokens.

O analista Will Sommer, do Gartner, estima que agentes precisam de 5 a 30 vezes mais tokens que um chatbot para a mesma tarefa. Na mesma reportagem, uma pesquisa da VentureBeat com 109 empresas mostrou que 21% das que usam plataformas de orquestração não têm nenhum limite automático de gasto com tokens dos agentes, e só 31% mandam tarefas rotineiras para modelos mais baratos.

Quem já leu sobre agentes e o futuro do trabalho autônomo conhece a promessa: delegar tarefas inteiras. O custo é a outra metade dessa história, e ela começou a aparecer na fatura.

O caso extremo

O presidente da aceleradora Y Combinator, Garry Tan, disse que gasta entre US$ 100 mil e US$ 200 mil por ano em tokens com agentes que cuidam de código, pesquisa e tarefas pessoais. Segundo o TechCrunch, ele mesmo chamou o gasto de privilégio e afirmou que agentes pessoais ainda são caros demais para virar coisa de todo mundo.

O fim do "uso à vontade" nos planos de assinatura

Os planos mensais de IA nasceram com cara de assinatura de streaming: paga um valor fixo e usa quanto quiser. Com os agentes, essa conta deixou de fechar, e os planos estão mudando.

Sobre o ChatGPT, a análise do The Decoder sobre a página de ajuda da OpenAI mostra que o saldo restante e o horário de renovação ficam nas configurações, e que quem chega ao limite pode esperar a renovação, mudar de plano ou comprar créditos extras. O tamanho do saldo de cada plano não foi divulgado. A mudança do Claude está na notícia sobre o plano Max que virou Ultra.

Quem já lidou com os limites de uso do Gemini reconhece o padrão. Antes de assinar, vale comparar o que cada plano entrega, como no review do ChatGPT Plus e no guia de planos do Gemini.

Modelos abertos: a aposta para baratear a parte rotineira

Se o problema é volume, a resposta das empresas está sendo trocar de modelo nas etapas simples. Em novembro, o Gartner publicou a previsão de que, até 2030, 90% das etapas operacionais dos fluxos de agentes nas empresas vão rodar em modelos de pesos abertos (open-weight), aqueles que a empresa pode baixar e rodar na própria infraestrutura.

Segundo a reportagem do The Register sobre o estudo, um modelo aberto custa cerca de um quarto do modelo fechado mais barato de desempenho parecido, e pode sair até 20 vezes mais barato que usar um modelo de fronteira em todas as etapas. Na prática, a economia por tarefa fica mais perto de 5 a 6 vezes, porque os modelos abertos de hoje escrevem mais e repetem mais tentativas.

O exemplo real mais citado é o da fintech Revolut, que trocou ferramentas comerciais de código por um modelo GLM rodando nos próprios servidores e relatou corte de cerca de 90% no custo, como mostra a notícia sobre a Revolut. Para quem quer entender a diferença entre modelos, o guia sobre modelo pequeno ou grande e o caso do modelo aberto da Meta ajudam.

Exemplo brasileiro: fazendo a conta antes de ligar o agente

Imagine a Lúcia, dona de uma agência de marketing com três pessoas em Recife. Ela quer um agente que leia os dados de campanha de cada cliente, monte o relatório semanal e escreva um resumo. São 20 clientes, quatro relatórios por mês cada: 80 relatórios.

Os números a seguir são uma conta ilustrativa, não o preço de nenhuma empresa. Se a mesma tarefa num chat simples gastasse 5 mil tokens, o agente gastaria de 25 mil a 150 mil, usando a faixa de 5 a 30 vezes do Gartner. Pense num modelo que custe US$ 3 por milhão de tokens, ordem de grandeza próxima à que a Revolut citou para ferramentas comerciais (cerca de dez vezes os US$ 0,30 do modelo próprio):

• Cenário enxuto: 80 relatórios x 25 mil tokens = 2 milhões de tokens, cerca de US$ 6 no mês.
• Cenário pesado: 80 relatórios x 150 mil tokens = 12 milhões de tokens, cerca de US$ 36 no mês.
• Com modelo mais barato nas etapas simples: dividir por 5 a 6, seguindo a estimativa prática do Gartner para modelos abertos.

A diferença de seis vezes entre os cenários vem de decisões que a Lúcia controla: quantos arquivos o agente lê, quantas vezes revisa, qual modelo usa em cada etapa. Lembre que a cobrança em dólar vem no cartão com IOF e cotação do dia. Se ela usar créditos de API de um plano, o guia sobre créditos de API do Claude mostra como funcionam.

Como controlar o gasto com agentes

• Defina um teto de gasto mensal na plataforma antes do primeiro uso
• Use o modelo menor nas etapas simples (classificar, extrair, formatar) e o maior só no raciocínio difícil
• Corte o contexto: mande ao agente só os arquivos que importam para a tarefa
• Limite o número de tentativas e de passos por tarefa
• Meça o resultado (relatório entregue, ticket resolvido), não a quantidade de tokens
• Revise as permissões do agente para ele não sair abrindo ferramentas à toa

O último item conversa com o guia de permissões de agentes de IA: cada ferramenta extra que o agente pode chamar é mais uma rodada de tokens. Use este prompt para estimar o custo antes de criar o fluxo:

Vou criar um agente de IA para esta tarefa: [descreva].
Liste as etapas que ele precisa executar e, para cada uma,
diga se um modelo pequeno resolve ou se precisa de um modelo
avançado. Estime quantas vezes o agente vai reler o contexto
e aponte onde dá para cortar arquivos, passos ou tentativas.

Erros comuns ao calcular o custo de um agente

• Olhar só o preço do token: o que pesa é o total de tokens por tarefa, que no agente é muitas vezes maior.
• Usar o modelo mais avançado em tudo: é a forma mais rápida de estourar o limite do plano.
• Medir produtividade por uso: um memorando interno da Amazon avisou que contar tokens não prova trabalho, como mostra a notícia sobre o "tokenmaxxing".
• Esquecer o câmbio: quase toda cobrança de API é em dólar.
• Não testar em pequena escala: rode 10 tarefas, meça o gasto real e só depois multiplique.

Os agentes de IA vão ficar mais baratos por tarefa com o tempo, mas a tendência dos próximos anos é pagar pelo que se usa, e não mais um valor fixo para usar à vontade. Quem aprender agora a escolher o modelo certo para cada etapa e a medir resultado vai gastar menos e entregar mais. Para acompanhar essa mudança, siga a categoria Futuro do Portal da AI.