GUIA · 2026-10-13 · 12 min de leitura

Modelos de IA, eficiência e custos: como escolher o modelo e controlar o gasto

Quase todo mundo começa usando IA do jeito mais simples: abre o assistente, escolhe o modelo mais forte que aparece na lista e conversa. Funciona. O problema aparece quando o uso deixa de ser avulso e vira rotina: um fluxo que roda todo dia, um agente que lê documentos, uma automação que processa dezenas de itens. Aí a conta chega, e quase ninguém sabe dizer por que foi aquele valor.

Este guia propõe um método para duas perguntas práticas: qual modelo usar para cada tarefa e como saber (e reduzir) quanto isso custa. É uma leitura mais densa que os outros guias, de cerca de 12 minutos, porque o assunto tem várias peças que dependem umas das outras.

Para quem é

• Quem já usa IA toda semana e quer parar de escolher modelo por intuição.
• Quem paga por uso (API, créditos, plano com limite) e quer previsibilidade.
• Quem está montando um fluxo repetido e precisa de uma estimativa antes de ligá-lo.

Se você usa IA só de vez em quando, num plano de preço fixo, o guia ainda ajuda a entender por que o assistente "acaba" ou fica lento, mas a parte de dinheiro importa menos para você.

Pré-requisitos

• Saber qual serviço você usa e onde fica a página de preços dele.
• Uma planilha (qualquer uma) ou papel e calculadora.
• Três a cinco tarefas reais suas, que você repete. Exemplos: resumir e-mails, classificar mensagens, revisar um texto, extrair dados de um documento.

Não é preciso saber programar.

Antes dos passos: cinco conceitos que explicam a conta

1. Token. É a unidade em que o modelo lê e escreve. Pense em pedaços de palavra. Texto em português costuma render mais tokens por palavra do que em inglês, então não faça a conta por contagem de palavras de outro idioma. Cada serviço tem uma ferramenta ou regra para contar; use a do seu serviço.

2. Entrada e saída custam preços diferentes. Em geral, o que o modelo escreve (saída) é cobrado por token a um preço maior do que o que ele lê (entrada). Confira a tabela do seu fornecedor. Consequência prática: pedir respostas longas sem necessidade é um dos jeitos mais baratos de gastar mal.

3. O contexto é reenviado. Numa conversa longa, a cada nova mensagem o histórico inteiro costuma voltar como entrada. A conversa de 40 mensagens não custa 40 vezes uma mensagem; custa bem mais, porque as primeiras são relidas muitas vezes.

4. Modelos maiores custam mais por token e costumam ser mais lentos. Em geral, os fornecedores oferecem uma escada: um modelo pequeno e barato, um intermediário e um topo de linha. Os nomes e preços mudam com frequência; por isso este guia não os lista. A lógica da escada, não.

5. Raciocínio extra também custa. Alguns modelos e configurações "pensam" antes de responder, e esse pensamento pode ser cobrado como saída. Para tarefa simples, é gasto sem retorno. Verifique na documentação do seu serviço se isso existe e como é cobrado.

Passo a passo

Passo 1 — Liste as tarefas e classifique a dificuldade

Anote cada tarefa e responda: ela tem resposta "certa" que dá para conferir rápido, ou exige julgamento?

• Mecânica e conferível: classificar uma mensagem em categorias, extrair data e valor de um texto, reformatar uma lista, traduzir um parágrafo.
• Intermediária: resumir um documento longo, reescrever um texto no tom desejado, responder dúvidas sobre um material que você forneceu.
• Difícil: analisar vários documentos que se contradizem, planejar algo com muitas restrições, escrever algo longo com argumentação própria.

Tarefa mecânica não precisa do topo da escada. Tarefa difícil, muitas vezes, precisa.

Passo 2 — Comece pelo modelo menor e suba só se falhar

O erro comum é começar pelo topo "para garantir". O método inverso é mais barato e mais informativo:

1. Rode a tarefa no modelo menor. 2. Compare com o que você consideraria um bom resultado. 3. Se falhou, anote como falhou (formato errado, raciocínio errado, esqueceu um detalhe). 4. Antes de subir de modelo, tente corrigir o pedido. Muitas falhas do modelo pequeno são falhas de instrução vaga (veja o guia Como pedir melhor). 5. Só então teste o modelo do meio, e depois o topo.

O modelo certo é o menor que passa no seu teste, não o mais forte que existe.

Passo 3 — Monte um conjunto de teste pequeno

Sem teste, você escolhe por impressão. Separe de 5 a 10 exemplos reais da tarefa, com a resposta que você aceitaria. Rode cada um nos modelos candidatos e marque aprovado ou reprovado. Não precisa de estatística sofisticada: com poucos exemplos você não mede percentual com precisão, mas enxerga padrões de erro, e isso basta para decidir.

Cuidado: use exemplos que não contenham dados sensíveis (veja a seção de privacidade).

Passo 4 — Estime o custo antes de ligar o fluxo

A estimativa tem cinco números:

• E = tokens de entrada por execução (instrução + material enviado)
• S = tokens de saída por execução
• N = quantas execuções por mês
• Pe = preço por milhão de tokens de entrada
• Ps = preço por milhão de tokens de saída

Custo mensal ≈ N × (E × Pe + S × Ps) ÷ 1.000.000

Exemplo com preços fictícios (não são de nenhum fornecedor, servem só para mostrar a conta): suponha entrada a 1 e saída a 5, em unidade monetária por milhão de tokens. Uma tarefa de classificação envia 800 tokens e recebe 50, rodando 3.000 vezes por mês.

• Entrada: 3.000 × 800 = 2.400.000 tokens → 2,4 × 1 = 2,4
• Saída: 3.000 × 50 = 150.000 tokens → 0,15 × 5 = 0,75
• Total ≈ 3,15

Se o mesmo fluxo rodasse num modelo com preços dez vezes maiores, o total seria dez vezes maior, ou seja, 31,5. A diferença mostra por que a escolha do modelo importa mais quando N é grande. Para N pequeno, qualquer escolha é barata e o tempo que você gasta decidindo vale mais que a economia.

Substitua os preços fictícios pelos da página oficial do seu fornecedor (Anthropic, OpenAI, ou o que você usa) no dia em que fizer a conta. Preços mudam; não confie em valor decorado nem em tabela de terceiros.

Passo 5 — Aplique as alavancas de economia, da mais segura à mais arriscada

Alavanca 1: peça menos saída. Diga o formato e o tamanho: "responda só com a categoria", "no máximo 5 linhas", "em JSON com estes campos". É a economia mais segura, porque também deixa o resultado mais fácil de conferir.

Alavanca 2: envie menos entrada. Mande só o trecho relevante, não o documento inteiro. Remova assinaturas de e-mail, históricos citados e repetições. Cuidado para não cortar contexto de que a resposta depende.

Alavanca 3: abra conversa nova quando o assunto mudar. Lembre que o histórico volta inteiro como entrada. Ao fim de uma etapa, peça um resumo de 10 linhas, abra uma conversa limpa e cole só o resumo.

Alavanca 4: use cache de prompt, se o seu serviço oferecer. Quando você envia sempre o mesmo bloco longo de instruções ou material de referência, alguns fornecedores cobram menos pela parte repetida. A documentação da Anthropic sobre prompt caching é um ponto de partida para ver como isso funciona nesse serviço; outros fornecedores têm mecanismos próprios, com regras e prazos diferentes. Leia as regras antes de contar com a economia.

Alavanca 5: processe em lote quando não há pressa. Alguns serviços oferecem processamento assíncrono com desconto, em troca de esperar a resposta por mais tempo. Serve para tarefas que não precisam de resposta imediata, como classificar o acervo da semana. Verifique se o seu serviço tem e qual o prazo.

Alavanca 6: separe tarefas por modelo (roteamento). Em vez de um modelo para tudo, use o pequeno para a triagem e o maior só para os casos que a triagem marcar como difíceis. É a alavanca mais poderosa e também a que dá mais trabalho e mais chance de erro: um caso difícil classificado como fácil recebe uma resposta pior sem aviso. Só faça depois de ter o conjunto de teste do passo 3.

Passo 6 — Defina um teto e um alarme

Para uso por API ou créditos, configure no painel do fornecedor um limite mensal de gasto e, se existir, um alerta em percentual do limite. Para planos com limite de mensagens, anote quantas você consome por semana. Um fluxo automático sem teto é o jeito mais comum de levar susto: um erro de repetição (o mesmo item processado em ciclo) pode multiplicar o gasto sem que nada pareça errado.

Passo 7 — Meça de novo depois de um mês

Compare a estimativa com o gasto real. Se divergiu muito, a causa quase sempre é uma destas: entrada maior que o previsto, saída sem limite de tamanho, N maior que o planejado, ou tentativas repetidas por erro. Ajuste a planilha e repita.

O que dizem os casos de fornecedores (com ressalva)

Dois estudos de caso publicados pela OpenAI ilustram a ideia. O da LegalOn relata redução de custo no uso de uma ferramenta de código, associada a casar modelos diferentes com tipos diferentes de tarefa e a gerir orçamento de forma deliberada. O da Asana trata de um agente de navegador, com ganhos de custo e velocidade relatados pelo próprio fornecedor. Trate esses relatos como informação do próprio fornecedor sobre o cenário de uma empresa, não como resultado que você terá. Este guia não reproduz os percentuais, que não foram conferidos de forma independente. O que serve para você é a ideia, que coincide com o método acima: medir, casar modelo com tarefa e controlar orçamento.

Prompt copiável: monte a sua planilha de decisão

Prompt sugerido, não testado em todos os assistentes: o resultado pode variar de um serviço para outro, então confira a tabela e a fórmula que ele devolver. Cole no assistente de sua preferência, trocando os colchetes. Não inclua dados reais de terceiros nem seus dados pessoais.

Vou usar IA de forma repetida e quero decidir qual modelo usar
e estimar custo. Ajude-me a montar uma planilha de decisão.

Minhas tarefas (descrição curta, sem dados reais):
1. [tarefa 1] — frequência: [vezes por mês]
2. [tarefa 2] — frequência: [vezes por mês]
3. [tarefa 3] — frequência: [vezes por mês]

Para cada tarefa:
- classifique como mecânica, intermediária ou difícil e explique em uma linha;
- sugira como testar se um modelo menor basta (3 critérios objetivos de aprovação);
- diga o que eu devo limitar na saída (formato e tamanho);
- liste o que posso cortar da entrada sem perder contexto.

Depois, monte uma tabela com as colunas:
tarefa | dificuldade | tokens de entrada estimados | tokens de saída estimados | execuções por mês.
Deixe os preços em branco: eu vou preencher com os valores da página
oficial do meu fornecedor. Mostre a fórmula de custo mensal.

Regras: não invente preços nem nomes de modelos; se uma estimativa
de tokens for apenas um palpite, marque como "palpite".

Como testar e o que esperar

Teste: pegue uma tarefa mecânica sua, rode os 5 a 10 exemplos no modelo menor e no maior, marque aprovado ou reprovado e faça a conta do passo 4 com os preços reais.

Resultado esperado: para tarefas mecânicas e conferíveis, o modelo menor pode passar na maioria dos exemplos, e o custo cair de forma proporcional à diferença de preço. Para tarefas difíceis, é comum o menor falhar de forma visível. Se o seu teste mostrar o contrário, confie no teste, não neste texto. Não existe garantia de que um modelo menor servirá para a sua tarefa; o método existe justamente para descobrir isso com poucos exemplos.

Sinal de que deu certo: você consegue responder, para cada fluxo, três perguntas: qual modelo, quanto custa por mês e qual o teto configurado.

Limitações

• Não testado aqui: este guia não traz medições próprias de custo ou qualidade entre modelos. Os números de exemplo são fictícios e a conta é aritmética simples. O prompt copiável não foi testado em diferentes assistentes. Os casos de LegalOn e Asana são relatos de fornecedor, não verificados de forma independente.
• Preços e nomes mudam. Por isso nenhum preço real nem nome de modelo é citado. Consulte as páginas oficiais no dia.
• Custo não é só dinheiro. Um modelo barato que erra pode custar mais em retrabalho e em decisão ruim. Considere o custo do erro, principalmente quando o resultado alimenta algo importante.
• Estimar tokens é aproximado. Use o contador do seu serviço quando precisar de precisão.
• Roteamento e cache têm regras próprias de cada fornecedor e podem não existir no seu plano.
• Planos de preço fixo funcionam por limites de uso, não por token cobrado; a lógica de escolher o menor modelo suficiente ainda ajuda, mas a conta muda.
• Qualidade varia com o idioma e o tipo de tarefa. O que passa no seu teste em português com o seu material pode não passar com outro.
• Autoria: este guia foi preparado por operação editorial assistida por IA e depende de revisão e aprovação de um responsável humano antes de publicado.

Privacidade

• Não cole no teste dados de clientes, documentos de terceiros, senhas, chaves de acesso, extratos ou informações financeiras e de saúde pessoais.
• Ao comparar modelos de fornecedores diferentes, você está enviando o mesmo texto a mais de um serviço. Use exemplos fictícios ou anonimizados.
• Leia a política de retenção e de uso de dados do seu plano. Ela costuma diferir entre plano pessoal e plano de API ou empresarial.
• Nunca publique a planilha com chaves de API, nomes de clientes ou valores reais de faturas.

Em resumo

1. Classifique as tarefas. 2. Comece pelo modelo menor e suba só se o teste falhar. 3. Tenha um conjunto pequeno de exemplos. 4. Estime o custo com a fórmula e os preços oficiais. 5. Limite saída, corte entrada, abra conversa nova, use cache e lote quando existirem. 6. Defina teto e alarme. 7. Compare a estimativa com o gasto real depois de um mês.

O ganho não vem de achar o modelo mais barato do mercado, e sim de parar de pagar pelo mais forte em tarefas que não pedem isso.

Se quiser receber novos guias como este, a newsletter do FREIRE // OS é voluntária e tem confirmação de inscrição e descadastro simples. Se este guia deixou uma dúvida sua sem resposta, ela pode virar o próximo.

← Voltar às publicações