Calcular custo por tarefa e definir governança

No Grok 4.6, um pedido que cruza 200 mil tokens no meio do trabalho dobra de preço sozinho, sem aviso. O par de US$ 2 e US$ 6 por milhão de tokens vira US$ 4 e US$ 12. Esse gatilho, a data em que o desconto acaba e a cobrança fora da tabela somam as três armadilhas do preço barato.

Quem orça um projeto pelo valor de hoje precisa achar as três antes de assinar. Anote por escrito a data do fim do desconto, o gatilho que recobra o pedido e as cobranças que não aparecem na tarifa por token.

O Gemini 3.7 Flash, do Google, custa US$ 0,75 de entrada e US$ 3,75 de saída por milhão de tokens. Token é o pedaço de palavra que serve de unidade na conta. É preço introdutório, uma promoção com fim já publicado: a partir de 1º de janeiro de 2027 ele dobra, para US$ 1,50 e US$ 7,50.

Existe ainda o envio em lote, o modo em que o pedido entra numa fila e a resposta volta horas depois, como a roupa deixada na lavanderia. Ele corta os dois valores pela metade, para US$ 0,375 e US$ 1,875, enquanto durar o preço introdutório.

Ele serve para o que pode esperar, como relatório noturno e classificação em massa. A descrição de 4 mil produtos de uma papelaria entra na fila à noite e chega pronta pela manhã, pela metade do preço.

O Grok 4.6, da SpaceXAI, cobra US$ 2,00 de entrada e US$ 6,00 de saída por milhão até 200 mil tokens no pedido. Acima disso, a documentação diz que o pedido inteiro reprecifica, para US$ 4,00 de entrada e US$ 12,00 de saída.

Esse gatilho dispara sozinho num trabalho longo, porque um agente reenvia o histórico inteiro da conversa a cada turno. Agente, aqui, é o programa que recebe um objetivo e segue sozinho até entregar. O pedido cresce sem ninguém decidir nada, e por isso um alarme no código a 180 mil tokens dá folga para terminar antes da marca.

Duas cobranças ficam fora do preço por token. A primeira é a imagem. No Google, o modelo gemini-3.1-flash-image, o Nano Banana 2, cobra US$ 0,50 por milhão de tokens de entrada. A saída em texto custa US$ 3,00 por milhão e a saída em imagem custa US$ 60,00.

A saída em imagem custa 20 vezes a saída em texto, e o envio em lote corta os dois pela metade. A tabela publica o valor por peça: US$ 0,0336 por imagem de 1K no lote, ou 100 imagens de fundo por pouco mais de três dólares. Orce imagem por peça, nunca pela tarifa de token.

A segunda cobrança escondida é a ferramenta que o próprio agente aciona. Na SpaceXAI, busca na web, busca no X e execução de código custam US$ 5 por mil chamadas cada. A busca em coleções sai a US$ 2,50 por mil.

Quem decide quantas chamadas fazer é o agente, e essa linha só ganha teto se o seu código contar as chamadas e parar num número fixo, como 50. Sem o contador, o teto é o limite do seu cartão.

Sobra um risco que tabela nenhuma mostra: o modelo pode ser desligado em data marcada. O Google encerrou o Imagen 4 em 17 de agosto de 2026 com substituto indicado. O Gemini 2.0 Flash e o Veo saíram em datas parecidas, também com substituto.

Guardar o nome do modelo numa única variável do código separa uma troca de dez minutos de uma migração de emergência. É o telefone do fornecedor gravado num só lugar da agenda, em vez de espalhado em cada bilhete.

Antes de aprovar um lote grande, pergunte se ele pode esperar até amanhã. Se puder, mande pelo envio em lote e pague metade.

Ponha um alarme antes do gatilho de preço e um contador que trava as chamadas de ferramenta num teto fixo. Guarde o nome do modelo numa única variável do código, para trocá-lo em dez minutos quando o fornecedor desligar o atual.

Medir quanto custa cada entrega e o que sua tela precisa mostrar

A tabela de preço revela desconto com prazo e cobrança fora do token, e a conta que decide é o custo por tarefa concluída, com plano B testado.

No Claude Opus 5, subir do esforço alto para o máximo leva o custo de uma tarefa de US$ 10,41 para US$ 17,79. São 71% de aumento pelo mesmo modelo. Custo por tarefa concluída, não o preço de tabela, decide o orçamento.

Quem paga a conta de vibecoding ou compra produto com IA precisa de três hábitos por escrito. Meça o custo por tarefa, teste um modelo substituto e exija cinco sinais na tela de qualquer produto com IA.

O preço por token, que é a fatia de texto cobrada como item de nota fiscal, engana sozinho. Ele não diz quantos tokens o serviço gasta nem quantas idas e vindas leva até fechar. Custo por tarefa concluída soma as duas coisas numa conta só, e é ela que chega na fatura.

Na medição independente da Artificial Analysis, o Claude Opus 5 no esforço máximo custa US$ 17,79 por tarefa. O Claude Fable 5 custa US$ 22,30 na mesma medição, 25% a mais. Nenhuma tabela de preço por token antecipa essa distância, porque nenhuma delas conta idas e vindas.

Dentro do mesmo modelo, um botão chamado nível de esforço decide quanto ele pensa antes de responder, como o modo econômico do ar-condicionado. No Opus 5, subir do esforço alto para o máximo leva o custo de US$ 10,41 para US$ 17,79, e o tempo de 25,7 para 36,2 minutos.

São 71% de aumento por um único botão, com a tarefa terminando mais devagar. Deixe o esforço alto como padrão do dia a dia e ligue o máximo só na tarefa que já resistiu a uma tentativa.

O modelo que você usa pode sair do ar por decisão que não é sua. O Claude Fable 5 e o Claude Mythos 5 saíram do ar de 12 de junho a 1º de julho de 2026, por controle de exportação dos EUA. Foram 19 dias sem aviso prévio.

A OpenAI tira o GPT-5.4 do Codex em 31 de agosto de 2026, com substituto indicado. Se um script, que é um programa disparado sozinho na hora marcada, chama um modelo pelo nome, essa data é a sua.

O plano B cabe num arquivo de uma página, o ROTEAMENTO.md, com uma linha por tipo de trabalho. O que você espera na tela vai para o modelo mais rápido e mais barato, em esforço baixo. A diferença aqui é grande: 9,83 segundos até a primeira palavra no Gemini 3.7 Flash, contra 142,43 no GPT-5.6 Sol em configuração máxima.

Já o que pode esperar horas vai para o envio em lote, que custa metade. Decisão de arquitetura ou migração grande vai para o modelo mais caro em esforço máximo, com 36,2 minutos reservados. O resto fica no modelo do meio em esforço alto, e você testa o substituto uma vez por mês.

A terceira frente é a tela do produto com IA, comprado ou construído. O manual de frontend consolida cinco padrões de Agent UX (a interface de um programa que age sozinho, como o painel do piloto automático). São eles: plano visível antes da execução, uso de ferramentas exposto, memória exibida, acompanhamento multietapa e rota clara de recuperação de erro.

Os cinco resolvem o mesmo problema: um agente que age no escuro perde a confiança de quem usa no primeiro erro. Exija os cinco em qualquer produto em que o agente escreve, envia ou apaga algo em seu nome. Um chat que só responde perguntas dispensa o plano e o acompanhamento, e os outros três continuam valendo.

Quando o produto não oferece os cinco, o plano B é o mais simples. O agente escreve o plano em texto antes de agir e pede um "ok" seu, e cada ação vira uma linha de registro visível. A armadilha mais comum é o relógio girando sozinho: ninguém sabe o que está sendo feito, e o cancelamento chega tarde.

Um agente que responde aos contatos do site precisa mostrar o plano antes de enviar, numa frase do tipo "vou mandar 40 mensagens a estes contatos". Precisa mostrar também a ferramenta que consultou e o que guardou sobre cada pessoa. Sem esses sinais, a mensagem errada sai para 40 pessoas antes de você ler a primeira linha.

Meça uma tarefa sua em esforço alto e em máximo antes de fixar o padrão. Escreva o ROTEAMENTO.md com uma linha por tipo de tarefa e teste o substituto uma vez por mês. Abra a tela do seu produto com IA e marque os cinco padrões; o que faltar vira pedido para quem constrói ou pergunta para quem vende.

Guia prático: montar o custo de uma entrega de vídeo antes de prometer volume

Vídeo editado por agente parece custar só a assinatura, e a conta real tem quatro parcelas. O curso de edição estudado em 07/10/2026 mostra cada uma com número.

A primeira é a transcrição, paga por tempo de áudio num serviço externo; no teste do material, 85 segundos de fala saíram transcritos em 3 segundos. O preço muda, então confira na página pública de preços da ElevenLabs no dia em que montar a conta. A segunda é o tempo de máquina. O vídeo de 25 minutos do autor levou cerca de 5 horas de computador ligado. O render 4K de um vídeo de 11 minutos levou 13 minutos num notebook de 16 GB, e cada processo de render em 4K ocupa cerca de 5 GB de memória: três ao mesmo tempo esgotaram a memória da máquina. O material pede também 30 GB livres em disco.

A terceira é a assinatura do agente, com a janela de uso que ela permite. A quarta, que quase ninguém soma, são as suas horas de revisão: assistir inteiro, anotar e conferir o checklist. Com essas quatro parcelas na mesa, você sabe quantos vídeos por semana uma máquina entrega antes de prometer volume a um cliente.