Calcular custo por tarefa e definir governança

O tamanho do pedido pode mudar a faixa de cobrança. Na tabela da API xAI consultada em 26 de outubro de 2026, o Grok 4.6 tem tarifas diferentes a partir de 200 mil tokens de contexto. Promoções, uso de ferramentas e geração de imagens também podem acrescentar custos.

Antes de aprovar o orçamento, registre o modelo, a modalidade de uso, a data da consulta e a regra de cada cobrança. Defina um limite por tarefa e acompanhe o consumo durante a execução. A assinatura do aplicativo e os créditos de API precisam de contas separadas.

Uma promoção só ajuda o orçamento quando você conhece seu prazo. Para praticar a conta, imagine uma tarifa de US$ 0,75 de entrada e US$ 3,75 de saída por milhão de tokens, os pedaços de texto usados como unidade de cobrança. Se um contrato dobrasse esses valores ao fim da promoção, a mesma quantidade de tokens passaria a custar o dobro. Estes valores são um exemplo, não uma cotação de um modelo.

No envio em lote, as solicitações entram numa fila e podem levar mais tempo. Confira se o modelo oferece esse modo, qual é o desconto e o prazo de processamento. Um lote de descrições de produtos pode aceitar essa espera; uma resposta durante a compra pode exigir atendimento imediato.

Na tabela global do Grok 4.6, a entrada custa US$ 2 e a saída US$ 6 por milhão de tokens abaixo de 200 mil tokens de contexto. Na faixa de contexto longo, a partir de 200 mil, as tarifas são US$ 4 e US$ 12. Cache e região têm regras próprias, que também precisam entrar na estimativa.

Um agente pode enviar partes do histórico novamente a cada solicitação. Por isso, acompanhe o tamanho do contexto efetivamente enviado, inclusive o que vier de ferramentas. Um alerta antes da mudança de faixa dá tempo para resumir o histórico ou dividir a tarefa. Não presuma que o total da conversa corresponde ao tamanho de cada requisição.

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.

Ferramentas podem ter cobrança adicional aos tokens. Na tabela da API xAI consultada em 26 de outubro de 2026, busca na web e execução de código custam US$ 5 por mil chamadas. A busca no X distingue publicações e perfis: US$ 5 por mil publicações e US$ 10 por mil perfis. Confira a unidade cobrada em cada ferramenta.

Defina um teto de consumo e de chamadas por tarefa. Acompanhe o que foi executado e pare o fluxo quando atingir o limite. Um limite de chamadas complementa o limite de gasto, porque ferramentas e saídas podem ter preços diferentes.

Mantenha o nome do modelo em uma configuração central e acompanhe os avisos de descontinuação do fornecedor. Teste o substituto antes da migração; mudar o nome na configuração não garante que a integração continue compatível.

Antes de aprovar um lote grande, confira se a tarefa aceita espera e se o modelo oferece desconto nessa modalidade. Faça uma amostra para estimar custo, prazo e qualidade.

Configure alertas antes de mudanças de faixa e limites de gasto e de ferramentas. Registre o modelo usado e teste a alternativa prevista no plano de continuidade.

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.

A disponibilidade de um modelo pode mudar. Mantenha um plano de continuidade com o modelo principal, uma alternativa testada e a pessoa responsável pela troca. Confira os avisos oficiais de descontinuação e a compatibilidade da integração.

O plano cabe em um ROTEAMENTO.md, um arquivo com uma linha por tipo de trabalho. Para tarefas interativas, compare o tempo até a primeira resposta útil. Para tarefas que podem esperar, avalie o processamento em lote. Em decisões difíceis, aumente o esforço quando um teste demonstrar ganho suficiente para justificar o custo.

Registre o resultado da comparação, a data e os limites do teste. Reveja a alternativa quando houver mudança de modelo, preço ou comportamento que afete o trabalho.

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.

O que mudou de agosto a outubro de 2026

O Google tornou o Gemini 4 Argon disponível em 13/10/2026. A tabela oficial cobra US$ 2 por milhão de tokens de entrada e US$ 10 de saída até 30/11/2026, e o dobro a partir de 01/12/2026. Desde 08/10/2026, as chamadas ao Gemini 3.7 Flash, descontinuado, vão para o 3.8 Flash, que na página de preços de 24/10/2026 cobra o mesmo do exemplo central: US$ 0,75 de entrada e US$ 3,75 de saída por milhão de tokens até 31/12/2026, o dobro a partir de 2027 e metade no lote. Preço com data para dobrar e troca automática de modelo são os dois riscos a vigiar.