Teto de gasto: o que mandar ligar esta semana

A pergunta cabe em dois minutos de reunião e quase nunca é feita: se a nossa conta de IA triplicar hoje à noite, o que interrompe o gasto antes do fechamento da fatura? Na maior parte das empresas a resposta honesta é que nada interrompe, e que ninguém ficaria sabendo até o extrato chegar.

O desconforto costuma virar pedido de projeto. Contratar plataforma, montar painel, abrir uma frente de governança com prazo de trimestre. Nenhuma dessas coisas é necessária para o primeiro movimento. Os controles que contêm gasto vieram junto com o contrato que a sua empresa já assinou e com a camada intermediária que o time já opera. Estão desligados por escolha, ou por ninguém ter olhado.

Este módulo abre o arco final do curso porque teto de gasto é artefato assinável. As alavancas de preço que você aprovou até aqui mudam quanto custa cada chamada. O teto muda o que acontece quando alguma coisa dá errado, e isso é pergunta de risco, portanto sua.

Onde o teto pode morar, e por que a camada importa

O curso já separou controle de milissegundos, de minutos e de dias no módulo "As três camadas de controle: milissegundos, minutos e dias". Contenção de gasto obedece à mesma geografia, e cada camada tem um dono diferente na sua empresa.

• Na conta do fornecedor. É o teto mais grosso e o mais fácil de ligar, porque já está no painel. Vale para tudo o que passa por aquela organização, não distingue produto de experimento e reage por mês, não por hora. Dono típico: quem administra a conta, normalmente dentro de tecnologia.
• Na camada intermediária. É onde mora o controle fino: orçamento em dólares por time, por produto, por modelo ou por usuário, com janela diária, semanal ou rolante. Também é onde existe a única opção que não derruba o time, o roteamento para um modelo de reserva. Dono típico: a plataforma, ou o fornecedor do gateway.
• Na aplicação. É o limite por requisição e por tarefa. Contém o caso individual, e não a soma do mês. Dono típico: o time do produto.

A armadilha executiva é aprovar apenas a primeira camada e achar que está resolvido. Um teto mensal de conta inteira não impede que um único agente com defeito queime o orçamento do trimestre numa madrugada; ele apenas garante que a queima pare em algum ponto, depois de ter parado tudo o mais junto.

O que parece teto e não segura nada

Dois controles são apresentados em reunião como se fossem trava de gasto e não são. Vale conhecer os dois pelo nome, porque é assim que você reprova a apresentação sem depender de ninguém traduzir.

O primeiro é o orçamento de tarefa. A Anthropic publicou em 13/03/2026 um recurso em beta que informa ao modelo um orçamento de tokens para o loop inteiro, que ele acompanha como uma contagem regressiva. A própria documentação diz que ele é consultivo e que o teto rígido continua sendo o limite de tokens por resposta. O mínimo aceito é de 20.000 tokens. Traduzindo para a linguagem da mesa: é orientação ao modelo, com efeito real sobre o comportamento e sem garantia contratual. Serve para reduzir desperdício médio, e não para impedir um incidente.

O segundo é o limite de vazão. Ele restringe quantas requisições e quantos tokens por minuto passam, o que contém a velocidade da queima e não o total queimado. Um agente em laço pode respeitar o limite de vazão com perfeição e ainda assim consumir o mês inteiro em três dias. Há um detalhe operacional que costuma pegar o time de surpresa: existe um limite de aceleração separado, que recusa requisições quando o tráfego sobe de forma abrupta, mesmo abaixo do teto nominal contratado. A recomendação oficial é rampar o lançamento. Se alguém trouxer para aprovação uma campanha que multiplica o volume no dia zero, essa é a pergunta a fazer.

Os dois blocos acima estão lado a lado de propósito. O primeiro traz um número de relatório com metodologia declarada; o segundo traz uma história que viralizou. Falam da mesma dor com estatutos completamente diferentes. Se alguém abrir uma apresentação de orçamento com o caso dos US$ 47.000, faça as três perguntas que separam relato de evidência: qual empresa, qual post-mortem, qual data. Anedota serve para acordar a sala. Ela não sustenta o valor do teto que você vai aprovar depois.

Uma observação sobre o que o teto não protege. Limite de gasto contém o valor da conta e não impede o uso indevido da chave por quem a obteve. Uma credencial vazada consome exatamente até o teto que você definiu, e o teto vira o tamanho máximo do prejuízo em vez do impedimento dele. O controle que responde a esse risco é outro: quem tem chave, com qual escopo, com que validade e com qual registro de uso. Aprovar o teto sem o inventário de chaves é decidir metade do problema e achar que decidiu inteiro.