Isaque Victor cursos gratuitosNesta aula
A conta tem três linhas.
A conta de um agente tem o modelo, o canal e as horas de gente. Aqui você aprende a estimar o modelo e a segurar o gasto.
- Estimar tokens da instrução e da conversa
- Entender por que a entrada domina a conta
- Configurar alerta, limite e orçamento de erro
O que é um token
O modelo não lê palavras. Lê tokens, pedaços de texto: uma palavra inteira, parte dela ou um caractere. Para estimar, use cerca de 4 caracteres por token. Para o número exato, use o contador gratuito do fornecedor, com o modelo que você vai usar. Uma mensagem típica de cliente tem uns 12 a 15 tokens. Uma instrução enxuta de 1.200 palavras, uns 1.900.
Quem paga pela entrada
O modelo não guarda a conversa. A cada resposta, ele recebe de novo a instrução, os trechos da base, as ferramentas, o histórico e a mensagem nova, e você paga por tudo de novo. Por isso a quarta resposta custa mais que a primeira.
Na padaria de exemplo, cada resposta tem 2.550 tokens de entrada e só 80 de saída. A entrada domina a conta. O que mais pesa é o tamanho da instrução e do histórico, não a resposta curta.
A conta da padaria
A padaria tem 400 conversas por mês, com 4 respostas cada: 1.600 respostas. A entrada soma 4,08 milhões de tokens, e a saída, 128 mil. Agora pegue a página de preços do modelo que você usa, anote a data e multiplique:
Os preços mudam, e o câmbio também. Por isso esta aula não fixa valores: a conta certa é a que você refaz com a página aberta e a data anotada.
Modelo por tarefa, cache e lote
Volume alto e tarefa simples pedem o modelo pequeno: classificar, extrair dados, encaminhar. Tarefa delicada e rara aceita o maior. Comece pelo mais barato que dê conta e suba só onde o teste mostrar falta.
Dois descontos valem a conta. O lote, que pode esperar, custa metade na Anthropic. E o cache: a parte fixa da instrução, que se repete em toda resposta, é lida por uma fração do preço de entrada.
Alerta, limite e orçamento de erro
Configure duas defesas na conta do fornecedor. O alerta, na metade do teto mensal, só avisa. O limite próprio, abaixo do teto do fornecedor, corta as chamadas. Anote quem recebe o alerta.
O livro de SRE do Google diz que 100% não é a meta certa. Escreva quantos erros graves por semana você aceita, por exemplo dois. Passou? Pause sem pedir permissão, corrija a causa e religue depois da bateria da aula 12.
Cenário
Hipotético: num dia de promoção, o alerta da padaria dispara ao meio-dia. A dona pausa o agente às 13h, reduz o teto de trocas por conversa e religa à tarde.
O que não está na tabela
O canal do WhatsApp é cobrado pela Meta, por mensagem entregue. E as horas de gente (confirmar sessões, responder escaladas, ler conversas) não aparecem em página de preço nenhuma, mas são as que mais pesam num agente pequeno.
Coisa de profissional
Cache lido custa uma fração. Na página de preços da Anthropic, ler um trecho que já está no cache custa uma pequena fração do preço de entrada normal. Como a instrução fixa se repete em toda resposta, ela pode ficar muito mais barata. Quem desenha o agente por custo coloca no começo do pedido o que não muda (instrução, regras, base) e no fim o que muda (a mensagem do cliente), porque o cache só reaproveita a parte inicial que se repete igual.
Cuidado
Antes de usar um nível gratuito de modelo com mensagens reais de clientes, leia na página do fornecedor se os dados podem ser usados para melhorar o produto. Teste com dado inventado.
Prática · 10 min
- Conte os tokens da sua instrução com a régua de 4 caracteres e depois com o contador do fornecedor.
- Refaça a conta da padaria com os seus números e o preço da página do modelo, anotando a data.
- Configure o alerta na metade do teto, anote quem recebe e escreva o orçamento de erro da semana.
Resumo
- O modelo relê tudo a cada resposta: a entrada domina a conta.
- Estime com 4 caracteres por token e confira no contador do fornecedor.
- Preços mudam: refaça a conta com a página aberta e a data anotada.
- Cache e lote reduzem a conta; modelo pequeno para tarefa simples.
- Alerta antes do limite; orçamento de erro escrito antes.
Fontes
Lidas em 30 de outubro de 2026.
- Anthropic. Pricing: cache e lote.
- Anthropic. Batch processing.
- Google. Embracing Risk (livro de SRE): orçamento de erro.
- Meta. WhatsApp Pricing.
Quiz da aula
Três situações para aplicar o que viu.