Custo de IA: preço por token não basta para decidir o modelo

Custo de IA: preço por token não basta para decidir o modelo

Em uma aplicação de atendimento, pesquisa ou análise, a empresa não compra tokens. Ela quer uma resposta correta, um documento aproveitável ou uma tarefa resolvida no prazo. Entre o preço de tabela e esse resultado entram a taxa de acerto, as tentativas, o contexto reenviado e a revisão humana. Foi essa diferença que um benchmark da AWS, publicado em 11 de setembro, colocou no centro: custo por resposta correta, por trajetória de agente e por entrega aprovada. A conta muda quando o resultado entra na fórmula No teste AIME descrito pela AWS, o custo observado por resposta correta foi de US$ 0,0021 para o gpt-5.6-luna e de US$ 0,0139 para o gpt-5.4-mini na configuração avaliada. Em outro conjunto, o modelo com preço nominal menor não teve o menor custo por resposta aprovada porque sua taxa de aprovação também foi menor. Esses números não são uma tabela universal de preços: resultam de uma amostra com modelos, regiões, configurações e critérios determinados. O valor está na pergunta que o método torna explícita: quanto custa obter um resultado que a empresa aceita? Agentes tornam a trajetória parte da fatura Em fluxos com ferramentas, o modelo pode fazer várias chamadas e reenviar instruções, resultados e documentos. A AWS observou, em uma tarefa de pesquisa com 50 perguntas, que a quantidade de turnos alterava o volume de tokens e o custo de uma resposta aprovada. Por isso, o cálculo precisa incluir latência, falhas, revisão, retrabalho e integração — não apenas o preço de uma chamada. O benchmark da empresa deve começar por um processo real Antes de trocar um modelo, a liderança pode organizar um teste pequeno: 1. selecionar de 50 a 100 tarefas reais, com dados anonimizados e resultado esperado; 2. definir o que é uma resposta aprovada e o que exige revisão ou descarte; 3. medir tokens, chamadas, tempo, falhas, correções e supervisão; 4. comparar os modelos na mesma tarefa e repetir o teste quando mudar preço, volume ou desenho do fluxo. O objetivo não é escolher o modelo tecnicamente mais avançado. É descobrir qual configuração atende ao nível de qualidade necessário sem transferir o custo para a equipe que revisa, corrige e sustenta o processo. A decisão econômica depende do limite de qualidade O benchmark da AWS tem limites claros: amostras pequenas, configurações diferentes entre plataformas e avaliadores automáticos em parte das tarefas. Diferenças próximas devem ser tratadas como direcionais e validadas na operação. Isso é importante porque o custo aceitável depende do risco. Uma classificação preliminar de e-mails pode tolerar uma taxa de revisão maior. Um resumo financeiro, um documento regulatório ou uma recomendação que afeta um cliente precisa de uma barreira de qualidade mais alta. Preço por token continua sendo uma informação útil. Ele só não deve ocupar sozinho o lugar da decisão. A pergunta mais madura é qual processo será melhor atendido, com qual qualidade e a que custo total. Para começar, escolha uma rotina repetitiva, defina uma linha de base e acompanhe o custo por resultado aprovado durante algumas semanas. A economia aparece quando a medida acompanha o trabalho real. Fontes consultadas AWS. “Beyond the price per token: Choosing the right OpenAI model on Amazon Bedrock for your workload”. 11 de setembro de 2026. [Acessar a publicação]