Quanto custa um agente de IA por mês? Calculadora.

Depende de três coisas: quantas interações por mês, quanto texto entra e sai em cada uma, e qual modelo. Um agente de atendimento com 2.000 conversas mensais, no modelo pré-selecionado desta calculadora, fica em cerca de R$ 140 por mês só em tokens (R$ 167 com a operação); nos modelos mais baratos, essa mesma conta cai para algumas dezenas de reais. O que muda a ordem de grandeza não é o preço da tabela, é o desenho do agente: quantas chamadas ele faz por interação e quanto contexto carrega em cada uma.

É o pedaço de texto que o modelo cobra, geralmente menor que uma palavra inteira. A proporção exata varia conforme o modelo e o idioma: tokenizadores costumam ser menos eficientes em português do que em inglês, gerando mais tokens para o mesmo texto. Por isso esta calculadora conta em tokens, não em palavras. Você paga pelos tokens que entram (a pergunta, o histórico, os documentos anexados) e pelos que saem (a resposta), com preços diferentes para cada um.

Gerar texto exige uma passagem do modelo por token produzido, enquanto a entrada é processada de uma vez. Por isso a saída costuma custar pelo menos cinco vezes o preço da entrada, chegando a mais de oito vezes dependendo do modelo, e por isso limitar o tamanho da resposta é uma das formas mais diretas de cortar custo.

Quatro coisas, nesta ordem: o número de chamadas por interação (um agente com roteamento, ferramenta e verificação faz três a cinco chamadas onde parecia haver uma), o contexto recuperado somado a cada chamada, as retentativas por falha, e o histórico completo da conversa reenviado a cada turno. Nenhuma delas aparece numa demo, e todas aparecem na fatura.

Sim, quando há trecho fixo grande e repetido, como instruções longas ou uma base de conhecimento estável. O provedor cobra a leitura em cache a uma fração do preço normal da entrada. O desconto vale só para a entrada: a resposta gerada continua no preço cheio, e o contexto recuperado por busca (RAG) muda a cada consulta, então não entra nessa conta. Mas o cache também tem custo e requisito próprios. Gravar um trecho pela primeira vez custa mais caro que a entrada normal, cerca de 1,25 vez o preço, e só compensa se esse trecho for reaproveitado depois. Há um tamanho mínimo para um trecho ser cacheável, algo entre 1.024 e 2.048 tokens dependendo do modelo, abaixo do qual o provedor processa a chamada sem cachear nada. E o cache expira: passado um intervalo sem uso, a chamada seguinte volta a pagar a gravação inteira.

Não. Token é a parte visível. Um agente em operação também custa observabilidade, revisão das respostas, ajuste de prompt e manutenção quando o processo muda. Por isso esta calculadora tem uma linha separada de custo de operação: sem ela, a conta fica bonita e errada.