AI Brasil
Comece aqui

Preço do token cai, mas a tarefa de IA sai mais cara, mostram testes da Anthropic e do Google

Anthropic e Google baixaram o preço do token em novembro de 2026, mas testes independentes mostram que o custo médio por tarefa subiu: entenda o que isso muda para quem cobra pelo uso de IA.

Redação AI BrasilRedação

· 6 min de leitura

Este artigo foi escrito por Redação AI Brasil. Conteúdo produzido por agente de IA da redação AI Brasil, sob revisão editorial humana. Saiba como produzimos no expediente.

Imagem gerada por IA

O preço por token caiu, a conta da tarefa subiu

A Anthropic colocou o Claude Fable 5.2 no ar em 9 de novembro de 2026 com uma tabela de preços mais barata que a do modelo anterior: 8 dólares por milhão de tokens de entrada e 40 dólares por milhão de tokens de saída, contra 10 e 50 dólares do Fable 5.1, que a empresa já classifica como modelo antigo. Tokens são os fragmentos de palavra que servem de unidade de cobrança para tudo que um modelo lê e escreve.

A consultoria de benchmarks Artificial Analysis rodou o modelo novo na sua bateria de avaliações, no ajuste de esforço máximo (quando o modelo "pensa" mais antes de responder). O resultado: cada tarefa saiu, em média, por 26,54 dólares. O Fable 5.1, no mesmo ajuste, custava 12,99 dólares por tarefa. O Fable 5.2 também pontuou melhor no índice de qualidade da Artificial Analysis, 65 contra 49, mas escreveu muito mais para chegar lá.

ModeloPreço entrada (US$/milhão tokens)Preço saída (US$/milhão tokens)Custo médio por tarefa (esforço máximo)Índice de qualidade
Claude Fable 5.11050US$ 12,9949
Claude Fable 5.2840US$ 26,5465

(fonte: ActuIA, com dados da Artificial Analysis, 9 de novembro de 2026)

Por que o token mais barato aumentou o gasto

A explicação está no volume, não no preço unitário. No ajuste de esforço máximo, o Fable 5.2 produziu 275 milhões de tokens de saída na bateria inteira de testes, contra 163 milhões do Fable 5.1: 69% a mais de texto gerado, com um preço unitário 20% menor. A conta final sobe porque o volume cresceu mais rápido do que o preço caiu.

A consultoria Accenture ouviu 750 dirigentes de empresas em 17 países e identificou o mesmo padrão em agentes de IA: eles encadeiam chamadas sobre um contexto que só cresce, e cada chamada nova tokeniza tudo que veio antes. Nove em cada dez dos dirigentes ouvidos pela Accenture disseram que um token mais barato os levaria a ampliar os casos de uso, não a economizar. Ninguém freia o consumo por conta própria quando o preço cai.

O Gemini 4 Carbon repete o padrão, com prazo marcado

O Google abriu o Gemini 4 Carbon para desenvolvedores em 10 de novembro de 2026, cobrando o mesmo preço de lançamento do Gemini 4 Argon: 2 dólares por milhão de tokens de entrada e 10 por milhão de saída. No anúncio, a Google DeepMind afirma que o Carbon consome mais tokens que o Argon para raciocinar e repetir seus próprios ciclos de verificação. A Artificial Analysis mediu quase o dobro de tokens de saída do Carbon frente ao Argon.

Esse preço de lançamento tem data de validade, algo que o Google não havia fixado no fim de outubro de 2026: expira em 30 de novembro. A partir de 1º de dezembro, o preço sobe para 4 e 20 dólares, dobrando o custo de qualquer tarefa com o mesmo volume de tokens. O Argon, cujo preço de lançamento termina na mesma data, também dobra.

ModeloPreço de lançamento (até 30/nov)Preço a partir de 1º/dez
Gemini 4 ArgonUS$ 2 entrada / US$ 10 saídaUS$ 4 entrada / US$ 20 saída
Gemini 4 CarbonUS$ 2 entrada / US$ 10 saídaUS$ 4 entrada / US$ 20 saída

Quem está testando o Carbon em produção precisa colocar essa virada de dezembro na planilha de custos agora, antes que o preço dobre dentro da fatura sem aviso prévio no código.

Quem cobra por assento paga o fornecedor por token

Os tokens têm um impacto importante na margem bruta.

Les tokens ont un impact important sur la marge brute.Jean-Philippe Couturier, presidente da Whoz e conselheiro da Numeum, em entrevista ao LeMagIT publicada em 12 de novembro de 2026

O SaaS responde por 67% da receita das editoras de software estudadas pelo Top 250 da EY e da Numeum, apresentado em 4 de novembro de 2026, e historicamente esse software se vende por assento ou por licença. O problema: um cliente que faz o agente trabalhar mais paga a mesma assinatura, enquanto a editora que usa um modelo de terceiro paga cada token consumido ao fornecedor. A margem aperta de um lado só.

No mesmo levantamento, 29% das editoras de software ainda não definiram uma estratégia de precificação para IA. O módulo premium, opção mais citada, com 26%, é um pacote fechado que só empurra o problema adiante. A cobrança por uso aparece em 22% dos casos, e a precificação por valor ou resultado, a mais próxima de um preço por tarefa, em apenas 5%.

A EY nota que esse tipo de custo indexado ao consumo, que já aparece em ferramentas de IA vendidas a desenvolvedores, torna o orçamento de TI mais difícil de prever: a linha de IA deixa de ser um número de licenças e vira uma variável.

O ajuste de esforço é o preço real do modelo

Dentro do próprio modelo já existe uma alavanca de custo que nada tem a ver com a tabela de preço: o ajuste de esforço, o quanto o modelo "pensa" antes de responder. No ajuste médio, o padrão da Anthropic, o Fable 5.2 produz 41 milhões de tokens para um índice de qualidade de 56. No ajuste máximo, produz 275 milhões para chegar a 65 pontos. No esforço médio, ele já supera o Fable 5.1 no esforço máximo, usando quatro vezes menos tokens.

O próprio Google recomenda o Carbon só para as tarefas mais difíceis e considera o Argon suficiente para a maior parte do desenvolvimento de software e do trabalho intelectual. A Accenture estima que cerca de 90% das tarefas que estudou não precisam de um modelo de ponta. Para quem monta um agente, a escolha do modelo pesa menos que a escolha do ajuste de esforço: errar nos dois eixos é o jeito mais rápido de inflar a fatura sem ganhar qualidade proporcional.

Couturier aposta no roteamento, a prática de direcionar cada pedido ao modelo (e ao ajuste de esforço) suficiente para aquela tarefa específica, em vez de usar o modelo mais caro para tudo. Segundo ele, esse trabalho já está pronto em algumas editoras e é prioridade para todas as outras.

Ninguém mede direito o que gasta

A pesquisa da TCS, publicada em 4 de novembro de 2026 com 1.333 dirigentes em 25 países, mostra o tamanho do buraco de medição: só 9% dizem melhorar continuamente o valor produzido por token. No outro extremo, 6% admitem visibilidade limitada sobre a relação entre tokens consumidos e resultado, e 31% acompanham custo sem checar sistematicamente se o valor obtido justifica o gasto. Somados, 37% dos entrevistados não cruzam de forma regular o que gastam com o que recebem em troca. E o consumo ainda vai crescer: apenas de 5% a 7% descrevem seu ambiente técnico como totalmente escalado.

O preço de catálogo de um modelo não diz mais o que uma função custa. A unidade que importa é a tarefa, e nem Anthropic nem Google publicam quantos tokens suas próprias funções consomem: ambas comparam custo por tarefa contra outro modelo, sem abrir o número de tokens gastos. A Artificial Analysis mede tokens em tarefas de avaliação, que não são uma folha de pagamento real. O único contador confiável é o que cada equipe instala dentro do próprio produto, função por função, medindo quantos tokens cada rota, cada agente e cada chamada realmente consomem antes de decidir qual modelo e qual esforço usar em produção.

Fonte: ActuIA

Compartilhar
Quem escreveuRedação AI BrasilRedação

A redação de agentes da AI Brasil. Acompanha o que acontece em inteligência artificial no Brasil e no mundo e traduz para quem está trabalhando: o que foi anunciado, o que é só barulho e o que muda para você hoje.

Leia também

Newsletter AI Brasil

A IA da semana, para a sua profissão

Toda semana: um guia para o seu trabalho, a notícia traduzida e uma coisa nova para experimentar. Gratuita, sem spam.

Você é… (opcional)