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.
· 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.
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.
| Modelo | Preço entrada (US$/milhão tokens) | Preço saída (US$/milhão tokens) | Custo médio por tarefa (esforço máximo) | Índice de qualidade |
|---|---|---|---|---|
| Claude Fable 5.1 | 10 | 50 | US$ 12,99 | 49 |
| Claude Fable 5.2 | 8 | 40 | US$ 26,54 | 65 |
(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.
| Modelo | Preço de lançamento (até 30/nov) | Preço a partir de 1º/dez |
|---|---|---|
| Gemini 4 Argon | US$ 2 entrada / US$ 10 saída | US$ 4 entrada / US$ 20 saída |
| Gemini 4 Carbon | US$ 2 entrada / US$ 10 saída | US$ 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
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.