Quanto custa a IA

Preço por milhão de tokens, entrada versus saída, o desconto do caching, por que áudio custa mais — e como funciona a cota do plano.

IA não tem mensalidade fixa por natureza — ela é cobrada por uso, como energia elétrica. Entender o medidor ajuda a usar bem a cota do plano e a decidir se vale ter chave própria.

O taxímetro: preço por milhão de tokens

Os provedores de IA cobram por token processado (o pedacinho de palavra que o modelo lê e escreve), com preço tabelado por milhão de tokens. Os valores são surpreendentemente baixos por unidade — frações de centavo por resposta no modelo padrão — mas multiplicam rápido em escala: mil conversas por mês são milhões de tokens.

Dois fatores mudam a conta:

Modelo: o modelo avançado custa várias vezes o padrão, por token. É o motivo da recomendação de começar sempre no padrão.
Tamanho da conversa: a cada resposta, o modelo relê as instruções e o histórico. Conversa longa = mais tokens por resposta.

Entrada custa diferente de saída

A tabela tem dois preços: tokens de entrada (o que o modelo lê: instruções, conhecimento, histórico) e de saída (o que ele escreve). A saída custa várias vezes mais por token — gerar texto exige mais computação que ler.

Parece contraintuitivo, mas na prática de atendimento a entrada domina o volume: o prompt do agente com todo o conhecimento tem milhares de tokens, e a resposta "Oi! Temos horário quinta às 14h" tem vinte. Por isso o próximo item importa tanto.

Prompt caching: o desconto do prefixo repetido

Repare: o começo do prompt do seu agente é idêntico em toda resposta — identidade, conhecimento, regras não mudam de uma mensagem para outra. Os provedores oferecem o prompt caching (cache de prompt): quando o início da requisição repete o da anterior, essa parte já processada sai com grande desconto.

É como o barista que já sabe seu pedido: não precisa recomeçar do zero, só perguntar "o de sempre?". O ScalaCRM monta o prompt numa ordem estável de propósito — o que muda (a conversa) fica no fim; o que repete (instruções e conhecimento) fica no começo e cai no cache. Você não configura nada; o desconto acontece sozinho.

Por que áudio custa mais

Áudio passa por processamentos extras, cada um com sua tarifa:

Ouvir (transcrição): o áudio do cliente vira texto, cobrado pela duração do áudio;
Falar (voz do agente): a resposta em texto vira áudio, cobrada pelo tamanho do texto.

Uma troca de áudios paga transcrição + resposta + geração de voz — por isso a resposta em áudio é opcional e configurável no agente.

A cota do plano e a chave própria

No ScalaCRM, o uso da IA nativa funciona assim:

Cota de respostas do plano: seu plano inclui um número de respostas de agente por mês — modelo simples, sem você acompanhar token nenhum. O consumo do mês aparece na página Agentes IA e no painel de uso do plano; chegando perto do limite, os administradores são avisados.
Chave própria (OpenAI): quem prefere pagar o provedor diretamente pode cadastrar a própria chave em Integrações. Com ela, as respostas não consomem a cota — o custo vai direto na sua conta OpenAI, sem teto do ScalaCRM. É também o requisito para o modo avançado do agente.