Quanto custa rodar um agente de IA?

Por que existem duas contas

Um agente hospedado por conta própria separa duas coisas que um agente SaaS empacota em uma única assinatura. Essa separação é o ponto central da chave própria, e também é por isso que a pergunta “quanto custa um agente” não tem uma única resposta.

• O servidor. Um valor mensal fixo pela instância em que o agente roda. Previsível, pequeno e não afetado pelo quanto você usa o agente.
• O modelo. Cobrado pelo seu provedor de IA, na sua própria conta, proporcionalmente a quanto o agente pensa. Nós nunca mexemos nisso, não podemos aplicar margem e não temos acesso a esse valor.

Na prática, você consegue dimensionar o primeiro com exatidão e só estimar o segundo. A maior parte desta página trata de estimar o segundo de forma honesta, porque é aí que as pessoas se surpreendem.

Quanto custa o servidor

Os dois incluem a primeira semana grátis, são cobrados mês a mês, sem contrato, e são recursos dedicados, e não uma fatia de algo mais disputado. Como o agente orquestra em vez de inferir, passa a maior parte da vida ocioso esperando a rede, e por isso estes números são bem menores do que as pessoas imaginam. Não há GPU na lista porque um agente de chave própria não tem utilidade para uma.

A comparação honesta aqui não é com zero. Uma VPS que você administra por conta própria tem um preço de etiqueta parecido e depois acrescenta as partes que ninguém cita: o sistema operacional, o proxy reverso, a renovação de certificados, as atualizações, os backups e ser a pessoa que percebe o problema às 3 da manhã. São custos reais, pagos em uma moeda que não aparece na fatura do cartão.

O que impulsiona a conta do modelo

Os provedores cobram por tokens consumidos, e um agente os consome de forma diferente de um chatbot. Esta é a coisa mais útil para entender antes de estimar qualquer valor, porque explica por que os custos de agentes surpreendem quem está acostumado com preços de chat.

Um assistente de chat faz uma chamada de modelo por mensagem que você envia. Um agente faz uma chamada por etapa do seu loop de raciocínio: lê a tarefa, decide, chama uma ferramenta, lê o resultado e decide de novo. Uma tarefa de oito etapas são oito chamadas, não uma. Multiplique isso por um dia de trabalho agendado e a conta cresce rapidamente.

Pior ainda, cada uma dessas chamadas costuma levar toda a conversa até ali. A etapa oito reenvia tudo, das etapas um a sete, para que o modelo saiba onde está. Assim, o custo de uma tarefa longa cresce mais rápido que o número de etapas, e esse é o mecanismo por trás da maioria das contas inesperadamente altas.

• Etapas por tarefa. Um resumo de uma única vez é barato. Uma pesquisa que navega, lê, cruza informações e escreve não é.
• Contexto carregado a cada etapa. Alimentar um agente com um documento grande significa pagar por esse documento de novo em cada etapa seguinte da mesma tarefa.
• Com que frequência ele roda. Uma tarefa disparada a cada dez minutos roda cerca de 4,300 vezes por mês. O custo por execução importa muito menos do que a frequência que você define.
• Qual modelo. Capacidade e preço variam em mais de uma ordem de grandeza entre os modelos, e a diferença importa mais para agentes, porque um modelo mais fraco repete mais tentativas.

Uma forma de estimar antes de se comprometer

Você não precisa adivinhar. O método confiável é rodar uma tarefa representativa, ver o que ela consumiu de fato no painel do seu provedor e multiplicar pela frequência com que pretende executá-la. Essa medição única vale mais do que qualquer estimativa publicada, porque as suas tarefas não são as de mais ninguém.

1. Defina uma tarefa real, do tipo que você realmente quer automatizar.
2. Execute uma vez e anote o uso que o seu provedor registra para ela.
3. Multiplique pela frequência que você planeja. Uma tarefa executada de hora em hora roda cerca de 720 vezes por mês; a cada dez minutos, cerca de 4,300.
4. Some o custo do servidor. Compare o total com o quanto a tarefa vale para você em tempo economizado.

Faça isso antes de automatizar qualquer coisa com um intervalo curto. A frequência é a variável que as pessoas definem sem cuidado, e é ela que domina a conta.

Dá para rodar um agente em um plano gratuito?

Em parte, e vale saber exatamente onde está o limite em vez de descobri-lo no meio da tarefa. O OpenRouter, uma escolha comum para o Hermes porque reúne muitos provedores sob uma única chave, publica limites para suas variantes gratuitas de modelo: 20 requisições por minuto e 50 requisições por dia até que a conta tenha comprado $10 em créditos em algum momento, depois do que a cota diária sobe para 1000.

Leia isso à luz da seção anterior. Cinquenta requisições por dia não são cinquenta tarefas, são cinquenta etapas de raciocínio, que uma única pesquisa pode consumir sozinha. É por isso que agentes em planos gratuitos costumam concluir tarefas curtas e morrer no meio das longas, sem nenhum erro óbvio.

Um plano gratuito é uma boa forma de avaliar um agente e uma má forma de rodar um em produção. Se você está testando, não custa nada. Se está automatizando algo do qual depende, o limite diário é um problema de confiabilidade antes de ser um problema de custo.

Como reduzir a conta do modelo

Quatro alavancas, mais ou menos na ordem de quanto cada uma mexe no número:

• Execute com menos frequência. Reduzir um agendamento de cada dez minutos para de hora em hora corta a conta em cerca de seis vezes e, com frequência, não altera o resultado. É a alavanca mais importante e a mais esquecida.
• Mantenha as tarefas curtas. Tarefas longas pagam repetidamente pelo próprio histórico. Várias tarefas pequenas costumam custar menos do que uma grande que faz o mesmo trabalho.
• Dê menos conteúdo a ele. Passe o trecho relevante em vez do documento inteiro. O contexto é cobrado em cada etapa que o carrega, então cortar uma vez economiza muitas vezes.
• Combine o modelo com a tarefa. O modelo mais barato é uma falsa economia quando precisa tentar de novo, e o mais capaz é desperdício numa tarefa que só precisa reformatar texto. Tarefas diferentes podem usar modelos diferentes.

Perceba que nenhum desses problemas é sobre o servidor. A instância custa um valor fixo baixo e continua assim; tudo o que vale a pena otimizar está do lado do modelo.

Como isso se compara a um agente SaaS

Um produto de agente hospedado cobra uma assinatura única e embute o custo do modelo nela, o que é de fato mais simples. O que você abre mão é de visibilidade e controle: não dá para saber quanto custou uma tarefa, não dá para escolher um modelo mais barato para uma tarefa simples, e você paga o mesmo se rodar uma tarefa por semana ou cem por dia.

A auto-hospedagem inverte isso. São duas contas em vez de uma, mais coisas para entender, mas em troca o custo de uso é proporcional ao que você realmente faz, as chaves e os dados continuam sendo seus, e nada impede você de migrar. Para uso leve, o total costuma ser menor. Para uso intenso, depende totalmente de como você aplica as quatro alavancas acima.