Claude e agentes de IA queimam tokens mais rápido que o previsto, e empresas aprendem «tokenômica»

Empresas que adotaram agentes de IA para escrever código encontraram um problema inesperado: o custo real dos tokens ficou bem acima do previsto, e seus executivos agora correm para dominar uma nova disciplina chamada «tokenômica».

O que aconteceu com os orçamentos

A Wired conversou com várias empresas sobre como elas gerenciam os gastos com agentes de IA em condições reais. Um dos entrevistados, diretor de uma empresa de software do Vale do Silício, descreveu a situação com a palavra «loucura»: sua equipe passou a usar intensamente o Claude, da Anthropic, para programar, e o consumo de tokens disparou para níveis que ninguém havia previsto no orçamento.

Uma empresa de e-commerce vive situação parecida. Seus agentes de IA, que trabalham em segundo plano, geram milhares de tokens em tarefas aparentemente rotineiras: revisão de código, escrita de testes, refatoração. Se um desenvolvedor gasta uma hora numa tarefa dessas, o agente «pensa» por alguns minutos, mas gera tokens continuamente, e a conta do mês acaba sendo bem diferente.

Por que os agentes queimam tokens tão rápido

O token é a unidade de cobrança dos provedores de IA. Cada requisição ao modelo e cada resposta são tarifadas pela quantidade de tokens. Num chat comum, isso quase não aparece. Mas os agentes de IA para programação funcionam de modo fundamentalmente diferente:

• antes de cada ação, leem todo o contexto do repositório
• numa única tarefa, consultam o modelo várias vezes
• geram longas cadeias de raciocínio interno antes de responder
• escrevem, testam e reescrevem o código até chegar ao resultado desejado

Com isso, uma tarefa que o desenvolvedor resolve em uma hora pode «custar» dezenas de milhares de tokens. Com as tarifas altas de modelos poderosos como o Claude, isso significa centenas de dólares por funcionário em um único dia de trabalho.

Como as empresas estão mudando a abordagem

Os executivos começam a adotar o conceito de «tokenômica»: gerenciar o consumo de tokens como antes se gerenciavam recursos de servidores ou gastos na nuvem. As primeiras práticas já se consolidaram:

• limitar a janela de contexto dos agentes, para que o agente veja apenas a parte relevante da base de código
• fazer cache de prompts repetidos, para não recalcular os tokens do zero
• roteamento de tarefas: modelos baratos para o trivial, poderosos para pedidos complexos
• monitoramento e alertas para gastos anômalos
• revisão do ROI das ferramentas de IA com base nos custos reais, e não nos previstos

«Estávamos acostumados a pensar na IA como uma assinatura SaaS de preço fixo.

Agora entendemos que ela se parece mais com computação em nuvem: o preço depende de quanto você usa».

A Anthropic e outros provedores oferecem ferramentas para monitorar os gastos, mas o controle dos tokens ainda é, por ora, uma dor de cabeça do lado do cliente.

O que isso significa

A aposta das empresas na programação com IA como forma de cortar custos de desenvolvimento pode não se pagar se o custo real dos tokens não for levado em conta. As companhias que dominarem primeiro a «tokenômica», aprendendo a otimizar o consumo sem sacrificar o resultado, terão uma vantagem concreta sobre as que gerenciam os custos de IA às cegas.