LegalOn reduz em 65% os gastos diários com o Codex sem perder velocidade

A LegalOn reduziu em 65% os gastos diários estimados com o Codex e, ao mesmo tempo, não perdeu velocidade de desenvolvimento. A informação vem do blog da OpenAI. O título do material fala em "metade", mas o número real é maior: se os gastos caíram 65%, a empresa paga cerca de 35% do valor anterior, ou seja, aproximadamente 2,9 vezes menos.

O que exatamente foi feito

O resumo publicado cita duas medidas. A primeira: a LegalOn associou tarefas às opções Astra, Sol e Luna. A segunda: a empresa gerenciou os orçamentos de forma estratégica. O trecho disponível não explica o que está por trás dos nomes Astra, Sol e Luna (modelos diferentes, modos ou configurações) nem como eles se diferenciam em preço e capacidade. Por isso, não vamos especular.

A lógica, no entanto, é clara e familiar para quem paga por tokens. O trabalho de rotina não precisa passar pela opção mais cara. Ajustes simples, geração de código repetitivo e pequenos refatoramentos podem ir para um nível mais barato, enquanto decisões de arquitetura complexas e contextos de depuração emaranhados ficam com a opção mais cara e mais poderosa.

Principais números e fatos

• Redução dos gastos diários estimados com o Codex: 65%.
• Velocidade de desenvolvimento: mantida, mas a fonte não traz dados quantitativos.
• Três opções envolvidas: Astra, Sol e Luna.
• Abordagem: escolher a opção de acordo com o tipo de tarefa, mais gestão de orçamentos.
• Tipo de métrica: gastos diários estimados, e não faturas confirmadas de um período.

Onde o número exige cautela

A palavra "estimados" é importante aqui. Trata-se de um cálculo, e não de um resultado da contabilidade, e muita coisa depende da base de comparação escolhida. Se antes todas as requisições passavam pela opção mais cara, 65% de economia parece realista e até modesto. Se a base era um esquema já parcialmente otimizado, o resultado é mais notável.

A segunda questão é a velocidade. "Mantivemos a velocidade de desenvolvimento" pode significar o tempo de ciclo entre a tarefa e o merge, o número de tickets fechados ou a avaliação subjetiva da equipe. Sem a métrica e o período de medição, a afirmação continua sendo uma declaração, e não uma prova. Por ora, a fonte não mostra nem o número de iterações de revisão nem a parcela de tarefas que precisou ser refeita com uma opção mais forte. E são justamente esses retrabalhos que consomem a economia.

Por fim, a escala é desconhecida: 65% de um valor pequeno e 65% de um orçamento grande têm pesos muito diferentes para uma equipe.

O que você pode aplicar

É possível aproveitar essa experiência mesmo sem acesso aos detalhes da LegalOn.

• Classifique as tarefas por complexidade. Comece com três categorias: ajuste mecânico, funcionalidade típica e problema fora do padrão. Para cada uma, escolha a opção mínima que dê conta do trabalho.
• Calcule o custo da tarefa, e não da requisição. Um modelo barato que exige três tentativas pode sair mais caro do que uma única tentativa de um modelo mais forte.
• Defina orçamentos por equipe ou fluxo de trabalho e acompanhe-os diariamente. A granularidade diária, citada pela LegalOn, permite perceber um estouro antes do fim do mês.
• Meça a velocidade antes de otimizar. Sem uma linha de base, não há como verificar que ela continuou a mesma.
• Acompanhe a taxa de escalonamento do nível barato para o caro. Se ela crescer, o roteamento está mal configurado.

O caso da LegalOn mostra que os gastos com programação assistida por IA podem ser controlados tão bem quanto as contas de nuvem. Será possível avaliar o quadro completo quando surgirem os detalhes: o que são Astra, Sol e Luna e como a velocidade foi medida.