Microsoft e Berkeley lançam o TokenEconomizer: agentes de código ficam de 18% a 31% mais baratos

A conta dos agentes de programação cresce mais rápido do que parece. Uma única execução do Claude Code ou do Codex em uma tarefa não trivial envolve dezenas de passos, e em cada um deles o modelo relê o contexto acumulado. Por isso, qualquer promessa de cortar custos sem trocar o modelo chama a atenção de equipes para as quais os tokens já viraram uma linha própria do orçamento.

É exatamente essa a promessa de Microsoft e UC Berkeley: elas abriram o código do TokenEconomizer, uma ferramenta para baratear os agentes.

O que se afirma

Segundo uma publicação no X, a equipe rodou a ferramenta em 277 tarefas do SWE-Bench. Foram avaliadas cinco combinações de agente e modelo. O custo médio de execução caiu de 18,4% a 30,9%, dependendo da combinação. O número mais alto, 30,9%, foi para o título, mas é o melhor caso, não uma garantia para qualquer stack.

A expressão-chave é "sem mexer no modelo". A otimização funciona por fora: não exige ajuste fino, nem troca por um modelo mais barato, nem acesso aos pesos. Para quem usa modelos fechados via API, é a única alavanca realista: você não controla o preço por token, mas controla, em parte, a quantidade de tokens.

O autor da publicação escreve que todo o método cabe em um repositório e três passos. Quais são esses passos, a publicação não revela; há apenas o link para o repositório. Por isso é mais honesto não especular sobre a mecânica, e sim ler o código.

Por que isso importa na prática

Em cenários com agentes, o custo não vem de uma única requisição, mas de uma cadeia delas. Contexto, saída de ferramentas, novas tentativas: tudo isso é cobrado repetidamente. Economizar de 20% a 30% nesse fluxo não é cosmético. Para uma equipe que gasta alguns milhares de dólares por mês com agentes, a diferença é perceptível, e para uma startup com um agente de código no centro do produto, pode mudar a economia unitária.

Há ainda um segundo aspecto. O trabalho de Microsoft e Berkeley mostra que a infraestrutura em torno dos agentes ainda tem muita ineficiência. Enquanto todos debatem qual modelo é melhor, parte do dinheiro vaza na camada de orquestração. É um sinal para os times de produto: vale otimizar não só a escolha do modelo, mas também a forma como o agente lida com o contexto.

O que vale verificar

Primeiro, as métricas. A publicação fala de custo, mas não diz nada sobre o percentual de tarefas resolvidas. Se a economia vem às custas de queda na qualidade, não há ganho. É preciso ver se a taxa de sucesso permaneceu no nível anterior.

Segundo, a transposição para a realidade. O SWE-Bench reúne tarefas bem organizadas de repositórios open source populares. O seu monorepositório privado, com um histórico de commits bagunçado, é diferente, e os 18–31% ali podem virar 10% ou, ao contrário, 35%.

Terceiro, a fonte. A publicação teve poucas visualizações, e os números chegam de segunda mão. Antes de incluir a economia no orçamento, abra o repositório e, se houver, o artigo, e confira as condições do experimento: versões dos agentes, preços e a forma de cálculo do custo.

O que fazer

O plano prático é simples. Clone o repositório, rode-o em 20 a 30 das suas tarefas típicas com a ferramenta ligada e desligada, e compare o custo e a proporção de soluções bem-sucedidas. Se a economia se confirmar ao menos pela metade do que foi declarado, a adoção se paga em poucos dias. Se não, você perde algumas horas e ganha dados próprios em vez de percentuais alheios.