Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAPI / Produto · Pronto p/ usoHabr AI→ original

Cálculo: dividir as tarefas entre modelos reduz a conta do call center de 207 000 para 23 000 ₽

Se a triagem de e-mails e os rascunhos de resposta ficam com o mesmo modelo caro, a conta de IA sobe sem trazer ganho. No cálculo para um call center com 50 000 atendimentos por mês, tudo no Claude Opus 5 custa cerca de 207 000 ₽, no Sonnet 5 sai por 83 000 ₽, e com as etapas divididas entre modelos fica em torno de 23 000 ₽. O modelo barato extrai os campos, o intermediário escreve o rascunho, e o forte revisa 25% do fluxo. O modelo caro fica reservado para os casos complexos.

Processado por IA de Habr AI; editado por Hamidun News
Cálculo: dividir as tarefas entre modelos reduz a conta do call center de 207 000 para 23 000 ₽
Fonte: Habr AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalHabr AI ↗
Editor-chefe
Dado-chave #1Em caso de erro 5xx, a requisição vai para o modelo reserva GPT-5.4 mini pela mesma API
Dado-chave #2Preços do catálogo do gateway Heli em 13.11.2026; tokens são estimativa, não medição
Dado-chave #3A Heli emite fatura sem NDS; UPD e EDO ainda não existem

Imagine um call center com 50 000 atendimentos por mês. O piloto de IA foi feito com o modelo mais forte, e o resultado agradou. Depois, o mesmo modelo foi colocado para fazer tudo: definir o assunto do e-mail, extrair o número da fatura, escrever o rascunho da resposta e revisar a qualidade.

Um mês depois, a conta tinha crescido várias vezes, embora a maior parte do trabalho pudesse ser feita por uma opção mais barata e rápida. É sobre isso o texto publicado no Habr: como montar um pipeline com vários modelos para que 207 000 ₽ por mês virem cerca de 23 000 ₽. Uma ressalva: o texto foi escrito pela equipe do gateway russo Heli e, em parte, faz propaganda do serviço; os números vêm de um exemplo de cálculo, não de dados de clientes.

Onde o esquema "um fornecedor, um modelo" falha

O primeiro problema é o dinheiro. O modelo caro executa tarefas que um modelo barato daria conta. A conta sobe não porque a empresa passou a usar mais IA, mas porque se paga por uma classificação simples como se fosse um raciocínio complexo.

O segundo é a compra. Se o acesso é contratado diretamente com um único desenvolvedor de modelos, trocar qualquer etapa vira um novo contrato, uma nova oferta ou um novo limite. Se os funcionários usam assinaturas pessoais, o diretor financeiro não tem nota, nem limites por departamento, nem registro. E quando o fornecedor falha, todo o circuito para.

O terceiro é a revisão feita pelo mesmo modelo que escreveu o rascunho. Um erro no estilo que ele costuma usar passa facilmente adiante. É melhor confiar um segundo par de olhos a outro modelo e deixar a decisão final com uma pessoa.

Qual modelo responde por qual etapa

No exemplo há cinco papéis, com preços em rublos por 1 milhão de tokens (entrada / saída):

  • Extração e classificação — DeepSeek V4 Flash, 11,5 / 22,5 ₽. Exige JSON estável, velocidade e preço baixo.
  • Rascunho da resposta — Gemini 3.7 Flash, 52 / 258,5 ₽. Monta um texto coerente a partir do regulamento ou da base de conhecimento.
  • Revisão — Claude Sonnet 5, 276 / 1 378,5 ₽. Não reescreve o texto; procura contradições, fatos inventados, tom desajustado e riscos não tratados.
  • Opção reserva — GPT-5.4 mini, 103,5 / 620,5 ₽. Se o modelo principal devolve erro 5xx ou trava, a requisição é repetida com outro fornecedor.
  • Referência de comparação — Claude Opus 5, 689,5 / 3 445,5 ₽. É o cenário "tudo com um modelo topo de linha".

Em reclamações, contratos, dados pessoais e valores, a pessoa continua na última etapa: o modelo não envia nada ao cliente sozinho.

No código, trata-se de um cliente comum compatível com a API da OpenAI, com o endereço do gateway e uma única chave. Cada etapa corresponde a um identificador de modelo, e, em caso de exceção, a requisição vai para o identificador reserva. O roteamento fica sob controle da própria empresa: no serviço, no barramento ou no n8n. O gateway oferece acesso unificado, saldo e documentos de fechamento.

Quanto custa

Por atendimento, os autores consideram três operações: classificação (800 tokens de entrada e 200 de saída), rascunho (2 500 e 350) e controle por amostragem em 25% do fluxo (2 000 e 250). Os tokens são estimativa, não medição em logs reais. Os preços vêm do catálogo público do gateway em 13 de novembro de 2026.

  • Tudo no Claude Opus 5: cerca de 207 000 ₽ por mês.
  • Tudo no Claude Sonnet 5: cerca de 83 000 ₽.
  • Roteamento (DeepSeek V4 Flash na classificação, Gemini 3.7 Flash no rascunho, Sonnet 5 nas revisões de 25%): cerca de 23 000 ₽.

A diferença fica entre três e nove vezes. A revisão por outro modelo não dobra a conta se ela não for aplicada ao fluxo inteiro, mas apenas a reclamações, negócios de grande porte, casos de alto risco jurídico e situações controversas.

O que a camada de acesso precisa oferecer além do preço

Para que o pipeline funcione em produção, são necessários fatura em rublos e ato de comprovação do consumo, chaves separadas e limites por departamento, política de escolha de modelos e registro de gastos. Não convém gravar o texto das requisições no registro: para o ato de fechamento e para investigações bastam metadados, modelo, tokens e custo.

A Heli oferece isso: saldo comum, projetos como centros de custo, limites diários, semanais ou mensais, avisos ao atingir 50, 80, 90 e 100% do consumo, papéis para a área financeira, exportação em CSV ou JSON e ato mensal. O saldo é pré-pago: se o dinheiro acaba, a API responde com código 402 e a requisição ao modelo não é enviada. Os próprios autores apontam as limitações: a fatura é emitida sem NDS, e UPD e EDO ainda não existem. Vale esclarecer isso com o departamento contábil antes do primeiro pagamento.

Juridicamente, o contrato é firmado com o gateway, e não simultaneamente com OpenAI, Anthropic e Google. A ideia é que o circuito não fique preso a um único modelo e a um único console.

Plano para 30 dias

Semana 1: escolher um fluxo com regulamento e volume mensurável e rotular manualmente algumas centenas de exemplos com dados pessoais mascarados. Semana 2: montar as três etapas e comparar com a execução "tudo pelo modelo topo de linha" em qualidade e preço. Semana 3: ativar o modelo reserva, os limites e o registro, e testar a falha do modelo principal. Semana 4: mostrar ao diretor financeiro dois números, o custo do roteamento e o custo do mesmo volume no modelo caro, além da fatia de rascunhos que a pessoa precisa corrigir.

Conclusão prática: os preços oscilam, por isso convém conferi-los novamente antes de fechar o orçamento. O princípio, porém, não muda: o modelo caro é necessário para as exceções, o barato cobre a entrada típica, e a chave única apenas elimina um ciclo de compras desnecessário.

História

Perguntas frequentes sobre a notícia

Onde o esquema "um fornecedor, um modelo" falha?

O primeiro problema é o dinheiro. O modelo caro executa tarefas que um modelo barato daria conta. A conta sobe não porque a empresa passou a usar mais IA, mas porque se paga por uma classificação simples como se fosse um raciocínio complexo. O segundo é a compra. Se o acesso é contratado diretamente com um único desenvolvedor de modelos, trocar qualquer etapa vira um novo contrato, uma nova oferta ou um novo limite.

O que se sabe sobre Qual modelo responde por qual etapa?

No exemplo há cinco papéis, com preços em rublos por 1 milhão de tokens (entrada / saída): Extração e classificação — DeepSeek V4 Flash, 11,5 / 22,5 ₽. Exige JSON estável, velocidade e preço baixo. Rascunho da resposta — Gemini 3.7 Flash, 52 / 258,5 ₽. Monta um texto coerente a partir do regulamento ou da base de conhecimento. Revisão — Claude Sonnet 5, 276 / 1 378,5 ₽. Não reescreve o texto; procura contradições, fatos inventados, tom desajustado e riscos não tratados.

O que se sabe sobre Quanto custa?

Por atendimento, os autores consideram três operações: classificação (800 tokens de entrada e 200 de saída), rascunho (2 500 e 350) e controle por amostragem em 25% do fluxo (2 000 e 250). Os tokens são estimativa, não medição em logs reais. Os preços vêm do catálogo público do gateway em 13 de novembro de 2026. Tudo no Claude Opus 5: cerca de 207 000 ₽ por mês. Tudo no Claude Sonnet 5: cerca de 83 000 ₽.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…