Digitar "ghbdtn" em vez de "oi" (em russo) custa de 4 a 7 vezes mais a um LLM: 350–500 tokens contra 70–90
Quando alguém digita "ghbdtn" em vez de "привет" (oi), a rede neural não percebe de imediato que é texto em russo digitado no layout de teclado inglês e gasta tokens para decifrar. O autor do utilitário Zyabra mediu: a frase correta ocupa 70–90 tokens, e com o erro de digitação, num chat que já tem contexto em russo, são 350–500, ou seja, de 4 a 7 vezes mais. Sem contexto, o modelo chegou a gastar 2298 tokens e 145 segundos e mesmo assim não decifrou a frase. Por isso, é mais vantajoso corrigir o layout antes de enviar.
Processado por IA de Habr AI; editado por Hamidun News
Quem digita muito já enviou "ghbdtn" no lugar de "привет" (oi): os dedos estavam no layout inglês, mas a cabeça estava no russo. Num mensageiro comum, isso é só um pequeno constrangimento. Com um modelo de linguagem, entram em jogo dinheiro e tempo: a rede neural tenta entender o que você quis dizer e gasta tokens nisso (unidades de texto pelas quais se paga e dos quais depende a velocidade da resposta).
O autor do utilitário Zyabra (um alternador de layout local, que apaga sozinho o que foi digitado errado e reescreve corretamente) decidiu calcular quanto exatamente isso custa. O resultado: uma mensagem limpa custa 70–90 tokens e 5–7 segundos, enquanto um erro acidental de layout, num chat com contexto em russo, custa 350–500 tokens e 25–30 segundos, ou seja, de 4 a 7 vezes mais.
Primeira rodada: números de causar desconforto
O experimento é simples. O autor pegou frases curtas que poderia de fato enviar sem querer no layout errado e, para cada uma, mandou a um modelo local duas versões: a normal e a "quebrada". Sem prompt de sistema, sem histórico de chat, uma única mensagem. O modelo é o Qwen3.8-Flash-Next local, rodando no Strata, como o autor o chama.
Os resultados divergiram bastante:
- "Умничка)" (Mandou bem) — 70 tokens e 5,4 segundos; no layout errado ("Evybxrf)"), 2356 tokens e 148 segundos, e o modelo não decifrou a frase;
- "Спасибо, то что нужно!" (Obrigado, era isso que eu precisava!) — 84 tokens e 7,5 segundos contra 440 tokens e 30 segundos, decifrada corretamente;
- "Погнали" (Bora) — 66 tokens e 6,2 segundos contra 336 tokens e 24 segundos, também correta.
Com "Evybxrf)", o modelo começou a testar ROT13 e cifra de César, gastou quase dois minutos e meio e acabou perguntando o que se queria dizer. Parecia um argumento definitivo a favor do utilitário: economia de dezenas de vezes.
Pausa: num chat real, a mensagem raramente é a primeira
O próprio autor notou o ponto fraco do teste. Na vida real, quase sempre há uma conversa em russo antes do erro de digitação, enquanto na medição o modelo resolvia o enigma do zero. Ele repetiu a verificação com a mesma frase em três variantes:
- sem contexto — 2298 tokens, 145 segundos, não decifrou;
- com o prompt de sistema "conversamos em russo" — 495 tokens, 32 segundos, decifrou, ainda que com uma pequena imprecisão ("умничк)");
- com uma mensagem anterior em russo no histórico — 344 tokens, 23 segundos, decifrou com precisão.
O contexto torna a resposta de 6 a 7 vezes mais barata e rápida. Uma mensagem real funcionou até melhor que a instrução explícita: o modelo ganha um ponto de apoio e entende mais rápido que tem diante de si texto em russo digitado em alfabeto latino, e não uma cifra.
Balanço honesto e o que decorre dele
O preço realista de um erro acidental de digitação não é 2000+ tokens e dois minutos e meio, e sim cerca de 350–500 tokens e 25–30 segundos, quando o chat já tem contexto em russo. Isso ainda é de 4 a 7 vezes mais caro que uma mensagem limpa. Se, numa noite, acumulam-se duas dezenas desses deslizes, o resultado são vários milhares de tokens a mais e alguns minutos de espera. Soma-se a isso o risco de o modelo não dar conta e simplesmente perguntar de novo.
Para quem paga por API, os números serão outros, mas a lógica é a mesma: os tokens vão para a decifração, e não para a sua pergunta. As conclusões práticas são duas. Primeira: se você constrói um chatbot ou assistente para usuários russófonos, mantenha contexto em russo no prompt ou no histórico, o que reduz de forma notável o custo do erro de digitação. Segunda: é melhor corrigir o layout antes de enviar do que contar com o modelo para se virar.
Há também limitações. São medições de uma só pessoa, em um único modelo local e com poucas frases, e não um benchmark amplo. Outros modelos podem lidar melhor ou pior com o layout "torto", e o tempo de resposta em serviços de nuvem depende ainda da carga. O próprio autor descreve o resultado como "não inflado", e não como universal.
A Zyabra em si é gratuita, funciona em Windows, Linux e macOS, e o código e os binários estão em github.com/DmNep/zyabra. O autor ressalta que ela é totalmente local: não grava o que é digitado em disco, não mantém registro de teclas, não mexe na área de transferência e não abre conexão de rede. Na memória ficam apenas a palavra atual, ainda incompleta, e a última substituição feita. Para um programa que vê cada tecla pressionada, esse é um detalhe importante.
- 28 de out. de 2026Memória de agente de IA: SQL e SPARQL respondem corretamente em 98% dos casos, mas SPARQL custa de 7% a 145% mais
- 20 de nov. de 2026Torneio de agentes na Cisco: 1200 engenheiros, e venceu quem escreveu 1220 tokens em vez de 1430
- 21 de nov. de 2026AWS mostra: modelo com token duas vezes mais caro sai 65% mais barato por tarefa
- 18 de nov. de 2026Alibaba reduz em 67% o custo por tarefa do Qwen4-Max, mas o GPT-6.1 Sol sai mais barato: $3,27 contra $1,27
Perguntas frequentes sobre a notícia
O que se sabe sobre Primeira rodada: números de causar desconforto?
O experimento é simples. O autor pegou frases curtas que poderia de fato enviar sem querer no layout errado e, para cada uma, mandou a um modelo local duas versões: a normal e a "quebrada". Sem prompt de sistema, sem histórico de chat, uma única mensagem. O modelo é o Qwen3.8-Flash-Next local, rodando no Strata, como o autor o chama.
O que se sabe sobre Pausa: num chat real, a mensagem raramente é a primeira?
O próprio autor notou o ponto fraco do teste. Na vida real, quase sempre há uma conversa em russo antes do erro de digitação, enquanto na medição o modelo resolvia o enigma do zero. Ele repetiu a verificação com a mesma frase em três variantes: sem contexto — 2298 tokens, 145 segundos, não decifrou; com o prompt de sistema "conversamos em russo" — 495 tokens, 32 segundos, decifrou, ainda que com uma pequena imprecisão ("умничк)"); com uma mensagem anterior em russo no histórico — 344 tokens, 23…
O que se sabe sobre Balanço honesto e o que decorre dele?
O preço realista de um erro acidental de digitação não é 2000+ tokens e dois minutos e meio, e sim cerca de 350–500 tokens e 25–30 segundos, quando o chat já tem contexto em russo. Isso ainda é de 4 a 7 vezes mais caro que uma mensagem limpa. Se, numa noite, acumulam-se duas dezenas desses deslizes, o resultado são vários milhares de tokens a mais e alguns minutos de espera. Soma-se a isso o risco de o modelo não dar conta e simplesmente perguntar de novo.
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.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.