Última atualização: 2026-06-22

O custo de um agente explicado

O custo de uma execução agêntica é o preço combinado da sequência de chamadas a um modelo de linguagem grande que um agente faz para concluir uma tarefa. Um agente alterna entre raciocinar, chamar uma ferramenta e incorporar o resultado, e cada invocação do modelo conta como uma etapa. Como toda etapa é faturada pelos tokens que consome, o custo da execução é o custo por etapa multiplicado pelo número de etapas — em geral, várias vezes o custo de uma única chamada direta.

Por que execuções de múltiplas etapas custam mais

Uma requisição em uma só passagem fatura um prompt e uma resposta. Um laço de agente fatura ambos a cada etapa, e o lado da entrada cresce à medida que a execução avança: cada etapa reenvia o contexto acumulado — as instruções iniciais, o raciocínio anterior e todos os resultados de ferramentas até então — para que o modelo aja com o histórico completo. Uma tarefa que uma única chamada resolveria por uma fração de centavo pode custar muitas vezes isso uma vez que o mesmo contexto é pago ao longo de uma dúzia de etapas.

A fórmula

Com $n_{in}$ tokens de entrada e $n_{out}$ de saída por etapa aos preços por milhão $p_{in}$ e $p_{out}$, o custo de uma etapa é

e uma execução de $N$ etapas custa

Isso trata cada etapa como consumindo a mesma contagem de tokens, o que mantém a aritmética simples ao custo de ignorar o crescimento do contexto ao longo da execução.

Exemplo resolvido

Considere uma execução de N = 8 etapas em que cada etapa envia 4000 tokens de entrada e gera 600 tokens de saída, tarifados a $3 e $15 por milhão. O custo por etapa é

de modo que a execução custa C = 0.021 \times 8 = \0.168$. O valor elevado de entrada reflete o contexto sendo reenviado a cada etapa; aqui, os 4000 tokens de entrada à tarifa menor ainda contribuem com mais da metade do custo de cada etapa, e a repetição óctupla é o que separa uma execução de agente de uma única chamada.

Notas e variações

A premissa de etapa uniforme subestima o custo real quando o contexto se acumula, já que etapas posteriores carregam mais entrada do que as iniciais. Para um valor preciso, some as etapas individualmente em vez de multiplicar uma média. O cache de prompt é especialmente eficaz aqui, pois a parte estável do contexto — o prompt de sistema e o histórico inicial — se repete a cada etapa e pode ser faturada a uma tarifa reduzida após a primeira chamada.

Aplicação

O custo do agente estende o modelo por chamada a fluxos de trabalho que iteram. O preço por etapa em que ele se apoia é objeto da Calculadora de Custo por Token, e escalar uma execução para um conjunto diário ou mensal de tarefas é tratado pela Calculadora de Custo Mensal de LLM. Como o contexto reenviado domina a conta de entrada, a Calculadora de Economia com Cache de Prompt quantifica o desconto que o cache pode recuperar.