Quanto Custa Manter um Agente de IA por Mês em 2026: Modelo, Canal, Hospedagem e Quem Cuida
O agente entrou no ar, atende bem e a primeira fatura chegou. A implantação foi uma conta fechada. A do mês muda com o volume, porque cada conversa consome modelo, passa por um canal, roda num servidor e precisa de alguém de olho nela.
Este guia monta essa conta peça por peça, com a tabela de preço do provedor conferida em 4 de novembro de 2026, e mostra onde ela costuma crescer sem necessidade. As faixas de implantação e de mensalidade de plataforma estão em quanto custa um agente de IA em 2026. Aqui o assunto é o que vem depois do go-live.
O que entra na conta do mês de um agente de IA
A fatura de um agente no ar soma quatro peças:
- Uso do modelo: os tokens que o agente lê e escreve a cada mensagem, cobrados por milhão pelo provedor.
- Canal: o que a Meta e o fornecedor cobram para a conversa passar pelo WhatsApp ou por outro canal.
- Hospedagem: o servidor que roda o agente, o banco que guarda as conversas e o índice da base de conhecimento.
- Gente: quem ajusta a instrução e a base, e quem lê uma amostra das conversas para achar erro.
Em plataforma pronta, parte disso vem embutida na mensalidade. A página de agentes de IA da Humanoide avisa que a faixa de R$ 100 a R$ 500 por mês vem “mais o custo de uso do modelo”. No agente sob medida, cada peça aparece separada na conta, e dá para mexer em cada uma.
Por que um agente gasta mais token que um chatbot
O chatbot recebe a pergunta e responde. O agente consulta o pedido, lê a regra interna, decide o próximo passo e só então responde, e cada etapa é uma chamada paga ao modelo. Segundo a Gartner, sistemas agênticos usam de 5 a 30 vezes mais tokens por demanda que um chatbot padrão (Canaltech, 17/06/2026).
O preço por token cai, e o consumo cresce mais rápido que a queda. Um levantamento da Bain citado pelo The Wall Street Journal mostra que o preço dos modelos caiu cerca de 50% entre dezembro de 2024 e dezembro de 2025, enquanto o volume de tokens consumidos aumentou 4,5 vezes no mesmo período (InvestNews/WSJ).
“Mesmo com custo unitário menor, se o volume e a frequência sobem, o custo total sobe”, disse ao Canaltech Cristiano Correa, coordenador do MBA em IA, Data Science e Big Data para Negócios do Ibmec São Paulo.
Uso do modelo: como estimar pelo número de conversas
A conta do modelo cabe numa linha: conversas por mês × mensagens por conversa × tokens por mensagem × preço por milhão de tokens. Entrada e saída têm preços diferentes, então entram separadas.
O que vai junto de cada mensagem
A cada mensagem do cliente, o agente manda ao modelo bem mais que a frase que chegou. Vão juntos:
- A instrução do agente e a descrição das ferramentas que ele pode usar, como consultar pedido, agendar ou abrir chamado.
- O histórico da conversa até ali. A API do modelo trabalha sem estado, e a documentação da Anthropic explica que o histórico completo vai em toda chamada.
- Os trechos da base de conhecimento que a busca encontrou para aquela pergunta.
Na saída entra a resposta. Quando o modelo raciocina antes de responder, os tokens desse raciocínio também são cobrados como saída, um ponto que Correa lembra na mesma entrevista.
Por isso as estimativas de token variam tanto. O nosso guia de quanto custa desenvolver um chatbot com IA fala em 2 mil a 8 mil tokens por conversa, e trata do risco de subestimar tokens em escala. A Meta estima de 20 mil a 25 mil tokens por mensagem para o agente dela, como mostramos no post da API oficial do WhatsApp. Cada número mede uma montagem diferente de instrução, histórico e base. O exemplo abaixo fica em cerca de 7 mil tokens por mensagem porque leva 4 mil de instrução e ferramentas e 2 mil de base em toda chamada.
A conta de uma conversa e do mês
A tabela da Anthropic, conferida em 04/11/2026, em dólar por milhão de tokens:
| Modelo | Entrada | Leitura do cache | Saída |
|---|---|---|---|
| Claude Haiku 5.5 (chamada de até 100 mil tokens) | US$ 0,10 | US$ 0,01 | US$ 0,50 |
| Claude Sonnet 5.5 | US$ 2 | US$ 0,10 | US$ 10 |
| Claude Opus 5.5 | US$ 4 | US$ 0,20 | US$ 20 |
Fonte: Anthropic, Pricing. Gravar no cache de 5 minutos custa 1,25 vez o preço de entrada. No Haiku 5.5, a chamada acima de 100 mil tokens paga cinco vezes mais (US$ 0,50 de entrada e US$ 2,50 de saída). A própria Anthropic recomenda o Haiku para tarefas simples, o Sonnet para a maior parte do uso em produção e o Opus para o raciocínio mais complexo.
O exemplo é um agente de atendimento com estas premissas:
- a conversa média tem 6 mensagens do cliente, e o agente responde cada uma com cerca de 300 tokens;
- instrução e ferramentas somam 4 mil tokens, e a busca traz 2 mil tokens de base por mensagem;
- cada troca de pergunta e resposta soma 400 tokens ao histórico.
Com isso, uma conversa envia 42 mil tokens de entrada e recebe 1.800 de saída. Convertendo pelo dólar PTAX de venda de R$ 5,4935 em 03/11/2026 (Banco Central), sem impostos:
| Modelo | Por conversa | 1.000 conversas/mês | 5.000 conversas/mês | 20.000 conversas/mês |
|---|---|---|---|---|
| Haiku 5.5 | R$ 0,028 | R$ 28 | R$ 140 | R$ 560 |
| Sonnet 5.5 | R$ 0,56 | R$ 560 | R$ 2.802 | R$ 11.207 |
| Sonnet 5.5 com cache da instrução | R$ 0,31 | R$ 310 | R$ 1.549 | R$ 6.197 |
| Opus 5.5 | R$ 1,12 | R$ 1.121 | R$ 5.603 | R$ 22.413 |
A linha com cache supõe conversas chegando o dia todo, com a instrução lida do cache e as gravações ocasionais fora da conta. Na sua operação, o resultado muda com o tamanho da instrução, da base e da conversa, então troque as premissas pelos seus números. Para contar tokens de verdade, use a contagem do próprio provedor no modelo escolhido. A Anthropic avisa que os modelos a partir do Claude 4.7 geram cerca de 30% mais tokens para o mesmo texto que os anteriores.
Canal, hospedagem e quem cuida do agente
Canal e hospedagem
No WhatsApp, a Meta cobra por mensagem entregue, com uma franquia mensal de respostas de serviço, e o fornecedor cobra a parte dele. A tabela em reais e a conta para três volumes estão no guia de quanto custa a API oficial do WhatsApp.
A hospedagem cobre o servidor onde o agente roda, o banco que guarda as conversas e o índice usado na busca da base. Ela cresce com o volume de conversas e com o tamanho da base. O guia de quanto custa integrar IA em um sistema que já existe detalha esses custos recorrentes de infraestrutura.
Quem ajusta o agente e quem lê as conversas
Depois do go-live, o agente recebe pergunta que ninguém previu. Alguém ajusta a instrução, atualiza a base quando preço, regra ou produto mudam, e testa de novo antes de publicar. Essa hora de trabalho entra todo mês, do seu time ou do fornecedor.
A outra parte é ler conversas. Uma amostra por semana mostra onde o agente errou, onde passou para um humano sem precisar e onde gastou mensagem demais. Os indicadores que valem acompanhar, e como levá-los para o contrato, estão em contrato de agente de IA: o que colocar.
O custo do modelo também precisa de um responsável. “Alguém precisa ser dono do orçamento”, disse ao WSJ Ravi Soin, CIO e diretor de segurança da informação da Smartsheet, empresa que criou alertas automáticos para avisar quando o consumo de tokens se aproxima do limite.
Sinais de que a conta está subindo à toa
O sinal aparece no painel do provedor: o custo por conversa sobe e o número de conversas continua parecido.
O histórico inteiro vai em toda mensagem
No exemplo acima, uma conversa de 6 mensagens envia 42 mil tokens de entrada. Se a mesma conversa chega a 20 mensagens, são 196 mil, e 76 mil deles são só histórico. Com 3,3 vezes mais mensagens, a conversa custa 4,4 vezes mais: R$ 2,48 no Sonnet 5.5, contra R$ 0,56. No Haiku 5.5, a conversa muito longa ainda corre o risco de passar de 100 mil tokens numa chamada e mudar de faixa de preço.
Modelo grande para tarefa simples e busca em toda mensagem
Responder “qual o horário de vocês?” com o Opus 5.5 custa o mesmo por token que uma pergunta difícil. Na conta de exemplo, a conversa no Opus sai 40 vezes mais cara que no Haiku.
A busca na base disparada em toda mensagem pesa parecido. “Oi”, “obrigado” e “pode ser às 15h” puxam 2 mil tokens de base que a resposta dispensa. No exemplo, a base ocupa 12 mil dos 42 mil tokens de entrada da conversa, 29% do total.
Como baixar a conta sem piorar a resposta
Cache e o modelo certo para cada tarefa
O cache da instrução é a mudança mais barata de fazer. Com ele, a conversa do exemplo no Sonnet 5.5 cai de R$ 0,56 para R$ 0,31, 45% a menos, com a mesma resposta. Para o cache funcionar, a instrução e as ferramentas vão sempre no começo da chamada e na mesma ordem.
Depois vem escolher o modelo por tarefa. Um modelo pequeno classifica a mensagem e responde o que é simples. O caso que pede cruzar dados, negociar ou seguir uma regra longa vai para o modelo maior. Antes de trocar, rode as mesmas conversas de teste nos dois modelos e compare o acerto.
Histórico resumido e busca quando a pergunta pede
Em conversa longa, mande as últimas trocas completas e um resumo das anteriores. A busca na base entra quando a pergunta pede dado que está nela, como preço, regra, prazo ou produto, e cumprimento e confirmação seguem direto para a resposta. Um teto de chamadas por mensagem segura o agente que começa a repetir consulta em loop. O guia de RAG na empresa mostra como montar a busca e medir se ela traz o trecho certo.
Cada mudança passa pelo mesmo teste: as conversas de referência rodam de novo, e a mudança fica quando o custo por conversa cai e a taxa de acerto se mantém.
Como a Humanoide cuida do agente depois do go-live
A Humanoide implanta o agente sob medida, integrado ao WhatsApp, ao CRM e aos sistemas que a empresa já usa. Pela página de agentes de IA, a implantação parte de R$ 30 mil, mais uma mensalidade de evolução, sem valor publicado. A última etapa do método se chama Evolução: o agente vai pegando mais casos conforme prova que dá conta, e você acompanha o que ele resolveu.
Para descobrir qual processo da sua empresa paga a conta de um agente, faça o pré-diagnóstico gratuito: são 6 perguntas, e em minutos você recebe até 3 automações prioritárias.