O fim da IA embutida de graça: plataformas começam a cobrar por token

O bilhete de entrada acabou

Por quase três anos, grandes plataformas embutiram inteligência artificial em seus produtos sem cobrar a parte por isso. O custo de inferência era tratado como investimento de aquisição — uma linha de despesa aceitável para acostumar usuário e desenvolvedor a uma funcionalidade que, mais tarde, seria monetizada de algum jeito.

Esse jeito começou a aparecer. Desde 1º de agosto de 2026, o Meta Business Agent, assistente de IA nativo da plataforma de mensagens da Meta, passou a ser cobrado por consumo de tokens, no modelo de US$ 2 por 1 milhão de tokens processados. É a primeira vez que a fatura de uma plataforma de comunicação corporativa tem uma linha que não depende de quantas conversas foram abertas, e sim de quanto texto o modelo leu e escreveu.

A mudança é pequena em valor absoluto e grande em precedente.

Por que a unidade de cobrança importa mais que o preço

Software corporativo foi vendido por décadas em unidades que o comprador consegue prever: assento, dispositivo, transação, mensagem. O orçamento anual de TI se apoia nessa previsibilidade — a empresa estima crescimento de 20% no volume e projeta 20% a mais de custo.

Token quebra essa relação. O consumo de uma resposta depende de variáveis que estão do lado de quem configura o sistema, não do lado do volume de negócio: tamanho do prompt de sistema reenviado a cada chamada, quantidade de histórico carregado no contexto, tamanho da base de conhecimento anexada, verbosidade da resposta gerada.

Dois atendimentos idênticos, custos diferentes

Na prática, duas conversas com o mesmo número de mensagens podem gerar contas bem distintas. Uma implementação que recarrega o histórico completo a cada turno cresce em custo de forma quadrática ao longo da conversa; uma que mantém um resumo curto cresce de forma linear. Nenhuma das duas aparece diferente no painel de volume de atendimentos.

É por isso que times que já operam em escala com modelos de linguagem tratam tokens por resolução como métrica de engenharia, e não de financeiro. Ela responde a decisões de arquitetura, não a decisões comerciais.

A conta comparada, com as ressalvas devidas

Simulações que circularam no setor após o anúncio dão ordem de grandeza para um volume de 10 mil respostas mensais geradas por IA: em torno de US$ 268 usando modelos de terceiros em conversas de baixa complexidade, algo próximo de US$ 968 em conversas complexas com o mesmo tipo de modelo, e uma faixa de US$ 400 a US$ 500 no agente nativo da Meta em cenário complexo.

São estimativas de mercado, não tabela oficial, e a dispersão entre elas é justamente o ponto: a mesma carga de trabalho varia em mais de três vezes conforme a configuração. Em nenhum outro item da infraestrutura de comunicação corporativa a decisão técnica move o custo nessa proporção.

O efeito colateral nos fluxos gratuitos

Há um detalhe que passou batido na cobertura inicial. A janela gratuita de 72 horas para conversas originadas em anúncios de clique para mensagem continua valendo — mas ela isenta a mensagem, não o processamento. Se o agente nativo atende essa conversa, os tokens são contabilizados normalmente.

Para operações de performance que calculam custo por lead com precisão de centavos, isso significa refazer o modelo: a etapa que era gratuita passou a ter um custo variável que não aparece no gerenciador de anúncios.

O padrão que se desenha para 2027

O movimento da Meta não é isolado. A economia da inferência tem uma característica que a distingue do software tradicional: o custo marginal não tende a zero. Cada resposta gerada consome computação de verdade, e essa computação está sujeita a preço de energia, disponibilidade de aceleradores e margem de fornecedor.

Enquanto o custo marginal era absorvido para conquistar mercado, a IA embutida pareceu grátis. À medida que as bases de usuários amadurecem e os investidores cobram margem, o repasse é o desfecho previsível — e ele tende a chegar na forma de cobrança por consumo, porque é a única que acompanha o custo real de quem provê.

Para times de produto, a conclusão prática é direta: qualquer funcionalidade construída sobre IA embutida de plataforma precisa de um plano B de custo e de uma medição própria de consumo por operação. Descobrir o número na primeira fatura cheia é o pior momento possível para descobri-lo.