Seja bem-vindo ao vigésimo terceiro dia. No mundo das APIs de IA, você não paga por "pergunta", você paga por **Tokens**. Tokens são pedaços de palavras. Em média, 1.000 tokens equivalem a cerca de 750 palavras. Se o seu agente lê um documento enorme toda vez que responde, você está queimando dinheiro.

No PROMPTparaIA, ensinamos a estratégia de **Roteamento de Modelos**. Em 2026, não usamos o modelo mais caro para tarefas simples. Reservamos o "cérebro maior" para decisões complexas e usamos modelos rápidos e baratos para tarefas repetitivas.

Técnicas de Otimização de Custos

• Prompt Caching: Modelos modernos permitem "salvar" as instruções do sistema para que você não pague por elas em todas as mensagens da mesma conversa.
• Seleção de Modelo (Small Language Models): Use modelos como GPT-4o-mini ou Claude Haiku para classificação e resumo. Eles custam uma fração do preço dos modelos "Pro".
• Limpeza de Contexto: Não envie o histórico inteiro se o agente só precisa das últimas 3 mensagens para entender o pedido atual.
• RAG Inteligente: Em vez de dar o PDF inteiro, dê apenas o parágrafo que contém a resposta (Aula 04).

A Matemática do Lucro

Se você cobra R$ 100,00 por mês de um cliente e seu agente consome R$ 80,00 em tokens, seu negócio está em risco. Otimizar tokens é o que diferencia um amador de um desenvolvedor de IA profissional que garante margens de lucro saudáveis.

Hoje, acesse o dashboard de faturamento da sua ferramenta de IA e veja quais agentes estão consumindo mais. Amanhã, no Dia 24, vamos falar sobre Testes A/B e Refinamento, para garantir que a economia não prejudique a precisão.