Gasto com agentes de código sai de US$ 20 para até US$ 2.000 por desenvolvedor

Tema: Agentes de IA

▶ Veja o resumo em vídeo no YouTube: assista aqui

O gasto com agentes de programação deixou de ser um item de uso pessoal e virou previsão de orçamento corporativo. Um estudo que analisou trajetórias de oito modelos de fronteira no benchmark SWE-bench Verified concluiu que tarefas agênticas consomem 1.000 vezes mais tokens do que raciocínio de código e conversa sobre código, com o custo puxado pelos tokens de entrada, e não pelos de saída [1][2]. Em junho de 2026, a Gartner projetou que, até 2028, os custos de codificação com IA vão superar o salário médio de um desenvolvedor, à medida que o consumo de tokens dispara [3]. O número que resume o deslocamento veio do analista da consultoria Nitish Tyagi: contas que eram de US$ 20 ou US$ 100 por mês por desenvolvedor estão saltando para US$ 2.000 — e, em alguns casos, US$ 5.000 [4]. Muitas empresas, segundo ele, ainda estão na faixa de US$ 200 a US$ 500 por desenvolvedor por mês, mas "resultados alarmantes estão surgindo" [5].

Não se trata apenas de um problema de fatura de API. Trata-se de uma mudança na unidade de gestão: a empresa que comprava assinaturas por assento agora compra "trabalho" medido em tokens, sem saber quantos tokens cada tarefa exige antes de executá-la. A adoção de agentes passa a entrar nos sistemas de controle financeiro, e não apenas nos de produtividade.

O número que reordena a conversa: 1.000x

O estudo "How Do AI Agents Spend Your Money?", assinado por pesquisadores como Erik Brynjolfsson, Alex Pentland e Jiaxin Pei, é explícito: tarefas agênticas consomem 1.000 vezes mais tokens do que raciocínio de código e chat de código [1]. A versão mais recente do trabalho no arXiv detalha a escala: em média, tarefas agênticas de código consomem 3.500 vezes mais tokens do que uma tarefa típica de raciocínio de rodada única e 1.200 vezes mais do que uma conversa de múltiplas rodadas [6].

A decomposição é o ponto mais importante para quem administra orçamento. O custo alto está nos tokens de entrada, não na saída [2]. Em raciocínio de código, o usuário entrega a tarefa, o modelo raciocina e devolve uma resposta; na modalidade agêntica, o modelo precisa ler o repositório, chamar ferramentas, observar resultados e reenviar tudo a cada passo. O token de saída — o que a maioria das pessoas imagina ser "a resposta" — é a menor parcela da conta.

O Stanford Digital Economy Lab, que divulgou o estudo, resume a reação provável do comprador: quem acha que usar agentes de IA deveria tornar as coisas mais baratas e eficientes pode levar um susto com o preço [2].

Há ainda um efeito de variância que complica o planejamento. Tarefas mais complexas tendem a consumir mais tokens em média, mas o uso varia muito entre execuções; os autores descrevem o consumo como "altamente variável e inerentemente estocástico" [6]. Para o gestor, isso significa que não existe "custo por tarefa" estável antes da execução: existe uma distribuição.

Onde o dinheiro vaza: contexto acumulado, não preço unitário

A análise da Vantage sobre sessões de programação agêntica, publicada em abril de 2026, aponta o diagnóstico que falta na maioria das planilhas: o preço por token recebe toda a atenção, mas são os tokens de entrada, a acumulação de contexto e a duração da sessão que realmente movem a fatura [7].

O mecanismo é simples. A cada passo do loop, o agente carrega adiante mais contexto — o pedido original, respostas anteriores, definições de ferramentas, conteúdo de arquivos, resultados de testes —, e o contexto anterior é reenviado a cada passo [8]. Uma sessão que "só" teve 40 passos não pagou 40 requisições pequenas; pagou 40 requisições crescentes. Segundo a LeanOps, é por isso que a IA agêntica pode custar de 10 a 100 vezes mais que um chatbot para a mesma tarefa: cada passo de raciocínio reenvia o contexto acumulado [9]. Traduzindo para a prática de engenharia: o orçamento raramente estoura por causa do preço do modelo; estoura por causa da arquitetura do loop.

O blog da MetalBear acrescenta uma distinção operacional útil ao notar que o consumo de tokens "não é um problema só": um agente preso em loop tentando corrigir um bug que não consegue enxergar gasta de forma diferente de um agente que lê metade do repositório para mudar três arquivos ou que recarrega as mesmas instruções a cada comando [10]. São padrões de desperdício distintos e exigem correções distintas.

O harness como alavanca de custo: o caso Cursor

Se o desperdício mora no loop, a economia também. Em setembro de 2026, a Cursor anunciou que mudanças em várias camadas do harness do seu agente reduziram os custos de token dos usuários em 7%, sem queda na qualidade [11]. Entre as mudanças, a empresa cita o enxugamento de cerca de 66% do prompt de sistema e o carregamento das ferramentas apenas quando o agente precisa delas [11].

Antes disso, em agosto de 2026, a Cursor havia afirmado que seus Cloud Agents passaram a ser de 20% a 30% mais eficientes em tokens, e 80% mais eficientes em execuções com uso de computador — sem detalhar o método de teste [12]. A leitura é direta: o harness, a camada que envolve o modelo e decide o que ele vê, quais ferramentas carrega e como o contexto é montado, passou a pesar no custo tanto quanto a escolha do modelo.

Isso desloca a responsabilidade interna. Por muito tempo, a discussão de custo girou em torno de "qual modelo contratar". A evidência de 2026 sugere que a pergunta mais rentável é "como o agente é montado": quantas ferramentas ele carrega por padrão, quanto do repositório ele lê antes de agir, com que frequência resume o próprio estado em vez de reenviar o histórico bruto. São decisões de engenharia, não de contrato com fornecedor.

Um paper submetido ao arXiv em 17 de novembro de 2026 oferece vocabulário para essa nova contabilidade. Em "Where the Tokens Go: Heat, Entropy and Error in Agentic Coding", Alán Aspuru-Guzik e Varinia Bernales propõem uma teoria da "termodinâmica do software": os tokens gerados pelo agente são contados como custo, que se divide em "trabalho" e "calor" [13]. O insight gerencial é imediato — parte do que se paga produz software; parte se dissipa como ruído de exploração.

Contraponto: quando o token é só uma parte da conta

A narrativa de que o custo dos agentes é, sobretudo, custo de token tem uma objeção séria. A Sonar propõe medir o "custo por mudança aceita", somando tokens de todas as tentativas, computação de CI, tempo de revisão, retrabalho e defeitos que escapam para produção; num exemplo ilustrativo — com premissas escolhidas pela própria empresa, e não com dados de clientes —, os tokens ficam abaixo de 10% do total [14]. Se essa leitura estiver correta, otimizar agressivamente o consumo de tokens pode ser uma vitória local com efeito global pequeno.

A objeção deve ser levada a sério, mas não anula o diagnóstico anterior. As duas teses operam em escalas diferentes. Para uma organização que pagava US$ 20 por desenvolvedor por mês, o salto para a casa dos milhares de dólares é visível e politicamente desconfortável, porque aparece na fatura do fornecedor [4]. Já o retrabalho é invisível na fatura e aparece como tempo de engenheiro no fim do trimestre.

A consequência prática é que as duas métricas precisam coexistir. Custo por token mede a eficiência do loop; custo por mudança aceita mede a eficiência do sistema produtivo inteiro. Quem adotar só a primeira pode celebrar economias de 7% no harness enquanto paga um retrabalho muito maior. Quem adotar só a segunda pode descobrir tarde demais que a conta do fornecedor de modelo cresceu sem controle proporcional.

Contexto: de ferramenta de IDE a frota de agentes

Para entender por que a conta surpreendeu, vale lembrar o ponto de partida. Durante anos, as empresas trataram a IA como uma série de experimentos discretos; com os agentes entrando nos fluxos de trabalho que rodam o negócio, esse modelo começa a parecer inadequado, segundo conteúdo do braço Insights da MIT Technology Review [15].

A diferença econômica entre as duas eras é simples. Uma ferramenta de autocompletar é acionada dezenas de vezes por dia por um humano que decide quando parar. Um agente é acionado uma vez e decide sozinho quantas vezes vai iterar. O controle de gasto, que antes estava no dedo do desenvolvedor, migrou para a política do loop.

Há um paralelo com a nuvem, que também gerou faturas inexplicáveis até que práticas de FinOps se consolidassem. O vocabulário de governança de agentes começa a repetir esse caminho: a TrueFoundry descreve o "tokenmaxxing" como a prática de otimizar fluxos de IA para o consumo de tokens em vez de resultados de negócio, e lista quatro modos de falha — uso excessivo de modelos premium, preenchimento de contexto, loops de agente e desvio do tokenizador [16]. A existência do rótulo indica que o problema já tem sintomas reconhecíveis no mercado.

Conclusão: o que observar a seguir

Três indicadores merecem acompanhamento. O primeiro é a confirmação, ou não, da previsão da Gartner de que o custo de codificação com IA superará o salário médio de um desenvolvedor até 2028; segundo Tyagi, os gastos baseados em tokens ficam mais difíceis de justificar, com orçamentos muitas vezes consumidos antes do esperado [3]. O problema, portanto, já chegou à conversa de justificativa, não apenas à de fatura.

O segundo é se as ferramentas passarão a expor o custo por tarefa antes da execução. Como o consumo varia muito entre execuções [6], prever o custo continua um problema técnico em aberto, não um item de interface.

O terceiro é a institucionalização do harness como decisão de arquitetura. Se economias de 7% a 30% vêm de prompts mais curtos, carregamento sob demanda de ferramentas e gestão de contexto [11][12], o harness precisa passar pela mesma revisão que hoje se aplica a mudanças de banco de dados ou de infraestrutura. Um agente sem consumo auditado é um agente cujo custo será descoberto tarde — e, quando a conta sai de US$ 20 para US$ 2.000, a descoberta vem com dois zeros a mais.

Referências

[1] How Do AI Agents Spend Your Money? Analyzing and Predicting Token Consumption in Agentic Coding Tasks (arXiv) - https://arxiv.org/abs/2604.22750

[2] How are AI agents spending your tokens? (Stanford Digital Economy Lab) - https://digitaleconomy.stanford.edu/news/how-are-ai-agents-spending-your-tokens/

[3] Gartner prevê que custos de codificação com Inteligência Artificial ultrapassarão o salário médio de desenvolvedores até 2028 à medida que o consumo de tokens dispara (ABES) - https://abes.org.br/gartner-preve-que-custos-de-codificacao-com-inteligencia-artificial-ultrapassarao-o-salario-medio-de-desenvolvedores-ate-2028-a-medida-que-o-consumo-de-tokens-dispara/

[4] Your AI coding tools may soon cost more than you (The Next Web) - https://thenextweb.com/news/ai-coding-costs-developer-salary-gartner-2028

[5] Surging AI costs could exceed developer salaries by 2028 – analysts say context engineering could be the key to optimizing token consumption (ITPro) - https://itpro.com/software/development/surging-ai-costs-could-exceed-developer-salaries-by-2028-analysts-say-context-engineering-could-be-the-key-to-optimizing-token-consumption

[6] How Do AI Agents Spend Your Money? (arXiv, versão HTML v3) - https://arxiv.org/html/2604.22750v3

[7] The Hidden Cost Driver in Agentic Coding Sessions in 2026 (Vantage) - https://www.vantage.sh/blog/agentic-coding-costs

[8] Context Accumulation: Why AI Agents Can Cost 50x More Than Expected (Larridin) - https://larridin.com/blog/ai-agent-context-accumulation-cost

[9] Agentic AI Cost Runaway: Why One Cursor User Burned $4,200 in a Weekend (LeanOps) - https://leanopstech.com/blog/agentic-ai-cost-runaway-token-budget-2026/

[10] How To Reduce Token Costs of AI Coding Agents (MetalBear) - https://metalbear.com/blog/reduce-token-costs-ai-agents/

[11] Improved token efficiency for longer agent runs (Cursor) - https://cursor.com/blog/improved-token-efficiency

[12] Cursor Says C

loud Agents Use 20-30% Fewer Tokens (AI Catchup) - https://aicatchup.com/news/cursor-cloud-agents-token-efficiency-computer-use

[13] Where the Tokens Go: Heat, Entropy and Error in Agentic Coding (arXiv) - https://arxiv.org/abs/2611.23375

[14] The Economics of Agentic Development: Tokens, Retries, and Rework (Sonar) - https://www.sonarsource.com/resources/library/economics-of-agentic-development/

[15] Building AI that can work across the enterprise (MIT Technology Review Insights) - https://www.technologyreview.com/2026/11/16/1146070/building-ai-that-can-work-across-the-enterprise/

[16] Tokenmaxxing: A Nova Métrica de Linhas de Código para Governança de Custos de IA (TrueFoundry) - https://www.truefoundry.com/pt/blog/tokenmaxxing-ai-cost-governance

Fale com a Eliza
E

Eliza

Agente assistente