Em Duas Plataformas, o Token Barateou e o Gasto Não: o Controle de IA Passa ao Direito de Gastar

Na OpenRouter, o preço médio pago por um milhão de tokens caiu de US$ 0,77 para US$ 0,14. Em outro dado, a plataforma informa que o volume semanal de tokens passou de cerca de meio trilhão em janeiro de 2025 para 164 trilhões no fim de setembro de 2026. Os dois números vêm de um artigo convidado na OnlyCFO de Peter Walker, Head of Insights da OpenRouter, e descrevem o mix de clientes da própria OpenRouter: uma plataforma e uma população de compradores.

Max Woolf, a partir de dados do Vercel AI Gateway, mostra o mesmo formato em uma segunda plataforma. O custo por token no gateway caiu “para 43,3% do custo de abril de 2026. Porém, o gasto agregado vem aumentando.”

Duas plataformas, dois conjuntos de dados, uma direção. Nas duas, a plataforma reporta unidade mais barata ao lado de uso ou gasto total crescente.

Nossa leitura desse padrão é estreita e prática. Quando o preço da unidade cai e o número de unidades sobe, qualquer orçamento escrito como “esperamos pagar mais ou menos isto por token” envelhece rápido. A previsão acertou o preço e errou tudo o que o preço destravou. Um time financeiro que continua ajustando a premissa de preço está mexendo na variável que já se move a seu favor.

O controle que resiste a esse padrão é o direito de gastar: quem pode gastar, quanto por semana e quem aprova mais.

Por que orçamentos baseados em preço se desviam

Um orçamento por token é uma aposta em dois números ao mesmo tempo, preço unitário e volume. Os fornecedores publicam o primeiro. Ninguém publica o segundo para a sua organização, porque ele depende de quantas pessoas adotam a ferramenta, de quantos agentes rodam sem supervisão e de quantas novas tentativas cada tarefa consome.

O artigo da OpenRouter traz um exemplo limpo de como as novas tentativas inflam a unidade real. “Uma requisição que custa US$ 1,00 e tem sucesso em 80% das vezes custa US$ 1,25 por resposta bem-sucedida.” O preço na fatura é US$ 1,00. O preço do resultado é um quarto maior. Um orçamento montado no preço de tabela perde essa diferença antes de aparecer um único usuário novo.

Já escrevemos sobre agentes que aprovam o próprio estouro, sobre mostrar às pessoas quanto custa um prompt e sobre custo por tarefa concluída como o número do CFO. Este texto parte de outra pergunta. Suponha que o medidor exista e que a conta por tarefa esteja entendida. O que de fato segura o gasto?

Os dois fornecedores abaixo anunciaram respostas em outubro, e as duas respostas tratam da pessoa, deixando o preço do token fora da política.

Harness: teto semanal com caminho de aprovação

A Harness lançou o AI Budgets com um mecanismo fácil de descrever. “Em 90% do orçamento, o gasto entra em uma faixa WARN” (de alerta). Quando o gasto semanal ultrapassa o orçamento, “o acesso pausa até o próximo reinício semanal ou até alguém aprovar um pedido de mais.”

Essas duas frases contêm várias escolhas de design, e cada uma responde a uma fraqueza do orçamento por preço.

A primeira é a cadência. A Harness argumenta que “um orçamento mensal deixa alguém queimar a previsão inteira na primeira semana.” Uma janela semanal limita o estrago de uma semana ruim a uma semana. Nas palavras da Harness, “um reinício semanal mantém o ciclo de feedback curto e torna barato se recuperar de um estouro.” São quatro ou cinco reinícios por mês, em vez de um.

A segunda é a faixa de alerta. Em 90%, a Harness notifica a pessoa e ainda não restringe nada. Isso transforma o teto de surpresa em conversa.

A terceira é o caminho de aprovação. O acesso pausa, e alguém pode aprovar mais. A Harness encaminha o pedido pelo tamanho: “Aumentos pequenos passam rápido, e os maiores vão para a pessoa com autoridade para aprová-los.” Nossa recomendação é que essa pessoa seja um dono nomeado.

A Harness também reporta um número obtido ao aplicar a política em si mesma: “O gasto semanal médio com IA por desenvolvedor caiu de US$ 184 para US$ 115, cerca de 37% menos.” Trate esse número com cuidado. É uma empresa testando o próprio produto na própria fatura, com resultado reportado pelo fornecedor. Mostra que o mecanismo pode morder dentro de uma organização. Ainda não diz nada sobre a sua.

Figma: limite de créditos provisionado por SCIM

A Figma levou a mesma ideia para a identidade. Segundo a UX News, administradores do plano Enterprise podem definir o acesso de cada usuário aos créditos pagos de IA como limite mensal, acesso total ou nenhum. Os limites cobrem apenas créditos comprados, e “um limite pessoal não reserva créditos: os saldos compartilhados podem acabar antes.”

A parte mais interessante é onde o limite mora. A página de ajuda da Figma sobre limites de créditos de IA via SCIM documenta um atributo chamado aiCreditLimit. Ele aceita um número de créditos pagos por mês, ou blocked, inherit ou unlimited. Quando o SCIM gerencia o limite, “o provedor de identidade passa a ser a fonte da verdade”, e os administradores veem o limite na Figma, mas não podem alterá-lo lá.

Isso coloca o direito de gastar com IA no mesmo fluxo de provisionamento que já decide quem recebe qual aplicação e qual grupo. Nossa leitura: se o provedor de identidade ligar o atributo a grupos, quem entra poderia receber um limite de créditos junto com a conta, e uma mudança de função poderia levar o limite junto. A pergunta financeira “quanto esta pessoa pode gastar com IA” passaria a ser respondida pelo mesmo sistema que responde “esta pessoa recebe uma conta”.

Harness e Figma diferem na cadência (semanal contra mensal), e a Figma também deixa o provedor de identidade ser dono do limite via SCIM. A Harness pode definir um orçamento por time, desenvolvedor, modelo ou projeto. A Figma define limites por usuário, com padrões por grupo de faturamento ou por organização. Nenhuma das políticas é expressa em tokens.

Como fica o controle por direito de gastar na prática

Juntar os dois desenhos dá uma lista curta de propriedades para exigir de qualquer ferramenta de IA que você compre ou de qualquer gateway interno que você construa.

Teto por pessoa ou por grupo. A unidade de controle é o humano ou o time, porque é a unidade sobre a qual um gestor consegue raciocinar. O token é a unidade do fornecedor.

Janela curta de reinício. O argumento da Harness sobre orçamentos mensais vale para qualquer coisa com janela longa. Quanto mais curta a janela, menor o pior caso.

Alerta antes da parada. Um teto que dispara sem aviso pode empurrar as pessoas a contorná-lo. Uma faixa de alerta dá tempo para pedir.

Um aprovador nomeado para mais. Quando o teto é atingido, o caminho é um pedido a uma pessoa com autoridade, registrado em algum lugar. Esse registro vira o seu sinal de demanda: quais times continuam pedindo, e para quê.

Provisionamento a partir da identidade. O atributo SCIM da Figma mostra a direção. Se o direito de gastar mora no provedor de identidade, entrada, mudança de função e saída atualizam os limites automaticamente. Se mora em uma planilha, ele se desvia do mesmo jeito que o orçamento por preço.

Nada disso exige prever o preço do token no próximo trimestre. Essa é a vantagem prática. O preço pode continuar caindo, o volume pode continuar subindo, e o direito de gastar continua valendo porque nunca dependeu de nenhum dos dois.

A objeção que merece atenção

Um teto semanal pode atrasar trabalho bom. Um desenvolvedor no meio de uma migração bate no teto na quinta-feira e espera por um aprovador que está em reuniões. Esse custo é real.

Os dois desenhos deixam um jeito de subir o limite. A Harness pausa o acesso até um reinício ou uma aprovação. Na Figma, inherit aplica o padrão do grupo de faturamento, ou então o da organização, e um limite explícito ou unlimited o substitui para aquele usuário. Para um usuário gerenciado por SCIM, o fluxo de pedido não envia uma solicitação na Figma, então a mudança precisa acontecer no provedor de identidade. O teto é onde a conversa começa. Se as aprovações viram rotina para um time, suba o teto daquele time e mantenha o limite para os demais.

A outra objeção diz que gasto é um indicador atrasado de valor. Isso procede, e é por isso que o custo por tarefa concluída continua sendo o número a reportar para cima. O controle por direito de gastar responde a outra pergunta: quanta exposição a organização aceita enquanto ainda aprende qual é esse número por tarefa.

Faça isto agora

Escolha a ferramenta de IA com a maior linha na fatura do mês passado. Responda quatro perguntas sobre ela.

Quem pode gastar nela hoje, por nome ou por grupo? O que acontece quando uma dessas pessoas gasta muito acima da média em uma semana? Quem fica sabendo, e em quanto tempo? Quem pode aprovar mais, e onde essa aprovação fica registrada?

Se as respostas forem “todo mundo”, “nada”, “ninguém até o fim do mês” e “ninguém”, você tem um orçamento por preço e nenhum direito de gastar definido. Comece com um teto semanal por pessoa, um alerta em 90% e um aprovador nomeado por time. Se a ferramenta aceita provisionar limites pelo seu provedor de identidade, ligue o teto aos grupos que já existem em vez de manter uma lista separada.

Depois acompanhe os pedidos de aprovação por um mês. Eles tendem a dizer mais sobre onde a IA está gerando valor do que uma previsão de tokens diria.

Fontes

OnlyCFO (artigo convidado da OpenRouter). “The Current State of AI Tokenomics | What CFOs Should Know.” Outubro de 2026.
Max Woolf. “OpenAI and Anthropic cut their LLM prices by up to 80% within a few months. Why?.” Outubro de 2026.
Harness. “Introducing AI Budgets: A Policy You Can Watch Work.” Outubro de 2026.
UX News. “Figma Adds Enterprise AI Credit Controls and Admin APIs.” Outubro de 2026.
Figma. “Manage AI credit limits with SCIM.” Outubro de 2026.

A Victorino ajuda lideranças de finanças e engenharia a desenhar controles de gasto com IA ligados a pessoas, aprovações e identidade: contato@victorino.com.br | www.victorino.com.br