Cálculo de custos e exemplo prático
Nesta página
A fórmula
O dimensionamento da taxa de transferência provisionada resume-se a uma simples adição. O custo diário apresenta-se da seguinte forma:
Daily cost = (Input units + Output units) x $10
De seguida, determine quantas unidades necessita com base nos seus requisitos de TPM (tokens por minuto) e na alocação específica do modelo:
Input units = Desired input TPM / TPM per model unit (round up)
Output units = Desired output TPM / TPM per model unit (round up)
Arredondar para cima não é apenas um detalhe contabilístico. Não é possível comprar um terço de uma unidade: se as suas necessidades excederem um múltiplo da alocação, mesmo que seja por um único token por minuto, terá de pagar pela unidade inteira. O exemplo seguinte ilustra como isto se reflete numa fatura real.
Um exemplo completo: grok-4.3
Considere uma aplicação de apoio ao cliente que requer 100.000 TPM de entrada e 50.000 TPM de saída no modelo grok-4.3. Vamos percorrer o cálculo passo a passo.
Este modelo oferece 31.500 TPM de entrada por unidade, o que nos dá a contagem de unidades de entrada:
100,000 / 31,500 = 3.17 → 4 units (round up)
Capacidade real obtida: 4 x 31.500 = 126.000 TPM de entrada. Note o efeito do arredondamento: paga por 126.000 TPM, embora só necessitasse de 100.000. Esses 26.000 TPM adicionais não são desperdiçados — constituem a sua margem de segurança para picos de tráfego — mas aparecem na fatura.
No lado da saída, a alocação é de 12.500 TPM por unidade:
50,000 / 12,500 = 4.00 → 4 units
Capacidade real obtida: 4 x 12.500 = 50.000 TPM de saída. Neste caso, o requisito coincide exatamente com um múltiplo da alocação, pelo que não há capacidade não utilizada. Trata-se de uma coincidência aritmética, mas ilustra um hábito útil: verifique se um ligeiro ajuste à sua necessidade declarada ultrapassa o limiar de uma unidade.
Agora, basta somar tudo:
Daily cost = (4 + 4) x $10 = $80/day
30-day cost = $80 x 30 = $2,400
Comparação com o modelo pay-as-you-go
Este valor não significa nada até ser comparado com o custo do mesmo volume sob faturação baseada no consumo. Suponha que consome efetivamente 100.000 TPM de entrada durante 8 horas por dia, 22 dias úteis por mês:
Monthly input tokens = 100,000 x 60 x 8 x 22 = 10.56 billion tokens
O custo correspondente depende então da tarifa por token do modelo aplicada a este volume. Se a taxa de transferência provisionada resultar num valor mais baixo, a decisão está tomada. No entanto, o preço não é o único fator: a capacidade reservada também faz sentido quando a utiliza de forma sustentada, mais de 6 a 8 horas por dia, quando tempos de resposta garantidos condicionam a experiência do utilizador, quando os picos de tráfego da plataforma impactam visivelmente a sua aplicação, ou quando um SLA de 99,9% é um requisito explícito de negócio. Qualquer uma destas razões, por si só, justifica o prémio de custo.
O custo do modelo errado
Vamos considerar exatamente o mesmo requisito, desta vez no modelo grok-4.20-0309-reasoning, um modelo premium:
Input: 100,000 / 3,000 = 34 units
Output: 50,000 / 700 = 72 units
Daily cost = 106 x $10 = $1,060/day
30-day cost = $31,800
Mesma aplicação, mesmo volume, e uma fatura que salta de 2.400 $ para 31.800 $ num período de trinta dias. Para um chatbot de apoio ao cliente, o modelo rápido é muito provavelmente suficiente e custa 13 vezes menos que o modelo premium. Memorize esta proporção: nenhuma otimização de prompts, nenhuma negociação comercial conseguirá alguma vez recuperar um fator de 13 ganho ou perdido na fase de seleção do modelo.
Dimensionamento correto
Para a sua primeira provisão, comece com modéstia. Inicie com uma estimativa baixa e escale gradualmente: é mais fácil adicionar unidades do que justificar um estouro orçamental. De seguida, monitore a utilização real através das métricas de consumo detalhadas fornecidas pela API de Gestão, que lhe indicarão, em poucos dias, se a sua estimativa inicial se manteve válida. Ainda assim, planeie uma margem de capacidade de 20 a 30 % para absorver picos; caso contrário, um único dia invulgar será suficiente para saturar a alocação.
Saiba que existe uma rede de segurança: os pedidos que excedem a sua alocação recorrem automaticamente ao modelo pay-as-you-go. Um excesso não provoca interrupção de serviço; gera apenas uma linha extra na fatura — o que permanece, na maioria dos contextos, o compromisso desejável.
Pontos-chave
- A fórmula é simples: (unidades de entrada + unidades de saída) x 10 $/dia
- Arredonde sempre para cima o número de unidades necessárias
- A escolha do modelo tem um impacto major nos custos: um fator de 13x entre modelos rápidos e premium
- A taxa de transferência provisionada é rentável para utilização sustentada (mais de 6 horas/dia)
- A fallback para pay-as-you-go absorve automaticamente os excessos de consumo