A pergunta chega sempre no mesmo formato: "quanto custa por mês?". A resposta honesta é que existem quatro linhas independentes, com naturezas diferentes, e quem só olha uma delas se surpreende no segundo mês. Vamos abrir todas.
As quatro linhas de custo
- Plataforma — a assinatura de quem opera os agentes, os canais, o histórico e os painéis. Fixa e previsível.
- Modelo (tokens) — o que o modelo de IA consome para ler e escrever. Variável, proporcional ao volume e ao tamanho do contexto.
- Canal — as mensagens da Meta na API oficial do WhatsApp. Variável, proporcional a quantas conversas você inicia.
- Implantação e integrações — o trabalho de conectar o agente aos seus sistemas. Concentrado no começo, decrescente depois.
O erro clássico de orçamento é tratar tudo como custo fixo. As linhas 2 e 3 crescem com o uso — e é isso que torna a conta boa ou ruim, dependendo do que o agente resolve.
Linha 2: como estimar o gasto com tokens
Token é a unidade que o modelo cobra: aproximadamente ¾ de uma palavra em português. Você paga pelo que entra (a instrução, o histórico e os dados que o agente leu) e pelo que sai (a resposta).
O que faz a conta subir não é o tamanho da resposta — é o contexto. Uma resposta de três linhas pode custar dez vezes mais que outra idêntica, se antes dela o agente carregou 40 mensagens de histórico e três páginas de política interna.
Regras práticas para estimar:
- Uma conversa de atendimento típica (8 a 15 trocas, com consulta a sistema) fica na casa de alguns milhares a algumas dezenas de milhares de tokens.
- O histórico é o multiplicador: cada nova mensagem recarrega o que veio antes. Truncar histórico antigo é a economia mais fácil que existe.
- Modelos diferentes têm ordens de grandeza diferentes de preço. Rodar o modelo mais caro do mercado para classificar "isso é uma reclamação?" é desperdício puro.
A tática que mais corta custo sem perder qualidade é rotear por tarefa: modelo pequeno e barato para classificação, extração e triagem; modelo forte só para a resposta que vai para o cliente ou para a decisão delicada. Escrevemos sobre esse desenho em escolha de modelo, fallback e controle de custo.
Linha 3: o custo do canal oficial
Na API oficial do WhatsApp, quem paga é quem inicia. Desde a mudança da Meta para cobrança por mensagem, o preço depende da categoria do template:
- Utilidade — confirmações, atualizações de pedido, cobrança de algo já contratado. A categoria mais barata.
- Autenticação — códigos e verificação.
- Marketing — promoção e reengajamento. A mais cara.
Conversas iniciadas pelo cliente (ele te escreve primeiro) são, em geral, o cenário mais barato — e é por isso que colocar o número em anúncio, site e assinatura de e-mail muda a economia do canal inteiro.
Os valores mudam por país e são reajustados pela Meta, então não vale decorar número: vale modelar volume. Quantas mensagens ativas por mês você pretende disparar, em qual categoria. Isso, multiplicado pela tabela vigente, é a linha 3. Detalhes de categoria e aprovação em templates do WhatsApp: por que são reprovados.
Linha 4: implantação, o custo que ninguém orça
É onde os projetos estouram. Não pelo agente — pela integração. O tempo vai embora em:
- descobrir se o ERP tem API (e quem tem a credencial);
- mapear o dado que o agente precisa ler e o que ele pode escrever;
- verificação do negócio junto à Meta e aprovação dos templates;
- escrever as instruções do agente com quem conhece o processo de verdade.
Uma implantação de escopo estreito — um trabalho, uma ou duas integrações — é questão de dias. Uma que promete "automatizar o atendimento inteiro" vira projeto de trimestre. A recomendação é conhecida e continua valendo: comece por um trabalho só.
A conta que interessa: custo por caso resolvido
Custo mensal isolado não diz nada. O número que decide é quanto custa resolver um atendimento em cada rota.
Monte assim:
custo humano por atendimento =
(salário + encargos) / (atendimentos por mês por pessoa)
custo do agente por atendimento =
(plataforma + tokens + canal) / (atendimentos resolvidos sem humano)
Dois cuidados para o número não mentir:
- no denominador do agente, conte só o que resolveu sozinho — o que escalou consumiu as duas rotas;
- some no lado humano o custo de não atender: contato fora do horário que não voltou, cobrança que ninguém fez, lead que esfriou. Essa linha costuma ser maior que a folha.
Quatro alavancas que realmente reduzem a fatura
Truncar o histórico. Manter as últimas N mensagens mais um resumo do resto, em vez da conversa inteira. É a economia de maior efeito e menor risco.
Rotear por tarefa. Modelo barato para triagem, caro para a resposta final.
Cachear o que é fixo. A instrução do agente e as políticas da empresa se repetem em toda chamada; cache de prompt reduz o custo dessa parte.
Preferir conversa iniciada pelo cliente. Cada canal que traz o cliente até você (anúncio com clique-para-WhatsApp, botão no site, QR no PDV) troca mensagem cara por mensagem barata.
Sinais de que a conta vai sair errada
- Ninguém sabe dizer quantos tokens foram consumidos no mês passado. Sem medição por agente e por conversa, não há gestão de custo.
- O agente carrega a base de conhecimento inteira em toda mensagem, em vez de buscar o trecho relevante.
- A operação dispara marketing onde caberia utilidade — mesma mensagem, categoria (e preço) errados.
- Um único modelo caro faz tudo, inclusive tarefas mecânicas.
O que levar para a reunião de orçamento
Três números, não um: custo fixo da plataforma, custo variável estimado (tokens + canal, com base no volume projetado) e custo de implantação no primeiro mês. E, ao lado, o custo atual da rota humana para o mesmo volume.
Se quiser fazer essa conta com os seus números, veja os planos ou agende 40 minutos — dá para estimar volume, categoria de mensagem e consumo de tokens antes de qualquer contrato.