A transformação que a IA está entregando ao mundo é sem precedentes. No marketing, ela tende a operar em duas frentes principais: 

• Análise de dados e performance: as IAs oferecem às marcas a possibilidade de interpretar vastas quantidades de dados, e automatiza processos de gestão relacionados ao microgerenciamento; 

• Produção criativa: as IAs ajudam as marcas a se colocarem em canais mais complexos de produzir. Elas passam a ter capacidades técnicas para produzir vídeos, posts mais complexos, e-books mais aprofundados etc. Até o site da marca pode ser completamente feito por IA, com algumas ressalvas. 

Em termos simples e como uma explicação rápida, essa é a revolução que as IAs trazem: a expansão do que pode ser produzido e a extinção do micromanagement.

A questão que surge é relacionada ao preço. Ou melhor dizendo: as questões. 

Os modelos de precificação das IAs ainda são relativamente confusos, e para piorar, eles estão mudando constantemente. 

O modelo por assinatura cobra por mês mas também cobra caso o limite de tokens seja ultrapassado? Há clareza técnica sobre o consumo dos tokens? E como vai ser no futuro? 

Vamos buscar responder essas questões aqui no texto. No primeiro tópico, logo abaixo, vamos entender como fazer as perguntas certas, em que áreas, e quais LLMs estamos respondendo. 

Acompanhe: 

Precificação híbrida é a mais popular na assinatura de IAs hoje

‍

O maior ponto de confusão sobre a precificação das IAs está no modelo híbrido de fornecimento do serviço, que é o mais comum nas assinaturas hoje. 

Nas IAs mais populares, há diferentes níveis de cobrança, dependendo do que você faz com elas. 

Geralmente, a assinatura está relacionada com o uso das IAs em chatbots, e o modelo de cobrança por tokens é o padrão para chamadas à API da LLM. 

Mas também há um terceiro fator: em alguns casos, mesmo sem chamadas à API, as IAs vão cobrar uma assinatura por um plano, mas não “travam” o usuário após o limite ser atingido. Elas cobram tokens extras. 

Separamos logo abaixo um quadro que explica melhor o modelo de cobranças das IAs: 

‍

‍

Ou seja, como podemos ver, a maioria das IAs opera a precificação em três níveis diferentes: 

• Uso da API em automações/integrações: cobrança por token desde a implementação; 

• Estouro do limite incluído no plano: cobrança por token só entra em cena se o usuário optar por continuar via "extra usage" em vez de esperar o reset;

• Planos enterprise "metered by design": não existe limite incluso pra estourar, todo uso já nasce cobrado por token, acima de uma taxa de assento fixa. 

Analisando essas informações, o que temos é um cenário geral do que está acontecendo hoje, mostrando a forte tendência para o modelo híbrido. 

Aliás, o modelo híbrido é o que faz mais sentido, quando consideramos onde e como as IAs estão sendo aplicadas. 

As empresas não querem congelar o trabalho porque a IA atingiu o limite. Mas também não querem ser cobradas a mais, mês após mês. 

Para entender qual é o caminho do futuro, vamos analisar agora alguns dados concretos. O que os números dizem sobre a tendência? Entre tokens e assinatura, qual é o modelo mais em alta? 

Acompanhe logo abaixo: 

Qual é a tendência na precificação das IAs? Por assinatura ou por tokens? 

‍

O modelo híbrido é o mais popular, sendo o padrão das big 3: OpenAI, Anthropic e Google. 

Há alguns casos à parte, como a Perplexity e o Copilot, mas vamos conversar melhor sobre eles isoladamente, em tópicos próprios. 

O que precisamos entender por enquanto é como vai ser no futuro. Ou seja: a tendência é manter o modelo híbrido? 

E mesmo dentro do modelo híbrido, o que é mais comum? A cobrança por tokens ou a cobrança por assinaturas? 

Segundo a PricingSaaS, o maior crescimento está no modelo de créditos/tokens. Entre 2024 e 2025, esses modelos cresceram 126%. 

Isso não é uma tendência nova, esse texto existe por causa dessa tendência. 

Ao mesmo tempo, a precificação exclusiva por licença caiu de 21% para 15% no mesmo período analisado, segundo o State of B2B Monetization Report, de Kyle Poyar.

Esse autor é o mesmo que reuniu os dados e estudos sobre a estatística anterior.

Uma análise mais complexa, da Bain & Company, buscou 30 fornecedores SaaS para entender se o modelo híbrido, popular nas maiores IAs do mercado, realmente está se tornando o padrão. 

A conclusão foi a mesma que chegamos no tópico anterior: 65% das SaaS analisadas usava o modelo híbrido, de assinatura + cobrança por tokens. 

Ou seja: o modelo híbrido já é o padrão, e a tendência é que ele se torne o dominante, senão o único modelo de precificação para LLMs na realidade B2B.

O modelo de precificação por licenças é inviável para as IAs

O modelo de negócios que as desenvolvedoras de IA aplicam é complicado de manter através de assinaturas. 

Os custos de processamento das IAs é alto para as companhias, mas a questão é mais profunda, e tem a ver com disponibilidade. 

É impossível saber qual será a carga de processamento que uma empresa terá com a IA pois os usos são muito variados. 

Duas licenças na mesma empresa podem ter discrepâncias gigantescas em relação ao consumo de tokens. 

Ao mesmo tempo, um alto consumo de tokens signfica alta adoção da IA nos processos corporativos. Nem os próprios gestores vão conseguir confiar em uma assinatura que pode parar a qualquer momento. 

O consumo híbrido é a alternativa possível, e portanto, muito provavelmente será o modelo padrão. 

Já nem tanto por tendências ou por interpretações dos dados, é possível perceber essa realidade apenas observando o funcionamento das soluções. 

Vamos entender agora os modelos de cobrança que as IAs trazem. E como contratos que contém IA também são oferecidos. 

Como as empresas pagam pela IA? 

‍

Mas como é que a cobrança acontece na prática? Quais são as formas de pagamento possíveis dentro do modelo híbrido? 

A maneira com que as IAs fazem a cobrança é transparente durante a contratação. Ou seja: ela mesmo vai te explicar o que você será cobrado, e oferece meios de acompanhar o consumo de tokens, se for o caso. 

Na maior parte das vezes, há um plano enterprise contratado e o consumo extra de tokens é cobrado no final do mês, junto com o padrão. 

Ou seja: você tem um valor fixo mensal já combinado pela assinatura, e caso extrapole, paga depois. 

O processo é similar em assinaturas padrão também. 

Mas é importante conhecer todos os métodos para também lidar com serviços e softwares que incluem IA nos contratos. 

Nesse caso, o fornecedor opera como um distribuidor terceirizado de tokens, liberando uma quantidade específica por assinatura do seu produto. Por exemplo: o CRM cobra a assinatura + tokens de IA conforme eles são gastos. 

Precificação: planos pré-pagos, pós-pagos e por blocos 

Existem algumas formas diferentes de pagar pelas IAs: 

• Limite pré-pago: a empresa faz um pagamento para ter créditos liberados. É um dos modelos padrão hoje, inclusive para usuários não corporativos. Você paga pelos créditos/tokens de forma antecipada, e acompanha o consumo. Quando consumir demais, faz um outro pagamento;
  
  
• Valor pós-pago: a empresa tem uma assinatura já em vigência, que oferece uma certa quantidade de tokens/créditos. Quando eles terminam, a empresa continua usando o serviço, e paga o excedente no final do mês; 

• Valor por blocos: qualquer pagamento ou compra de tokens é feita por blocos. Ou seja, você pode comprar de 10.000 em 10.000 tokens. Quando os primeiros 10.000 acabarem, você precisa comprar outros 10.000; 

O limite pré-pago é bastante comum em LLMs, e o mais comum nas relações híbridas também. Você tem uma carteira, e vai adicionando tokens. Conforme a IA vai trabalhando, ela vai consumindo esses tokens que você já tem. 

Valores pós-pagos geralmente são associados a soluções mais robustas. A criação de SaaS que usam IA está no auge hoje em dia. Esses novos SaaS integram a IA, cobram por blocos dos seus clientes mas são cobrados no fim do mês. 

Já a cobrança por blocos, que mencionamos ali, é um modelo que às vezes pode ser pré-pago ou pós pago. É comum em SaaS que terceirizam alguma LLM nas suas funcionalidades. 

Se existem parâmetros de cobrança, especialmente parâmetros difusos assim, é natural esperar que existam também formas de economizar, e sinais de alerta. 

Vamos conversar melhor sobre eles no tópico logo abaixo. Acompanhe: 

Como controlar os gastos com IA na empresa? 

‍

Com uma área de B.I. funcionando de forma adequada, você tem acesso a dashboards que incluem o gasto com tokens, para não ser pego de surpresa. 

Essa é a melhor maneira de controlar seus gastos: fazendo testes mais livres e depois ir fechando o cerco, buscando, através dos dados, os caminhos mais eficientes. 

Ou seja: é uma ação específica, algo que a sua marca precisa fazer olhando para a sua realidade. 

Ao mesmo tempo, existem alguns cuidados e precauções que podem ser tomados durante o processo de contratação e implementação. 

Vamos conversar melhor sobre eles agora, aqui no finalzinho do texto. Acompanhe: 

‍

1 — Planning; 

A necessidade de planejar o trabalho que será realizado pela IA é fundamental para conseguir controlar seus gastos. 

É aqui onde a maior parte das empresas encontra dificuldades em produzir ROI, por sinal. Com baixo planejamento, o budget fica comprometido, pois o volume de consumo não pode ser nem imaginado. 

É como contratar um serviço de entrega de donuts para cada funcionário sem saber quantos funcionários uma empresa tem. 

Faça o planejamento em três passos simples: 

• Brainstorm com equipe: discuta, junto com a equipe (especialmente a gestão de projetos) quais são as funções necessárias com IA; 

• Brainstorm gerencial: discuta, com os diretores, quais dessas funções são interessantes para a empresa; 

• Metrificação: com a lista final, veja qual é o volume em uma métrica própria. Exemplo: uma IA para organizar tickets. Qual é o volume dos tickets? 

2 — Budgeting; 

Essa parte é dividida em duas. Primeiro, você precisa tentar quantificar dois valores: o quanto a empresa está disposta a gastar e o quanto as funções elencadas podem gerar de custos. 

Ainda não é possível saber com certeza como esses custos serão, pois você não sabe como as atividades metrificadas do passo anterior se convertem em tokens.

Mas você consegue ter uma boa visão de quanto os tokens costumam custar: 

A ideia agora é pensar na complexidade da sua operação. Caso ela seja muito alta, vale a pena procurar planos enterprise, e durante as reuniões, entender o consumo de tokens mensal.

Caso a operação não seja tão complexa, uma assinatura inicial é um ótimo caminho para testar a conversão das atividades para tokens. 

Mais sobre isso abaixo: 

3 — Testing

Ótimo, você fechou um contrato com uma IA e já tem boas métricas do trabalho que será feito por ela. 

O próximo passo é testar. Não importa qual é o seu modelo de contração ou precificação: o teste é o mesmo. 

Basicamente, você deve ir implementando a lista feita no primeiro item pouco a pouco, e analisar o consumo de tokens de cada atividade. 

Esses testes não precisam ser muito complicados ou tomar muito tempo. Um dia para cada atividade pode ser o suficiente. 

Depois, você vai precisar manter essas informações registradas e atualizadas. Dessa forma, é possível correlacionar com facilidade cada aumento no consumo de tokens com atividades realizadas pelas IAs. 

O growth com IA é perigoso? Nós podemos ajudar

A variação no modelo de precificação com a IA é um dos maiores inimigos da transformação completa hoje. 

O consumo por assinatura hoje está relegado principalmente aos usuários comuns, enquanto o uso corporativo já está pagando por tokens. 

O complicado fica principalmente com as flutuações do valor dos tokens. Hoje, o valor de input é mínimo, e os preços para comprar o um milhão de tokens também estão caindo.

Mas ao mesmo tempo, o custo em tokens do output da IA está escalando, e o futuro é bastante incerto para trabalhar sem um apoio de especialistas em implementação de IA. 

Entre em contato com a Adtail para saber que tipo de suporte você pode estar precisando, e o que nós oferecemos! 

E conheça também nosso guia de terceirização. 

Obrigado pela leitura!