Infraestrutura de IA personalizada
Custo por tarefa de agentes de IA: medir o gasto por fluxo de trabalho
Veja como atribuir gastos com modelos e ferramentas a cada tarefa, para saber quais fluxos de agentes de IA merecem um modelo mais capaz.

Custo por tarefa de um agente de IA é o gasto total com modelos e ferramentas necessário para concluir um resultado de negócio, como responder a uma dúvida sobre pedido ou preparar uma recomendação de reembolso para uma pessoa aprovar. Para calcular o custo por tarefa, marque cada chamada de modelo e cada chamada de ferramenta com o fluxo de trabalho e a tarefa que ela atendeu, some o gasto por resultado concluído e compare esse valor com o que o resultado vale para o negócio. Essa comparação mostra se um fluxo merece um modelo mais capaz ou se um modelo menor dá conta do trabalho.
Principais pontos
- Meça o custo por resultado concluído, e não o custo por chamada de API ou por fatura do fornecedor.
- Marque cada chamada de modelo e de ferramenta com um identificador de fluxo e de tarefa antes de analisar qualquer coisa.
- Conte novas tentativas, escalonamentos e correções humanas como parte da tarefa, porque fazem parte do trabalho.
- Um modelo mais capaz só se justifica onde um resultado correto vale mais do que o gasto adicional.
- Mude o roteamento de modelos um fluxo por vez e revise os números em uma agenda fixa.
Por que a fatura mensal não responde à pergunta
As faturas dos fornecedores mostram quanto foi gasto em cada modelo, chave de API ou ferramenta. Elas não mostram qual atividade do negócio consumiu esse gasto. Dois fluxos podem usar o mesmo modelo, e um deles pode custar muito mais por resultado concluído porque tenta de novo com frequência, lê documentos longos ou chama um serviço de dados pago a cada etapa. Sem atribuição, as respostas habituais são palpites: trocar tudo por um modelo mais barato e torcer para a qualidade se manter, ou manter o modelo caro em todos os lugares porque ninguém consegue apontar para onde o dinheiro vai.
A pergunta que o líder precisa responder é mais estreita. Para esta tarefa, quanto custa um resultado finalizado, com que frequência o agente acerta sem ajuda e quanto custa um erro quando ele acontece? Essas três respostas sustentam uma decisão. Nenhuma delas pode ser lida no painel de um fornecedor.
Defina a tarefa e marque cada chamada
Comece pela unidade de trabalho. Anote o gatilho que inicia a tarefa, o estado que significa que ela está concluída, a pessoa que aceita o resultado e a falha que mais importa. Uma tarefa está terminada quando o resultado é aceito ou entregue a uma pessoa, e não quando a última chamada ao modelo retorna. Uma execução que termina em escalonamento é um resultado diferente de um caso resolvido, então os dois não devem ser contados no mesmo denominador.
Depois, torne as marcações legíveis por máquina. As convenções de IA generativa do OpenTelemetry definem nomes de atributos compartilhados para coisas como o modelo solicitado, o modelo que respondeu e as contagens de tokens, o que ajuda a manter os mesmos campos entre fornecedores diferentes. Os seus registros acrescentam os campos de negócio que nenhum fornecedor conhece. Um conjunto prático de marcações para cada execução tem estes elementos:
- Um nome estável de fluxo de trabalho, que corresponda à forma como a equipe descreve o trabalho, como consulta de status de pedido ou revisão de reembolso.
- Um identificador de tarefa que permaneça o mesmo entre novas tentativas, chamadas de ferramenta e transferências.
- O nome do modelo, a versão e as contagens de tokens de cada chamada, com um sinal quando o fornecedor informar entrada em cache.
- O fornecedor da ferramenta, o nome da ação e se a chamada apenas leu dados ou também os gravou.
- O resultado final: concluído, escalonado para uma pessoa, rejeitado ou abandonado.
- Qualquer correção humana, com um código de motivo registrado pelo revisor.
O gasto oculto costuma estar em três lugares: novas tentativas após um erro de ferramenta, recuperação de contexto que traz mais informação do que a resposta precisa e laços em que o agente reconsidera um passo que já havia resolvido. Registre cada nova tentativa como um evento próprio, para que ela apareça no total em vez de desaparecer em uma média.
Como calcular o custo por tarefa concluída
Para cada fluxo e cada período, some o gasto com modelo e o gasto com ferramentas de todas as execuções marcadas com ele, inclusive as que falharam ou foram escalonadas. Divida esse total pelo número de resultados aceitos sem retrabalho. Mantenha uma segunda linha para o custo das execuções escalonadas, já que o tempo de uma pessoa faz parte da tarefa mesmo quando o agente fez um trabalho útil antes. Depois, compare o resultado com o valor do resultado em termos do seu negócio, como a margem de um pedido, as horas de equipe economizadas ou a receita mantida com um cliente.
Cenário ilustrativo: um distribuidor de atacado de porte pequeno usa um agente que redige respostas sobre status de pedidos para um funcionário enviar. A marcação mostra que, sempre que uma consulta de entrega falha, o agente tenta de novo e depois repassa a mensagem a um modelo mais forte, e essas mensagens respondem pela maior parte do retrabalho que a equipe faz depois. A empresa corrige primeiro a conexão com a consulta de entrega, que era o verdadeiro motor do custo. Em seguida, mantém o modelo mais forte apenas para mensagens que citam uma fatura contestada. O cenário é ilustrativo e não descreve uma empresa específica.
Decida quais fluxos justificam um modelo mais capaz
Antes de trocar um modelo, responda a um conjunto curto de perguntas sobre aquele fluxo, usando os dados marcados:
- Quanto custa uma resposta errada em dinheiro, tempo ou confiança do cliente, e uma pessoa perceberia o erro antes de ele sair da empresa?
- A tarefa exige raciocínio sobre vários registros, ou basicamente recupera, classifica e formata informações?
- Um modelo mais barato falha de maneiras que as suas verificações conseguem detectar, como um campo ausente ou uma categoria claramente errada?
- Um conjunto de testes montado com os seus casos passados mostrou a diferença, e não uma nota de benchmark público?
- O gasto adicional se pagaria com menos escalonamentos, tempo de atendimento menor ou menos reversões?
Resultados de benchmarks públicos raramente resolvem isso para o seu fluxo. Quem resolve são os seus casos, as suas ferramentas e a sua definição de resultado correto. O texto sobre quais benchmarks de superinteligência antecipam resultados de negócio explica como separar um sinal útil de uma nota de destaque. Os materiais da Anthropic sobre avaliações de agentes também apontam que uma execução deve ser julgada pelo estado que ela alcança, e não apenas pela redação de cada resposta.
Como a Be Human trata a atribuição de custos
A abordagem gerenciada da Be Human fixa os campos de atribuição durante o primeiro projeto, quando cada papel do agente é definido com a sua memória, ferramentas, limites de aprovação e critério de sucesso. A partir daí, cada execução informa o gasto em relação a um fluxo que o agente foi construído para realizar. O monitoramento mantém as marcações completas, avaliações periódicas testam se uma mudança de modelo ou de roteamento ainda atende ao critério de sucesso com casos atuais, e as revisões de permissão confirmam quais ferramentas o agente pode chamar e quais gravações exigem aprovação. As trocas de modelo são tratadas como melhorias controladas, com motivo registrado, para que qualquer decisão de custo possa ser rastreada até a evidência que a sustenta.
Revise o custo por tarefa em uma agenda fixa
Faça a mesma revisão a cada período para que os números continuem comparáveis. Mantenha a reunião curta e focada em decisões:
- Compare o custo por resultado concluído com o período anterior, em cada fluxo.
- Leia os motivos de escalonamento e de retrabalho, e atribua a cada um uma correção na ferramenta, nos dados ou no modelo.
- Verifique se novas ferramentas ou novas tentativas aumentaram o gasto sem um ganho correspondente em resultados concluídos.
- Mude no máximo uma regra de roteamento por fluxo e meça o efeito antes de fazer a próxima mudança.
A revisão também mostra quando as permissões do agente deixaram de corresponder à carga de trabalho. Se um fluxo passou a incluir novas ações de gravação, os passos para revisar permissões de agentes de IA mostram como checar essas mudanças antes do próximo ciclo. Equipes que registram essas conclusões a cada período constroem um histórico que melhora decisões futuras, como descrito em como o ciclo de composição transforma feedback em capacidade.
Se ainda não está claro qual dos seus fluxos deve receber primeiro esse tipo de acompanhamento, o diagnóstico gratuito de IA da Be Human pode ajudar a identificar a primeira tarefa que vale entregar a um agente.
Perguntas frequentes
Como calcular o custo por tarefa de agentes de IA para um fluxo? Some o gasto com modelo e com ferramentas de todas as execuções marcadas com esse fluxo em um período, inclusive as que falharam ou foram escalonadas. Divida o total pelo número de resultados aceitos sem retrabalho e registre as execuções escalonadas em uma linha separada. Compare o resultado com o valor de um resultado correto, medido nos termos do seu negócio.
Todas as tarefas precisam de um modelo mais capaz? Não. Um modelo mais capaz só vale o gasto extra onde um erro é caro, a tarefa exige raciocínio sobre várias fontes e um modelo mais barato falha de formas que as suas verificações não detectam. Para recuperação simples, classificação e formatação, um modelo menor costuma atender ao critério de sucesso com custo menor.
Quais custos contar além dos tokens do modelo? Inclua cada chamada de ferramenta feita pelo agente, inclusive as que apenas leem dados, porque cada uma adiciona latência e, às vezes, cobranças. Conte as novas tentativas, a recuperação de contexto longo e o tempo que a equipe gasta corrigindo ou escalonando uma saída. Em fluxos que tocam vários sistemas, esses custos frequentemente superam a conta do modelo.
Com que frequência o custo por tarefa deve ser revisado? Revise em uma agenda fixa, como mensal para fluxos ativos, para que os números continuem comparáveis de um período para o outro. Entre as revisões, mude no máximo uma regra de roteamento por fluxo, para ver o efeito de cada mudança. Rode de novo o seu conjunto de avaliação após qualquer troca de modelo ou de instrução antes de confiar no novo número.
Seu próximo passo
Descubra primeiro onde um agente de IA cabe na sua empresa.
Faça o diagnóstico gratuito de IA da Be Human. Algumas perguntas sobre o seu trabalho mostram qual tarefa entregar primeiro a um agente, o que ele precisa saber e onde uma pessoa aprova.
Orientação editorial Be Human. Exemplos são ilustrativos, salvo atribuição explícita. Fontes oferecem contexto; a implementação depende do seu processo.


