Como o pricing por uso da OpenAI e Anthropic força startups brasileiras de IA a repensar receita

A documentação de pricing da Anthropic é, na aparência, uma tabela chata de preços por milhão de tokens. Mas ela descreve o motor econômico de praticamente todo produto de IA↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → construído hoje no Brasil, e revela um descompasso que muitos founders ainda não colocaram na planilha: a camada de infraestrutura cobra por consumo, e boa parte das startups brasileiras que a consomem cobra por assinatura fixa. Essa diferença de regime de cobrança é onde a margem some.

O que a tabela realmente diz

A estrutura da Anthropic não tem plano, tem contador. Cada modelo tem um preço de entrada e outro de saída por milhão de tokens (MTok). O Claude Opus 5 custa US$ 5/MTok de input e US$ 25/MTok de output; o Sonnet 5, US$ 2 e US$ 10; o Haiku 4.5, US$ 1 e US$ 5. Não existe mensalidade: você paga pelo que a máquina processa.

Mais revelador é o que a documentação empilha em cima disso. A busca na web é cobrada em US$ 10 por mil pesquisas, além dos tokens. A execução de código roda de graça até 1.550 horas por mês, e depois US$ 0,05 por hora por container. Cada ferramenta que o modelo aciona (bash, editor de texto, tool use) injeta tokens extras no request, contados na conta final. Um detalhe técnico importante para modelagem: os modelos Claude 4.7 e posteriores usam um tokenizador novo que produz cerca de 30% mais tokens para o mesmo texto, ou seja, o mesmo prompt ficou mais caro na prática, mesmo com o preço por token inalterado.

Em outras palavras: quanto mais o agente pensa, busca e age, mais custa. O custo escala com a autonomia. E é exatamente isso que a fase atual do mercado ("agentes") mais estimula.

Por que isso desmonta a assinatura fixa

O produto brasileiro típico de IA hoje cobra algo como R$ 99 ou R$ 299 por mês por usuário, num modelo SaaS clássico. Faz sentido quando o custo marginal de servir um cliente é quase zero, como era no software tradicional. Não é o caso quando o backend↳Back-end49 conteúdosIntegração front-end com backend: 7 decisões que evitam caos entre APIs, BFF e GraphQLDev (Back & Front) · abr 2026Como criar uma FAKE API REST para testes — JSONPlaceholderDev (Back & Front) · set 2025Construindo um aplicativo de bate-papo de IA simples com Spring AI e AngularDev (Back & Front) · jul 2025Ver tudo em Dev (Back & Front) → é um agente que consome tokens.

O problema é a distribuição de uso. Numa base de assinantes, um punhado de usuários pesados aciona o agente dezenas de vezes por dia, cada acionamento disparando buscas, execução de código e cadeias longas de raciocínio. Com preço fixo, esse usuário pode consumir em API mais do que paga de mensalidade, enquanto o assinante que mal usa subsidia o prejuízo. A margem bruta deixa de ser um número estável e vira uma variável que depende do comportamento de quem você menos controla.

A lógica da infraestrutura é o oposto: custo linear com o uso. Descasar o regime de cobrança do cliente do regime de custo do fornecedor é a receita de uma margem que piora justamente quando o produto dá certo e o engajamento sobe.

O caminho que a própria Anthropic sinaliza

Vale olhar como a Anthropic tenta domar esse custo, porque são as mesmas alavancas que o founder brasileiro precisa dominar antes de prometer preço ao cliente:

• Prompt caching: reler um prompt em cache custa 0,1x o preço de input (10%). Um system prompt grande repetido em toda chamada, cacheado, muda a economia de um produto.
• Batch API: 50% de desconto em input e output para processamento assíncrono. Ideal para tarefas que não precisam de resposta em tempo real.
• Seleção de modelo: rotear tarefa simples para Haiku (US$ 1/US$ 5) em vez de Opus (US$ 5/US$ 25) é uma diferença de 5x no custo.

Quem não instrumenta esses controles não tem produto com margem, tem uma aposta na conta da AWS↳AWS20 conteúdosE-mails de verificação com AWS SES + Lambda (Node.js) e Terraform: do zero ao envioDevSecOps · out 2025Codex na AWS: chegada do agente da OpenAI à nuvem da AmazonDevSecOps · abr 2026Salesforce e AWS ampliam colaboração em IA, CRM e marketplaceDevSecOps · nov 2023Ver tudo em DevSecOps →. E a implicação estratégica é direta: o preço ao cliente precisa refletir a estrutura de custo por trás, seja repassando consumo, seja cobrando por resultado entregue.

O contraponto: uso puro também tem armadilha

Seria fácil concluir que todo mundo deve migrar para cobrança por consumo e pronto. Não é tão simples, e o melhor argumento contra vale ser encarado.

Cobrança por uso tem um custo comercial real: ela transfere ansiedade para o cliente. Um preço que varia todo mês é mais difícil de vender, aprovar num orçamento corporativo e prever. Empresas compram software justamente pela previsibilidade. É por isso que a própria Anthropic oferece o modelo de Claude Consumption Units nos marketplaces de AWS e Azure, uma camada de abstração que empacota o consumo, e por que existe faturamento postpago com fatura mensal única. A infraestrutura sabe que consumo cru assusta.

O ponto de equilíbrio para o founder brasileiro provavelmente não é assinatura pura nem consumo puro, mas modelos híbridos: uma base fixa que cobre o custo mínimo de servir, com cobrança incremental por ação de agente ou por resultado acima de uma franquia, muito parecido com as 1.550 horas gratuitas de execução de código antes do preço por hora entrar. A cobrança por outcome (por tarefa concluída, por ticket resolvido, por documento processado) é a versão mais sofisticada disso, mas exige que o founder saiba com precisão quanto custa entregar cada unidade, o que só a instrumentação de custo por token permite.

O que muda na conversa com investidor

A implicação para quem capta no Brasil é a que menos aparece na manchete. Investidor de SaaS aprendeu a olhar margem bruta de 70% a 80% como sinal de saúde. Produto de IA com agente no core não entrega isso naturalmente: o COGS tem um componente variável pesado, o custo de inferência, que não existia no software tradicional.

Isso força duas mudanças na tese apresentada ao fundo. Primeiro, a margem bruta precisa ser explicada, não escondida: quanto do custo é inferência, como ela evolui com o volume e quais alavancas (cache, batch, modelo menor) estão sob controle. Segundo, a métrica de retenção e expansão muda de sentido, porque em produto por uso a expansão de receita acompanha a expansão de consumo, e não a venda de mais assentos. Um founder que ainda pitcha ARR de assinatura para um produto que consome tokens está descrevendo um negócio que a estrutura de custo não sustenta.

A leitura, aqui, é minha: o mercado brasileiro tende a viver essa reprecificação com atraso em relação ao americano, e quem ajustar o modelo antes de a margem quebrar (e não depois) chega à próxima rodada com números que contam uma história consistente. A tabela de preços da Anthropic não é só a conta do fornecedor. É o desenho do modelo de negócio que o produto brasileiro vai ter que copiar.

Fonte: Anthropic — Pricing and rate limits (Documentação oficial da API/Claude for Work)