Dos tokens do provedor aos créditos Modalis: entenda o custo antes da requisição

Equipe Editorial Modalis AI · 2026-08-30

Revisão técnica Laboratório Modalis AI — Precificação e Governança de Modelos · Verificado em 2026-08-30

Veja como entrada, saída, cache, thinking e ferramentas afetam a cobrança, separando custo do provedor, créditos Modalis, acesso e pisos comerciais.

O provedor fatura tokens e componentes pagos. O cliente do SaaS consome créditos dentro de um plano comercial. São camadas relacionadas, mas diferentes. Confundi-las produz comparações ruins, sobretudo quando uma resposta visível curta inclui prompt grande, raciocínio não exibido, conteúdo em cache ou busca web.

Dois registros para uma requisição

O registro do provedor contém uso técnico: entrada sem cache, entrada em cache, cache write quando aplicável, tokens de saída, reasoning ou thinking e ferramentas cobradas à parte. O registro Modalis aplica a versão da regra de preço, margem comercial, piso do modelo, entitlement do plano, reserva e liquidação final.

Preços de lista usados neste snapshot

Os valores são snapshot educacional, não fatura completa. Entrada em cache pode ter preço menor, cache write pode ter outra tarifa, contexto longo pode ativar multiplicadores, batch pode receber desconto e ferramentas como web search podem ser cobradas separadamente. O preço pode mudar após a publicação.

Uma simulação comparável somente de tokens

Para uma requisição com 10 mil tokens de entrada sem cache e mil tokens de saída, o custo aproximado do provedor aparece abaixo. O exemplo exclui cache, detalhes de thinking, ferramentas, regras de contexto longo, retries, tributos e precificação Modalis. Ele ilustra a relação entre tarifas, não prevê cobrança ao cliente.

Por que uma requisição curta pode atingir o piso

Requisições muito pequenas custam frações de centavo no provedor. O SaaS ainda possui custos de pagamento, observabilidade, suporte, retries, segurança e plataforma. Um piso por modelo cria mínimo previsível e protege a economia do serviço. Quando o consumo calculado por componentes supera o piso, o uso real prevalece.

Plano mínimo é uma regra de acesso, não uma afirmação de franquia mensal. A página pública de preços é a fonte de verdade para os créditos incluídos na assinatura atual. Uma conta superadmin pode ignorar entitlement operacionalmente e, por isso, não prova o que clientes Free, Premium ou Scale conseguem ver.

Entrada e saída precisam de controles separados

Saída é mais cara que entrada nos cinco modelos deste snapshot. A resposta visível pode ser apenas parte da saída quando thinking está ligado. Na entrada, histórico, instruções de sistema, texto de anexos e resultados de ferramentas contam mesmo quando o usuário digitou uma frase curta.

• Limite o histórico. Mantenha o necessário e resuma ou remova turnos antigos.
• Defina saída realista. Um teto enorme eleva reserva e pior caso sem necessidade.
• Trate anexos como entrada. Um PDF pode dominar o custo da requisição.
• Meça cenários com thinking. O texto visível não é proxy confiável de custo.
• Limite ferramentas pagas. Web search e outros componentes precisam de teto prévio.

Como validar uma requisição real

1. Registre saldo inicial e modelo selecionado.
2. Envie um prompt identificável e aguarde uma resposta concluída.
3. Confirme tokens, provedor, modelo, status e request ID no dashboard de uso.
4. Compare a variação do saldo com créditos consumidos, não com a reserva inicial.
5. Quando possível, compare tokens e custo no console do provedor após o atraso de reporte.
6. Investigue registros duplicados, IDs ausentes, estornos inesperados ou margem abaixo da política.

Uma requisição é smoke test, não certificação de preço. Validação complexa deve cobrir histórico longo, anexos, cache hit e write, thinking, saída máxima, busca web, erros, recusas e retries. Cada caso altera um componente diferente.

Cache só representa economia quando é observado

Não projete desconto de cache para todo o tráfego. Um prefixo precisa ser elegível, permanecer estável e efetivamente gerar cache hit no provedor. Requisições personalizadas ou históricos que mudam cedo podem pagar entrada sem cache — e alguns fluxos ainda pagam uma operação de escrita antes de obter economia em leituras futuras.

Separe cenários frios e quentes na simulação. Registre a primeira chamada, as repetições com prefixo idêntico e a expiração relevante. Essa distinção evita vender um custo ideal como se fosse garantido e ajuda a identificar quais system prompts, ferramentas e documentos realmente se beneficiam de reutilização.

Veja onde cada faixa de preço se encaixa no guia de lançamento dos cinco modelos e aplique o método de avaliação do Laboratório Modalis antes de alterar um padrão de produção.