O aumento que não chegou
Em julho, quem rodava produto em cima da Claude API sabia a data exata em que o custo ia subir. O Claude Sonnet 5 tinha saído com preço de lançamento, 2 dólares por milhão de tokens de entrada e 10 dólares por milhão de saída, com aviso explícito de que era promocional. Em 1 de setembro de 2026 o preço subiria para 3 e 15 dólares. Quem fechou orçamento para o segundo semestre incluiu esse degrau na conta.
O degrau não vai acontecer. A página oficial de preços da Anthropic (platform.claude.com) traz uma nota direta sobre o Sonnet 5: o preço de lançamento virou o preço padrão, e o aumento programado para setembro "não vai ocorrer". O modelo segue custando 2 dólares de entrada e 10 de saída por milhão de tokens, sem prazo de validade anunciado.
A mesma tabela tem outro número que vale destacar por si só, sem precisar de nota explicativa: o Claude Opus 5, modelo de raciocínio mais caro da linha atual, saiu custando 5 dólares de entrada e 25 de saída. É metade do preço do Claude Fable 5, o modelo topo de linha da mesma empresa, que custa 10 e 50. O modelo mais forte da geração atual custa o mesmo que o modelo do meio da geração anterior.
Por que isso importa mais do que parece
A reação natural é achar isso bom e seguir o dia. O problema é que a maioria dos times trata a escolha de modelo como decisão de arquitetura: define uma vez, no início do projeto, e só revisita se alguma coisa quebrar. Fizemos esse mapeamento, escolhemos o Sonnet, seguimos em frente. Fechado.
Mas preço de modelo de IA não se comporta como preço de servidor. Servidor sobe com inflação e demanda. Modelo de IA disputa mercado contra concorrente direto toda semana, e o efeito colateral é que o preço que você orçou há seis meses pode já estar 30% ou 50% errado, para o lado bom, sem ninguém do seu time ter ido checar. Um aumento que devia entrar no dia 1 de setembro simplesmente foi cancelado. Isso não é o tipo de coisa que aparece no changelog que alguém lê.
E não é caso isolado de um fornecedor só. Nas últimas semanas outros laboratórios também mexeram para baixo no preço das camadas mais baratas dos seus modelos, citando ganho de eficiência na infraestrutura de inferência como motivo. O padrão que se repete é: lançar um preço alto, e em poucas semanas ou meses reduzir a camada de entrada, não a camada topo de linha. Para quem compra API, isso inverte a lógica de planejamento que a gente usa há anos com qualquer outro fornecedor de tecnologia.
A pergunta certa não é "qual é o melhor modelo"
A pergunta que resolve orçamento é outra: qual é o modelo mais barato que ainda cumpre a métrica da tarefa. Cada camada de modelo tem um custo e uma capacidade diferentes, e boa parte do gasto em IA em produção vem de usar o modelo caro em tarefa que o barato resolveria igual.
| Camada | Preço de entrada | Preço de saída | Onde costuma encaixar | |---|---|---| | Claude Haiku 4.5 | 1 dólar / milhão | 5 dólares / milhão | Classificação, extração, respostas curtas e repetitivas | | Claude Sonnet 5 | 2 dólares / milhão | 10 dólares / milhão | Codificação, atendimento, a maior parte da operação do dia a dia | | Claude Opus 5 | 5 dólares / milhão | 25 dólares / milhão | Raciocínio longo, planejamento de múltiplas etapas, tarefa que exige julgamento |
(Valores oficiais em platform.claude.com, agosto de 2026.)
Um jeito simples de aplicar isso num pipeline de agente é decidir a camada pela complexidade estimada da tarefa, não pela camada padrão do time:
def escolhe_modelo(tarefa):
if tarefa.tipo in ("classificar", "extrair", "resumir_curto"):
return "haiku-4.5"
if tarefa.exige_planejamento or tarefa.passos > 5:
return "opus-5"
return "sonnet-5"
Na Overflow, quando desenhamos o piloto de uma implementação de IA, começamos pelo modelo mais barato que resolve a tarefa e só subimos de camada quando o teste mostra que precisa, não porque o modelo caro parece mais seguro. Isso faz parte do diagnóstico antes de escrever qualquer linha de código, o mesmo processo que a gente descreve na página de implementação IA-first. Trocar Opus por Sonnet numa tarefa de classificação não é economia marginal: numa operação que processa 50 mil chamados por mês, a diferença de preço de saída sozinha já paga o salário de alguém do time.
O que fazer na segunda de manhã
Abra o painel de custo do seu provedor de IA e separe o gasto por modelo, não só por feature. Se o Opus (ou o equivalente de outro fornecedor) está processando tarefa que é claramente classificação ou extração, esse é dinheiro saindo do caixa sem motivo técnico. Depois, marque no calendário uma checagem trimestral de preço por camada, porque a tendência dos últimos meses é de corte, não de alta, e times que fixam o orçamento uma vez por ano estão sistematicamente pagando mais do que precisam.