Os modelos ficaram mais baratos, mas minha conta não (novamente)
A cada trimestre, o preço por token cai e minha fatura permanece estável. O vazamento é uso, não taxa.
O GPT-6.1 sol e o Gemini 4 Argon desembarcaram em $ 2 por milhão de insumos, mais barato do que os carros-chefe do ano passado. Boas notícias, eu disse a mim mesmo, minha conta vai cair. Não funcionou. Nunca funciona, porque as economias por token são devoradas ao fazer mais tokens de mais coisas.
A fuga é estrutural. Quando uma chamada é barata, você deixa de ser cuidadoso: você resume novamente, tenta novamente, registra toda a conversa, executa um segundo modelo para verificar o primeiro. Cada um é apenas um erro de arredondamento e uma fatura FAT juntos. Modelos mais baratos não me tornavam frugal; eles me tornavam um desperdício em escala.
O que realmente cortou minha conta uma vez foi uma auditoria de uso, não uma troca de provedor. Encontrei uma tarefa rotineira queimando chamadas de fronteira que um modelo minúsculo lidava bem, e um loop de repetição que disparava três vezes em cada erro. Corrigir esses dois deixou a fatura cair mais do que qualquer corte de preço.
A lição: o preço por token é uma distração. A disciplina do token é a alavanca de custo real e só melhora quando você mede para onde eles vão. Modelos mais baratos apenas escondem melhor o desperdício.