Quando A Promoção Acaba: O Calendário De Preços De LLM Que Muda A Conta Do Seu Time Até Janeiro

Imagine a cena, porque ela é comum: alguém abre a planilha de custo de IA do time para fechar a projeção do trimestre e começa a conferir de onde veio cada premissa. O preço por milhão de tokens de entrada veio da página de preços de um fornecedor. O de saída, de outro. O desconto de cache veio de um post de lançamento. E, a cada célula que se rastreia, aparece uma pergunta que a planilha não faz: até quando esse número vale? Quando eu repassei esse exercício na cabeça, a conclusão foi incômoda. Uma parte relevante das premissas que costumamos tratar como constantes tem, na prática, data de validade.

Nas últimas semanas essa impressão ganhou material concreto. Em 07/10, a Anthropic cortou pela metade o preço de leitura de cache do Claude Sonnet 5.5. A OpenAI mantém uma redução promocional no GPT-5.6 Sol sem data firme de fim. Uma fonte secundária descreve um preço introdutório do Gemini 3.8 Flash que dobra em 01/01/2027. E, entre 06 e 09/10, a Anthropic lançou e pausou uma oferta de créditos de API para startups. São quatro movimentos de natureza diferente, e misturá-los numa mesma coluna de "preço" é a receita para uma fatura que surpreende em janeiro.

Eu já escrevi aqui sobre por que boa parte das decisões de FinOps de LLM envelhece quando os preços caem, e sobre o playbook de gestão de tokens em produção. Este post olha para o outro lado da mesma moeda: preço não só cai, também tem degrau, tem prazo, tem condição e pode ser retirado. Quem responde pela fatura precisa tratar isso como calendário, não como constante.

Vou separar os tipos de preço que existem, montar o calendário com as datas que as fontes trazem (e dizer quais dessas fontes são frágeis), refazer as contas de cache read com premissas explícitas, olhar o caso Claude Startups como lição sobre subsídio, e fechar com uma proposta de modelagem em dois cenários e as métricas que eu mediria. Tudo o que é conta aqui é ilustrativo, com premissas minhas, e não relato da fatura de ninguém.

Preço De Tabela, Preço Promocional, Preço Introdutório E Degrau

A primeira coisa que ajuda é dar nome às coisas, porque "o preço" esconde pelo menos quatro mecanismos diferentes. O preço de tabela é o que o fornecedor publica como valor corrente, sem prazo declarado. Isso não quer dizer eterno: a Anthropic mexeu no cache read do Sonnet 5.5 em 07/10, e para baixo. Mas é o preço que se espera estável até segunda ordem.

O preço promocional é uma redução com janela. O caso da OpenAI é o exemplo: segundo uma mensagem no fórum da comunidade da OpenAI, de 22/08/2026, o GPT-5.6 Sol teve a entrada reduzida de US$ 5,00 para US$ 4,00, a entrada em cache de US$ 0,50 para US$ 0,40 e a saída de US$ 30,00 para US$ 20,00. A mesma mensagem diz que a redução vale "pelo menos até 21/11/2026". A tabela citada lá fala em 21/08 a 21/11/2026, mas sem data firme de fim. Em português claro: o fornecedor não prometeu que acaba em 21/11, só que não acaba antes. Para planejamento, isso é pior do que uma data fixa, porque você não sabe quando refazer a conta.

O preço introdutório é parente próximo, mas com a data anunciada de antemão e com a direção do salto também anunciada. O caso é o Gemini 3.8 Flash. Segundo o Techplained, fonte única que vou tratar como secundária, o preço vai de US$ 0,75 de entrada e US$ 3,75 de saída por milhão de tokens até 31/12/2026 para US$ 1,50 e US$ 7,50 a partir de 01/01/2027. Entrada e saída dobram. A mesma tabela da fonte marca o preço de cache de 2027 como "verificar", e a fonte tem uma inconsistência na data de lançamento (cita 02/09/2026, mas os metadados apontam 20/08). Nada disso invalida a ideia central, mas é motivo suficiente para o leitor confirmar na página de preços do Gemini API antes de levar o número para uma planilha de diretoria.

O quarto mecanismo é o degrau por tamanho de prompt. Pela tabela de preços da Anthropic, o Haiku 5.5 custa US$ 0,10 de entrada e US$ 0,50 de saída por milhão de tokens quando o prompt tem até 100.000 tokens. Acima disso, todos os tokens da requisição passam para a faixa maior: US$ 0,50 e US$ 2,50. Repare que não é um imposto marginal, em que só o excedente paga mais. É um degrau: uma requisição de 100.001 tokens custa cinco vezes mais por token do que uma de 100.000. Já Opus 5.5 e Sonnet 5.5 têm 1 milhão de tokens de contexto sem faixa por tamanho. Falei dos efeitos do 1M de contexto no Haiku em outro texto, sobre a migração e o erro 400 do Haiku 5.5; aqui o que importa é a lógica de custo: quem tem uma distribuição de tamanho de prompt com cauda longa cruza o degrau com mais frequência do que a média sugere.

Um quinto ponto, que não é um tipo de preço, mas contamina a comparação: a contagem de tokens. Segundo o guia de migração da Anthropic, o tokenizador novo gera cerca de 30% mais tokens para o mesmo texto no Haiku 5.5 em relação ao 4.5. Se você comparar US$ por milhão entre gerações sem recontar os tokens do seu próprio tráfego, está comparando réguas de comprimentos diferentes. Um preço por milhão "igual" pode esconder uma fatura 30% maior para o mesmo trabalho.

Juntando tudo, a pergunta útil sobre qualquer número da planilha tem três partes. Esse preço tem data de fim, declarada ou não? Ele depende de eu estruturar alguma coisa (cache, batch, tamanho de prompt) para valer? E ele está na mesma unidade de contagem de tokens que o meu tráfego real? Uma célula que não responde a essas perguntas é uma aposta, não uma premissa.

O Calendário Até Janeiro

Montei abaixo o que as fontes do brief permitem datar. A coluna de confiança é minha, e reflete o tipo de fonte, não a probabilidade de o fato ser verdadeiro. Tudo em US$ por milhão de tokens, e a tabela é de referência para planejamento, não substitui a página de preços de cada fornecedor.

Data	Item	O que muda	Natureza	Confiança da fonte
30/07/2026	GPT-5.6 Terra e Luna	Terra: entrada US$ 2,50 para 2,00, cache 0,25 para 0,20, saída 15 para 12. Luna: entrada 1,00 para 0,20, cache 0,10 para 0,02, saída 6 para 1,20	Redução permanente, segundo a mensagem	Fórum da OpenAI, não documentação oficial
21/08 a 21/11/2026	GPT-5.6 Sol	Entrada 5,00 para 4,00, cache 0,50 para 0,40, saída 30 para 20	Promocional, "pelo menos até 21/11", sem data firme de fim	Fórum da OpenAI
06 a 09/10/2026	Claude Startups	Assinatura Team mais US$ 1.000 em créditos de API: lançada e pausada	Subsídio revogável, sem data de reabertura	Resumo de terceiro (FourWeekMBA) do comunicado da Anthropic
07/10/2026	Claude Sonnet 5.5	Cache read de 0,20 para 0,10 (de 0,1x para 0,05x da entrada)	Mudança de tabela, sem prazo	Notas de versão e página de preços da Anthropic
31/12/2026	Gemini 3.8 Flash	Fim do preço introdutório: entrada 0,75, cache 0,075, saída 3,75	Introdutório, data anunciada	Fonte única secundária (Techplained)
01/01/2027	Gemini 3.8 Flash	Entrada 1,50, saída 7,50; cache de 2027 marcado como "verificar"	Dobra de entrada e saída	Fonte única secundária (Techplained)
Sem data	Haiku 5.5	Prompt até 100 mil tokens: 0,10 / 0,50. Acima: 0,50 / 2,50 em todos os tokens	Degrau por tamanho de prompt	Página de preços da Anthropic

Dois avisos de leitura sobre a tabela. O primeiro é sobre a geração da OpenAI. A promoção do Sol acima é da geração GPT-5.6. O blog escreveu em 29 e 30/09 sobre o lançamento do GPT-6 Sol e Luna com preços e benchmarks, que é outra geração, com tabela própria. Não estou afirmando que a promoção do GPT-5.6 vale para o GPT-6, e a nomenclatura de modelos da OpenAI varia entre as fontes, então quem já migrou deve conferir a página de preços da geração em uso antes de usar qualquer linha desta tabela.

O segundo aviso é que a tabela mistura fatos de naturezas muito diferentes. A linha do Sonnet 5.5 é uma alteração de tabela oficial: ninguém prometeu que dura para sempre, mas não há data de fim. A linha do Gemini é um salto agendado, e a linha do Sol é uma janela com ponta solta. Para um orçamento, a ordem de risco é inversa à ordem de visibilidade: o Sonnet 5.5 chama atenção por ser notícia, mas o preço que mais provavelmente vai surpreender é o de entrada que dobra numa data conhecida e que ninguém reavaliou.

Há ainda um detalhe de conferência sobre o Sonnet 5.5. Um blog de terceiros, o SmartScope, observou que a página de preços listava US$ 0,10 na seção de prompt caching enquanto a tabela do topo ainda mostrava US$ 0,20. Isso sugere uma atualização de documentação em andamento, então confira na página oficial no dia em que fechar a conta.

A Conta Do Cache Read: Quanto A Redução Realmente Vale

O corte do cache read do Sonnet 5.5 é a notícia mais concreta da semana, e também a mais fácil de superestimar. Pela tabela oficial da Anthropic, o Sonnet 5.5 custa US$ 2 de entrada e US$ 10 de saída por milhão de tokens, com escrita de cache de 5 minutos a US$ 2,50, escrita de 1 hora a US$ 4 e leitura a US$ 0,10, agora 0,05x do preço-base em vez de 0,1x. As escritas de cache e os demais preços ficaram como estavam. Ou seja, a mudança atinge exatamente uma linha da fatura: tokens lidos de cache.

O ganho, portanto, depende da fatia que essa linha ocupa no gasto total. Vou refazer a conta ilustrativa que o SmartScope apresenta, com os mesmos volumes, para conferir. Premissa: 800 mil tokens de cache read, 100 mil de entrada normal e 100 mil de saída. Antes do corte: 0,8 x US$ 0,20 = US$ 0,16 de leitura, mais 0,1 x US$ 2 = US$ 0,20 de entrada, mais 0,1 x US$ 10 = US$ 1,00 de saída, total de US$ 1,36. Depois: 0,8 x US$ 0,10 = US$ 0,08, mais os mesmos US$ 0,20 e US$ 1,00, total de US$ 1,28. A redução é de US$ 0,08 sobre US$ 1,36, cerca de 5,9%. Bate com o que a fonte relata, algo em torno de 6%.

O motivo de o número ser pequeno é a saída. Nesse perfil, US$ 1,00 dos US$ 1,36 vêm dos 100 mil tokens de saída, a US$ 10 por milhão. O desconto incide sobre a leitura de cache, que mesmo com 800 mil tokens pesava só US$ 0,16. Uma redução de 50% sobre uma linha que vale 12% da conta rende pouco mais de 5% no total. Esse é o limite inferior da história, e é o perfil de uma aplicação em que cada resposta é longa em relação ao contexto reaproveitado.

Agora o perfil oposto, que eu chamo de agente de contexto longo: muita releitura do mesmo contexto, pouca geração. Conta ilustrativa, com premissas minhas: 20 milhões de tokens de cache read, 500 mil de entrada normal, 200 mil de escrita de cache de 5 minutos e 200 mil de saída. Antes: 20 x US$ 0,20 = US$ 4,00 de leitura, mais 0,5 x US$ 2 = US$ 1,00, mais 0,2 x US$ 2,50 = US$ 0,50, mais 0,2 x US$ 10 = US$ 2,00, total de US$ 7,50. Depois: 20 x US$ 0,10 = US$ 2,00, e o resto igual, total de US$ 5,50. A redução é de US$ 2,00 sobre US$ 7,50, cerca de 26,7%. É o mais perto que um perfil realista chega do "cerca de 20% de custo total menor para muitos fluxos agênticos" que, segundo o SmartScope, a Anthropic estimaria. E a própria fonte ressalva que isso só vale quando a leitura de cache domina o gasto.

O teto teórico seria um fluxo em que quase tudo é leitura de cache, e aí a redução se aproximaria dos 50%, mas todo agente gera alguma saída e paga alguma escrita. O que as duas contas mostram é a forma da relação: o ganho vai de uns 6% a uns 27% conforme a participação do cache read no gasto, e a única maneira de saber onde o seu time está nessa faixa é medir a composição da fatura, não ler o anúncio. Segundo a documentação, os multiplicadores de cache ainda empilham com o desconto de 50% da Batch API em entrada e saída, o que abre uma terceira alavanca para cargas assíncronas, mas eu trataria isso como ponto a confirmar na página de preços antes de colocar em orçamento.

Subsídio É Revogável: A Lição Do Claude Startups

O caso mais didático da semana não é um preço, é uma oferta. Segundo o FourWeekMBA, que resume um comunicado da Anthropic, a assinatura Claude Team mais US$ 1.000 em créditos de API para startups foi lançada em 06/10/2026 e pausada em 09/10. A empresa disse ter "subestimado a demanda" depois de centenas de milhares de candidatos: nas primeiras 48 horas, recebeu 21 vezes mais candidaturas do que nos cinco meses anteriores do programa. Segundo Sarah Wolf, os critérios não foram bem calibrados e "muitas não-startups foram aceitas".

O que acontece com quem já estava dentro importa para o raciocínio. As ofertas já resgatadas permanecem. As aprovadas e ainda não resgatadas estão sendo reanalisadas, e algumas contas já aprovadas não terão acesso. Benefícios como Startup Stack e office hours continuam, e assinantes Claude Max ou Team mantêm créditos mensais de API no Console, que a documentação registra desde 07/10. Não há data de reabertura. Esse é o ponto: uma aprovação em mãos, mas não resgatada, não era um ativo.

Não é uma crítica à Anthropic, e eu não saberia dizer o que seria uma calibragem melhor. É uma observação sobre natureza: crédito e subsídio de token são concessões do fornecedor, que ele pode reinterpretar quando a demanda surpreende. Crédito consumido é caixa economizado; crédito aprovado e pendente é expectativa. Nenhum dos dois entra como receita recorrente do orçamento.

Como Modelar Dois Cenários E O Que Medir

A regra de ouro que eu proporia é simples: não desenhe o orçamento em cima de preço promocional. Para cada modelo relevante, mantenha duas colunas, uma com o preço vigente hoje (com a promoção, o preço introdutório, o desconto de cache) e outra com o preço pós-promoção, que é o de tabela cheia, ou o salto anunciado. Aprovar um projeto só no cenário A é aceitar, sem dizer, que a fatura de janeiro será um problema de outra pessoa. Se o projeto só fecha com a promoção, isso precisa estar escrito na proposta.

Um cenário hipotético torna isso concreto. Imagine um time que roda uma carga de 10 milhões de tokens de entrada e 2 milhões de saída por dia no Gemini 3.8 Flash, sem cache, para manter a conta simples. Pelos preços introdutórios do Techplained: 10 x US$ 0,75 = US$ 7,50 de entrada mais 2 x US$ 3,75 = US$ 7,50 de saída, US$ 15,00 por dia. A partir de 01/01/2027, 10 x US$ 1,50 = US$ 15,00 mais 2 x US$ 7,50 = US$ 15,00, ou US$ 30,00 por dia. A conta dobra sem que uma linha de código mude.

As métricas que eu acompanharia são poucas. A primeira é a taxa de acerto de cache: tokens lidos do cache sobre tokens totais de entrada, porque é ela que decide quanto de qualquer desconto de cache chega à fatura. A segunda é a proporção entre entrada e saída, que, como as duas contas mostraram, determina se um desconto na leitura pesa 6% ou 27%. A terceira é a distribuição de tamanho de prompt, com atenção à fração de requisições perto do degrau, no caso do Haiku 5.5, em 100 mil tokens. E a quarta, a mais importante, é tokens por tarefa concluída, e não preço por milhão: um modelo "mais barato" que gera mais tokens, ou precisa de mais tentativas, pode custar mais por resultado. Isso inclui recontar tokens ao trocar de geração, dado o tokenizador novo.

Onde Isso Encontra A Decisão De Modelo

Tudo isso se cruza com a escolha de modelo. Quando comparei Opus 5.5, GPT-6 Sol e Luna com a conta de API, usei preços de lista, sem promoção, justamente para ter uma régua que não envelhecesse em um mês. A lição do calendário é incluir uma coluna de data nessa comparação: um modelo que ganha de outro por causa de um preço introdutório que acaba em 31/12 é uma decisão com prazo de validade, e o custo de migrar de volta (prompts reescritos, avaliações refeitas) entra na conta.

Conclusão

A fatura de IA de um time é o produto de um volume que você controla e de um preço que, em boa parte, você não controla. O preço tem estrutura: degraus, janelas, condições de cache, e uma contagem de tokens que muda entre gerações. Tratar isso como calendário não é pessimismo, é a mesma disciplina que se aplica a reserva de instâncias ou a contratos com reajuste anual.

Tenho incerteza sobre boa parte do que listei. As datas podem mudar, a promoção do GPT-5.6 Sol não tem data firme de fim, o preço do Gemini 3.8 Flash vem de uma fonte secundária única e o cache de 2027 está marcado como "verificar". As contas acima são ilustrativas, com premissas minhas, e a participação real do cache read no seu gasto pode estar fora da faixa que mostrei.

O que me parece robusto é a regra: dois cenários, taxa de acerto de cache medida, tokens por tarefa em vez de preço por milhão, e nenhum subsídio na linha de receita do orçamento. Se em janeiro a conta for a do cenário B, a planilha já terá dito isso em outubro.

Fontes:

Quando A Promoção Acaba: O Calendário De Preços De LLM Que Muda A Conta Do Seu Time Até Janeiro

Quando A Promoção Acaba: O Calendário De Preços De LLM Que Muda A Conta Do Seu Time Até Janeiro

Preço De Tabela, Preço Promocional, Preço Introdutório E Degrau

O Calendário Até Janeiro

A Conta Do Cache Read: Quanto A Redução Realmente Vale

Subsídio É Revogável: A Lição Do Claude Startups

Como Modelar Dois Cenários E O Que Medir

Onde Isso Encontra A Decisão De Modelo

Conclusão

Receba os artigos mais relevantes da semana, sem quebrar seu ritmo de leitura

eltonjose