McKinsey vê diferença de até 30 vezes no custo de agentes de IA

Em 26 de setembro de 2026, a McKinsey alertou que empresas que adotam agentes de inteligência artificial enfrentam uma conta mais difícil de prever: a execução de uma mesma tarefa pode custar até 30 vezes mais, dependendo da forma como o agente trabalha. O ponto central não é apenas o preço cobrado por modelo ou por token, mas o custo efetivo de concluir uma atividade que pode exigir várias etapas, verificações, chamadas a ferramentas e novas tentativas.

A diferença está no caminho até a resposta

Agentes de IA diferem de um chatbot simples porque podem decompor uma solicitação em subtarefas, raciocinar sobre cada fase, acionar sistemas externos, examinar resultados e revisar a estratégia antes de encerrar o trabalho. Cada ciclo pode gerar novas consultas ao modelo e consumir mais tokens. Por isso, duas execuções voltadas ao mesmo objetivo não necessariamente usam recursos parecidos.

Uma análise de 2026 assinada por pesquisadores da Universidade de Michigan, Universidade Stanford, All Hands AI, Google DeepMind, Microsoft AI e MIT encontrou que tarefas de programação com agentes consumiram cerca de mil vezes mais tokens do que as tarefas de raciocínio e conversa sobre código usadas como comparação. O mesmo trabalho observou variação de até 30 vezes no consumo total de tokens entre execuções da mesma tarefa.

Token mais barato não garante orçamento menor

A aparente contradição é que os preços unitários vêm caindo. O Stanford AI Index de 2025 calculou que consultar um modelo com desempenho equivalente ao GPT-3.5 em um teste padrão de conhecimento e raciocínio caiu de US$ 20 por milhão de tokens, em novembro de 2022, para US$ 0,07 em outubro de 2024: redução superior a 280 vezes. Com base em análise da Epoch AI, o relatório apontou quedas anuais de preços de inferência entre nove e 900 vezes, conforme a tarefa.

• A McKinsey afirma que o custo deve ser observado pelo trabalho concluído, não somente pelo uso nominal do modelo.
• Agentes tendem a elevar o consumo porque executam sequências de etapas, usam ferramentas e podem refazer partes do processo.
• A Gartner estima que encaminhar uma demanda para um modelo de raciocínio agêntico pode elevar o custo de inferência do provedor em pelo menos cinco vezes diante de uma interação básica de chatbot.
• A avaliação econômica inclui tokens, chamadas ao modelo, computação, orquestração e supervisão humana, comparados ao valor produzido.

A OCDE chegou a uma conclusão semelhante sobre a queda de preços. Em análise de julho de 2026, a organização estimou que os preços ajustados por qualidade de modelos de texto para texto caíram quase 80% entre janeiro de 2024 e abril de 2026. Mas a entidade também observou que agentes consomem substancialmente mais tokens por tarefa e podem ampliar a intensidade de uso dos modelos em ordens de magnitude.

Pressão já aparece nos gastos empresariais

Na pesquisa de IA de 2026 citada pela McKinsey, cerca de um terço das organizações entrevistadas afirmou destinar mais de 10% de seu orçamento de tecnologia e comunicação à IA. Sessenta por cento pretendiam elevar a despesa no ano seguinte, e aproximadamente um quinto disse que os gastos com IA já pressionavam os custos operacionais. A consultoria destacou que essas despesas se tornaram mais concretas e visíveis para a gestão.

Outro levantamento da McKinsey, o Enterprise AI FinOps Survey de maio de 2026, reuniu 75 respondentes qualificados de cinco setores. Segundo a pesquisa, 93% haviam ultrapassado seus orçamentos de IA. A consultoria também citou dados da Menlo Ventures segundo os quais o gasto empresarial com grandes modelos de linguagem aproximadamente triplicou nos 12 meses encerrados no fim de 2025.

A maior preocupação recai sobre equipes de desenvolvimento de software. A McKinsey apontou que automatizar programação com ferramentas agênticas é especialmente intensivo em tokens. Há potencial de ganho: estudos anteriores mencionados pela consultoria indicaram redução de 35% a 40% do tempo humano em algumas tarefas de escritórios de transformação, superando 70% em certas situações. Esses resultados, porém, não demonstram que toda implementação tenha retorno suficiente para compensar a infraestrutura e o uso do modelo.

Para empresas brasileiras, a discussão é particularmente prática em contratos de nuvem, APIs e plataformas de desenvolvimento cobradas por consumo. O valor por token divulgado pelo fornecedor pode ser insuficiente para planejar despesas quando fluxos de trabalho incluem reprocessamento, testes, consulta a bases de dados, revisão de código e aprovação humana. A medida mais útil, segundo o raciocínio apresentado pelas fontes, é o custo de uma tarefa definida e validada, associado ao benefício que ela entrega.

Há ainda escolhas de arquitetura. Modelos proprietários, como os oferecidos por meio de serviços hospedados, mantêm os parâmetros sob controle de seus desenvolvedores. Modelos de pesos abertos podem ser baixados e executados pelas organizações, conforme suas licenças, embora pesos abertos não signifiquem necessariamente código aberto completo. A Coforge disse observar clientes combinando modelos, reservando sistemas mais caros para tarefas que exigem maior capacidade e usando modelos menores ou de pesos abertos em outras etapas. Nos próximos 12 meses, medir custo, qualidade e valor dos agentes deverá ser um teste de gestão, não apenas uma decisão tecnológica.