OpenAI Diz para Pararmos de Contar Tokens. Ela Está Certa?

No meio de julho de 2026, a OpenAI publicou uma orientação para clientes enterprise com uma mensagem que soa quase como provocação: parem de contar tokens e comecem a contar outcomes.

A lógica é simples: desde o GPT-4, o preço por token caiu 97%. O que antes custava $30 por milhão de tokens de input agora custa centavos. Com GPT-5.x e modelos menores como o 4o-mini, o custo variável de inferência deixou de ser o fator limitante.

Mas a pergunta que fica: isso é um conselho genuíno ou uma jogada de marketing para vender o stack enterprise da OpenAI?

O argumento da OpenAI (e por que ele faz sentido)

A tese da OpenAI se apoia em três pilares:

1. O custo marginal da inteligência está tendendo a zero

Quando o GPT-4 foi lançado em março de 2023, uma única chamada de API para análise de um documento grande podia custar $2-3. Em julho de 2026, a mesma análise custa menos de $0,05 no GPT-5.6 Sol. A diferença é tão brutal que o tempo de engenharia gasto otimizando prompts para economizar tokens passou a ser mais caro que os tokens em si.

2. O valor está no resultado, não no processo

Se um agente autônomo resolve um ticket de suporte em 45 segundos usando 50.000 tokens, ele custou cerca de $0,03. Se um humano leva 15 minutos e custa $5, a conta é óbvia. Medir o custo em tokens é como medir o custo de um software pelo número de ciclos de CPU — fazia sentido quando a CPU era o gargalo, hoje é irrelevante.

3. Agentes mudam a equação

Sistemas agenticos (com loops de reasoning, tool calling e múltiplos passos) consomem muito mais tokens que chamadas simples. Se você ficar olhando o contador, nunca vai adotar arquiteturas que realmente extraem valor dos modelos. É como recusar um táxi porque a corrida de $10 é mais cara que a passagem de ônibus de $1, ignorando que você chega em 10 minutos em vez de 1 hora.

O outro lado: porque contar tokens ainda importa

Apesar do argumento ser válido, há razões legítimas para continuar monitorando:

1. Nem todo mundo usa GPT-5.6

Se você está rodando Claude Opus 4.5 ou modelos locais via Ollama, o custo não é trivial. Modelos frontier grandes ainda custam $10-15 por milhão de tokens de input e $30-75 de output. Para uma startup que faz 10 milhões de chamadas por mês, a diferença entre um prompt eficiente e um prompt desperdiçador pode ser dezenas de milhares de dólares.

2. Latência não é grátis

Tokens extras significam mais tempo de geração. Em aplicações real-time (chatbots, assistentes de voz, code completion), cada 100ms importam. Um prompt mal estruturado que gera 3000 tokens desnecessários não está só gastando dinheiro — está degradando a experiência do usuário.

3. "Outcome" é difícil de medir

A OpenAI sugere métricas como "tickets resolvidos por dólar" ou "linhas de código úteis geradas por custo". Mas definir o que é um "bom outcome" é um problema de produto, não de infraestrutura. A maioria das empresas ainda está no estágio de conseguir que o modelo responda corretamente — medir outcome é um luxo de quem já passou da fase de "fazer funcionar".

O que fazer na prática

Minha recomendação depois de implementar isso em produção:

1. Pare de otimizar prompts manualmente para economizar tokens — a não ser que você esteja em escala massiva (100M+ chamadas/mês), o ROI de engenharia não fecha mais
2. Monitore custo como percentual da receita, não como valor absoluto — $5.000/mês em API parece muito até você perceber que está gerando $50.000 em valor
3. Invista em caching e RAG bem-feito — reduzir chamadas redundantes ainda é a otimização mais efetiva
4. Cuidado com o lock-in — o discurso de "outcome" é também uma forma de te acostumar a depender do ecossistema OpenAI. Mantenha seus prompts portáveis e testados em múltiplos providers

A OpenAI está certa sobre a direção: o custo de inferência vai continuar caindo e a unidade de medida relevante vai ser cada vez mais o resultado de negócio. Mas ainda vivemos em 2026, não em 2030. Quem ignora completamente o custo de tokens hoje pode receber uma fatura surpresa amanhã.

O meio-termo sensato: pare de micro-otimizar, mas mantenha um olho no dashboard.