Quanto deve custar a memória de um agente de IA por conversa

Uma memória de agente deveria custar uma fração pequena da conversa que ela melhora, e a conta deveria ser feita por conversa, não por token, leitura ou busca. Medido no benchmark de 30/09/2026, o gasto de modelo da Niadra por mil conversas de dez trocas é de US$ 0,36; o preço de tabela é de US$ 2 a 3 a cada mil conversas ou tarefas, com leituras, buscas e eventos de sistema incluídos. Uma ligação de cinco minutos numa plataforma de voz custa de US$ 0,39 a 0,75; a memória dessa ligação, a US$ 0,003, custa menos de 1% dela.

O que uma memória gasta, medido

O custo de uma memória tem três partes: o modelo que extrai a memória das conversas, a infraestrutura que a guarda e a serve, e a leitura, que numa memória bem feita não chama modelo nenhum. O benchmark mede a primeira pelo mesmo método para todo sistema: as chamadas de modelo da gravação até a memória assentar, aos preços do script, por mil conversas de dez trocas.

A página do benchmark tem a tabela com os nomes. O que a Niadra faz para ficar em US$ 0,36: uma chamada de modelo por sessão, não por mensagem, sobre texto já mascarado; evento de sistema entra sem modelo; e a leitura não chama modelo, porque o contexto é compilado quando a memória muda. Oitenta por cento desse gasto é saída do modelo de extração, e é ali que a próxima redução virá.

Numa conversa real, mais longa que a do conjunto sintético (cerca de 2.000 tokens de texto em vinte mensagens), a mesma conta dá cerca de US$ 0,82 por mil, com a entrada maior e a saída proporcional. É esse o custo variável que o preço cobre.

Por que cobrar por conversa, e não por token

Três modelos de cobrança aparecem no mercado de memória: por volume de texto (tokens, bytes ou caracteres), por operação (cada escrita, cada busca, cada leitura) e por conversa. Os dois primeiros punem o que a própria documentação dos produtos recomenda.

Quem cobra por operação cobra a cada busca antes de cada resposta: da conversa leve (três leituras) para a padrão (dez leituras), o preço triplica. Quem cobra por texto cobra a conversa longa: da conversa padrão para a pesada (trinta trocas), triplica de novo. E quem cobra por token tem um incentivo ao contrário: ganha mais mandando contextos maiores, que é o oposto do que o agente de voz precisa.

Por conversa ou tarefa, a conta fecha do jeito certo. Uma conversa com o cliente, ou uma tarefa de agente interno, em que algum agente leu a memória, conta uma vez. Dez leituras e cinco buscas dentro dela contam como uma. Vários agentes na mesma conversa contam uma vez, e a cobrança vai para a fonte que abriu a sessão. Grupo de controle e sombra nunca contam. Evento de sistema, que só escreve, nunca é cobrado. A regra está no código do servidor, não num texto comercial, e o extrato mensal diz, por espaço, o que foi usado.

Quanto isso é diante da conversa

O enquadramento certo é o que o comprador já paga por conversa às plataformas em que os agentes rodam. Preços de lista lidos em 30/09/2026, para uma ligação de cinco minutos e uma conversa de vinte mensagens no WhatsApp:

A memória custa menos de 1% de uma ligação e cerca de 3% da taxa de uma conversa de WhatsApp. O preço não precisa ser o menor da tabela; precisa ser irrelevante diante da conversa, e visível no que ela evita: uma central que recontata 30% dos clientes em 72 horas paga a memória de cem ligações evitando um recontato.

O preço de tabela e o que ele cobre

Mínimo mensal de US$ 500 no plano Produção, que cobre 166 mil conversas ou tarefas. O plano Regulado, com ambiente dedicado, SSO, SLA em contrato e revisão de segurança, é por contrato. A faixa supõe a conversa média de até vinte trocas; um cliente cuja conversa média passa disso tem preço por contrato, e o extrato já informa os tokens de extração por espaço, para ninguém descobrir isso na fatura. A página de preço tem a tabela inteira e as perguntas frequentes.

Por que esses números e não os anteriores: o custo de modelo da Niadra caiu seis vezes numa semana de engenharia, de US$ 2,17 a 2,64 para os US$ 0,36 medidos, e o preço acompanhou. A margem que sobra é a que paga a infraestrutura, o atendimento e a próxima redução.

Como a Niadra resolve

A Niadra cobra por conversa ou tarefa em que um agente leu a memória, com leituras, buscas e eventos de sistema incluídos, porque é a unidade que o comprador já usa para pagar as plataformas de voz e de mensagem. O gasto de modelo por trás do preço é medido e publicado no benchmark, com o script e os arquivos para reproduzir. O post sobre como reduzir o custo de tokens dos agentes sem perder contexto trata do outro lado da conta: o que o contexto compacto economiza no modelo do próprio agente.

Perguntas frequentes

O gasto de modelo de US$ 0,36 é o preço?

Não. É o que a Niadra gasta de modelo por mil conversas de dez trocas, medido no benchmark pelo mesmo método de todo sistema. O preço de tabela, de US$ 2 a 3 por mil, cobre o modelo, a infraestrutura e a operação, e é o que o cliente paga.

O que acontece numa conversa com cinquenta trocas?

Ela conta uma vez, como qualquer outra. A faixa de preço supõe a conversa média de até vinte trocas; uma operação cuja média passa disso tem preço por contrato, e o extrato mensal mostra os tokens de extração antes de isso virar surpresa.

Vocês cobram pela leitura do atendente humano ou do agente interno?

A leitura de qualquer agente conta, uma vez por conversa ou tarefa, e vai para a fonte que abriu a sessão. Uma fonte de ticket, e-mail ou ERP que só escreve nunca é cobrada.