Quanto custa criar e manter um chatbot com IA

Colocar um chatbot com IA no ar ficou fácil: algumas dezenas de linhas de código e uma chave de API bastam para ter um bot que responde no Discord, no WhatsApp ou num site. O difícil é prever quanto ele vai custar depois que os usuários chegam, porque a conta não é fixa. Ela cresce com o número de conversas, com o tamanho de cada uma e com o modelo escolhido.

Os números deste artigo são hipotéticos, escolhidos para facilitar a conta, e estão em dólar americano. Não são preços de nenhum provedor; os valores reais ficam nas páginas oficiais de preços, como as da Anthropic e da OpenAI.

Do que é feito o custo de um chatbot com IA?#

Há duas fases com custos diferentes.

Criar é um custo de uma vez: o tempo de quem escreve o código (ou monta o fluxo numa ferramenta visual), o prompt de sistema, os testes e, se o bot responde sobre documentos da empresa, a preparação da base de conhecimento.

Manter é o custo mensal, e é ele que surpreende:

• Tokens do modelo: cada mensagem chama a API do LLM e paga entrada e saída. É quase sempre a maior linha. O artigo sobre quanto custa a API de um LLM detalha a cobrança.
• Hospedagem do processo: o bot ou a API que recebe as mensagens precisa ficar ligado 24 horas.
• Banco de dados: para guardar histórico, usuários e limites de uso.
• Base de conhecimento (RAG): embeddings e um banco vetorial, se o bot consulta documentos. Veja o que é RAG.
• Canal: alguns canais cobram por conta própria. A API oficial do WhatsApp, por exemplo, tem tabela por mensagem; veja quanto custa a API do WhatsApp Business.

Quanto custam os tokens do modelo?#

Os provedores cobram por milhão de tokens, com um preço para a entrada e outro, maior, para a saída. As contas deste artigo usam dois valores hipotéticos e redondos, os mesmos dos artigos sobre a API de um LLM e sobre RAG, em US$ por milhão de tokens:

Nas tabelas reais, a saída costuma custar várias vezes a entrada, e um modelo intermediário pode custar dezenas de vezes o pequeno do mesmo provedor. Confira os valores do modelo que você vai usar antes de refazer a conta. Para um chatbot de atendimento que responde dúvidas frequentes, o modelo pequeno costuma bastar; teste com perguntas reais antes de subir de modelo.

Como estimar o custo por conversa?#

Um chatbot não paga só a pergunta e a resposta. A cada mensagem, ele envia:

• o prompt de sistema (instruções, tom, regras);
• os trechos da base de conhecimento recuperados pelo RAG, se houver;
• o histórico da conversa até ali, porque a API não guarda estado;
• a pergunta nova.

Por isso a sexta mensagem de uma conversa custa bem mais que a primeira. Exemplo hipotético: um bot de atendimento com 300 conversas por dia (9.000 por mês), 6 mensagens do usuário por conversa, prompt de sistema de 800 tokens, 1.500 tokens de contexto do RAG por mensagem, perguntas de 50 tokens e respostas de 200.

O script abaixo faz a conta e roda em qualquer versão recente do Node.js:

// custo-chatbot.mjs: node custo-chatbot.mjs
const conversasPorMes = 9_000; // 300 por dia
const turnos = 6; // mensagens do usuário por conversa
const sistema = 800; // tokens do prompt de sistema
const contextoRag = 1_500; // trechos da base de conhecimento por turno
const pergunta = 50;
const resposta = 200;

// US$ por milhão de tokens: valores hipotéticos, troque pelos preços atuais do provedor
const modelos = {
  "modelo-pequeno": { in: 0.2, out: 1 },
  "modelo-intermediario": { in: 4, out: 20 },
};

let entrada = 0;
for (let t = 0; t < turnos; t++) {
  // a API não guarda estado: cada turno reenvia o histórico anterior
  entrada += sistema + contextoRag + t * (pergunta + resposta) + pergunta;
}
const saida = turnos * resposta;
console.log(`Por conversa: ${entrada} tokens de entrada, ${saida} de saída`);

for (const [nome, p] of Object.entries(modelos)) {
  const porConversa = (entrada * p.in + saida * p.out) / 1_000_000;
  const rag = (turnos * contextoRag * p.in) / 1_000_000;
  console.log(
    `${nome}: US$ ${(porConversa * conversasPorMes).toFixed(2)} por mês ` +
      `(RAG: US$ ${(rag * conversasPorMes).toFixed(2)})`,
  );
}

Resultado:

Cada conversa consome 17.850 tokens de entrada e só 1.200 de saída. Mesmo com a saída mais cara por token, a entrada responde pela maior parte da conta, e quase 40% do total vem do contexto do RAG. Esses valores cobrem só o modelo e são cobrados em dólar: em reais, dependem do câmbio e das taxas do seu cartão.

Quanto custa adicionar uma base de conhecimento (RAG)?#

O RAG tem três partes de custo, e só uma pesa:

1. Indexar os documentos. Você gera um embedding para cada trecho. Supondo um modelo de embedding a US$ 0,05 por milhão de tokens (valor hipotético), uma base de 500 páginas de 500 tokens (250 mil tokens) custa US$ 0,0125 para indexar.
2. Gerar o embedding de cada pergunta. No exemplo, 54 mil perguntas de 50 tokens por mês somam 2,7 milhões de tokens: cerca de US$ 0,14.
3. Enviar os trechos ao modelo. Os 1.500 tokens recuperados entram como entrada em toda mensagem. É essa a linha de US$ 16,20 ou US$ 324 da tabela acima.

O custo do RAG, portanto, está no tamanho do contexto, não nos embeddings. Recuperar 3 trechos bons em vez de 10 medianos corta a conta e costuma melhorar a resposta. Há também o armazenamento dos vetores, num banco vetorial dedicado ou numa extensão vetorial de um banco que você mesmo administra; veja o que é um banco de dados vetorial e quanto custa um RAG.

Quais custos escondidos aparecem?#

• Conversas longas. Uma conversa de 20 mensagens reenvia o histórico 19 vezes. Sem limite de histórico, o custo por conversa cresce rápido.
• Abuso. Um usuário pode usar o bot como um assistente geral e gerar respostas enormes. Veja o que é prompt injection e mantenha max_tokens no código, não só no prompt.
• Modelos com raciocínio. Tokens de "pensamento" são cobrados como saída. Defina um teto ou desligue o raciocínio em perguntas simples.
• Novas tentativas. Erros de rede com reenvio automático pagam a mesma chamada duas vezes.
• Taxas do canal e do câmbio. Canais pagos cobram à parte, e a fatura do modelo vem em dólar.
• Tempo de manutenção. Atualizar a base de conhecimento, revisar respostas erradas e trocar de modelo quando o atual é descontinuado também custam horas.

Como manter o custo do chatbot sob controle?#

1. Comece pelo menor modelo e só suba quando os testes mostrarem respostas ruins. Uma alternativa é rotear: perguntas simples no modelo pequeno, casos difíceis no intermediário.
2. Limite o histórico às últimas 6 a 10 mensagens, ou resuma as antigas numa frase.
3. Enxugue o contexto do RAG: menos trechos e mais relevantes.
4. Use cache de prompt quando o início do prompt se repete. Ler do cache costuma custar uma fração pequena do preço da entrada, mas o cache expira após alguns minutos sem uso.
5. Ponha limites por usuário: mensagens por dia e tamanho máximo da pergunta.
6. Guarde respostas de perguntas idênticas quando o conteúdo não depende do usuário, como horário de atendimento.
7. Defina um teto mensal no painel do provedor e um contador de tokens no seu código.

Para colocar o bot no ar, veja como hospedar um chatbot com IA. Se a ideia é montar sem programar, veja como hospedar o n8n.

Como fazer isso na Square Cloud#

A conta deste artigo tem duas linhas que dependem de onde você coloca o bot: a hospedagem do processo e os tokens do modelo. Na Square Cloud, as duas podem ficar na mesma conta, paga em reais, por Pix ou cartão.

O bot ou a API do chatbot roda num container sempre ligado. O reinício automático vem ligado no deploy pelo painel e religa a aplicação quando o processo encerra com erro. Uma aplicação em segundo plano usa no mínimo 256 MB do pool de RAM do plano, e uma aplicação web, 512 MB. O Hobby custa a partir de R$ 12,49 por mês, com 1 GB, e o tráfego não é cobrado por banda nem por requisição, dentro da política de uso justo.

A partir do Standard (R$ 44,99 por mês) entram a hospedagem de MongoDB, PostgreSQL, MySQL e Redis, para o histórico e os limites por usuário, e o AI Gateway: uma API compatível com a da OpenAI que entrega ao seu chatbot o modelo cubic, o mesmo do assistente do painel. Você aponta o SDK da OpenAI para https://api.squarecloud.app/v2/ai e usa uma chave de API da conta com o escopo ai:chat. O gateway está em beta, com acesso antecipado sem custo extra: enquanto o uso couber nos limites do plano, a linha de tokens da tabela acima não vira fatura em dólar. Limites e disponibilidade podem mudar quando o beta acabar.

Refaça a conta com esses limites antes de trocar de provedor. No Standard, o gateway aceita até 2,5 milhões de tokens e até 1.000 requisições por dia, uma requisição por vez; no Pro, até 5 milhões de tokens e até 5.000 requisições por dia. A conversa de 6 mensagens do exemplo gasta cerca de 19 mil tokens, então o Standard comporta perto de 130 conversas desse tamanho por dia e o Pro, perto de 260. As 300 conversas diárias do exemplo pedem o Enterprise, com até 10 a 20 milhões de tokens por dia. O gateway responde só texto e ainda não faz streaming.

Veja os detalhes e os exemplos de código em AI Gateway e compare os planos em preços.