Para de Pagar Pelo Modelo Grande

Estás a usar o modelo mais caro para tudo. Cada rascunho, cada resumo, cada pergunta rápida passa pelo mesmo peso-pesado que custa 30 vezes mais do que o irmão mais pequeno. E na maioria das vezes, a resposta é idêntica.

Isto não é sobre qualidade. É sobre saber que tarefas precisam do modelo grande e quais não precisam. A diferença entre acertar e errar é a diferença entre uma conta mensal de 3€ e uma de 90€.

Quatro regras para deixar de pagar a mais sem perder qualidade.

1. Começa pelo modelo mais pequeno que possa funcionar

Preciso de [descrever a tarefa]. Dá-me o resultado usando o raciocínio mais simples possível. Se a tarefa exigir análise profunda, diz-mo em vez de inventar.

A maioria das pessoas começa pelo topo e nunca desce. A abordagem correta é o oposto: começa pelo nano ou mini. Se o resultado for suficiente, está feito. Se não for, sabes exatamente o que o modelo mais barato falhou, e sobes um nível com essa informação.

O GPT-5.6 nano custa $0,15 por milhão de tokens. O GPT-5.6 standard custa $5. O Claude Haiku custa uma fração do Opus. A diferença não é pequena — são duas ordens de grandeza. E para classificação, extração, resumo e formatação, o modelo pequeno acerta mais do que as pessoas esperam.

2. Usa o modelo grande só para decisões de julgamento

Revê isto [rascunho / análise / decisão]. O que está errado? O que falta? O que mudaria a tua recomendação?

O modelo grande justifica o custo quando tem de ponderar prós e contras, apanhar erros subtis, ou tomar uma decisão que exige compreender contexto ao longo de um documento extenso. Isso é julgamento, não computação.

Um padrão útil: deixa o modelo pequeno gerar, depois deixa o modelo grande rever. A geração é barata. A revisão apanha o que importa. Pagas o preço premium apenas pela competência premium.

3. Agrupa o trabalho barato, isola o trabalho caro

Aqui estão 20 emails de suporte ao cliente. Para cada um, classifica a intenção, extrai o nome do produto e sinaliza urgência (alta / média / baixa). Devolve um array JSON.

Se estás a correr a mesma operação em 50 inputs, uma chamada em lote ao modelo pequeno custa quase nada. Correr uma a uma pelo modelo grande custa 50 vezes mais e demora mais tempo.

A regra: se a tarefa tem uma resposta clara e o input é estruturado, manda em lote para o modelo pequeno. Se a tarefa exige raciocínio sobre ambiguidade, manda para o modelo grande — mas só essa tarefa, não o pipeline todo.

4. Mede antes de assumir

Corre este mesmo prompt no [modelo A] e no [modelo B]. Compara os outputs lado a lado. Onde diferem? Que diferenças importam para o meu caso?

O erro mais caro é assumir que o modelo grande é melhor sem verificar. Corre o mesmo prompt nos dois. Lê os outputs. Metade das vezes, são funcionalmente idênticos. Na outra metade, ficas a saber exatamente onde o modelo grande acrescenta valor — e podes direcionar só esses casos para ele.

Isto não é um exercício único. Os modelos atualizam-se. Os preços mudam. O que precisava do modelo grande há seis meses pode não precisar hoje.

O custo real não é o modelo — é o padrão por defeito

O problema nunca é alguém ter escolhido o modelo grande para uma tarefa difícil. O problema é alguém ter definido o modelo grande como padrão e nunca ter olhado para a fatura.

Escolhe o modelo mais pequeno que funcione. Sobe só quando o vires falhar. Mede a diferença. O dinheiro que poupas não é um erro de arredondamento — é a diferença entre um projeto paralelo que podes pagar e um que não podes.

Queres a versão calma de notícias de IA como esta, uma vez por semana? Subscreve a newsletter do Sharp AI Hub →