Grátis · sem compromisso
Seu uso de IA diz um número. Sua fatura diz outro.
Envie um mês de uso de modelos e a conta que você de fato recebeu. Precificamos o uso de novo, linha a linha, reconciliamos com a fatura e dizemos onde os dois discordam e por quê. A maior parte do mercado vai estimar o seu gasto. O número útil é a diferença entre uma estimativa e uma fatura.
Qualquer provedor que envie uma conta para você: OpenAI, Anthropic, Google Gemini, Mistral, ou modelos cobrados via Bedrock, Vertex AI ou Azure. Envie um provedor ou todos — uma conta dividida entre fornecedores é a mais difícil de conferir a olho.
Isto nunca começa com uma chave de provedor. Começa com uma exportação de uso ou uma fatura — arquivos que você já tem. A credencial de cobrança separada (com a qual o INFRO apenas lê) de que uma conciliação contínua precisa está descrita no fim desta página, e não é necessária para nada disso.
O INFRO vende uma assinatura de software; seus provedores continuam cobrando você pelos modelos, e ficamos com 0% disso. Esta é uma reconciliação gratuita de pré-venda, feita para demonstrar o que o produto faz continuamente — não é consultoria, assessoria nem serviço profissional, e não há nada para assinar.
As contas do INFRO são self-service. O catálogo, a documentação e o contrato da API são públicos, o gateway está implantado, e tudo o que vai além da v1 está marcado para depois. Planos e teste
Nenhum deles é exótico. Cada um é uma tarifa que um fornecedor publica e que um modelo de custos deixa de aplicar sem avisar, e os três primeiros empurram a estimativa na direção perigosa: para baixo, de modo que a equipe planeja com base nela e a fatura chega maior do que a tela prometia.
01 O cache custa algo na entrada, não só menos na saída
Todo mundo espera que uma leitura de cache seja barata, e ela é. A escrita que preenche o cache é a parte que os modelos de custo deixam passar: a Anthropic cobra uma escrita em cache de cinco minutos a 1.25x o preço base de entrada e uma de uma hora a 2x. O Gemini cobra por manter o cache — $4.50 por milhão de tokens por hora de armazenamento no Gemini 3.1 Pro —, então um cache mantido aquecido gera cobrança mesmo em uma hora em que ninguém o lê. Um sistema que precifica tokens em cache pelo preço de leitura, ou o total do prompt pelo preço de entrada, fica abaixo justamente nas cargas de trabalho que mais usam cache. Nossa própria tabela de preços já errou nisso uma vez.
02 O mesmo modelo, os mesmos tokens, três preços diferentes
A OpenAI cobra pelo gpt-6-sol $2 e $10 por milhão de tokens de entrada e saída no tier padrão, $1 e $5 em Batch ou Flex, e $4 e $20 no modo rápido. A batch API da Anthropic também custa metade, e o Amazon Bedrock coloca seu tier Priority 75% acima do Standard e o Flex na metade do preço Standard. Um modelo de custo baseado só no id do modelo erra dois desses três, e nenhum dos erros aparece em uma contagem de tokens.
03 Prompts longos podem reprecificar a requisição inteira
O Gemini 3.1 Pro custa $2.00 por milhão de tokens de entrada e $12.00 por milhão de tokens de saída para prompts de até 200k tokens, e $4.00 e $18.00 acima disso — o preço é escolhido pelo tamanho do prompt, então cruzar a linha reprecifica a requisição inteira, e não só os tokens além do limite. A Anthropic foi no sentido oposto: Claude 4.6 e posteriores oferecem a janela inteira de um milhão de tokens pelo preço padrão. Se existe ou não um adicional por contexto longo depende do fornecedor e da geração do modelo.
04 Parte da fatura nem é de tokens
Ferramentas do lado do servidor são cobradas por chamada, por sessão ou por gigabyte. A OpenAI cobra $10 por 1,000 chamadas de busca na web, $2.50 por 1,000 chamadas de busca em arquivos mais $0.10 por GB por dia de armazenamento vetorial além do primeiro gigabyte, e contêineres de code interpreter por sessão de 20 minutos. A Anthropic cobra $10 por 1,000 buscas na web; o Gemini faz grounding com a Google Search de graça por 5,000 requisições por mês e $14 por 1,000 depois disso. Esses valores entram na fatura como linhas próprias, e um sistema que só conta tokens nunca vai vê-los.
05 Tokenizadores mudam, e ferramentas custam tokens antes de você enviar qualquer um
A própria documentação da Anthropic observa que Claude 4.7 e posteriores usam um tokenizador mais novo, que produz cerca de 30% mais tokens para o mesmo texto do que o anterior. Além disso, colocar ferramentas em uma requisição adiciona um prompt de sistema de uso de ferramentas de algumas centenas de tokens antes de seu prompt ser contado — entre 286 e 804, dependendo do modelo e da escolha de ferramenta. Cada fornecedor tokeniza de um jeito, então qualquer estimativa baseada em contagem de caracteres, no tokenizador de outro fornecedor ou no do trimestre passado se distancia da fatura.
06 Geografia, meia-noite e o formato da própria fatura
Fixar a inferência em uma região tem custo adicional em quase todo lugar: a OpenAI adiciona 10% em endpoints de residência de dados para modelos lançados a partir de 5 de março de 2026, a Anthropic aplica 1.1x para inferência só nos EUA, e os endpoints regionais do Claude no Bedrock e no Google Cloud custam 10% a mais que os globais. Uma requisição atendida às 23:59 UTC cai no dia de um sistema e no do outro. E o total da fatura não é o total de uso — ele inclui impostos, e quando um marketplace de nuvem fatura em nome do fornecedor, pode chegar como uma única linha de unidades de consumo, sem nenhum token em lugar nenhum.
Cada preço, multiplicador e cobrança por chamada acima foi lido na documentação do próprio fornecedor em 28 de setembro de 2026: Preços da OpenAI API, Preços da Anthropic, Preços da Gemini API, Preços do Amazon Bedrock, Anthropic Usage and Cost API. Os fornecedores mudam os preços. Se algum deles mudou desde então, uma reconciliação é o que mostraria isso.
Um exemplo resolvido, com valores inventados e tarifas reais. O objetivo do exercício não é o total no fim — é a tarifa recorrente e identificável no meio que ninguém estava modelando.
Ilustrativo · trinta dias
| Provedor | A partir do seu uso | Cobrado pelo provedor | Diferença | Variação |
|---|---|---|---|---|
| Anthropic | $16,200.00 | $16,838.00 | +$638.00 | +3.8% |
| OpenAI | $8,900.00 | $9,260.00 | +$360.00 | +3.9% |
| Google Gemini | $3,400.00 | $3,682.00 | +$282.00 | +7.7% |
| Mistral | $1,240.00 | $1,238.00 | −$2.00 | −0.2% |
| Os quatro provedores | $29,740.00 | $31,018.00 | +$1,278.00 | +4.1% |
De onde veio a diferença
- AnthropicEscritas em cache cobradas pelo preço de escrita, estimadas pelo preço de entrada800M tokens de escrita em cache no Claude Sonnet 4.6, em que uma escrita de cinco minutos custa $3.75 por milhão contra um preço de entrada de $3.00. 800 × $0.75.
- +$600.00
- AnthropicNão contabilizadoRegistrado, não absorvido. $38 da fatura da Anthropic que nenhum preço explica — menos de um quarto de um por cento do valor desse provedor — e dizemos isso em vez de arredondá-lo na linha de cima.
- +$38.00
- OpenAIUm projeto em um endpoint de residência de dados, com adicional de 10%$2,400 de gasto com tokens nesse projeto, em um modelo lançado depois de 5 de março de 2026, mais dez por cento disso. A estimativa usou o preço global.
- +$240.00
- OpenAIBusca na web, cobrada por chamada e não por token12,000 chamadas de busca na web a $10 por 1,000.
- +$120.00
- Google GeminiPrompts acima de 200k tokens, reprecificados por inteiro pelo preço de contexto longo90M tokens de entrada e 3M de saída em requisições cujo prompt passou de 200k no Gemini 3.1 Pro, estimados a $2 e $12 e cobrados a $4 e $18. 90 × $2 + 3 × $6.
- +$198.00
- Google GeminiGrounding com busca além da cota gratuita mensal11,000 requisições com grounding, as primeiras 5,000 gratuitas, 6,000 a $14 por 1,000.
- +$84.00
- MistralDentro do ruídoDois dólares em mil e duzentos, compatível com requisições caindo de um lado ou do outro da meia-noite UTC. Nada a investigar.
- −$2.00
- Diferença total
- +$1,278.00
O número interessante aqui não é $31,018. São os três preços que ninguém estava modelando — as escritas em cache da Anthropic, o adicional de residência de dados da OpenAI, o tier de contexto longo do Gemini —, cada um se repetindo todo mês, em um fornecedor diferente, por um motivo diferente.
A linha da Mistral é o outro resultado útil. Menos de um quinto de um por cento de diferença em trinta dias é como se parece a concordância, e significa que nada nesse provedor precisa ser investigado. Uma estimativa que já bate com sua fatura também é um achado, e é o que encerra a conversa em vez de começar um projeto.
Os valores acima são fictícios, para mostrar o formato de uma resposta, e não foram tirados da conta de ninguém. Os preços em que se baseiam são os publicados pelos fornecedores e as duas tabelas fecham, então a aritmética pode ser conferida, mesmo que a carga de trabalho não seja real.
Como funciona
01 Envie arquivos, nunca uma chave
Uma exportação de uso do console do seu provedor, um CSV do que você já registra ou a própria fatura. Nenhuma credencial, nenhum acesso à sua conta no provedor, nenhuma integração para montar. Se tudo o que você tem é uma fatura em PDF e uma ideia aproximada das cargas de trabalho por trás dela, envie isso — números aproximados nesta semana valem mais que números exatos no próximo trimestre.
02 Reprecificamos o uso, linha por linha
Pelos seus preços negociados, quando você os tem, e pelos preços publicados dos fornecedores, quando não tem, com os multiplicadores fáceis de esquecer aplicados explicitamente: escritas em cache pelo preço de escrita, tiers de batch e prioridade, tiers de contexto, ferramentas por chamada, adicionais regionais. A conta vem junto com a resposta, para que você possa conferi-la em vez de confiar nela.
03 Reconciliamos isso com o que você pagou
O resultado não é um total. É a diferença entre os dois números e um relato item por item de onde ela vem, com tudo o que não conseguimos explicar registrado como não explicado, em vez de absorvido em uma linha que parece mais arrumada.
04 Você recebe o relatório, inclusive a parte que argumenta contra nós
Quais cargas de trabalho uma rota, um orçamento ou um fallback teria mudado no mês passado, quanto custa a assinatura ao lado do seu gasto com provedores e quais cargas de trabalho deixaríamos exatamente onde estão. Se a resposta honesta for que nada aqui precisa de um plano de controle, essa é a resposta que você recebe.
O que vamos dizer a você
- A diferença entre o que seu uso indica e o que você pagou, com as linhas por trás dela
- Quais preços sua contabilidade atual não modela, e quanto cada um representa por mês
- Quais provedores, modelos, projetos e cargas de trabalho dominam a fatura
- Onde uma rota, um fallback ou um orçamento teria mudado o mês passado
- Quais das suas cargas de trabalho deixaríamos exatamente onde estão, e por quê
O que não vamos fazer
- Pedir uma chave de API do provedor, ou qualquer acesso à sua conta no provedor
- Dar um número antes de ler o seu
- Apresentar um valor cuja conta não podemos mostrar
- Afirmar que o INFRO reduz seu gasto com modelos — ele não reduz, e fica com 0% dele
- Vender consultoria, implementação ou serviços de assessoria
- Afirmar que um modelo é o mesmo quando é outro
- Vender seus dados ou incluir você em uma lista de e-mails
- Ficar com sua exportação de uso depois — é só pedir e ela é excluída
Quando diríamos para deixar como está
Quatro casos em que a resposta honesta é que nada aqui precisa de um plano de controle. Eles estão nesta página, em vez de aparecerem numa ligação, porque uma página sem nenhum caso desfavorável parece propaganda e é descartada por inteiro.
- Um provedor, um modelo, uma fatura estável
- Se seu gasto é previsível, seu provedor não está falhando com você e ninguém pergunta para onde foi o dinheiro, um gateway é uma camada que você mantém sem retorno. Vamos dizer isso.
- A estimativa já bate com a fatura
- Se sua contabilidade está a menos de um por cento do que foi cobrado, a reconciliação não tem nada a encontrar. É um bom resultado, e não é motivo para comprar nada.
- Uma carga de trabalho sem modelo alternativo
- Roteamento e fallback valem o que vale a segunda opção. Quando realmente existe só um modelo que faz o trabalho, colocá-lo atrás de uma rota muda o modo de falha, não o custo.
- Gasto que uma assinatura superaria
- Abaixo de um certo valor mensal de fatura do provedor, o plano de controle é o maior dos dois números. Mostramos os dois e deixamos você tirar a conclusão óbvia.
Quer conferir a ordem de grandeza antes de enviar qualquer coisa? Use a calculadora — leva um minuto e usa as mesmas tarifas publicadas que usaríamos. Ela não reconcilia nada; essa é a parte que uma pessoa faz.
Uma reconciliação manual responde por um mês. Manter a resposta correta depois exige ler a API de custos do próprio provedor periodicamente, e isso precisa de uma credencial que não vamos receber por acidente — então aqui está exatamente o que ela é, o que pode acessar e onde para.
- A credencial
- Uma chave com escopo de administrador, criada por um proprietário ou administrador no seu provedor: a da OpenAI começa com sk-admin-, a da Anthropic com sk-ant-admin. É uma classe de credencial diferente da chave que atende suas requisições, é armazenada em um lugar próprio com criptografia própria, tem acesso somente leitura ao endpoint de faturamento, e não há como lê-la de volta no INFRO depois de armazenada. Sua chave de inferência nunca lê seu faturamento — essa promessa continua literalmente verdadeira porque esta é uma credencial separada, que você concede separadamente.
- Os provedores
- Para a versão contínua, OpenAI e Anthropic — a reconciliação manual acima funciona a partir de arquivos para qualquer provedor. Bedrock, Vertex AI e Azure mantêm seus custos no sistema de faturamento da nuvem ao redor, por trás de uma identidade que não tem nada a ver com a credencial de inferência, por isso ainda não há reconciliação para eles. Um provedor sem integração não mostra diferença, em vez de mostrar uma diferença de zero, porque zero pareceria concordância.
- A granularidade
- Diária e para a organização inteira. Os dois fornecedores informam o custo por dia para a organização toda, então um total informado nunca é atribuído de volta a requisições individuais. A reconciliação calibra a confiança nas estimativas; nunca as reescreve.
- As lacunas que conhecemos
- O endpoint de custos da Anthropic exclui por completo o gasto no Priority Tier e não está disponível para Claude cobrado pela AWS. Uma diferença em uma conta que use qualquer um dos dois não vai fechar, e o console precisa conseguir dizer por quê, em vez de mostrar um número que parece um defeito.
- O que ela faz com a resposta
- Uma diferença de um dia é quase sempre questão de timing e não significa nada sozinha. O que significa algo é a direção: uma diferença que se mantém para o mesmo lado em cinco de sete dias, acima de um piso diário, com todas as requisições da janela precificadas, é um preço que a plataforma não modela — e isso é um relato de defeito na nossa tabela de preços, não um gráfico.
- Onde fica nos planos
- O plano Business. Todos os planos registram qual preço gerou a estimativa de cada requisição, e um modelo sem preço utilizável é registrado como sem preço, e não como zero — a reconciliação é a camada acima disso, que comprova que os preços estão certos.
Nada disso é necessário para a reconciliação descrita acima, que roda com arquivos que você já tem. É o que mantém a resposta correta todos os dias depois disso.
A documentação completa de faturamento está na documentação, e o que cada plano inclui está na página de preços. Nenhuma das duas vale a leitura antes que a reconciliação acima diga se há algo a encontrar.