22x mais barato: como gastar menos com IA

Se sua assinatura de IA acaba no meio do mês e o excedente por token assusta, dá para gastar menos com IA trocando o modelo padrão. O Kimi, um modelo aberto, rodou a mesma tarefa do Opus no OpenCode por US$ 0,03 em vez de US$ 0,66.

Como gastar menos com IA sem perder qualidade

Para gastar menos com IA, separe o modelo do harness: o OpenCode, um agente de código aberto para terminal, aceita qualquer modelo por chave de API. Assim você paga por token no modelo que escolher, em vez de ficar preso a uma assinatura fixa que estoura ou sobra.

O [OpenCode] cumpre a mesma função de um agente de terminal: lê o repositório, edita arquivos e roda comandos. A diferença é que ele não exige um modelo específico. Você conecta a chave do provedor que quiser e troca de modelo quando a tarefa mudar.

O Kimi, modelo da Moonshot AI, aparece nas comparações públicas como uma alternativa aberta e barata ao topo de linha. Em junho de 2026, o autor do vídeo mediu o custo das duas opções no mesmo projeto Next.js e registrou a diferença.

O que o vídeo mediu: Opus 4.8 contra Kimi 2.6 no OpenCode

A medição é do canal Augusto Galego, publicada em 9 de junho de 2026: dois modelos, o mesmo prompt, o mesmo repositório e a mesma ferramenta. Não é um benchmark controlado, é um teste de uso real com um único exemplo por tarefa.

A tarefa 1 pedia remover uma área de depoimentos de um site Next.js. O Opus 4.8 produziu um diff de 23 linhas e custou US$ 0,66. O Kimi 2.6 produziu um diff de 23 linhas e custou US$ 0,03, segundo os painéis de consumo mostrados no vídeo.

A tarefa 2 pedia criar um Tetris no navegador usando subagentes. O custo acumulado do Kimi subiu de US$ 0,36 para US$ 0,83, ou seja, US$ 0,47 para o projeto inteiro. O Opus não rodou essa segunda tarefa na gravação, então não existe comparação direta para ela.

Tabela: custo e comportamento por tarefa

A tabela abaixo reúne só o que foi mostrado no vídeo. Cada linha é uma tarefa distinta, com modelo, custo e resultado observados no mesmo dia.

Tarefa	Modelo	Custo	Resultado
Remover seção de depoimentos	Opus 4.8	US$ 0,66	Diff de 23 linhas, funcionou
Remover seção de depoimentos	Kimi 2.6	US$ 0,03	Diff de 23 linhas, funcionou
Criar Tetris com subagentes	Kimi 2.6	US$ 0,47	Jogo rodando no navegador
Criar Tetris com subagentes	Opus 4.8	não medido	não executado na gravação

O ponto que a tabela sustenta é estreito: numa tarefa pequena de edição, o modelo barato empatou no resultado e custou menos. Não há evidência aqui de que ele empata em refatorações grandes, depuração difícil ou código legado.

Custo por token não é custo por tarefa. Um modelo barato que precisa de mais tentativas pode sair mais caro no fim. Por isso vale medir o gasto acumulado do dia, e não apenas o preço por milhão de tokens anunciado na página do provedor.

O que é o Agent Swarms do Kimi e por que ele importa no custo

O Agent Swarms é um recurso do Kimi que permite disparar vários subagentes em paralelo para dividir uma tarefa. Paralelismo reduz o tempo de parede, mas multiplica o número de chamadas ao modelo.

O autor configurou o arquivo de configuração do OpenCode para apontar ao Kimi e adicionou uma ferramenta de criação de subagentes escrita em TypeScript. Só então pediu o Tetris. O jogo apareceu funcionando antes de o agente encerrar a execução.

Aqui mora a ressalva prática: subagentes são úteis para tarefas que se dividem em partes independentes. Numa tarefa sequencial, eles gastam tokens sem acelerar a entrega. Antes de habilitar muitos subagentes, confira se o trabalho realmente se ramifica.

Vale a distinção de responsabilidade. O Agent Swarms é um recurso do Kimi, da Moonshot AI. O OpenCode é um agente independente mantido por outro time, e os números do vídeo pertencem a essa combinação específica, não a um benchmark oficial de nenhum dos dois.

Passo a passo para configurar e medir o gasto

O roteiro abaixo reproduce o que foi feito no vídeo. Ele vale para qualquer provedor compatível, porque o OpenCode não obriga você a usar um modelo específico.

1. Instale o OpenCode pelo comando de instalação mostrado na documentação oficial e reinicie o terminal.
2. Rode o comando de login dentro do OpenCode e escolha os provedores que você quer conectar.
3. Cole a chave de API de cada provedor, como a do Kimi e a do provedor do modelo de fronteira, no mesmo menu.
4. No arquivo de configuração do projeto, defina o modelo base que o agente vai usar por padrão.
5. Execute uma tarefa pequena em cada modelo e compare o custo acumulado no painel do provedor.
6. Só depois de comparar, escolha qual modelo fica como padrão e quais viram exceção.

O passo 5 é o que a maioria pula. Sem registrar o gasto por tarefa, você troca um problema de assinatura por um problema de consumo variável e continua sem saber onde o dinheiro vai.

Se você quiser usar o Kimi com o Claude Code como harness, também dá: basta apontar a chave de API do provedor dentro da ferramenta. O modelo e o agente são decisões separadas, e essa separação é o que permite negociar custo.

As limitações que o vídeo não esconde

A primeira limitação é o tamanho da amostra: uma tarefa simples e um projeto de demonstração. A diferença de 22 vezes veio de um caso, não de uma média sobre várias tarefas.

A segunda é a natureza do teste. Trata-se de experiência de primeira mão do autor, com números lidos no painel do provedor, e não de medição independente reproduzida por terceiros. A classe da evidência é diferente de um benchmark auditado.

A terceira é comercial. O vídeo é patrocinado e oferece 10% de bônus na primeira recarga de créditos. Isso não invalida os números, mas significa que quem apresenta a ferramenta também se beneficia dela.

A quarta é o preço por token. Os valores mudam com frequência e precisam ser conferidos na página do provedor no dia da sua decisão. Copiar um número de um vídeo de junho para decidir em outubro é um erro de método.

Quando vale trocar de modelo e quando vale pagar mais

Use o modelo barato para tarefas pequenas, bem delimitadas e verificáveis: remover um componente, ajustar um estilo, escrever um teste isolado. O erro ali é de baixo custo e fácil de detectar.

Reserve o modelo de fronteira para o que exige raciocínio encadeado, refatoração ampla, depuração de causa desconhecida ou decisão arquitetural. Nesses casos, a diferença de preço pode ser menor que o custo da sua revisão.

Um caminho intermediário funciona bem: comece no modelo barato e escale manualmente quando ele travar. O autor do vídeo defende exatamente isso, usar um modelo para alguns tipos de tarefa e outro para o resto.

Gustavo Dev Doido mantém conteúdos de desenvolvimento nessa linha. O Crazystack Typescript e o Bootcamp do Dev Doido são exemplos de formação para quem escreve código no dia a dia.

Perguntas frequentes sobre economizar em agentes de código

• Dá para usar o Kimi dentro do Claude Code? Sim, segundo o vídeo. Você aponta a chave de API do provedor do Kimi dentro do Claude Code e passa a rodar esse modelo com o agente que já conhece. Modelo e harness são escolhas separadas.

FAQ

• O Kimi é mais barato que o Opus 4.8? No teste de junho de 2026, US$ 0,03 contra US$ 0,66 na mesma tarefa. É um único exemplo, não uma média.

• Posso usar qualquer modelo no OpenCode? Sim, o agente aceita modelos diferentes por chave de API. Basta escolher no login e no arquivo de configuração.

• O que é o Agent Swarms? É o recurso do Kimi que dispara vários subagentes em paralelo. Ajuda em tarefas divisíveis e gasta mais tokens em tarefas sequenciais.

• Preciso de repositório próprio? Nos testes do vídeo, sim, o OpenCode trabalhou dentro de um repositório local. Ele lê e edita os arquivos do projeto.

• Esse teste vale como benchmark? Não. É experiência de primeira mão, sem repetição e sem controle de variáveis.

• Os preços continuam os mesmos? Não necessariamente. Confira o preço atual na página do provedor antes de decidir.

• Qual o risco de trocar pelo modelo mais barato? Mais tentativas e revisão. Meça o custo total da tarefa, não o preço por milhão de tokens.

• Vale a pena manter a assinatura? Depende do seu consumo. Se você estoura sempre, o pagamento por token pode sair melhor.

• Subagentes substituem um modelo melhor? Não. Eles paralelizam trabalho, mas não aumentam o raciocínio de cada chamada.

• Como saber se economizei de verdade? Compare o gasto acumulado por tarefa durante uma semana, no mesmo projeto e com prompts parecidos.

• Isso funciona com qualquer linguagem? O teste usou Next.js e HTML. O agente edita arquivos de texto, então a linguagem muda pouco.

• O que conta como uso indevido do modelo barato? Mandar uma refatoração grande sem revisar. O barato fica caro quando você reescreve.

O que fazer na próxima tarefa

A decisão prática não é escolher um modelo para sempre, e sim definir uma regra por tipo de tarefa. Escreva no seu fluxo: tarefa pequena e verificável vai no modelo barato; causa desconhecida vai no caro.

A regra só vale se for medida. Crie o hábito de anotar o custo de cada execução relevante por alguns dias. Em uma semana você tem dados melhores do que qualquer gráfico de terceiros.

O resto é disciplina de escopo. Quanto mais claro o pedido, menor o desperdício de tokens em tentativa e erro, em qualquer modelo que você escolher.

Se você produz conteúdo técnico em vídeo, a mesma lógica de reaproveitamento vale para o texto.

Transforme o que você já explicou em vídeo em artigo

Você acabou de ver como reaproveitar uma decisão técnica medida uma vez para orientar escolhas futuras. Com conteúdo acontece algo parecido: muita explicação boa já existe gravada em vídeo e nunca vira texto pesquisável.

O Skala Blog pega um vídeo do YouTube, transcreve e gera um artigo estruturado a partir do que já foi dito. Você cola a URL, revisa o rascunho e publica com a sua voz.

Source video