Quanto custa um agente de IA hoje, e quanto ele acerta?

O que mudou no dia 13 de agosto de 2026?

A Google anunciou o Gemini 3.7 Flash e publicou, no mesmo texto de lançamento, a nota do modelo no AutomationBench: 30,4%, contra 17,0% do Gemini 3.6 Flash, que tinha chegado três semanas antes. É a nota mais alta do ranking hoje, e ela chega acompanhada de um corte de preço pela metade.

O tamanho do salto só aparece quando se olha o ponto de partida. O paper que apresentou o benchmark, publicado por pesquisadores da Zapier em abril de 2026, registrava que os melhores modelos de fronteira pontuavam abaixo de 10% naquelas mesmas tarefas. Em quatro meses o teto triplicou, e o modelo que o alcançou chegou cobrando metade do preço de tabela. Para quem faz conta de automação, os dois movimentos mudam a planilha ao mesmo tempo — só que um deles tem data marcada para se desfazer.

O que exatamente o AutomationBench cobra do agente?

Trabalho de empresa terminado, do primeiro clique ao registro final. O benchmark, mantido pela Zapier, coloca o agente para executar fluxos de ponta a ponta usando 47 ferramentas reais distribuídas em seis áreas — vendas, marketing, operações, suporte, financeiro e recursos humanos. A correção é programática e olha só o estado final dos sistemas: ou o dado certo chegou no lugar certo, ou a tarefa vale zero.

Essa régua é mais dura que a dos testes de conhecimento e de código que costumam ilustrar lançamento de modelo, porque ela não dá crédito parcial por intenção. Um agente que entende o pedido, escolhe a ferramenta certa e erra o último campo do formulário sai com o mesmo resultado de um agente que travou no primeiro passo. É por isso que a nota do líder ainda cabe dentro de um terço da escala, mesmo depois do salto dos últimos quatro meses.

Um benchmark que só olha o estado final dos sistemas não premia agente que quase terminou o trabalho.

Por que a conta feita hoje vai dobrar em janeiro?

Porque o preço anunciado é introdutório e a data do reajuste já está publicada. A documentação da API do Gemini registra US$ 0,75 por milhão de tokens de entrada e US$ 3,75 por milhão de tokens de saída até o fim do ano, e a própria Google escreveu no anúncio que os valores passam a US$ 1,50 e US$ 7,50 depois da virada. O reajuste dobra as duas pontas da conta, entrada e saída.

Toda estimativa de retorno montada agora, com o preço de agosto, descreve um custo que deixa de existir na virada do ano. Um piloto que roda de setembro a dezembro entrega números bonitos e depois encontra a operação com o dobro da fatura de inferência. Quem for aprovar orçamento de automação para o ano que vem precisa de duas linhas na planilha — a do período promocional e a do preço cheio —, e a decisão tem de continuar de pé na segunda.

A velocidade acompanhou a queda de preço?

Acompanhou, e na mesma semana. No dia 13 de agosto de 2026 a Cerebras anunciou que passou a rodar o GPT-5.6 Sol, da OpenAI, em um nível de serviço que entrega até 750 tokens de saída por segundo. Um agente que antes levava minutos para percorrer uma cadeia longa de chamadas passa a responder em segundos, o que muda o tipo de processo que aguenta ser automatizado sem irritar quem está do outro lado.

Custo e latência, porém, eram os dois obstáculos fáceis. O que segurava a automação de processo antes do lançamento continua no mesmo lugar depois dele: a taxa de acerto do fluxo inteiro. Preço menor não corrige campo preenchido errado, e mais velocidade multiplica o volume de tarefas concluídas pela metade no mesmo ritmo em que multiplica o de tarefas concluídas direito.

Se o líder acerta menos de um terço, dá para entregar o processo inteiro?

Não dá — e é esse o dado que raramente aparece no anúncio. Os 30,4% do Gemini 3.7 Flash são o topo do ranking, o que significa que o melhor agente do mundo em fluxo de negócio termina sozinho menos de um em cada três processos completos. O restante para no meio, erra o destino do dado ou devolve algo que parece pronto sem estar. E vale lembrar que, em abril de 2026, esse mesmo teto ficava abaixo de 10%: a curva sobe rápido, mas ainda sobe dentro de uma faixa em que ninguém entrega o processo inteiro.

O que o número recomenda é comprar automação no varejo, uma etapa por vez. Um projeto que sobrevive a essa taxa de acerto costuma ter quatro características:

• Escopo estreito. O agente recebe uma etapa nomeada do fluxo: classificar o pedido, preencher o cadastro, conciliar duas listas. O resto do processo segue como está até essa etapa se provar.
• Estado final verificável. Existe uma regra automática que diz se o resultado ficou certo, no mesmo espírito da correção do benchmark: o dado chegou onde deveria, ou não chegou.
• Fila de exceção com gente. O que a verificação reprova volta para uma pessoa, e o volume dessa fila é acompanhado semana a semana.
• Custo medido nos dois preços. A conta é refeita com o valor cheio antes de o escopo ser ampliado, para o projeto não depender de promoção.

É o mesmo critério que a Overbuild usa quando coloca IA dentro do próprio processo de construção de sites: pedaço estreito, saída conferida, pessoa no fim da fila. Em agentes e automações conectados ao sistema que a empresa já usa, a diferença entre um projeto que se sustenta e um piloto que morre costuma estar nesse recorte, decidido antes da primeira linha de código.

O que levar desta leitura

O agente de IA ficou mais capaz e mais barato na mesma semana, com números públicos para provar as duas coisas: 30,4% no AutomationBench e US$ 0,75 por milhão de tokens de entrada, contra abaixo de 10% em abril e o dobro do preço a partir de janeiro. O desconto tem prazo impresso, e o teto de acerto continua sendo o fator que decide se o projeto entrega.

Para quem vai aprovar automação neste semestre, a sequência que resiste ao calendário é curta: escolher uma etapa estreita e cara do processo, definir como o acerto será verificado por regra, deixar a exceção com uma pessoa e refazer a conta com o preço de 2027 antes de expandir. Quem quiser dimensionar esse recorte com quem constrói o sistema pode falar com a equipe da Overbuild.