Quanto custa uma decisão do Jev

A conta do Jev é curta. Você paga tokens de entrada, a saída é gratuita segundo a TypeSafe, e não existe cobrança por pergunta. Isso reduz o custo por decisão a uma fórmula com uma variável que você controla: o tamanho do que você manda.

custo = (tokens de entrada / 1.000.000) x US$ 0,042 x cotação do dólar

Nesta página usamos a cotação estimada de R$ 5,40, revisada em 17 de setembro de 2026. Ela é uma estimativa comercial do site, não cotação oficial — a calculadora interativa de preço usa a mesma base e deixa você trocar o volume.

O custo de uma decisão, em reais

Nenhuma dessas linhas chega a um centavo. É por isso que o padrão de uso muda: em vez de amostrar, você avalia tudo. Um milhão de tokens de entrada custa US$ 0,042, ou cerca de R$ 0,23.

O que medimos

Os nossos números vêm de execuções reais, com método declarado. Em 18 de setembro de 2026 fizemos cinco chamadas à API oficial, seis perguntas por chamada, com o modelo jev-1.13.0 respondendo e o tempo medido por quem chamou (rede incluída). A média foi de 955 tokens de entrada por chamada, e as latências ficaram em 270 ms no melhor caso, 538 ms na mediana e 802 ms no pior.

Separadamente, uma análise do playground deste site em produção registrou 994 tokens de entrada, 422 ms e custo estimado de R$ 0,00023.

Ou seja: seis decisões sobre um texto de suporte em português, por cerca de dois décimos de milésimo de real. Cinco chamadas não são benchmark, e não tratamos como tal — servem para mostrar a ordem de grandeza de um caso concreto.

Por decisão ou por chamada?

Aqui vale desfazer uma confusão comum. Uma chamada pode conter muitas perguntas, e cada pergunta é uma decisão. Nas nossas medições, as seis perguntas couberam em 955 tokens, então o custo por decisão foi cerca de um sexto do custo por chamada.

A consequência prática é o padrão de fan-out, descrito em padrões: perguntar mais na mesma chamada dilui o custo do state. O cookbook oficial de perguntas paralelas mediu isso em uma tarefa de 13 perguntas sobre um artigo longo: 12,2 vezes mais barato e 10,0 vezes mais rápido que 13 chamadas separadas, sem mudança nas respostas.

Quem paga a conta é o state, não a pergunta. Dois ajustes seguem daí:

1. Junte perguntas. Toda pergunta que usa o mesmo state deveria viajar na mesma requisição.
2. Corte o state. Filtrar em código antes de enviar reduz custo e melhora acurácia ao mesmo tempo, porque state grande com detalhe irrelevante é um dos limites declarados da versão.

A comparação de entrada com LLMs

Esta é a parte que precisa de cuidado. Comparar preço de entrada é legítimo; comparar capacidade não seria, porque esses modelos escrevem texto e o Jev só decide.

Para 100 mil decisões de 955 tokens — 95,5 milhões de tokens de entrada — os preços de tabela lidos em 18 de setembro de 2026 dão isto, considerando apenas a entrada:

Três ressalvas honestas sobre essa tabela:

• Ela ignora a saída, e a saída é cara nos LLMs. Nos preços lidos na mesma data, a saída custa US$ 1,20 por milhão no Luna, US$ 12,00 no Terra e US$ 50,00 no Astra. No Jev a saída é gratuita. Então a diferença real de um fluxo que gera texto é maior que a da tabela.
• Preço de tabela muda. O GPT-5.6 Sol, por exemplo, tinha preço promocional publicado pela OpenAI válido pelo menos até 21 de novembro de 2026.
• A TypeSafe publica um número maior e o relativiza. Ela afirma 444,6 vezes mais barato nos seus próprios workflow evals, e escreve que espera que esse número esteja no extremo superior dos ganhos reais. Também admite que não pode provar que o preço não é subsidiado. A nossa tabela acima é só aritmética sobre preços públicos, e fica bem abaixo desse número.

Onde o custo aparece na arquitetura

Com decisão a frações de centavo, o gargalo deixa de ser financeiro e passa a ser de desenho. Três efeitos que vimos aparecer:

Você pode perguntar o que talvez não use. Uma pergunta especulativa custa os tokens dela. Se ela evita uma segunda chamada, já se pagou.

Você pode avaliar 100% do volume. Amostragem existia porque julgamento humano é caro. Triar toda a fila de suporte de um mês por algo em torno de vinte reais muda o que vale a pena automatizar.

O caro voltou a ser o humano — e isso é bom. Quando a decisão automática custa quase nada, faz sentido gastar atenção humana exatamente onde a confiança caiu, e não na fila inteira. Esse desenho é o roteamento por confiança, e ele começa em confiança.

Para montar a primeira chamada e medir os seus próprios tokens, vá para como usar o Jev. Para a calculadora e a comparação completa de tabela, volte para preço.