A corrida pela inteligência artificial começa a ganhar uma nova métrica: custo por tarefa executada. A Anthropic lançou nesta semana o Claude Haiku 5.5, modelo compacto desenhado para operações de alto volume, baixa latência e aplicações sensíveis a custo. Mais do que mais um lançamento na disputa entre modelos, a novidade ajuda a explicar uma mudança importante: empresas começam a escolher diferentes níveis de inteligência para diferentes partes de um mesmo processo.
Segundo a Anthropic, o Haiku 5.5 é seu modelo pequeno mais rápido e capaz até agora e custa, em média, cerca de 75% menos para operar do que o Haiku 4.5. Para prompts de até 100 mil tokens, o preço divulgado é de US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de tokens de saída. A empresa posiciona o modelo para tarefas como classificação, resumo, consultas a bancos de dados, suporte ao cliente, automação de navegador e atuação como subagente.
Nem toda tarefa precisa do modelo mais poderoso
Durante a primeira fase da IA generativa, boa parte da discussão de mercado esteve concentrada em qual modelo alcançava o melhor desempenho geral. A expansão dos agentes muda essa lógica. Quando um sistema precisa executar centenas ou milhares de pequenas tarefas, usar o modelo mais sofisticado em todas elas pode tornar a operação economicamente inviável.
A arquitetura começa, então, a se parecer com uma equipe. Um modelo mais poderoso pode planejar, interpretar situações complexas ou tomar decisões que exigem mais contexto; modelos menores assumem etapas repetitivas, buscas, classificações, sínteses e verificações. A Anthropic cita explicitamente essa função de “subagente” como um dos principais usos do Haiku 5.5.
Para Marketing e Customer Experience, isso abre possibilidades práticas. Triagem de contatos, classificação de intenção, resumo de históricos, roteamento de chamados, interpretação de feedback e tarefas administrativas de CRM podem ser executadas em grande volume sem necessariamente recorrer ao modelo mais caro da organização.
Atendimento em tempo real coloca latência no centro da experiência
A Anthropic também destaca chat, voz e suporte ao vivo como casos de uso prioritários. Nesses ambientes, qualidade não é a única variável. Uma resposta tecnicamente melhor pode entregar uma experiência pior se demorar demais para chegar.
Esse ponto é especialmente relevante para operações de Customer Engagement. À medida que agentes assumem interações mais próximas do cliente, empresas precisam equilibrar quatro dimensões ao mesmo tempo: inteligência, velocidade, custo e risco. A escolha do modelo passa a ser parte do desenho da jornada, e não apenas uma decisão da área de tecnologia.
O custo dos agentes começa a cair em duas frentes
O lançamento veio acompanhado de outra mudança de preço. A Anthropic reduziu pela metade o custo de cache reads do Claude Sonnet 5.5, de US$ 0,20 para US$ 0,10 por milhão de tokens. Segundo a empresa, a alteração reduz em cerca de 20% o custo de execução do Sonnet 5.5 na maioria das tarefas agênticas.
A combinação é relevante porque agentes consomem contexto repetidamente. Histórico, instruções, documentos, regras e memória operacional podem ser acessados várias vezes durante um fluxo. Reduzir o preço de leitura desse contexto altera a conta de aplicações que permanecem ativas durante longos períodos ou executam múltiplas etapas.
É uma evolução parecida com outras fases da infraestrutura digital: depois que a tecnologia prova que funciona, a discussão se desloca rapidamente para eficiência. Quantas tarefas podem ser executadas? Qual é o custo por interação? Quando vale usar um modelo maior? Quanto contexto precisa ser carregado? E qual nível de autonomia produz retorno suficiente para justificar a operação?
Mais barato não significa automaticamente melhor operação
A redução de custo também pode estimular um comportamento perigoso: automatizar porque ficou barato. Modelos menores ampliam a capacidade de execução, mas não eliminam a necessidade de desenho de processos, governança e avaliação de resultados.
Em CRM, por exemplo, um agente pode classificar milhares de contatos rapidamente, mas uma regra equivocada pode escalar uma segmentação ruim com a mesma velocidade. Em atendimento, reduzir latência não resolve uma base de conhecimento desatualizada. Em Marketing, produzir centenas de variações não garante relevância.
O movimento reforça uma ideia que aparece cada vez mais no mercado: a vantagem competitiva não estará apenas em ter acesso ao melhor modelo, mas em saber qual modelo usar, para qual tarefa, com quais dados e sob quais regras.
A próxima disputa pode ser pela economia da IA
O Haiku 5.5 chega poucos dias depois do Sonnet 5.5 e completa uma família em que modelos assumem papéis diferentes conforme complexidade, velocidade e orçamento. Essa especialização tende a acelerar arquiteturas compostas por vários agentes e modelos trabalhando juntos.
Para empresas, isso muda a pergunta. Em vez de “qual é a melhor IA?”, começa a fazer mais sentido perguntar “qual combinação de modelos entrega o resultado necessário pelo menor custo e com o nível adequado de controle?”. Quando agentes deixam o laboratório e entram em operações de atendimento, vendas, CRM e produtividade, essa conta passa a ser tão importante quanto o benchmark.
Fonte: Anthropic — Claude Haiku 5.5
Menos teoria, mais aplicação real. Siga o Tudo Sobre CDP no LinkedIn.
Leia também:
