Como escolher o modelo de IA da empresa de serviço, tarefa por tarefa

Quem monta operação de serviço costuma errar a pergunta. Pergunta “qual é o melhor modelo?” quando deveria perguntar “qual é bom o bastante para esta tarefa, a que custo e com os dados de quem?”. Entre setembro e outubro de 2026 saíram novas versões de Claude, GPT-6 e Gemini, e a pergunta certa ficou ainda mais útil, porque a diferença entre as opções diminuiu em preço e em tamanho de contexto.

Os exemplos abaixo usam a Consultoria Rota Norte, empresa fictícia de 22 pessoas que grava cerca de 40 reuniões por mês. Não há ranking aqui: modelos mudam a cada poucas semanas, e o critério de escolha dura mais que qualquer lista. Para o lado de custo de API, veja também quanto custa a API da OpenAI.

O que muda de um modelo para outro na prática?

Para uma empresa de serviço, cinco critérios resolvem quase toda decisão: custo por uso, tamanho do contexto, qualidade em português, onde os dados ficam e quem paga a conta. Capacidade geral do modelo importa menos do que parece, porque as tarefas de rotina são parecidas entre si.

• Custo: preço por milhão de tokens, separado em entrada (o que você envia) e saída (o que o modelo escreve). O verbete token de IA explica a unidade.
• Contexto: quanto texto cabe de uma vez. Uma reunião de 1 hora cabe em qualquer modelo atual. O limite aparece quando você junta meses de reuniões de um cliente com os documentos dele.
• Português: teste com o vocabulário da sua empresa, com siglas, nomes de cliente e o jeito de falar do time. Resumo bonito com nome de cliente trocado não serve.
• Onde os dados ficam: leia, nos termos do plano de API contratado, se o texto enviado pode ser usado para treinar o modelo e por quanto tempo fica guardado.
• Quem paga a conta: uma conta da empresa, com fatura e teto de gasto, ou uma assinatura de cada pessoa no cartão pessoal.

Qual critério pesa mais em cada tarefa?

Cada tarefa tem um critério dominante. Resumo de reunião repete todo dia, então custo e português decidem. Documento longo pede contexto. Rascunho para cliente pede cuidado com dados e com o tom, e sempre passa por uma pessoa antes de sair.

MATRIZ DE DECISÃO DE MODELO DE IA
Peso do critério para a tarefa: 1 (pouco) a 3 (decide). Nota do modelo: 0 (falhou), 1 (aceitável), 2 (bom).
Pontuação do modelo = soma de (peso x nota).

TAREFA: ______________________  (ex.: resumo de reunião)

CRITÉRIO                      PESO   MODELO A   MODELO B   MODELO C
Custo por uso                 [ ]    [ ]        [ ]        [ ]
Contexto suficiente           [ ]    [ ]        [ ]        [ ]
Português com o nosso jeito   [ ]    [ ]        [ ]        [ ]
Dados (termos e retenção)     [ ]    [ ]        [ ]        [ ]
Quem paga e quem vê o uso     [ ]    [ ]        [ ]        [ ]
TOTAL                                [ ]        [ ]        [ ]

Custo medido no teste (US$ por reunião): A ____  B ____  C ____
Data do teste: ____/____/____   Refazer em: ____/____/____ (no máximo 90 dias)
Decisão e responsável: ______________________________________

Quanto custa rodar um modelo de IA em reuniões?

O custo de uma tarefa é a conta de dois números: quantos tokens você envia e quantos o modelo devolve, cada um multiplicado pelo preço por milhão. Para reunião, a entrada domina, porque a transcrição é longa e o resumo é curto.

O que mudou nos modelos entre setembro e outubro de 2026?

Três movimentos aparecem nas páginas oficiais dos fornecedores: contexto de cerca de 1 milhão de tokens virou comum, o preço de lista por milhão caiu, e Anthropic e OpenAI vendem lado a lado versões grandes e pequenas. A tabela mostra os exemplos, sem ordem de preferência.

Na prática, para uma empresa de 10 a 100 pessoas, contexto deixou de decidir a maioria das tarefas de reunião, e um resumo custa centavos de dólar nas duas faixas. A decisão migra para qualidade no seu material, contrato de dados e controle de gasto. Confira os valores nos fornecedores antes de decidir: preço muda sem aviso.

Como testar os modelos numa tarde com 10 reuniões fictícias?

Um teste de uma tarde, com 10 reuniões inventadas e um gabarito escrito antes, mostra mais do que qualquer tabela de comparação. O segredo é rodar o mesmo pedido em todos os modelos e pontuar com a mesma régua.

1. 1

   Monte 10 transcrições fictícias

   Escreva, ou peça à IA, reuniões de uma empresa inventada: quatro tranquilas, três com mudança de escopo e três confusas, com siglas e nomes de cliente. Dado real fica de fora.

2. 2

   Escreva o gabarito antes de rodar

   Para cada reunião, liste você mesmo as decisões e as tarefas corretas, com dono e prazo. Sem gabarito, todo resumo parece bom.

3. 3

   Use o mesmo pedido em todos os modelos

   Copie o mesmo texto de instrução. Mudar o pedido entre modelos estraga a comparação.

4. 4

   Pontue de 0 a 2 em quatro itens

   Decisões certas, tarefas com dono e prazo, nada inventado (veja alucinação de IA) e português natural. Some e anote o custo medido.

5. 5

   Marque a data de repetir

   Refaça o teste em até 90 dias, ou quando um fornecedor anunciar versão nova. O gabarito você já tem, então a repetição leva 30 minutos.

Por que um cliente de IA só, contratado pela empresa, simplifica a gestão?

Quando cada pessoa usa a IA numa conta própria, a empresa não sabe quanto gasta, que texto saiu nem quem pode ver o resultado. Com um ponto de entrada só, contratado pela empresa, a fatura é uma, o uso fica registrado e trocar de modelo no futuro não muda a rotina do time.

Quais erros são comuns na escolha do modelo, e como corrigir?

Os erros mais comuns vêm de decidir por reputação em vez de por teste. Quase todos se corrigem com o gabarito da seção anterior e com um ponto de controle de gasto.

• Escolher pelo ranking de benchmark. O ranking mede tarefas genéricas. Rode o seu material e o seu português, como no teste acima. Para a rotina de agência, ChatGPT para agências de marketing traz pedidos prontos para testar.
• Comparar só o preço por milhão. Some o custo de revisar e refazer. Um resumo barato que erra o prazo do cliente sai caro.
• Usar o maior modelo para tudo. Tarefa repetitiva e simples, como resumo, costuma rodar bem num modelo menor. Reserve o grande para o que exige raciocínio longo.
• Amarrar o processo a um modelo. Guarde o pedido e o gabarito separados do fornecedor. Trocar vira um teste de 30 minutos, não um projeto.