Quanto custa cada decisão no Jev? Como comparar o preço com outras IAs de decisão de forma justa

Preço por milhão de tokens NÃO é preço por decisão

E é aí que muita comparação entre IAs de decisão já nasce torta 😛

Fala aí, beleza? Hoje tem dois nomes fortes nessa categoria: o Jev, da TypeSafe AI, e a Decisions API que a OpenAI acabou de abrir em beta público

Os dois cobram só a entrada

Mas o quanto tu paga de verdade por decisão depende do volume, do tamanho do que você manda, das retentativas e de quanto tráfego acaba caindo no plano B

Então o foco aqui é o MÉTODO, não a tabela

Valor de tabela muda a cada atualização, e os dois preços atuais já vêm com ressalva: a própria TypeSafe admite que o dela pode ser subsidiado, e o da OpenAI ainda é preço de beta…

Por que o Jev cobra só a entrada (e o que isso muda na conta)

Segundo a ficha do Jev no The Rundown, ele é o primeiro modelo da linha System One da TypeSafe AI, e não foi feito pra escrever texto

Ele devolve decisões estruturadas, tipadas, que o seu software usa direto

E por que a saída sai de graça?

Porque o Jev não fica gerando token atrás de token, ele pontua todas as respostas possíveis do schema numa passada paralela só, sem aquele loop de geração de texto

Pensa assim: em vez de redigir uma resposta, ele olha a lista de opções e dá nota pra cada uma de uma vez 🙂

Por isso a cobrança fica toda na entrada: US$ 0,042 por 1 milhão de tokens de entrada, conforme a página do jev-1.13 no OpenRouter, com tokens de saída grátis

Na home da TypeSafe o mesmo valor aparece escrito como US$ 42 por bilhão de tokens de entrada (se quiser o detalhe dessa forma de cobrança, tem o post sobre o preço por bilhão de tokens)

A versão listada hoje é a jev-1.13 (jev-1.13.0), e os usos indicados são:

• Classificação
• Roteamento
• Pontuação (scoring)
• Verificação
• Guardrails

O que isso muda na conta?

Como a saída não pesa, TUDO que importa no custo é o que você manda pra dentro, e é exatamente aí que o pessoal erra a estimativa

Como montar a conta com os seus próprios números

Bora ver na prática?

O método é esse: custo real = (uso no provedor + retentativas + logs + revisão + fallback) dividido pelas decisões que a aplicação pode usar com segurança

Vamos por partes

1. Estime os tokens de cada chamada. Cada chamada ao Jev tem uma parte fixa de cerca de 300 tokens, e em cima disso entra o estado (o ticket, o e-mail, o documento) mais cada pergunta com instruções, critérios e descrições das opções. Uma pergunta curta soma algumas dezenas de tokens, já uma Choice com 40 descrições longas de opção custa bem mais que um sim/não

Erro comum deste passo: contar só o texto do estado e esquecer a parte fixa e as descrições das opções

2. Agrupe as perguntas na mesma requisição. Quando várias perguntas vão juntas, o estado é cobrado uma vez só e você ainda faz uma única ida e volta

Erro comum deste passo: fazer uma chamada por pergunta, repetindo o ticket inteiro toda vez

3. Multiplique pelo volume mensal de decisões. Aqui é o seu número: quantos tickets, e-mails ou eventos passam pelo modelo por mês

4. Some o que não aparece na fatura do provedor. Retentativas (conte como chamadas extras na estimativa), logs, o tempo de quem revisa e o trabalho do fallback

5. Divida pelas decisões utilizáveis com segurança. Não é pelo total de chamadas, é por quantas decisões o código pode de fato usar

Erro comum deste passo: dividir pelo total de chamadas e achar que todo resultado vira decisão aproveitada

Exemplo de simulação (números inventados, só pra ver a fórmula rodando)

Isso aqui NÃO é teste, é uma conta de mentirinha com o preço publicado, beleza?

Imagina um ticket de uns 650 tokens e três perguntas curtas de 50 tokens cada:

Uma chamada por pergunta:
3 x (300 fixos + 650 estado + 50 pergunta) = 3.000 tokens

As três perguntas na mesma requisição:
300 fixos + 650 estado + 150 perguntas = 1.100 tokens

Mesma informação, quase um terço dos tokens 😀

Agora jogando no volume, supondo 100 mil requisições agrupadas por mês:

100.000 x 1.100 tokens = 110 milhões de tokens de entrada
110 x US$ 0,042 = uso no provedor

Se 85 mil dessas decisões forem utilizáveis:
uso no provedor / 85.000 = custo de uso por decisão utilizável
(e ainda falta somar retentativas, logs, revisão e fallback)

Percebe que o valor do provedor é só o começo?

A revisão humana do que caiu fora dos 85 mil costuma pesar MUITO mais que os tokens, e é por isso que ela tem que estar na conta

Como a confiança e o fallback entram no custo de cada decisão

As respostas do tipo Choice e Score do Jev vêm com um valor de confiança entre 0 e 1 (1,0 quando toda a probabilidade está numa opção só)

O uso recomendado é criar faixas no código:

• Confiança alta: o código age sozinho
• Confiança média: alguém confirma
• Confiança baixa: vai pra uma pessoa

E onde cada faixa começa?

Quem decide é o custo de um erro

Errar o roteamento de um ticket é uma coisa, errar um guardrail é outra bem diferente, então o limiar não é igual pra todo mundo

Os números exatos saem de exemplos rotulados: você mede o erro entre as decisões aceitas e a fatia do tráfego que foi aceita

Tome cuidado: esse limiar só vale pra uma combinação específica de pergunta, versão do modelo, população de entrada e comportamento de fallback

Mudou um desses? Mede de novo

E aqui fecha o raciocínio do custo: quanto mais tráfego cai na revisão, menos decisões utilizáveis você tem, e maior fica o custo real de cada uma

Um modelo com token mais barato pode sair mais caro por decisão se mandar muiiita coisa pro humano revisar

Jev x Decisions API da OpenAI: o que comparar além do preço por token

A Decisions API da OpenAI entrou em beta público pra todos os desenvolvedores em 06/10/2026, rodando no GPT-6 Luna (que, segundo o SmartScope, é o único modelo disponível nela) e devolvendo respostas tipadas: probabilidade, escolha de uma lista fixa ou score

Ou seja, é o concorrente direto

Se liga no que dá pra colocar lado a lado:

Um detalhe importante: o GPT-6 Luna pela API comum (Responses) é outro produto, e lá a saída é cobrada à parte, US$ 0,50 por 1M de tokens de saída, além dos US$ 0,10 de entrada

Sobre o crédito grátis do Jev: os US$ 5 para contas criadas quando a lista de espera terminou (20/09/2026) acabaram para cadastros a partir de 27/09/2026, e a promoção gratuita do AI Gateway da Vercel fechou em 25/09/2026

E tem uma pegadinha que a tabela não mostra…

O tokenizador e o tamanho da parte fixa podem ser diferentes em cada fornecedor, então o mesmo ticket pode virar quantidades diferentes de tokens

Por isso a comparação justa é por decisão utilizável, não por token

Erros que distorcem a comparação de preço entre IAs de decisão

Comparar o GPT-6 Luna da API comum com o Jev

Sintoma: a OpenAI parece muito mais cara do que deveria

Causa: misturar a Responses, que cobra saída, com a Decisions API, que não cobra

Solução: comparar produto equivalente, decisão tipada com decisão tipada

Escolher o mais barato e gastar mais em revisão

Sintoma: a fatura do provedor caiu, mas o time de revisão está afogado

Causa: ignorar a taxa de fallback na conta

Solução: medir decisões utilizáveis com dados rotulados e dividir o custo por elas

Custo explodindo em produção

Sintoma: a estimativa do piloto não bate com o mês real

Causa: descrições longas de opção e uma pergunta por chamada, repetindo o estado toda vez

Solução: agrupar as perguntas na mesma requisição e enxugar instruções e descrições

Orçamento travado num preço que vai mudar

Sintoma: a planilha do ano inteiro foi feita com o valor de hoje

Causa: o preço da TypeSafe pode ser subsidiado e o da OpenAI é de beta, com o valor final da GA ainda não anunciado

Solução: deixar margem no orçamento e reavaliar a cada mudança de preço

Como prevenir

Acompanhe sempre estes cinco números:

• Uso de entrada
• Latência
• Confiança
• Taxa de erro
• % de resultados que caem no fallback

Com eles na mão, qualquer mudança de preço ou de versão vira só uma conta nova, e não um susto haha

Vale a pena escolher pelo preço por token?

Sozinho, não

Na tabela de hoje o Jev é mais barato por token de entrada que a Decisions API, isso é fato

Mas a escolha justa sai do custo por decisão utilizável, medido com os SEUS dados rotulados, porque é ali que aparecem a confiança, o fallback e a revisão

E os dois preços ainda podem mexer: subsídio admitido de um lado, beta do outro

O caminho honesto é rodar o mesmo lote rotulado nos dois, aplicar a fórmula e ver qual entrega mais decisão aproveitável por dólar no seu caso

Próximo passo: rode a conta com uma amostra real

Recapitulando o que vimos:

• O Jev cobra só a entrada porque pontua as respostas do schema numa passada, sem gerar texto
• A entrada é tudo: parte fixa, estado, perguntas, instruções e descrições das opções
• Agrupar perguntas faz o estado ser cobrado uma vez só
• Confiança e fallback mudam quantas decisões são utilizáveis, e isso muda o custo real
• A comparação justa com a Decisions API é por decisão utilizável, não por token

Agora é contigo: separa uma amostra rotulada do seu tráfego real, mede tokens, confiança e fallback, joga na fórmula e anota o resultado

E repete a cada mudança de preço ou de versão do modelo, faça o teste!

Até o próximo post! 🙂