Quatro bilhões de tokens depois: como é um mês com um assistente de IA em números
Perguntei a uma pequena ferramenta de terminal o que meu assistente de IA fez por mim em quatro semanas. A resposta: quase quatro bilhões de tokens, 80 romances de texto e uma conta de 1.400 dólares que eu nunca precisei pagar. Um olhar sobre os números - para quem nunca ouviu a palavra "token".

🌐 Também em: English · Deutsch · Français · Español · Italiano · Nederlands · Polski
Há alguns meses, boa parte deste blog e do código Ansible por trás dele é escrita em conjunto com um assistente de IA: o Claude, na sua versão de linha de comando, o Claude Code. Ele escreve código, executa comandos nos servidores, lê arquivos de log e rascunha artigos; eu decido, confiro e digo “não, assim não” com bastante frequência. Em algum momento eu quis saber quanto tudo isso realmente soma. Não em sensações, em números.
Existe uma pequena ferramenta da comunidade para isso, a ccusage. Ela lê os arquivos de log que o Claude Code guarda no meu próprio computador e soma tudo. Uma linha no terminal:
npx ccusage@latest daily --since 20260923
O npx baixa a ferramenta, executa uma vez e esquece de novo. Ela lê apenas os arquivos de log locais e não envia nada do conteúdo para lugar nenhum; a única coisa que ela busca na internet é a tabela de preços atual. Veja o que saiu para as quatro semanas de 23 de setembro a 21 de outubro de 2026.
Índice
🔢 Os números brutos
| Valor | |
|---|---|
| Dias com algum uso | 25 de 29 |
| Tokens no total | 3.973.410.229 - quase quatro bilhões |
| … dos quais relidos da “memória” (cache) | 3,90 bilhões (98 %) |
| … gravados novos na memória | 60,5 milhões |
| … escritos pelo assistente | 8,7 milhões |
| … digitados por mim como entrada nova | 18.342 |
| Dia mais movimentado | 19 de outubro: 377 milhões de tokens |
| Preço calculado pela tabela | 1.407 dólares americanos |
🧩 Afinal, o que é um token?
Um modelo de linguagem não lê letras nem palavras inteiras, ele lê tokens: pedaços de palavras. “Firewall” pode ser dois tokens, “the” é um, e uma palavra longa em alemão como “Datenbankverbindung” pode virar quatro ou cinco. Como regra prática, 100 tokens equivalem a cerca de 75 palavras em inglês. Tudo é contado em tokens: o que entra, o que sai e - essa é a parte interessante - o que o modelo precisa ler de novo.
📚 98 % de releitura
A linha mais surpreendente da tabela é o cache. De quase quatro bilhões de tokens, 3,9 bilhões não eram nada novos. Eram a mesma conversa, lida de novo.
É assim que um assistente desses funciona: ele não tem memória entre dois passos. Antes de cada resposta - cada comando que executa, cada arquivo que lê - ele recebe de novo a conversa inteira até ali: minhas perguntas, as respostas dele, cada trecho de log, cada arquivo. Uma sessão longa de trabalho num servidor chega fácil ao tamanho de um livro curto, e esse livro é lido de novo para o próximo passo. E para o próximo. E para o próximo.
Imagine um funcionário de escritório que, antes de escrever cada frase de uma carta, lê o processo inteiro desde a primeira página. Esse é o meu assistente. Para cada token que ele escreve, ele relê uns 450. A boa notícia: reler é barato. O provedor mantém a conversa pronta num cache, então um token relido custa só cerca de um décimo de um novo. O que também explica por que quatro bilhões de tokens soam muito mais dramáticos do que são.
✍️ O que isso significa no dia a dia
- 80 romances. Os 8,7 milhões de tokens que o assistente escreveu são cerca de 6,5 milhões de palavras - mais ou menos 80 romances de tamanho médio. Impresso, dá uma pilha de papel de uns 2,6 metros de altura. A maior parte, verdade seja dita, não é literatura, e sim arquivos de configuração, comandos de shell e explicações de por que o firewall fez algo inesperado.
- 23 anos de leitura. Se uma pessoa quisesse ler os quatro bilhões de tokens num ritmo normal, sem dormir, sem café, sem fins de semana, precisaria de uns 23 anos. Com oito horas por dia, seria uma vida profissional inteira.
- 475 vezes mais resposta do que pergunta. Minha própria entrada nova foi de 18.342 tokens - algumas páginas de texto em quatro semanas. Instruções curtas como “olha os logs”, “sim, faz assim” ou “por que isso está vermelho?”. O resto vem do assistente: tudo o que ele leu nos servidores, escreveu e explicou.
- Quatro dias de folga. 25 de 29 dias tiveram algum uso. Pelo jeito até um assistente de IA ganha um fim de semana de vez em quando - ou melhor, o humano dele.
💸 A conta que nunca chegou
A ferramenta também calcula um preço: 1.407 dólares americanos por quatro semanas, cerca de 56 dólares por dia ativo, 118 no dia mais movimentado. Parece muito - e não foi o que eu paguei.
O número é quanto esse uso custaria pelo preço de tabela da API, a interface que as empresas usam para integrar o modelo nos próprios produtos. Lá, cada token é cobrado: entrada nova, saída, gravação no cache, leitura do cache, cada um com sua tarifa. O ccusage simplesmente multiplica minhas contagens de tokens por essas tarifas.
Eu uso uma assinatura, o plano Pro, que custa cerca de 20 dólares americanos por mês. Uma assinatura é uma tarifa fixa com limites de uso: você trabalha até atingir o limite de uma janela de tempo e depois espera ela reiniciar. Então os 1.407 dólares são um “e se” - quanto a mesma quantidade de trabalho custaria se cada token fosse cobrado um por um. Para um projeto pessoal, a tarifa fixa é a escolha óbvia; para uma empresa que integra o modelo no seu produto, o preço por token é o caso normal.
Esses limites, aliás, não são teóricos. O trabalho isolado mais caro do mês foi traduzir o blog depois: todos os 111 posts existentes para alemão, francês e espanhol. Isso levou vários dias e muitas sessões, porque eu vivia batendo no limite de cinco horas - o trabalho parava no meio de um artigo, e uma sessão nova retomava assim que a janela reiniciava. Traduzir é ler e escrever ao mesmo tempo, e muito; dá para ver isso nas estatísticas, onde 9 e 11 de outubro estão entre os dias mais movimentados. Um tradutor humano teria precisado de meses. O assistente precisou de alguns dias e da minha paciência com o timer de reset.
⚡ E quantos computadores tiveram que rodar para isso?
Essa é a pergunta que eu mais gostaria de responder, e a que não consigo responder honestamente com um número. O modelo não roda no meu computador, e sim em data centers, em chips especializados feitos exatamente para esse tipo de cálculo. Qual o tamanho do modelo, quantos chips respondem a uma requisição e quanta energia custa um token - o provedor não publica isso, e qualquer número preciso aqui seria inventado.
O que dá para dizer: um modelo dessa classe nem roda num PC doméstico. Ele precisa de muito mais memória do que um computador normal tem, por uma margem enorme. E reler do cache exige muito menos processamento do que calcular algo novo - que é exatamente por isso que é tão mais barato. Os 98 % de releitura representam, portanto, muito menos trabalho no data center do que a contagem bruta de tokens sugere.
🏗️ O que saiu disso
Contar tokens é divertido, mas a pergunta de verdade é para que eles serviram. Em cerca de cinco meses, isto foi criado:
| Tamanho | |
|---|---|
| Roles do Ansible | 39 |
| Código (tasks, templates, scripts) | cerca de 36.000 linhas, um quinto delas comentários e explicações |
| Documentação de operação | em três idiomas, cerca de 16.000 linhas |
| Posts no blog | uns 30, cada um em quatro idiomas |
| Servidores | este blog e duas instâncias Nextcloud, endurecidos e monitorados |
Quanto tempo isso teria levado do jeito clássico, digitado à mão? Para código de infraestrutura, uma estimativa comum é de 30 a 80 linhas prontas e testadas por dia - incluindo pesquisa, testes em servidores reais e o troubleshooting que muitas vezes leva mais tempo do que escrever. Somando documentação e traduções, a estimativa chega a dois a três anos de trabalho em tempo integral para uma pessoa experiente. Essa pessoa ainda teria que dominar a fundo SELinux, Kubernetes, firewalls, bancos de dados, Nextcloud, WordPress e monitoramento ao mesmo tempo - o que é raro.
Eu também não sou essa pessoa. Mas aprendi muito no caminho, e muito mais rápido do que teria aprendido de outra forma. Toda vez que algo não funcionava, eu recebia a explicação na hora: por que o SELinux recusa uma transição, o que é um cabeçalho hop-by-hop, por que um banco de dados roda sem proteção embora tudo diga “enforcing”. Isso é aprender exatamente no momento em que a pergunta surge - um professor particular que sempre tem tempo e nunca diz “leia o capítulo 7 primeiro”. Um livro didático explica muita coisa de que não preciso naquele momento, e a única página de que preciso está em algum lugar no meio. Aqui, eu estudei um assunto de forma direcionada, fiz perguntas de acompanhamento, e os deep dives deste blog são o que sobrou disso.
Linhas de código são uma medida grosseira, e a estimativa é uma noção da ordem de grandeza, não uma fatura. Mais importante é o que os números não mostram: o assistente não decidiu nada sozinho. Cada mudança num servidor em produção foi discutida antes, cada resultado conferido, e algumas das melhores descobertas vieram de um simples “isso parece estranho, pode verificar de novo?”. O deep dive sobre SELinux descreve duas delas. Lá pelo dia 20 também entendi de onde vem aquela velha piada de TI - que alguns de nós conversam mais com a IA do que com pessoas de verdade, incluindo o próprio parceiro. Em minha defesa: a IA nunca reclamou nem uma vez que eu explico regras de firewall no jantar. A IA assume a diligência; a responsabilidade fica com o humano. E este é um projeto pessoal - o que significa que ele disputa tempo com todo o resto da vida. Esse é exatamente o ponto: justamente porque esse tempo é limitado, a velocidade de trabalhar com uma IA fez a diferença. Algumas horas livres não bastam para digitar um firewall à mão. Bastam para discutir, conferir e implantar um.
🔍 O que as estatísticas revelam
- Temas grandes fazem dias grandes. O dia mais movimentado, 19 de outubro, foi o dia em que as últimas partes do tour de Ansible e o artigo sobre SELinux foram escritos e testados - muita leitura nos servidores, muito texto.
- O contexto é o verdadeiro motor de custo. Não o que eu digito, nem mesmo o que o assistente escreve, mas quanto ele precisa manter em mente. Sessões longas com muitos trechos de log são caras; tarefas curtas e focadas são baratas.
- Não é o modelo que mais escreve. Ele lê. 450 tokens lidos para cada token escrito - isso é menos “máquina de escrita criativa” e mais “colega muito rápido que lê o processo inteiro toda vez”.
🧔 Minha visão pessoal - um pouco provocativa, e só minha
Para mim, o valor real de tudo isso não são as respostas espertas. É o tempo. Dois a três anos de trabalho em cerca de cinco meses - essa é a diferença entre um projeto com que eu teria sonhado e um projeto que funciona. Hardening, monitoramento, documentação em três idiomas, um blog em quatro: nada disso existiria nessa forma sem o assistente, simplesmente porque uma vida humana tem um número limitado de noites.
Então aqui vai minha visão pessoal, como alguém com 20 anos de experiência profissional que já digitou arquivos de configuração à mão mais do que o suficiente: nos meus próprios projetos pessoais, escrever código de infraestrutura linha por linha à mão não combina mais com os tempos. Para mim, parece o cartão perfurado da nossa era - honesto, admirável e, para mim pessoalmente, uma forma de gastar três anos em algo que agora consigo fazer em poucos meses. Isso não é um julgamento sobre mais ninguém: alguns dos administradores mais cuidadosos que conheço escrevem cada regra eles mesmos, e têm bons motivos. Eu simplesmente levei meu próprio cuidado para outro lugar - para as perguntas, a revisão, os testes e as decisões. É aí que acho um humano insubstituível, e é para lá que vai o tempo que economizei.
Ansible escrito à mão vai sobreviver, claro, e com razão - ao lado dos discos de vinil, dos teclados mecânicos e da pessoa que compila o próprio kernel por princípio. Talvez um dia eu me junte a eles por nostalgia. Nos meus próprios projetos, porém, no pouco tempo livre que sobra ao lado da família e do trabalho, não é mais o método que escolho.
E ainda assim, há um lado menos alegre nisso, e seria desonesto deixá-lo de fora. Dois a três anos de trabalho de uma pessoa em cinco meses - virando ao contrário, isso também significa: um projeto que antes ocupava uma pequena equipe por muito tempo agora precisa de uma pessoa e um assistente. Para mim, com um projeto pessoal e tempo limitado, isso é puro ganho. Para equipes e profissões que viveram exatamente desse tipo de trabalho manual cuidadoso, é uma pergunta real, e ninguém tem uma boa resposta ainda. O caminho da direita é mais rápido. Também é mais vazio.
Acho que muitos de nós estão nessa bifurcação agora, queiramos ou não - administradores, desenvolvedores, redatores técnicos, tradutores. Eu peguei o caminho da direita, porque para a minha situação ele é claramente o melhor - para outras situações a resposta pode ser bem diferente. Mas de vez em quando olho por cima do ombro. As pessoas que ainda estão paradas na placa não estão atrasadas. Estão pesando algo que merece ser pesado.
🎬 Conclusão
Quatro bilhões de tokens soam como um número de ficção científica. Traduzidos para o dia a dia, são um colega que nunca se cansa de reler o processo inteiro, escreve 80 romances de configuração em quatro semanas e teria mandado uma conta de 1.400 dólares se não existisse a tarifa fixa. O que fica é código que funciona, servidores mais bem protegidos do que antes e um blog que agora fala quatro idiomas. E a constatação de que a frase mais curta em todos esses bilhões - “sim, faz assim” - ainda foi a mais importante.
E uma última nota pessoal. Oficialmente, chamo este blog e o código no GitHub de meu trabalho voluntário em 2026 – simplesmente soa melhor em festas 😉 Sinceramente, porém, é acima de tudo a melhor formação continuada que já tive: aprendo uma quantidade incrível tecnicamente, mais em poucos meses do que em muito curso de treinamento, porque cada pergunta recebe sua resposta exatamente quando surge, e meu escasso tempo livre vai para entender em vez de procurar. Eficiente, eficaz, nem um minuto desperdiçado. Escrito por um xennial, nascido em 1979 e, portanto, exatamente um ano cedo demais para contar oficialmente como nativo digital, mas tarde o bastante para ter crescido entre o gravador de fita cassete e o primeiro modem – então a curva de aprendizado é íngreme, mas a diversão também. A parte voluntária vem de bônus: tudo acaba virando algo que qualquer pessoa, em qualquer lugar do mundo, pode usar de graça se tiver as mesmas tarefas: rodar WordPress ou Nextcloud com segurança nos próprios servidores. Se isso poupar a alguém em outro país algumas noites, os quatro bilhões de tokens foram bem gastos.
Se você quiser ver seus próprios números: npx ccusage@latest daily num terminal no computador onde o Claude Code roda. Ele lê só arquivos locais e não busca nada além da tabela de preços.
