> ## Documentation Index
> Fetch the complete documentation index at: https://docs.tokenlab.sh/llms.txt
> Use this file to discover all available pages before exploring further.

# Otimização de Custos do Agente de Código

> Estratégias práticas para reduzir os custos de API do agente de código em 60–90%

## O Problema dos Custos

Uma sessão típica de agente de código consome tokens rapidamente:

| Atividade         | Tokens por chamada | Chamadas por hora | Tokens por hora |
| ----------------- | ------------------ | ----------------- | --------------- |
| Geração de código | 5.000–50.000       | 10–30             | 150K–1,5M       |
| Busca no código   | 2.000–20.000       | 20–50             | 100K–1M         |
| Revisão de código | 10.000–80.000      | 5–10              | 100K–800K       |
| Autocompletar     | 500–3.000          | 50–200            | 50K–600K        |
| **Total**         |                    |                   | **400K–4M+**    |

Nas tarifas de modelos premium, isso representa $3–30/hora por desenvolvedor. Para uma equipe de 10, são $500–5.000/mês.

## Seleção Inteligente de Modelos

Nem toda tarefa de código precisa do modelo mais caro. Combine a tarefa com o nível certo:

| Tarefa                | Recomendado                                   | Nível de Custo   | Por quê                                       |
| --------------------- | --------------------------------------------- | ---------------- | --------------------------------------------- |
| Design de arquitetura | `claude-opus-4-6`, `gpt-5.4`                  | \$\$\$\$ Premium | Raciocínio complexo necessário                |
| Geração de código     | `claude-sonnet-4-6`, `gemini-3.1-pro-preview` | \$\$\$ Padrão    | Melhor equilíbrio qualidade/custo             |
| Revisão de código     | `claude-sonnet-4-6`, `deepseek-v4-pro`        | \$\$–\$\$\$      | Reconhecimento de padrões, menos criatividade |
| Correção de bugs      | `claude-sonnet-4-6`, `gpt-5-mini`             | \$\$–\$\$\$      | Tarefas focadas e bem definidas               |
| Autocompletar         | `gpt-5-mini`, `gemini-3.5-flash`              | \$\$ Econômico   | Velocidade importa mais que profundidade      |
| Boilerplate           | `deepseek-v4-flash`, `gpt-5-mini`             | \$ Básico        | Padrões simples e repetitivos                 |

<Tip>
  Veja o [Guia de Seleção de Modelos](/pt/guides/coding-agent-models) para comparações detalhadas e configuração por ferramenta.
</Tip>

## Estratégias de Cache

Agentes de código são ideais para cache porque repetem padrões similares constantemente.

### Cache de Prompt (Nível do Provedor)

O cache de prompt no nível do provedor é automático pelo TokenLab. Prompts de sistema longos — que agentes de código sempre incluem — são armazenados em cache no nível do provedor:

| Provedor  | Desconto no Cache            | Mínimo de Tokens |
| --------- | ---------------------------- | ---------------- |
| Anthropic | 90% de desconto nas leituras | 1.024            |
| OpenAI    | 50% de desconto nas leituras | 1.024            |
| DeepSeek  | 90% de desconto nas leituras | 64               |

Como agentes de código enviam o mesmo prompt de sistema + contexto do projeto em cada chamada, as taxas de acerto no cache de prompt são tipicamente **70–90%**.

### Exemplo de Economia Combinada

Para uma requisição com 50.000 tokens de entrada (chamada típica de agente de código):

```
API direta (sem cache):
  50.000 tokens × $3,00/1M = $0,150

Com cache de prompt (40.000 em cache + 10.000 novos):
  Em cache:  40.000 × $0,30/1M = $0,012
  Novos:     10.000 × $3,00/1M = $0,030
  Total: $0,042 (72% de economia)
```

## Comparação de Custos Reais

Custos estimados para uma sessão típica de 1 hora de código (\~3M tokens):

| Configuração                      | Custo por Hora | Mensal (160h)   |
| --------------------------------- | -------------- | --------------- |
| API direta (modelo premium)       | \~\$15–25      | \~\$2.400–4.000 |
| TokenLab (roteamento inteligente) | \~\$10–18      | \~\$1.600–2.900 |
| TokenLab + cache de prompt        | \~\$4–8        | \~\$640–1.280   |
| TokenLab + ambos os caches        | \~\$2–5        | \~\$320–800     |

<Warning>
  Estas são estimativas ilustrativas. Os custos reais dependem da sua escolha de modelo, padrões de uso e taxas de acerto no cache. Consulte os [preços em tempo real](/api-reference/pricing/get-pricing) para tarifas atuais.
</Warning>

## Dicas de Gerenciamento de Tokens

### Defina max\_tokens

Evite geração descontrolada:

```json theme={null}
{
  "model": "claude-sonnet-4-6",
  "max_tokens": 4096,
  "messages": [...]
}
```

A maioria das tarefas de código precisa de 1.000–4.000 tokens de saída. Definir um limite evita que o modelo gere respostas desnecessariamente longas.

### Usar Auto-Compact

A maioria dos agentes de código suporta compactação de contexto — resumindo turnos antigos da conversa para reduzir a contagem de tokens. Ative-o:

* **Claude Code**: Auto-compact integrado ativa nos limites de contexto
* **Cursor**: Gerenciamento automático de contexto
* **Codex CLI**: Use a flag `--max-context`

### Evite Inchaço de Contexto

* Não cole arquivos inteiros quando uma função é suficiente
* Use padrões no estilo `.gitignore` para excluir arquivos irrelevantes do contexto do agente
* Limpe o histórico da conversa ao trocar de tarefa

## Configuração Rápida

Cada ferramenta precisa de apenas algumas linhas para se conectar pelo TokenLab:

<AccordionGroup>
  <Accordion title="Claude Code">
    ```bash theme={null}
    export ANTHROPIC_API_KEY="sk-your-tokenlab-key"
    export ANTHROPIC_BASE_URL="https://api.tokenlab.sh"
    ```

    [Guia completo →](/integrations/claude-code)
  </Accordion>

  <Accordion title="Cursor">
    Configurações → Modelos → Chave da API da OpenAI: `sk-your-key`, URL base: `https://api.tokenlab.sh/v1`

    [Guia completo →](/integrations/cursor)
  </Accordion>

  <Accordion title="Codex CLI">
    ```bash theme={null}
    export OPENAI_API_KEY="sk-your-tokenlab-key"
    export OPENAI_BASE_URL="https://api.tokenlab.sh/v1"
    ```

    [Guia completo →](/integrations/codex-cli)
  </Accordion>

  <Accordion title="Gemini CLI">
    ```bash theme={null}
    export GEMINI_API_KEY="sk-your-tokenlab-key"
    export GOOGLE_GEMINI_BASE_URL="https://api.tokenlab.sh"
    ```

    [Guia completo →](/integrations/gemini-cli)
  </Accordion>
</AccordionGroup>