Desde 1º de outubro de 2026, responder um cliente dentro da janela de 24 horas deixou de ser gratuito para quem opera na API Oficial do WhatsApp. A mudança atinge em cheio quem colocou um agente de IA para atendimento e montou o orçamento olhando apenas o plano mensal da plataforma de automação. Esse valor continua existindo, mas deixou de ser o principal.

Na prática, o custo de um agente de IA no WhatsApp é a soma de quatro linhas que se comportam de formas diferentes: a tarifa por mensagem de serviço da Meta, o consumo de tokens do modelo de linguagem, o valor da plataforma que conecta as duas pontas e o investimento em desenvolvimento e manutenção. Quem ignora uma delas produz uma estimativa que não sobrevive ao segundo mês de operação.

O que mudou na conta depois de outubro de 2026

A Meta voltou a cobrar mensagens de serviço que estavam isentas desde novembro de 2024. Mensagem de serviço é toda resposta livre enviada dentro da janela de 24 horas aberta pelo cliente — texto, botão, imagem, qualquer coisa que não seja um template aprovado. Cada resposta do seu agente ou do seu atendente humano passou a ter preço.

Cada número comercial tem direito a 1.000 mensagens de serviço gratuitas por mês. A cobrança começa na 1.001ª mensagem entregue, e no Brasil o valor é de R$ 0,035 por mensagem. A franquia renova todo mês e não acumula: o que não for usado não passa para o mês seguinte. Também não há desconto por volume nessa categoria.

Três detalhes mudam o cálculo. O primeiro: mensagens que o cliente envia continuam gratuitas, o que mantém o custo do lado passivo da conversa em zero. O segundo: um disparo em grupo conta uma unidade por destinatário alcançado. O terceiro: sem forma de pagamento cadastrada na Central de Cobrança, as mensagens após a franquia simplesmente não são entregues — o canal para de responder sem avisar o cliente final.

A cobrança vale para a API Oficial, usada por lojas, clínicas, centrais de atendimento e integrações com sistemas. O aplicativo WhatsApp Business instalado no celular ficou de fora.

A Meta voltou a cobrar mensagens de serviço

Quanto custa um agente de IA no WhatsApp: as quatro linhas do orçamento

Separar as linhas evita o erro de tratar tudo como um "preço por mensagem". Cada uma cresce por um motivo diferente, e é isso que torna a projeção previsível ou caótica.

Linha de custo O que cobra Como varia Peso típico
Tarifa da Meta Cada mensagem de serviço entregue Volume de respostas após a franquia de 1.000/mês Cresce linearmente com o número de conversas
Tokens de LLM Entrada e saída processadas pelo modelo Tamanho do contexto, histórico e modelo escolhido Pode superar a tarifa da Meta em contextos grandes
Plataforma de conexão Assinatura + repasse do provedor Faixa de plano e markup sobre a tarifa da Meta Fixo + variável
Desenvolvimento e manutenção Arquitetura, integrações, ajuste de prompts Escopo e evolução Custo único + recorrente

A primeira linha depende só do volume de respostas. A segunda, do tamanho do que o modelo lê e escreve a cada resposta. A terceira é uma mistura de assinatura fixa com repasse do fornecedor. A quarta é o custo de construir e manter o agente funcionando ao longo do tempo.

Vale entender primeiro onde o agente encaixa no fluxo antes de discutir preço — como usar IA para automatizar o atendimento no site cobre essa etapa de desenho.

Como funciona a tarifação da Meta por mensagem de serviço

A tarifa é cobrada por mensagem entregue, não por mensagem enviada. Se a entrega falha, não há cobrança. No Brasil, a mensagem de serviço custa R$ 0,035, o mesmo valor de utilidade e autenticação. A mensagem de marketing custa R$ 0,3217, cerca de nove vezes mais.

Isso define uma assimetria que pouca empresa aproveita. Responder custa pouco; iniciar conversa em massa custa caro. Um agente que reage ao que o cliente escreveu sai por uma fração do que custa uma campanha ativa de reengajamento disparada por template de marketing.

Existe ainda a janela gratuita de ponto de entrada. Desde 28 de setembro de 2026, conversas iniciadas por anúncio de clique para o WhatsApp mantêm a isenção por até sete dias, contra as 72 horas anteriores. Enquanto a janela está aberta, mensagens de serviço e modelos não são cobrados. Para negócios que já investem em anúncio, isso pode zerar boa parte do custo de atendimento durante a campanha.

Reações com emoji também seguem gratuitas e não consomem a franquia. Organizações governamentais e sem fins lucrativos que atendam aos requisitos da Meta ficam isentas de mensagens de serviço até 31 de dezembro de 2027.

Tokens de LLM: por que o tamanho do contexto define a conta

Token é a unidade de texto que o modelo processa. Cada resposta custa duas vezes: pela entrada, que é tudo o que o modelo lê, e pela saída, que é o que ele escreve. A entrada inclui as instruções fixas do sistema, o histórico da conversa e, se houver, trechos de base de conhecimento recuperados na hora.

O detalhe que estoura orçamento é o histórico. Numa conversa de doze mensagens, a última resposta carrega as onze anteriores como entrada. Sem poda, o custo de entrada cresce junto com o comprimento da conversa, e cada nova interação paga de novo pelo que já foi dito.

Um exemplo ajuda a dimensionar. Considere uma entrada de 3.000 tokens e uma saída de 300 tokens por resposta, num modelo econômico com entrada a US$ 0,15 e saída a US$ 0,60 por milhão de tokens. Cada resposta custa cerca de US$ 0,00063, e mil respostas ficam na casa de US$ 0,63 — menos do que a própria tarifa da Meta sobre o mesmo volume.

Agora troque por uma arquitetura que injeta 40.000 tokens de contexto a cada resposta, num modelo de entrada a US$ 0,30 e saída a US$ 2,50 por milhão. Cada resposta passa a custar cerca de US$ 0,013. Mil respostas chegam a US$ 13, o dobro da tarifa de mensagem da Meta no mesmo período. Mesmo número de conversas, conta completamente diferente.

Cache de contexto é o antídoto mais barato. Reaproveitar instruções fixas e trechos de base estáveis no cache pode derrubar a entrada de US$ 0,30 para US$ 0,03 por milhão. Em agentes com prompt grande e pouco volátil, essa única decisão muda a ordem de grandeza do gasto mensal.

Comparativo de modelos: econômicos versus avançados

A escolha do modelo não é sobre qual responde melhor, e sim sobre qual responde bem o suficiente para cada tipo de mensagem. Um agente que usa o mesmo modelo para tudo paga caro por tarefas triviais.

Faixa Modelo de referência Entrada (US$/1M) Saída (US$/1M) Cache entrada (US$/1M) Onde faz sentido
Nano / Lite GPT-5 nano 0,05 0,40 0,005 Classificação, triagem, respostas curtas de menu
Lite Gemini 2.5 Flash-Lite 0,10 0,40 0,01 Roteamento e dúvidas previsíveis
Econômico GPT-4o mini 0,15 0,60 0,075 Atendimento geral com contexto moderado
Intermediário Gemini 2.5 Flash 0,30 2,50 0,03 Perguntas abertas, resumos e raciocínio leve
Avançado GPT-4o 2,50 10,00 1,25 Casos complexos e exceções

A diferença entre a faixa nano e a avançada é de cinquenta vezes na entrada e vinte e cinco vezes na saída. Não faz sentido encaminhar "qual o horário de funcionamento" para um modelo da faixa avançada. A arquitetura saudável usa um modelo barato na triagem e escala para o caro só quando a conversa exige.

Preços de modelos mudam com frequência. Trate os valores da tabela como referência para montar a conta, não como número congelado de contrato.

Comparativo de modelos: econômicos versus avançados

Onde o orçamento estoura sem ninguém perceber

Quatro padrões explicam a maior parte das contas surpresa em agentes de IA no WhatsApp.

O primeiro é o histórico sem poda. Conversas longas reprocessam contexto antigo a cada resposta, e o custo cresce sem que o volume de clientes tenha mudado.

O segundo é o prompt gigante sem cache. Injetar a base de conhecimento inteira em todas as mensagens, sem aproveitar cache, multiplica a entrada mesmo quando a pergunta é simples.

O terceiro é o loop de mensagens. Agente que responde a algo que não deveria, ou que reage a mensagem automática e dispara resposta, gera tarifa e token em cascata. Cada mensagem a mais é cobrada duas vezes: pela entrega e pelo processamento.

O quarto é a ausência de triagem prévia. Quando toda mensagem vai direto para o modelo mais caro, o custo sobe linearmente com o volume, sem ganho proporcional de qualidade. Entender maturidade no uso de IA ajuda a enxergar esse ponto antes que ele vire despesa fixa.

Quando o agente de IA se paga e quando um bot tradicional basta

O agente de IA compensa quando as perguntas são abertas e variadas, quando o volume de atendimento excede a capacidade da equipe e quando há valor em qualificar contatos antes de passá-los adiante. Nesses cenários, o gasto por conversa tende a ser menor do que o custo de manter gente respondendo cada mensagem.

Um fluxo estruturado com bot de botões é suficiente quando os caminhos são poucos e previsíveis: status de pedido, segunda via, horário, endereço, agendamento simples. Um bot tradicional não consome token nenhum e responde em milissegundos. Ele ainda paga a tarifa de serviço após a franquia, mas evita toda a linha de LLM.

Em empresas pequenas, com poucas conversas por mês, é possível que a franquia de 1.000 mensagens cubra a operação inteira e o custo variável fique próximo de zero. Nesse caso, o esforço de projetar um agente sofisticado talvez não se pague antes de o volume crescer.

Vale lembrar que agentes de IA não substituem funcionários por decreto. Eles funcionam como camada de processo, e por que agentes de IA não são funcionários detalha o que isso exige em indicadores, segurança e responsabilidade.

Como auditar o volume antes de fechar contrato

Antes de assinar qualquer plano, levante os números do próprio negócio. Sem eles, a projeção do fornecedor é chute.

  • Conte as conversas iniciadas por cliente nos últimos três meses.
  • Estime quantas mensagens de resposta cada conversa gera.
  • Multiplique para achar o total mensal de mensagens de serviço.
  • Subtraia 1.000 por número comercial para encontrar o volume cobrado.
  • Meça o tamanho médio do contexto por resposta, incluindo histórico e base de conhecimento.
  • Aplique as tarifas de entrada e saída do modelo escolhido sobre esse volume.
  • Pergunte à plataforma como ela repassa a tarifa da Meta e se há markup.
  • Verifique quanto do tráfego entra pela janela gratuita de anúncio.
  • Defina as regras de transbordo para atendimento humano.

Esse diagnóstico costuma revelar que a decisão certa não é o modelo mais avançado nem o plano mais caro, mas uma arquitetura que usa o modelo barato onde ele basta e escala o caro só quando necessário. É o tipo de decisão que a Site Sob Medida trata antes de escrever linha de código: primeiro entender o volume e o contexto, depois escolher tecnologia. Como boa parte do custo variável nasce do desenho técnico, revisar a arquitetura de um agente em produção — prompts, cache, poda de histórico e triagem — muitas vezes reduz a conta sem trocar de fornecedor.

Como auditar o volume antes de fechar contrato

Próximo passo

Se você já opera um agente de IA no WhatsApp ou está a ponto de contratar um, o ponto de partida não é negociar desconto, e sim projetar o custo real do cenário. Reúna o volume de conversas dos últimos meses e o preço do modelo que pretende usar. Com esses dois números, é possível estimar quanto o canal custa por mês e se o retorno esperado justifica a operação.

Se a conta não fechar sozinha, o caminho sensato é conversar com quem entende de código e de operação antes de assumir um contrato de longo prazo.