Neste artigo
- O que dá para montar sem pagar nada?
- Onde exatamente o gratuito acaba?
- Quanto custa a parte de IA, na prática?
- Como reduzir o custo de IA antes de precisar?
- Vale rodar o modelo na minha própria máquina para economizar?
- Quanto tempo leva para montar isso com agente?
- Que sinais indicam que passou da hora de pagar?
- O que perguntam sobre criar SaaS com IA gastando pouco?
Dá para colocar um micro SaaS no ar gastando quase nada, e o que acaba primeiro não é o banco nem a hospedagem, é a IA. Banco, borda e armazenamento têm camada gratuita generosa o bastante para segurar os primeiros usuários de verdade. A parte que cobra desde o primeiro dia é a única que escala com uso e não com tamanho.
O que dá para montar sem pagar nada?
Um micro SaaS mínimo precisa de quatro peças: um lugar para servir a página, um banco, um jeito de autenticar gente e um lugar para guardar arquivo. As quatro têm camada gratuita que aguenta bem mais do que a maioria imagina.
Peguei os limites publicados hoje, direto na documentação de cada um, para você não decidir com número de blog velho:
| Serviço (consultado em 29/08/2026, fonte: página oficial de cada um) | O que a camada gratuita dá | Primeiro plano pago |
|---|---|---|
| Supabase, banco e autenticação | 500 MB de banco, 5 GB de saída, 50.000 usuários ativos por mês, 1 GB de arquivo | US$ 25 por mês |
| Cloudflare Workers, borda | 100.000 requisições por dia, 10 ms de CPU por requisição | plano pago mensal, na casa de um lanche |
| Claude Haiku 4.5, API | nada, cobra por token desde o primeiro | US$ 1 por milhão de entrada, US$ 5 por milhão de saída |
Olha a terceira linha. As duas primeiras te dão espaço para errar, e a terceira começa a contar no primeiro clique do primeiro usuário. É esse desalinhamento que faz a conta surpreender.
Onde exatamente o gratuito acaba?
Em quatro lugares, e eles chegam em ordens diferentes conforme o tipo de produto.
O primeiro e mais traiçoeiro é o tempo de CPU na borda. Dez milissegundos por requisição parece pouco e é bastante para responder e devolver, só que qualquer processamento de verdade estoura, tipo gerar PDF, redimensionar imagem ou percorrer uma lista grande. Não é o volume que te derruba ali, é uma rota mal desenhada.
O segundo é a saída de dados. Cinco GB de saída por mês some rápido se o seu produto serve imagem ou arquivo, e sobra fácil se ele serve JSON. Produto de texto passa muito tempo nessa faixa.
O terceiro é o tamanho do banco, e ele quase nunca é o primeiro a estourar. Meio giga de banco relacional é muita linha de texto, e o que enche não são os registros do usuário, é log, histórico e tabela de auditoria que ninguém limpa.
O quarto é a IA, e esse não tem camada gratuita para produção. É o único item da lista que cresce junto com o sucesso do produto.
Quanto custa a parte de IA, na prática?
Dá para estimar antes de escrever uma linha, e eu faço sempre essa conta antes de decidir se o produto fecha. Precisa de três números: quantos tokens entram por operação, quantos saem e quantas operações por usuário por mês.
Um exemplo redondo. Se cada operação manda 2.000 tokens de contexto e devolve 500, e o usuário faz 100 operações por mês, dá 200 mil de entrada e 50 mil de saída por usuário. No preço do Haiku 4.5, isso sai por volta de 45 centavos de dólar por usuário por mês.
Com esse número na mão, a pergunta de produto fica óbvia: você cobra mais que isso? Se você pretende cobrar dez dólares por mês, sobra folga confortável. Se pretende ser gratuito com anúncio, a conta não fecha e é melhor descobrir agora.
Como reduzir o custo de IA antes de precisar?
Três coisas cortam a maior parte, e nenhuma delas exige trocar de modelo.
Cache de prompt, que faz o pedaço fixo do contexto custar uma fração do preço cheio a partir da segunda chamada. Se o seu sistema manda o mesmo bloco de instrução toda vez, e quase todo sistema manda, é o corte mais barato que existe.
Modelo por tarefa, em vez de um só para tudo. Classificar, extrair campo e resumir texto curto não precisam do modelo mais caro, e a diferença de preço entre os degraus é de várias vezes, não de alguns por cento.
E processamento em lote no que não tem pressa, que costuma sair pela metade. Relatório noturno, enriquecimento de base e reprocessamento não precisam de resposta na hora, e é justamente aí que a conta desce sem ninguém perceber.
Vale rodar o modelo na minha própria máquina para economizar?
Para um SaaS servindo outras pessoas, quase nunca. Eu fiz essa conta na minha máquina e o que aparece é que o custo não está na energia, está no tempo de parede e na disponibilidade.
Modelo local resolve bem quando o dado não pode sair da máquina, ou quando o trabalho é volumoso e sem pressa. Um produto com usuário esperando resposta na tela é o cenário oposto dos dois.
Quanto tempo leva para montar isso com agente?
Bem menos do que a estimativa que a maioria carrega, porque essa estimativa foi formada num mundo em que você digitava cada linha. Aqui, um produto simples com cadastro, um fluxo principal e cobrança sai em horas, não em semanas.
O que continua demorando é a parte que o agente não decide por você: o que o produto faz, para quem, e o que acontece nos casos estranhos. Se você não escrever isso antes, o agente escreve por você, e aí você descobre a decisão dele semanas depois, quando ela já virou fundação.
É por isso que eu insisto em escrever a especificação antes mesmo em projeto pequeno. Custa alguns minutos e evita a reescrita que custa o dobro do que você economizou.
Que sinais indicam que passou da hora de pagar?
Três, e todos aparecem antes da fatura.
Você começa a desenhar em volta do limite, tipo evitar uma funcionalidade porque ela estoura o tempo de CPU. Quando o limite passa a decidir o produto, ele já custou mais caro que o plano pago.
O banco passa de setenta por cento e você não sabe dizer o que está ocupando. Isso quase sempre é log ou histórico que ninguém limpa, e vale investigar antes de subir de plano, porque às vezes a solução é apagar e não pagar.
E o terceiro: alguém que paga reclamou de lentidão. Aí acabou a discussão, porque cliente insatisfeito custa mais que qualquer plano.
O que perguntam sobre criar SaaS com IA gastando pouco?
Dá para começar sem cartão de crédito? Na maior parte dos serviços de banco e borda, dá. Na API de IA, não, porque ela cobra por uso desde a primeira chamada e não tem camada gratuita de produção.
Qual é o primeiro item que eu vou pagar? A IA, quase sempre, e com folga. Os outros três costumam continuar gratuitos por bastante tempo depois que você já está pagando token.
Vale usar assinatura em vez de API? Para você desenvolver, sim, e é o que eu faço, porque a assinatura cobre o seu trabalho de construir. Para o seu produto servir usuário final, não: aí é API, com chave própria e contabilidade por usuário.
E se o produto crescer de repente? Aí o custo de IA cresce junto, linear, e é o único item que faz isso. Por isso eu deixo desde o começo um contador de token por usuário no banco, porque descobrir depois quem consumiu o quê é quase impossível.


