Uma pergunta que recebemos com frequência, de uma forma ou de outra:
DeepSeek custa quase nada por milhão de tokens. Por que a Reverie simplesmente não é de graça?
É uma pergunta justa e merece uma resposta de verdade, não um dar de ombros. A premissa até está parcialmente correta: alguns modelos realmente são baratos por token, e esse preço é público — qualquer pessoa pode conferir.
O que esse número não mostra é tudo o que precisa acontecer ao redor da chamada ao modelo para que uma conversa pareça uma conversa. Este texto percorre essa parte, do jeito mais concreto que conseguimos.
Já tocamos nesse assunto antes. Nosso texto sobre o sistema de créditos explicou os multiplicadores e os programas de recompensa, e o dos modelos gratuitos explicou por que os lançamos apesar da incerteza. Os dois pararam pouco antes da pergunta que as pessoas continuam fazendo assim mesmo: para onde o dinheiro vai de fato? Esta é essa resposta, com mais detalhe do que já demos até agora.
A conta do modelo é uma linha, não a fatura
Quando você envia uma mensagem, a chamada ao modelo é a parte visível. Também é a única com preço publicado, e por isso domina toda a discussão sobre custo.
Segue um inventário aproximado do que mais entra em uma única troca na Reverie:
- Buscar e montar o contexto — a definição do personagem, sua persona, world books, entradas de memória de longo prazo, o histórico recente e quaisquer plugins ativos precisam ser carregados, priorizados e encaixados em um orçamento de tokens.
- Resumo e compressão de memória — detalhado abaixo; é uma chamada ao modelo por si só.
- Moderação — e isso vai muito além de filtrar mensagens. Publicar um personagem passa as imagens dele por um modelo de visão. Denunciar um personagem, um plugin ou um criador dispara uma triagem por IA que lê tanto o conteúdo quanto a queixa antes de qualquer pessoa olhar. Revisões de plugins passam pelo mesmo processo.
- Armazenamento — cada mensagem, cada imagem, cada ficha de personagem, cada versão de cada bifurcação, guardados e servidos por tempo indeterminado.
- Infraestrutura — servidores de aplicação, o banco de dados e suas réplicas, caches, filas, CDN, conexões de streaming mantidas abertas durante toda a resposta.
- Monitoramento e observabilidade — rastreamento de erros, métricas de latência e falha, checagens de saúde dos provedores, e os logs que nos avisam que um modelo começou a degradar há duas horas, e não há dois dias.
- Engenharia — quem constrói as funcionalidades, e quem é acordado às 3 da manhã quando um provedor cai.
- Suporte e operação — responder chamados, processar reembolsos, revisar denúncias, apelações de moderação, taxas de pagamento, impostos, contabilidade.
E essa lista também não é completa: é a parte fácil de nomear.
Nada disso aparece na página de preços de um provedor de modelos. Todos são custos reais e recorrentes, e a maioria cresce com o uso em vez de ficar fixa.
E aqui vem a parte que mais surpreende: a chamada ao modelo que você vê é apenas uma parte do que pagamos. Ao redor dela estão servidores, armazenamento, chamadas em segundo plano que não são cobradas de ninguém e as pessoas que mantêm a plataforma funcionando. Esses custos não desaparecem quando o preço dos tokens de um modelo cai.
Não vamos inventar uma porcentagem redonda: a divisão se move com o uso e preferimos não citar um número que teríamos de retirar depois. O que permanece estável é a distinção: o preço da API de um provedor e o custo operacional de uma plataforma não são o mesmo número. Inferência mais barata reduz uma parte da conta, mas não remove tudo ao redor dela.
Resumo: a funcionalidade pela qual você não é cobrado
Esta merece destaque, porque é invisível por design.
Janelas de contexto são finitas. Se uma conversa simplesmente crescesse para sempre, uma de duas coisas aconteceria: as partes mais antigas cairiam silenciosamente para fora da janela e seu personagem começaria a esquecer, ou cada mensagem carregaria todo o histórico e ficaria progressivamente mais lenta e mais cara até parar de funcionar de vez.
Então a Reverie resume. Quando uma conversa fica longa, o sistema comprime a parte antiga em um resumo narrativo — preservando o estado da relação, as dinâmicas emocionais, os fios em aberto — e coloca isso no contexto no lugar do histórico bruto. Acontece automaticamente, em segundo plano, sem você pedir.
Esse resumo é, ele mesmo, uma chamada ao modelo. Lê muitos tokens e escreve outros novos. E se repete ao longo da vida de uma conversa longa.
Não cobramos por isso. Não existe linha de "manutenção de memória" no seu histórico de créditos. É absorvido no custo de operar a plataforma, porque cobrar dos usuários pela maquinaria que mantém as próprias conversas coerentes nos pareceu a troca errada.
A mesma lógica vale para outros trabalhos de bastidor: otimização de contexto, extração de memória, a passagem que decide o que merece ser lembrado.
As chamadas ao modelo que acontecem quando você não está
Parte do que pagamos não está ligada a nenhuma requisição sua.
Mensagens proativas — um personagem que fala primeiro — rodam por agendamento. Um job decide com quem faz sentido falar, lê contexto suficiente para saber o que dizer e escreve algo que valha a pena abrir. É uma chamada ao modelo por mensagem, para uma conversa que você ainda nem tinha começado.
Momentos de personagem funcionam do mesmo jeito: gerados em silêncio, em segundo plano, para que a página de um personagem tenha algo novo, tendo alguém conversado com ele naquele dia ou não.
Nenhum dos dois desconta créditos. Não há cobrança quando um personagem te manda mensagem primeiro, nem quando um momento aparece. Eles rodam no nosso cronograma e na nossa conta.
Vale parar aqui, porque isso inverte o modelo mental usual. Uma parcela relevante do nosso gasto com modelos não tem requisição de usuário nenhuma por trás. Ela existe porque um personagem que só responde parece menos vivo do que um que de vez em quando começa alguma coisa — e essa diferença custa dinheiro real, gasto de forma antecipada, em conversas que talvez nem recebam resposta.
A triagem de moderação também entra nessa categoria, e é o caso mais estranho de todos. Quando alguém denuncia um personagem, a primeira revisão é uma chamada ao modelo — disparada por um desconhecido, contra conteúdo que você talvez tenha publicado meses atrás. Nenhum dos dois é cobrado. O mesmo vale quando um criador publica um personagem e as imagens passam por um modelo de visão: a verificação roda na nossa conta, sobre um trabalho que esperamos que esteja tudo bem.
Sugestões de resposta, ajuste da primeira resposta e os demais pequenos passes de qualidade entram na mesma categoria. Baratos individualmente, rodando o tempo todo, nunca discriminados.
Sim, usamos cache de prompt
Uma continuação razoável: se a definição do personagem e o começo do histórico não mudam entre mensagens, por que pagar para enviá-los toda vez?
Não pagamos, onde dá. O cache de prompt já está em uso, e acompanhamos a taxa de acerto por requisição justamente para perceber quando uma mudança que publicamos quebrou sem querer um prefixo em cache.
Mas a taxa de acerto não é perfeita, e nunca será. As requisições são roteadas entre vários provedores via OpenRouter, e um cache vive com o provedor específico que o criou. Se a próxima mensagem for para outro backend, o cache não vai junto. Além disso, cada provedor expõe cache com semânticas diferentes, tamanhos mínimos diferentes e comportamentos de expiração diferentes. E ainda: as partes do prompt que mais mudam — as mensagens mais recentes, um resumo atualizado, um plugin recém-ativado — ficam exatamente onde invalidam o final do prefixo em cache.
O cache reduz a conta de forma significativa. Não a elimina, e tratar uma taxa teórica de 100 % como linha de base produz números que não sobrevivem ao contato com produção.
Mito vs. realidade
Mito: DeepSeek custa muito pouco, então todo site de IA deveria ser quase gratuito. Realidade: A API do modelo é um componente do custo de entregar um produto acabado. Inferência é a parte com preço público; tudo o que a envolve é a parte que você nunca vê em fatura nenhuma.
Mito: Se zerar a conta de API, o produto fica barato de operar. Realidade: Não fica. Infraestrutura, armazenamento, moderação, suporte e engenharia não somem quando os tokens ficam mais baratos. Mesmo que a chamada ao modelo no momento da mensagem não custasse nada, esses custos ao redor e as chamadas em segundo plano descritas acima continuariam existindo.
Mito: Resumo e memória são funcionalidades gratuitas, então também são gratuitas de fornecer. Realidade: São gratuitas para você. Resumo, mensagens proativas, momentos de personagem e triagens de moderação são todos chamadas ao modelo que nós pagamos. Mensagens proativas e momentos podem rodar sem uma solicitação sua; a moderação é acionada por uma publicação ou denúncia, não por uma mensagem de chat cobrável.
Mito: Com cache de prompt, contexto repetido sai de graça. Realidade: O cache ajuda muito e nós o usamos. Roteamento entre vários provedores, expiração de cache e o final sempre mutável de cada prompt fazem as taxas reais ficarem bem longe do perfeito.
Mito: Usar uma API não oficial mais barata resolveria tudo. Realidade: Pode baixar um número e elevar outros — latência, instabilidade, risco de dados ou qualidade do roleplay. Alguns endpoints não oficiais alteram requisições ou revendem acessos obtidos sem autorização do provedor. Falamos disso a seguir.
Mito: Usuários gratuitos são um custo que a plataforma tolera. Realidade: Usuários gratuitos são como a plataforma cresce. Muitos viram criadores e assinantes. A restrição não é se existe uso gratuito — é se ele continua sustentável.
Por que pagamos preços oficiais
Existe um jeito bem conhecido de reduzir bastante a conta de modelo: endpoints não oficiais obtidos por engenharia reversa. As fontes variam. Alguns revendem acessos obtidos por vias não autorizadas pelo provedor; no extremo abusivo desse mercado, parte da capacidade é financiada com métodos de pagamento roubados.
Não usamos, e não pretendemos. Esses canais cortariam nossos custos de modelo de forma substancial. Olhamos para eles e dissemos não, por dois motivos distintos.
O primeiro é que simplesmente é errado. Quando o acesso é obtido ou financiado por fraude, revendê-lo é roubo com passos extras, por mais normalizado que isso tenha ficado em certos cantos do setor. Não vamos financiar a plataforma por esses canais e depois escrever textos sobre transparência.
O segundo é que degrada o produto — e essa é a parte que os usuários sentem diretamente, mesmo sem nunca descobrir de onde veio uma resposta:
- A latência sobe. Rotas de engenharia reversa acrescentam saltos, entram na fila atrás de contas compartilhadas e limitam de forma imprevisível. A diferença entre uma resposta que chega em dois segundos e outra que chega em doze é a diferença entre uma conversa e um formulário enviado.
- Elas injetam system prompts próprios. Muitos endpoints não oficiais embrulham as requisições em um system prompt padrão deles antes de repassar. Esse prompt é invisível para nós e para você, e briga com a definição do personagem. A voz achata. Personagens saem do tom, recusam coisas que não deveriam, ou escorregam para um registro de assistente genérico. A qualidade do roleplay é exatamente o que sofre primeiro, e é o tipo de regressão mais difícil de depurar quando você não controla o prompt.
- Elas somem sem aviso assim que o provedor fecha a brecha, levando junto sua configuração que funcionava.
- Versões de modelo mudam em silêncio, então um personagem que estava certo ontem responde diferente hoje sem ninguém conseguir explicar.
- Não há responsabilidade nenhuma sobre seus dados. Sem acordo de tratamento, sem política de retenção, sem ninguém a quem perguntar.
A Reverie guarda conversas nas quais as pessoas realmente investiram. Roteá-las por um intermediário anônimo para economizar não é uma troca que estamos dispostos a fazer. Provedores oficiais custam mais. Eles também atendem o telefone, e não reescrevem as instruções do seu personagem no caminho.
O formato deste negócio
O time é pequeno e a Reverie não é um negócio altamente lucrativo.
Há uma razão estrutural para o preço em créditos de uma mensagem não ser simplesmente o custo em tokens daquela mensagem, e vale a pena entendê-la. Inferência é a única parte de uma conversa que dá para medir por mensagem. Todo o resto neste texto — o resumo, as mensagens proativas, as triagens de moderação, o armazenamento, os servidores, as pessoas — não tem uma unidade natural contra a qual cobrar. Ninguém consegue te emitir uma fatura por "o processo em segundo plano que decidiu o que seu personagem deveria lembrar".
Então a única coisa mensurável precisa responder por mais do que ela mesma. É exatamente por isso que existe um sistema de créditos em vez de um repasse direto de tokens: se uma mensagem custasse exatamente os próprios tokens e nada mais, tudo em volta estaria rodando no vazio — e tudo em volta é a maior parte.
Não estamos tentando maximizar lucro. Também não conseguimos operar em prejuízo permanente, porque uma plataforma que fica sem dinheiro deixa de existir — e isso é um desfecho consideravelmente pior para todo mundo que a usa do que um sistema de créditos com limites.
Entre essas duas restrições, escolhemos deliberadamente o lado mais próximo dos usuários. Agora a prioridade é construir o melhor produto possível antes do lançamento oficial, não apertar a monetização. Isso significa entregar funcionalidades e melhorar qualidade antes de otimizar conversão, e significa que a conta atual é mais folgada do que seria se receita fosse o objetivo principal.
Créditos gratuitos também são custos reais
Há bastantes formas de usar a Reverie sem pagar:
- a recompensa diária de check-in
- o sorteio diário, que vem somado a ela
- conquistas
- bounties oficiais
- recompensas de criador
- recompensas de indicação, mais a comissão quando alguém indicado por você compra créditos
- recompensas por compartilhar
- códigos de resgate e cartões-presente
- a recompensa da retrospectiva anual (Wrapped)
- contribuições da comunidade, incluindo ajudar a divulgar a Reverie
Vale ser específico sobre o sorteio, porque é o que as pessoas presumem ser enfeite. Ele tem cinco faixas — 1.000 / 2.000 / 8.000 / 30.000 / 80.000 créditos — com pesos de 50 / 30 / 15 / 4 / 1. Multiplicando, o valor esperado fica em torno de 4.300 créditos por giro. Por usuário, por dia, e por cima da recompensa de check-in. Somando tudo, a camada gratuita não é um gesto simbólico. A base do check-in são 10.000 créditos, os bônus de sequência entram por cima — +5.000 no dia três, +8.000 no dia sete, +50.000 no dia trinta, +200.000 no dia cem — e o sorteio fica acima de tudo isso. No sétimo dia, o total esperado sem gastar nada é de cerca de 22.300 créditos; o valor real depende do resultado do sorteio.
Até onde isso vai de verdade
A esta altura, a pergunta justa é o que cerca de 22.300 créditos compram — e nunca explicamos isso com clareza.
Créditos são consumidos como tokens × o multiplicador do modelo. Os multiplicadores dos modelos de texto vão de 0 a 2, e o seletor de modelo mostra cada um antes de você enviar qualquer coisa.
O que se subestima é que a contagem de tokens não é fixa: ela cresce com a conversa. Um chat novo envia alguns milhares de tokens: o personagem, sua persona, um pouco de histórico. Um chat antigo envia muito mais, porque a transcrição recente vai junto em cada turno. Limitamos o histórico bruto em cerca de 10.000 tokens e resumimos tudo o que é mais antigo — é exatamente para isso que o resumo existe: sem esse teto, uma conversa de seis meses reenviaria todo o histórico a cada mensagem e o custo por turno cresceria sem limite.
Na prática, um turno num chat novo com um modelo 0,3× custa algumas centenas de créditos, enquanto o mesmo turno no fundo de uma conversa longa com um modelo 1× custa dez mil ou mais. Mesma plataforma, mesmo dia, uma diferença de mais de uma ordem de grandeza.
Essa faixa é a resposta honesta para "quanto duram meus créditos". Se eles somem mais rápido do que você esperava, provavelmente você está fundo numa conversa longa com um modelo caro — e agora sabe qual dos dois botões girar.
A própria tela de check-in também faz uma chamada ao modelo. Aquela saudação que seu personagem escreve quando você faz check-in não é um template: é gerada, cacheada uma vez por dia por personagem, e limitada por dia para não fugir do controle. Continua sendo inferência que pagamos, numa página cujo propósito inteiro é dar créditos.
Há mais um detalhe sobre como o gasto funciona que cabe aqui: créditos gratuitos são sempre consumidos antes dos pagos. Se você tem os dois, a torneira esvazia primeiro. Isso é proposital — os créditos que você comprou duram mais — mas também significa que a camada gratuita absorve o custo primeiro, toda vez.
Cada uma delas é uma despesa real. Quando você resgata a recompensa diária e a gasta numa conversa, o provedor do modelo continua nos cobrando, os servidores continuam rodando, o resumo continua acontecendo. Os créditos são gratuitos para você; a computação por trás não é gratuita para ninguém.
Ainda assim, bancamos esses programas, porque acesso gratuito é como a maioria das pessoas descobre se esta plataforma serve para elas, e porque uma boa parte dos usuários gratuitos de hoje vira criador e assinante amanhã. Isso só funciona se a parte gratuita permanecer dentro do que a plataforma consegue carregar. Quando os números se mexem, os programas são ajustados — não porque queremos dar menos, mas porque dar mais do que se sustenta termina em não dar nada.
Se os custos caem, o preço cai
Esta parte é um compromisso, não uma descrição.
Preços de modelos caem com o tempo. Cache melhora. Infraestrutura fica mais eficiente. Nosso próprio código desperdiça cada vez menos tokens — boa parte do trabalho silencioso dos últimos meses em montagem de contexto e resumo foi exatamente isso.
Quando encontramos um jeito duradouro de reduzir custos operacionais, nossa preferência forte é repassar aos usuários em vez de contabilizar como margem. Modelos mais baratos, multiplicadores melhores, recompensas mais generosas. Já fizemos isso várias vezes e preferimos continuar, porque uma plataforma que as pessoas podem usar bastante vale mais para nós do que um spread um pouco melhor.
A palavra que faz o trabalho ali é duradouro. Repassar uma economia que se revela temporária significa retomá-la depois, e isso é pior do que nunca tê-la dado.
Pelo que você está pagando de verdade
Quando você gasta créditos na Reverie, não está comprando tokens de um provedor de modelos com margem por cima.
Está pagando por uma conversa que lembra o que aconteceu, que continua coerente além do ponto em que o contexto bruto teria desabado, que roda em provedores responsáveis pela disponibilidade e pelos seus dados, que tem backup e é exportável, e que fica perceptivelmente melhor a cada poucas semanas porque há gente trabalhando nela em tempo integral.
Você pode continuar querendo mais créditos gratuitos. É completamente razoável, e gostaríamos de dar mais — estamos trabalhando nisso pelo lado do custo, não pelo lado da tabela de preços.
Mas preferimos que você saiba por que a resposta não é tão simples quanto o número na página de preços de um provedor de modelos.
Tem dúvida sobre uma cobrança específica, ou acha que nossos números estão errados em algum ponto? Seu histórico de créditos mostra a contagem real de tokens por trás de cada mensagem, e nosso Discord está aberto. Preferimos discutir números reais a impressões vagas.
Os valores de recompensa e os multiplicadores de crédito citados aqui refletem a plataforma na data de publicação e são ajustados conforme os custos mudam. O app sempre mostra os valores atuais.