Queimei todos os meus tokens a pesquisar como poupar tokens
Bartosz Kotrys queimou o plano inteiro do Claude Max 5x em 30 minutos a fazer deep research. Criou um pipeline que usa 3 subscrições em paralelo para poupar 10x mais tokens.
Há uma ironia que me persegue desde que li este artigo: para descobrir como gastar menos tokens com LLMs, o autor gastou todos os que tinha. Bartosz Kotrys, engenheiro na Quesma (autoria por confirmar), estava a pesquisar tokenomics — a economia dos agentes de IA. Lançou o deep research do Claude com uma pergunta aberta. Passados 30 minutos, bateu no limite do plano Claude Max 5x. Zero resultados.
Esta história soa-me familiar. Uso LLMs diariamente para coding, pesquisa e escrita, e já passei por aquele momento em que olhas para a fatura do mês e pensas "valeu mesmo a pena?"
O que o Kotrys fez a seguir é o que torna o artigo interessante. Pegou nas três subscrições que já pagava — Claude, Codex e Gemini — e construiu um pipeline que as usa em paralelo, com memória partilhada.
O problema de usar Fable para tudo
Usar o Claude Fable 5 (o modelo mais caro) para tudo, incluindo pesquisas exploratórias, é como usar uma grua para pendurar um quadro na parede.
Kotrys dividiu o trabalho por modelo: Sonnet para pesquisar, Opus para verificar, Fable só para planear e julgar, Haiku para extração, Codex para ferramentas, Gemini para segunda opinião. Quando um serviço bate no limite, o pipeline faz fallback automático.
O resultado: passou de 30 minutos de pesquisa para várias horas, sem pagar mais nada.
Partilhar
Comentários 0
Ainda sem comentários — sê o primeiro.