- À medida que os planos baseados em créditos disparam 126% em 2025 e emergem como padrão no setor de SaaS, a Clay promoveu uma grande reformulação de preços que separa completamente o custo dos dados do valor da plataforma
- A Figma introduziu um modelo de créditos de IA em dezembro de 2025, mas vinha adiando a execução prática; a partir de 18 de março de 2026, passará a aplicar de fato os limites de créditos
- A PostHog adotou uma abordagem de pass-through, repassando os custos de IA praticamente como são, com apenas 20% de margem, separando com clareza a plataforma do custo de tokens
- A Clay escolheu uma aposta de longo prazo: embora espere uma queda imediata de 10% na receita com a migração para o novo modelo, acredita que poderá compensar isso com maior adoção da plataforma
- Se ganhar força o modelo em que agentes de IA compram diretamente créditos de IA, planos complexos baseados em uso podem se tornar mais vantajosos em transparência e otimização
Aplicação efetiva dos limites de créditos de IA da Figma
- A Figma introduziu o modelo de créditos de IA em dezembro de 2025, mas a aplicação real dos limites foi adiada; a adoção efetiva começa em 18 de março de 2026
- A compra de créditos estará disponível a partir de 11 de março
- Os créditos são alocados por usuário e estão incluídos em todos os planos
- Usuário gratuito: 500 créditos por mês (equivalente a $12)
- Enterprise full seat: 4.200 créditos por mês (equivalente a $100)
- Os créditos são reiniciados mensalmente e não acumulam
- Será possível comprar adicionalmente uma assinatura de créditos compartilhados no nível da conta, com mínimo de 5.000 créditos por $120/mês (cerca de 2 centavos por crédito)
- Créditos pay-as-you-go serão oferecidos depois, com sobretaxa de 25% em relação à assinatura mensal
- Efeitos da estratégia de oferecer créditos gratuitos por 3 meses
- Deu aos usuários a chance de experimentar os recursos de IA e se familiarizar com eles
- Permitiu coletar dados reais de uso e custo
- Reuniu feedback para ajustar os detalhes da estrutura de cobrança antes da tarifação
- Foi observada uma distribuição power law no consumo de IA: 75% dos clientes pagantes com ARR acima de $10.000 consomem créditos de IA semanalmente
- Alguns usuários já estão excedendo seus limites de créditos, mas os números exatos não foram divulgados
- Foi desenhada uma estrutura que incentiva upgrade de seat: Dev seat (500 créditos/mês) → Professional seat (3.000 créditos/mês, com valor adicional equivalente a $60), e o custo do upgrade de seat é de apenas $5/mês, muito mais barato do que comprar créditos separadamente
- Tensão inerente da estrutura de preços: enquanto a criação de protótipos custa 20 créditos fixos, a geração de imagens varia de 5 a 25 créditos dependendo do LLM escolhido
- Como há mistura entre lógica baseada em valor (value-based) e baseada em custo (cost-based), o usuário fica com o ônus de decidir diretamente o trade-off entre preço e valor
- Também não está claro se o usuário se beneficiará caso os custos de LLM caiam
Plataforma + tokens: a nova estrutura de preços de IA
- Para superar os limites do uso misto de créditos com base em custo e em valor, ganha força como alternativa uma estrutura que separa plataforma (valor) e tokens (custo)
- A analogia é com leasing de carro (plataforma) + combustível (tokens), ou assinatura Costco (plataforma) + produtos comprados (tokens)
- Snowflake: separação entre armazenamento e transferência de dados (repasse de custo) vs. computação e serviços em nuvem (entrega de valor)
- Software vertical: distinção entre processamento de pagamentos (repasse de custo com baixa margem) vs. módulos de software (valor com alta margem)
- Quatro vantagens dessa estrutura
- Garantia de piso de margem: assegura pelo menos cerca de 20% de margem bruta, e a receita cresce naturalmente junto com o consumo de tokens de IA
- Transparência de custos: quedas no custo de LLM, escolha de modelos mais baratos e ganhos de escala dos vendors podem ser refletidos imediatamente para o cliente, que passa a controlar diretamente o custo
- Foco no valor único do produto: permite destacar a diferenciação do produto em si, em vez da infraestrutura de IA, que tende a se comoditizar
- Suporte a formas flexíveis de compra: possibilidade de expansão para novos formatos como BYOK (Bring Your Own Key) e modelos de marketplace de IA (como a compra de apps via OpenAI ou Anthropic, à semelhança do AWS Marketplace)
- Desvantagem: do ponto de vista do comprador, a complexidade aumenta
Caso da PostHog aplicando plataforma + tokens
- A empresa simplificou o preço de IA adotando um modelo de pass-through, repassando os custos com apenas 20% de markup
- Oferece $20 de uso gratuito para novos clientes
- Como a PostHog gera valor por meio de mais de 10 produtos diferentes, os recursos de IA ficam posicionados como complementos que tornam esses produtos ainda mais valiosos
Novo modelo da Clay com plataforma + tokens
- O modelo anterior da Clay já era um sistema baseado em créditos pioneiro no segmento de tecnologia GTM, com suporte a usuários ilimitados em todos os planos
- Os créditos antigos eram usados para consultas de data points; por exemplo, consultar um número de celular consumia de 2 a 25 créditos, dependendo do provedor de dados
- À medida que a empresa evoluiu de uma estrutura centrada em marketplace de dados para uma plataforma de automação capaz de executar workflows complexos, surgiu um desalinhamento com a antiga estrutura de créditos
- Principais mudanças do novo modelo (em março de 2026)
- Separação clara entre custo (créditos de dados) e valor (ações)
- Redução dos planos de 5 para 4, com mensagem de público-alvo mais clara para cada plano
- Redução de 50% a 90% no custo dos créditos de dados
- Custos de modelos avançados de IA em pass-through com 0% de markup, e o cliente paga apenas pelo consumo real de tokens
- Clientes self-serve existentes poderão permanecer no plano legado
- A expectativa é de queda imediata de 10% na receita com a transição
- O flywheel de longo prazo da Clay: (a) ampliar a acessibilidade do produto → (b) reduzir o custo de dados de GTM → (c) gerar receita executando workflows complexos de GTM
O futuro em que agentes de IA compram créditos diretamente
- Duas formas pelas quais a Clay lida com a dificuldade de prever planos baseados em uso
- Limites de ações definidos com folga: 90% dos clientes atuais não chegam ao limite de ações
- Integração de dados via API do próprio cliente (BYOD): remove a variável dos créditos de dados e simplifica o preço
- Há a perspectiva de que preços complexos baseados em tokens possam, na verdade, ser mais adequados para agentes de IA
- Agentes de IA não são influenciados por efeitos psicológicos de preço como charm pricing, decoy effect, price anchoring e zero price effect
- Como conseguem processar grandes volumes de informação, incluindo termos de uso, podem preferir modelos complexos desde que haja documentação transparente, rastreamento de uso e definição de teto orçamentário
- Os agentes de IA estão evoluindo na direção de decidir até mesmo a compra de produtos, e esse movimento pode se acelerar em contextos de agentes como o Claude Code
Ainda não há comentários.