ChatGPT funde Chat e Work e limita tokens por plano

O prompt à vontade acabou no ChatGPT

ChatGPT com teto de uso compartilhado muda a rotina de quem vive de prompt. Se você assina o Plus e usa o Chat para escrever, revisar código, analisar planilha e ainda roda tarefas agentes no Codex, vai precisar fazer conta a partir de dezembro. A OpenAI vai fundir o Chat e o Work em uma interface só, com um orçamento único de tokens valendo para os dois lados nos planos Plus, Pro e Business. Na prática, cada palavra processada e gerada passa a sair do mesmo saldo. Não é só uma simplificação de produto. É uma troca de modelo econômico. E ela obriga todo operador a decidir onde vale gastar inteligência cara e onde dá para resolver com modelo mais simples.

A lógica antiga era confortável porque parecia previsível. Você pagava a assinatura e usava bastante, sem olhar muito para o custo por trás. Essa lógica quebrou quando os agentes entraram no jogo. Uma tarefa no Work ou no Codex não é uma resposta curta. É uma sequência longa de leituras, chamadas de ferramenta, tentativas, correções e novas gerações. Isso consome muito mais tokens que um chat normal e custa muito mais para a OpenAI rodar em GPU. Manter os dois mundos separados, com limites separados, virou um subsídio caro para uso pesado. A fusão resolve isso para a empresa, mas transfere a gestão do orçamento para o usuário.

O fato: Chat e Work viram um só orçamento

O que mudou de forma objetiva é simples. Segundo página de suporte atualizada, a partir de dezembro os planos Plus, Pro e Business passam a compartilhar um único limite de tokens entre o ChatGPT e o Codex. O Work, que era aquele modo mais agentico para executar tarefas longer e multietapas, será incorporado à interface principal. Não haverá mais dois potes separados. Tudo que consome modelo avançado entra na mesma conta. O saldo e o horário de reset poderão ser consultados em Settings. Quando bater no teto, as opções serão esperar virar o ciclo, fazer upgrade de plano ou comprar créditos extras.

Tem um detalhe importante que a OpenAI fez questão de manter no discurso. Conversas com modelos Instant não vão contar para esse orçamento. No papel, isso permite dizer que o ChatGPT continua sendo um serviço de preço fixo. Na prática, é uma segmentação clara. Uso leve e rápido continua liberado no modelo mais barato e eficiente. Uso pesado, com raciocínio longo, contexto grande e agentes autônomos, passa a ser medido e cobrado por consumo. A empresa ainda dobrou recentemente os limites dos planos mais caros, o que parece uma preparação para a fusão. É também uma resposta à crítica de que o ChatGPT ficou complexo demais, hoje com dois modos de operação e cerca de 11 ajustes de modelo que nem usuário avançado entende direito.

Como funciona essa conta de tokens na prática

Para operar bem nesse novo regime é preciso entender o que é token na vida real. Token é a unidade que mede o quanto o modelo lê e escreve. Um prompt curto com resposta curta gasta pouco. Um documento de 40 páginas jogado no contexto, mais um agente que roda por 20 minutos testando código, gasta muito. E o custo não é linear entre modelos. Um modelo de raciocínio pesado pode consumir de 5 a 20 vezes mais computação por token útil que um modelo Instant, se considerarmos latência, chamadas internas e retentativas. A OpenAI não detalhou publicamente a taxa exata de conversão por plano, mas a inferência plausível é que haverá um sistema de ponderação, onde tokens de modelos flagship valem mais contra o limite do que tokens de modelos leves.

Na arquitetura, isso provavelmente funciona como um rate limiter centralizado por conta. Cada request passa por um gateway que classifica o modelo, estima tokens de entrada e saída e desconta de um balde que zera em janela de tempo, algo como a cada 5 horas ou diariamente dependendo do plano. Quando você usa Codex dentro do ChatGPT, cada loop do agente gera novos descontos sem você perceber. É aí que mora o risco de latência operacional. Você começa uma automação às 9h da manhã, ela roda bem, e às 11h você está sem saldo para terminar uma análise simples porque o agente torrou o orçamento com contexto redundante. Quem já operou API da OpenAI conhece esse efeito. Agora ele chega para o usuário de assinatura.

O ponto do Instant fora da conta também tem implicação técnica. É provável que a OpenAI faça um roteamento agressivo para esses modelos quando detectar tarefa simples, para preservar a sensação de uso ilimitado. O problema é qualidade. Para quem está no Plus e usa pesado, cair para o Instant pode significar resposta mais genérica, menos memória de contexto e mais alucinação em tarefa complexa. Ou seja, você não será bloqueado, mas será degradado. É o famoso throttling por qualidade, não por bloqueio total. Funciona para segurar custo, mas frustra quem precisa de consistência.

O que isso muda para quem opera com IA

Quem ganha com isso é quem já trabalha com disciplina de custo. Times que usam Pro ou Business e orquestram bem contexto, que reutilizam artefatos e evitam mandar o mesmo PDF gigante dez vezes por dia, vão sentir menos. Freelancers e pequenas operações que usam o ChatGPT como substituto de engenharia, com Codex rodando refatoração e testes o dia inteiro no Plus, vão sentir muito. Eles são o perfil que mais se beneficiava do subsídio implícito. Agora terão que escolher entre pagar mais, comprar créditos ou mudar o fluxo. Quem perde também é o usuário intermediário que nem sabia que estava usando agente. Ele só clicava e deixava rodar, e vai descobrir o limite na hora errada.

• Ação prática para esta semana: separe suas tarefas em três faixas. Faixa um, responder e rascunhar, deixe no Instant ou modelo leve. Faixa dois, analisar e codar com contexto médio, use modelo intermediário com contexto limpo. Faixa três, agente autônomo no Codex, só com objetivo fechado, arquivos delimitados e limite de passos. Meça por três dias quanto cada faixa consome antes de dezembro para saber se o seu plano atual aguenta.
• Ajuste de fluxo: pare de anexar contexto inteiro a cada prompt. Crie resumos intermediários, use memória do projeto e quebre tarefas agentes em etapas curtas com validação humana no meio. Isso reduz retentativa, que é o que mais queima token sem gerar valor.
• Regra de bolso: se uma tarefa no Codex passa de 15 minutos sem entrega parcial, cancele e reescopo. Agente rodando solto é o novo vazamento de custo na nuvem.

Para empresas, o recado é revisar contrato. O Business com limite compartilhado pode exigir compra recorrente de créditos se o time de engenharia e o time de conteúdo disputarem o mesmo balde. Vale criar política interna simples. Codex só para tarefa com teste automatizado ou critério de aceite claro. Chat pesado só com modelo top quando o retorno justifica. O resto vai para fluxo leve. Sem isso, o custo vira briga interna no fim do mês.

Isso escala ou só move o gargalo

Aqui fica a tensão real. A fusão entre Chat e Work faz sentido do ponto de vista de produto. Ninguém aguenta mais escolher entre dois modos e onze configurações de modelo para fazer algo simples. Unificar simplifica a interface e deixa o roteamento por conta do sistema, parecido com o que a Anthropic já fez ao juntar Chat e Cowork no Claude. Mas simplificar a interface cobrando por token não simplifica a operação. Só move a complexidade de escolher modelo para gerenciar saldo. O usuário continua tendo que entender, mesmo que de forma indireta, quanto custa cada tipo de inteligência.

E tem a dúvida de custo benefício que ninguém respondeu ainda. Se o Plus passa a degradar para Instant quando o uso aperta, qual é o valor real do Plus para usuário pesado. Pagar 20 dólares para cair de qualidade no meio do dia é pior do que pagar por API com previsibilidade. Para a OpenAI, o movimento é defensável. Margem de assinatura fixa não fecha com agente que roda por meia hora em GPU cara. Mas para o mercado, isso sinaliza o fim definitivo da era do tudo liberado. A era agora é de orçamento, priorização e engenharia de contexto. Quem não aprender a operar com limite vai pagar mais para produzir menos. A pergunta que fica é se essa fricção vai educar o usuário ou empurrar parte dele para concorrentes que ainda vendem simplicidade.

Conclusão

A fusão do Chat e do Work transforma o ChatGPT em um recurso medido, não em um buffet livre. Entenda seu consumo agora ou o limite vai decidir por você no meio do trabalho. Será que dá para manter qualidade alta com orçamento apertado sem virar gerente de token em tempo integral.