Faça cada token de IA valer a pena com agentes

Os custos se multiplicam a cada tarefa que você passa para um agente de IA. Cada tarefa consome tokens e créditos, e, à medida que os agentes se espalham pelos seus times e automações, o consumo pode crescer mais rápido do que o uso real. Se é você quem roda a plataforma, esse crescimento é de responsabilidade sua — incluindo quais times e fluxos de trabalho causam esse aumento, e se esse uso está realmente virando projetos entregues ou não.

No GitLab Transcend, apresentamos a fábrica de software governada, a nossa arquitetura para engenharia de software agêntica, e novas funções no GitLab Duo Agent Platform que trazem esse crescimento sob controle. Os modelos open-weight gerenciados pelo GitLab alcançaram a mesma taxa de conclusão de tarefas dos modelos de ponta, por uma fração do custo, no benchmark do GitLab — então você pode alinhar o seu modelo à tarefa para melhorar a eficiência de custo do seu time. O GitLab Orbit dá aos agentes o contexto do ciclo de vida do software, para que tentem menos vezes. O Duo Agent Platform Impact Analytics e os limites de créditos mostram para onde os créditos estão indo e colocam um teto nesse gasto.

Controle os custos na fábrica de software governada

Um total de uso te diz o que você consumiu, mas deixa algumas perguntas difíceis em aberto: quanto do trabalho de rotina caiu em um modelo caro, quantas execuções de agente foram tentativas desperdiçadas, e quais usuários e times consumiram os créditos. Quando o dashboard só mostra tokens, os líderes de plataforma e engenharia acabam discutindo um número que nenhum dos dois lados consegue defender de verdade. Se você não consegue atribuir o uso, definir um limite e cortar o desperdício, não dá para otimizar nem justificar o seu gasto.

Quebrar esse padrão começa pela arquitetura. A fábrica de software governada é construída em camadas, e o custo cresce exatamente onde essas camadas não se conectam. Duas dessas camadas importam mais para o custo. A primeira é a orquestração de agentes, onde os modelos open weight colocam o trabalho de rotina em modelos de custo mais baixo. A outra é dados e contexto, onde o Orbit, o Duo Agent Platform Impact Analytics e os controles de crédito e uso dão a humanos e agentes o contexto necessário para produzir resultados de alta qualidade pelo menor custo possível.

A fábrica de software governada

Você consegue ver o problema em uma fábrica de software oculta, onde cada etapa tem a sua própria ferramenta, sem política ou contexto compartilhado entre elas. Os agentes gastam tokens procurando contexto em sistemas que nunca foram feitos para se integrar. Uma fábrica de software governada dá aos agentes contexto compartilhado, política compartilhada e um único lugar para medir quanto eles custam. Quando cada crédito de IA conta, você consegue:

• Gastar menos créditos pelo mesmo trabalho: combine os modelos com a tarefa certa usando modelos open weight, e fundamente os agentes no contexto do ciclo de vida com o GitLab Orbit, para que tentem menos vezes.
• Rastrear o gasto até a origem: veja os créditos por usuário, time, tarefa e modelo no Duo Agent Platform Impact Analytics e no dashboard de GitLab Credits, para apontar o que gerou o crescimento.
• Definir um teto antes do próximo pico: limite o uso por usuário com os limites de crédito, com exceções quando necessário, para que os loops de agentes fiquem dentro dos limites que você define.

Adeque o modelo à tarefa

O custo dos agentes começa no preço de cada chamada de modelo. O GitLab Duo Agent Platform permite fixar um modelo padrão por recurso e controlar o que os seus times podem usar: o seu próprio modelo, self-hosted ou do seu provedor, modelos de ponta gerenciados pelo GitLab, ou modelos open-weight gerenciados pelo GitLab, novidade no GitLab 19.4.

Três modelos open-weight agora estão hospedados no GitLab Duo Agent Platform: o GLM 5.3, o Kimi K3 e o MiniMax M3. No benchmark interno do GitLab com agentes Duo, o GLM 5.3 igualou a taxa de conclusão de tarefas do Claude Opus 5 a aproximadamente um quinto do custo, o Kimi K3 igualou o Claude Fable 5.1 a um terço do custo, e o MiniMax M3 igualou o GPT-5.5 a um oitavo do custo. A escolha do modelo é uma configuração de administrador. Nas configurações do GitLab Duo do seu grupo de nível superior, abra Model Selection, selecione Manage Models e fixe um modelo para cada recurso. Por exemplo, fixe o Kimi K3 no Agentic Chat e o MiniMax M3 nos agentes e flows, para que o trabalho de rotina não caia por padrão em um modelo de ponta. Os Group Owners também escolhem quais modelos os seus times podem usar.

Reduza as novas tentativas com o contexto certo

A escolha do modelo define o preço de cada chamada, e as novas tentativas multiplicam o número de chamadas. O Gartner constatou que um time de 40 desenvolvedores gastou 23 vezes mais com IA porque os agentes ficavam tentando novamente sem as regras e o contexto certos. Os agentes tentam de novo quando não têm contexto. Em um monorepo ou em vários repositórios, um agente passa o primeiro trecho do trabalho vasculhando arquivos para entender o que se conecta com o quê, e cada nova tentativa reenvia toda a janela de contexto.

O GitLab Orbit mapeia o seu código, itens de trabalho, merge requests, pipelines, implantações e achados de segurança em um único grafo, que se mantém atualizado à medida que os seus times entregam software. Os agentes no GitLab Duo Agent Platform consultam esse grafo nativamente. Agentes externos, como o Claude Code e o Codex, se conectam por meio do Model Context Protocol (MCP), e ferramentas personalizadas se conectam pela API REST. Cada agente vê exatamente o que o seu usuário consegue ver no GitLab.

Com esse contexto, um agente consulta o grafo e recebe uma resposta precisa, mais rápido e com mais eficiência. Nos testes do GitLab, a mesma tarefa no Claude Code precisou de até 45 vezes menos tentativas repetidas com o Orbit e, em um teste separado, usou 4,5x menos tokens para obter o contexto certo logo na primeira vez. O Orbit está em beta gratuito no GitLab.com hoje e chega à disponibilidade geral no próximo mês, em todas as opções de implantação.

Gerencie o que você consegue medir

Modelos e contexto reduzem o custo de cada tarefa. Os dados de impacto mostram se isso funcionou de verdade. O Duo Agent Platform Impact Analytics responde às duas perguntas que os líderes de plataforma fazem: quanto estamos gastando, e onde esse gasto está concentrado? Ele detalha o gasto por time, tarefa e modelo, para os times e o período que você escolher, e mostra como um modelo open weight se compara com a sua combinação atual de modelos, para que você compare com dados em vez de chutar. O dashboard de GitLab Credits adiciona mais detalhes abaixo do nível de time, rastreando o uso até o usuário e a sessão por trás dele.

Dashboard de GitLab Credits

Visibilidade anda lado a lado com limites. Sem um limite, a única alavanca que sobra é pedir para todo mundo usar menos. Os controles de crédito e uso definem limites no nível da assinatura, do grupo ou do usuário, com alertas em 50%, 80% e 100% do gasto, e uma pausa automática assim que o uso atinge o limite. Um limite fixo por usuário, como 1.000 créditos por usuário/mês, se aplica a todo integrante do time, e uma exceção individual, como 500 créditos adicionais, dá espaço para um engenheiro que está experimentando algo, sem precisar pedir mais créditos. Os limites por usuário entram em vigor assim que um usuário consome os créditos já incluídos no plano, e só o usuário que bateu no limite perde acesso aos recursos que consomem crédito, até o próximo ciclo de cobrança ou até que um administrador aumente o limite.

O Duo Agent Platform Impact Analytics mostra o consumo de crédito lado a lado com o trabalho que chega à produção, para que você veja se o uso está realmente virando trabalho entregue.

Veja o Duo Agent Platform Impact Analytics em ação nesta demonstração do nosso evento global Transcend:

Coloque o controle de custo de agentes para funcionar

Comece a sua jornada de controle de custo de agentes pelo modelo. Os modelos open-weight gerenciados pelo GitLab já estão disponíveis para todos. No Model Selection, fixe o GLM 5.3, o Kimi K3 ou o MiniMax M3 para uma carga de trabalho de rotina, como um flow que roda em todo merge request.

Depois, reduza as tentativas repetidas. O GitLab Orbit está em beta gratuito no GitLab.com hoje. Ative para o grupo que roda mais sessões de agente. O Orbit chega para todos no próximo mês, em todas as opções de implantação.

Em seguida, meça e defina limites. O Duo Agent Platform Impact Analytics está em acesso antecipado, para que você veja o gasto por time, tarefa e modelo. Os controles de crédito e uso já estão disponíveis de forma geral. Defina um limite por usuário para os GitLab Credits, com exceções para os seus usuários mais intensivos. Depois de algumas semanas, compare o uso por time e por modelo com o período anterior.

Crie a base da sua fábrica de software com o GitLab Duo Agent Platform. Se você é novo no GitLab, comece um teste gratuito do GitLab Duo Agent Platform. Se você já está no Premium ou no Ultimate, ative o GitLab Duo Agent Platform e use os GitLab Credits já incluídos na sua assinatura.