Camada de custo para LLM · SDK com licençaReduz o custo das tuas aplicações de IA sem mudar de fornecedor nem degradar a qualidade.
O Savings analisa cada pedido, evita execuções desnecessárias, elimina contexto redundante e escolhe a opção mais económica que continua a cumprir o teu contrato de qualidade. Cada número publicado é medido contra o contador do próprio fornecedor.
Instalação em cinco linhas. A licença ativa-se a partir do seu painel.
Instala-se à frente destes fornecedores
gpt-4o-miniAnthropicGeminiresolvedores · singleflight · avoided_calls
ferramentas podadas · recuperação · contexto redundante · eliminated_tokens
codificação mais leve · só se compensar · compressed_tokens
Ganha a execução mais barata
OpenAI gpt-4o-mini
≥ 20,0% menos fatura, verificado a 95 % · face a uma integração sem otimizar, sem streaming
O segundo controlo
Contra uma integração já otimizada à mão
Aqui cada cenário corre também contra uma integração que um integrador diligente já teria afinado: a cache nativa do fornecedor configurada sobre o prefixo estável e apenas as ferramentas de que a tarefa precisa mesmo, escolhidas uma a uma. Todo o resto — contrato, teto, temperatura e semente — é idêntico.
23,2%
Contra uma integração sem otimizar
Quase toda a gente se compara com uma integração ingénua, e contra essa qualquer um fica bem.
22,9%
Contra uma integração já otimizada à mão
Essa segunda comparação é a única que mede o mérito da camada: o que sobra para poupar quando já não há fruta madura.
Anunciamos sempre a menor das duas cifras, e as duas saem do mesmo artefacto público: prometer acima do segundo controlo seria vender-te como mérito nosso aquilo que já tinhas.
medido em gpt-4o-mini · piso de 95 % · d1c8233 · 2026-09-12 · 193
Evita a chamada por completo
resolvedores · singleflight
avoided_calls
Retira o que não era preciso enviar
ferramentas podadas · recuperação · contexto redundante
eliminated_tokens
Comprime o que resta
codificação mais leve · só se compensar
compressed_tokens
Cada passo cai num livro-razão distinto, pelo que estes números não se somam entre si. Um passo cujo livro não sai do zero não aparece aqui. Uma percentagem sem o seu modelo ao lado não significa nada: a mesma alavanca pode poupar num modelo e custar noutro.
Como se medem as poupanças — e cada ensaio, publicado um a um.
Os dois braços são medidos com o contador do próprio fornecedor — sem linha de base modelada. Para cada cenário, a bancada envia ao mesmo modelo o pedido sem otimizar e o pedido do BV-SALA, calcula o preço de ambos a partir do uso de tokens declarado pelo fornecedor e agrega os cenários com um bootstrap estratificado, com peso um por cenário: assim o título não depende de quantas repetições calharam a cada caso. O agregado agrupado continua no artefacto como aggregatePooled, marcado pelo que é: não é o título. Publicamos o piso do intervalo de confiança de 95 %, nunca a estimativa pontual.
- Mesmo modelo, dois braços: o pedido ingénuo contra o pedido BV-SALA.
- Custo cotado com o tokenizador do próprio fornecedor — sem linha de base modelada.
- Publicamos o piso do intervalo de confiança de 95 %, nunca a estimativa lisonjeira.
- Dois braços de controlo: face a uma integração sem otimizar e face à mesma integração já otimizada à mão. Só o segundo número é mérito da camada.
- Os livros que não passam do zero publicam-se na mesma, com a sua etiqueta.
Descarregar os ensaios em bruto (CSV) d1c8233 · 2026-09-12 · 193 · gpt-4o-mini
Comprova-o com os teus próprios números, antes de instalares seja o que for
O verificador corre o otimizador real no teu navegador: escolhes um exemplo ou colas os teus dados, dizes quanto usas a API e vês a poupança projetada, calculada exatamente como a calculará depois o teu recibo. Nada do que colares sai da página.
O verificador vive dentro do produto, no teu painel de Savings — não é uma calculadora de marketing à parte.
Feito para programadores
Menos dores de cabeça com a fatura. Sem mudar de fornecedor.
Três factos sobre o pacote. Nenhum é uma promessa.
Instalação em cinco linhas
npm install @bivelio/savings-layerSDK com licença para Node.js; a licença ativa-se a partir do teu painel. Funciona com qualquer endpoint compatível com a API da OpenAI e com o adaptador nativo da Anthropic.
npmjs.com/package/@bivelio/savings-layer ↗- 01
Zero dependências de runtime
Um único bundle ESM. Nada se instala ao lado do teu código que não tenhamos escrito nós; o tokenizador exato é um peer opcional.
- 02
Um SavingsReport por chamada
Livros que nunca se somam, o custo com a sua base — medido ou estimado — e rastos por etapa. É o mesmo que o teu painel lê.
- 03
O teu tráfego continua direto
O SDK envolve a chamada dentro do teu processo. Os teus prompts não passam pela BiVelio: a nós só chegam contagens e custo.
Três carris que nunca se somam — e só um é faturado
Cada recibo separa a poupança pelo que dela se consegue provar, porque nem toda a prova vale o mesmo. Somar os três daria um número maior e menos certo: por isso nunca se somam.
Medido
O fornecedor declarou os mesmos tokens e pagou-se outra tarifa: é uma subtração entre dois preços públicos e podes conciliá-la com a consola do teu fornecedor, linha a linha.
medido · é faturadoDo fornecedor
O contador dele diz quantos tokens apagou. A contagem é dele, não nossa; quanto valem em dinheiro depende do preço a que teriam sido pagos, e essa parte é uma estimativa nossa. Mostra-se, não se cobra.
estimado · não é faturadoHipotético
O que uma política teria poupado se tivesse sido aplicada. Sai de simular o turno: ninguém executou nada. Pode sair negativo, e mostra-se na mesma. Nunca se cobra.
simulado · não é faturadoSó se fatura o carril medido. O estimado e o hipotético não entram na tua fatura mesmo quando saem maiores — e se um número não se puder conciliar com a fatura do teu fornecedor, diz-se na mesma linha em que aparece.
bvsala · terminais de código
Claude Code com chave de API? Vê o gasto real, token a token.
Um único comando põe um medidor local à frente do teu terminal. Sem tocar em código, sem configurar nada — e os teus prompts nunca saem da tua máquina: ao painel só chegam contagens e custo.
Um comando, zero configuração
bvsala claude
bvsala doctorFunciona com Claude Code, Codex CLI, Goose e Qwen Code — e o bvsala doctor imprime a configuração exata dos restantes.
- O gateway sobe numa porta efémera, lança o teu terminal a apontar para ele e desliga-se à saída.
- A tua despesa aparece no painel token a token, contada com o contador do teu próprio fornecedor.
- bvsala doctor só verifica existência: o seu relatório mostra caminhos, nunca o conteúdo dos teus ficheiros de configuração.
Hoje o gateway mede; a otimização automática aí ainda não existe.
savings-mode · skill gratuita
A skill que estica os teus limites de subscrição
Sem fatura não quer dizer sem dor: a janela de cinco horas e o teto semanal. savings-mode é uma skill de instruções puras — sem proxy, o teu tráfego intacto — que corta as duas massas que realmente queimam o teto: a saída do modelo e os resultados de ferramentas.
Claude Code
Um único comando: instala-se em ~/.claude/skills e ativa-se sozinho quando a conversa fala de limites ou de poupar tokens.
~/.claude/skillsCodex
Não tem skills, por isso a mesma disciplina viaja como bloco marcado dentro do teu AGENTS.md: sempre ativa, e desliga-se apagando o bloco. O teu AGENTS.md fora das marcas nunca é tocado.
AGENTS.mdClaude.ai
A skill viaja como zip: ativas «Code execution and file creation» nas definições, carrega-la em Customize → Skills e aparece com o seu próprio interruptor, privada na tua conta. A descarga pede a tua conta Savings, que é gratuita; a skill em si não leva telemetria nenhuma.
savings-mode.zip
O efeito da própria skill será publicado quando estiver medido em A/B — nunca antes.
É gratuita; o que se paga com o Savings é saber quanto te poupa.
O modelo comercial
Como se calcula o que nos pagas
Uma quota por lugar, e uma comissão que sai da poupança medida — nunca do teu bolso.
90%
Ficas sempre com 90% ou mais de cada euro poupado.
A comissão só existe quando existe a tua poupança medida, e nenhuma faixa passa da taxa máxima.
Só sobre a poupança medida
Depois, comissão só sobre a poupança medida: a que podes conciliar com a fatura do teu fornecedor, linha a linha. O estimado mostra-se, mas nunca se fatura.
Por faixas marginais
Por faixas marginais, cada faixa à sua taxa e desde o primeiro euro medido: quanto mais poupas, menor é a percentagem que levamos.
Sem fidelização
Um mês sem poupança? Nesse mês não há comissão. Sem fidelização — e a tua primeira fatura variável só contém números que já viste no teu extrato.
O que é um lugar
Um lugar é uma máquina ou identidade de serviço ativa, não uma pessoa, e só se fatura se esteve ativa três ou mais dias no mês. A CI e os executores efémeros não contam.
O teu primeiro mês é de calibração
Não há plano gratuito nem período experimental: o que podes comprovar antes de pagar são as medições públicas do produto. O teu primeiro mês é de calibração e é pago: pagas só o lugar, medimos todo o teu tráfego e não cobramos comissão — ao fecho verás o extrato exato do que teria custado.
- 1
Liga
O Savings coloca-se à frente das tuas chamadas a modelos e começa a contar com o contador do teu próprio fornecedor.
- 2
Calibra
Durante o primeiro mês pagas só o lugar: medimos todo o teu tráfego real e não cobramos comissão.
- 3
Decide
Ao fecho recebes o extrato exato do que teria custado. A partir daí, a comissão sai da poupança medida, nunca do teu bolso.
As taxas exatas vivem no tarifário do produto e não se copiam aqui, para que ninguém leia nesta página um número que já mudou.
bivelio-savings-layer · apps/web/lib/billing/tarifa.ts · caa7310 · 2026-09-12
Perguntas frequentes sobre o Savings
Como o BV-SALA mede e reduz a tua fatura de LLM.
Reduz mesmo a minha fatura de LLM?
Sim, e não te pedimos que acredites: cada número da página está medido contra o contador do próprio fornecedor, com o seu intervalo de confiança ao lado. Reportamos o piso dos 95 % —a poupança conservadora—, nunca a estimativa lisonjeira.
Como se mede a poupança?
Com uma bancada A/B: para cada cenário, o pedido sem otimizar e o pedido do BV-SALA vão ao mesmo modelo, ambos são cotados com o contador do próprio fornecedor e apresenta-se o limite inferior do intervalo de confiança de 95 %. Há dois braços de controlo — uma integração sem otimizar e a mesma integração já otimizada à mão — e os cenários são agregados com um bootstrap estratificado, com peso um por cenário. Sem linha de base modelada nem pressupostos.
Piora a qualidade das respostas?
Não. O BV-SALA escolhe, em cada pedido, a execução mais barata que ainda cumpre o teu contrato de qualidade. Se baratear comprometesse a qualidade que definiste, não o faz: a poupança nunca sai à custa do resultado.
Com que fornecedores funciona?
São duas coisas distintas. Compatibilidade: coloca-se à frente do teu fornecedor e funciona com qualquer endpoint compatível com a API da OpenAI, mais o adaptador nativo da Anthropic. Medição: hoje há apenas um valor publicado, o do OpenAI gpt-4o-mini, medido contra o contador do próprio fornecedor. Uma marca ser compatível não significa que esteja medida; quando medirmos outra, publicaremos o seu valor com o modelo ao lado.
Como se instala?
Em cinco linhas. É um SDK licenciado para Node.js (@bivelio/savings-layer); a licença ativa-se a partir do teu painel e funciona à frente da tua integração atual sem a reescrever.
Quanto custa?
Uma taxa por lugar mais uma comissão por escalões sobre a poupança medida, desde o primeiro euro. Um lugar é uma máquina ou identidade de serviço ativa, não uma pessoa. Não há plano gratuito nem período experimental: o teu primeiro mês é de calibração — pagas só o lugar e não cobramos comissão. E num mês sem poupança não pagas comissão.
Agenda uma chamada de 15 min
Dizemos-lhe quanto pouparia com o seu tráfego, sem instalar nada.