# Equipes de agentes de IA custam mais e quase não melhoram os resultados

> Estudo da Vals AI mostra que configurações multiagente podem consumir até cinco vezes mais tokens que um único modelo para ganhos mínimos de qualidade.

Oossa · 2026-10-11 · https://oossa.com/pt/ai-agent-teams-cost-more-but-rarely-improve-results

Data do evento: 2026-10-11

Uma nova avaliação da Vals AI comparou agentes de IA individuais a equipes de agentes no Vibe Code Bench. O teste usou dois modelos de ponta — GPT‑6 Sol e Claude Opus 5.5 — individualmente e em grupos de até 100 agentes. As equipes consumiram entre 1.8 × e 5.1 × mais tokens que um único modelo, mas quase não obtiveram pontuações melhores.

## O que os números mostram

De quatro comparações diretas, apenas uma apresentou diferença estatisticamente significativa: o GPT‑6 Sol, com nível médio de raciocínio, marcou 7.3 pontos a mais quando operou em equipe. Na configuração máxima de raciocínio, nenhum dos modelos teve vantagem mensurável. Os dados sugerem que o custo computacional adicional de enxames de agentes raramente se traduz em maior qualidade, sobretudo quando os modelos já operam em capacidade máxima.

## Por que acelerar não significa melhorar o resultado

Pesquisadores da OpenAI chegaram a uma conclusão semelhante. Em um podcast, Noam Brown observou que adicionar agentes acelera principalmente tarefas que podem ser paralelizadas, como pesquisa na web ou matemática, mas não melhora a resposta em si. Quatro agentes resolveram uma tarefa duas vezes mais rápido, mas também custaram o dobro. A expansão para dezenas de agentes mostrou retornos decrescentes e, em trabalhos criativos como escrever um romance, grandes enxames não agregam valor.

## Os fatos

- A Vals AI testou GPT‑6 Sol e Claude Opus 5.5 no Vibe Code Bench em Oct 11 2026.
- Configurações em equipe usaram entre 1.8 × e 5.1 × mais tokens que agentes individuais.
- Apenas uma das quatro comparações apresentou ganho significativo: GPT‑6 Sol com raciocínio médio, +7.3 pontos.
- No nível máximo de raciocínio, as equipes não ofereceram vantagem real para nenhum dos modelos.
- Noam Brown, da OpenAI, disse que quatro agentes resolveram tarefas duas vezes mais rápido, mas com o dobro do custo.

## Por que importa

Para desenvolvedores que planejam o orçamento de computação em nuvem, o estudo alerta que adicionar muitos agentes de IA provavelmente aumentará os custos sem melhorar a qualidade do produto. Empresas que pretendem acelerar tarefas rotineiras devem comparar o custo em tokens com os ganhos modestos de velocidade — e talvez seja melhor otimizar os prompts de um único agente.

## Fontes e referências

1. [AI agent teams waste massive tokens for barely measurable quality gains, research finds](https://the-decoder.com/ai-agent-teams-waste-massive-tokens-for-barely-measurable-quality-gains-research-finds/) – The Decoder, 2026-10-11

Última atualização: 2026-10-11