EntrarComeçar teste grátis
Meta Tech Provider

Qual modelo de IA deve responder aos seus clientes no WhatsApp?

Escolha o modelo mais rápido que siga suas regras nos idiomas em que seus clientes escrevem. Respostas de WhatsApp são curtas, então um modelo menor e mais ágil costuma bastar; um maior compensa o custo em perguntas difíceis. Antes de ativar um modelo, compare dois ou três com as mesmas 10 perguntas reais e verifique a resposta, o tempo que levou e os tokens usados.

O easyCoexistence permite colocar qualquer modelo no seu número do WhatsApp Business, com sua própria chave da Anthropic, OpenAI ou OpenRouter, e comparar modelos no Test antes que os clientes vejam uma resposta: respostas reais, nada enviado, tokens exibidos.

45 seconds

Quanto tempo um passo Reply with AI espera pelo modelo antes de a execução falhar.

600 tokens

Valor padrão do Longest reply, ajustável de 50 a 2.000; em modelos que raciocinam, limita o raciocínio mais o texto.

Fastest

Rótulo de latência comparativa da Anthropic para o Claude Haiku 5.5; o Sonnet 5.5 é Fast e o Opus 5.5, Moderate.

max_tokens

Os tokens de raciocínio contam nesse limite, então um raciocínio longo pode esgotar o orçamento antes de a resposta terminar.

2027

Ano mais próximo de descontinuação que a Anthropic garante para seus modelos Claude atuais; depois dele, os ids deixam de funcionar.

O que mais importa em uma resposta no WhatsApp?

Primeiro a velocidade, depois se o modelo se atém aos seus fatos. Um cliente no WhatsApp espera resposta em segundos, e o passo desiste após 45 segundos; por isso, um modelo que raciocina por muito tempo em perguntas simples combina mal com um número movimentado. Em segundo lugar, o modelo precisa seguir suas Instructions e a regra que o easyCoexistence acrescenta abaixo delas, sem nunca inventar preços, estoque, datas ou políticas. Em terceiro, precisa escrever com naturalidade nos idiomas dos seus clientes. O custo vem depois desses três, porque as respostas de WhatsApp são curtas e a entrada é limitada: Instructions de até 20.000 caracteres e no máximo 20 mensagens anteriores.

What to judgeWhere you see it
SpeedSeconds the AI step tookRuns tab: each step shows its time in seconds
Sticking to factsNo invented prices or promisesThe reply in Test, on questions your Instructions do not cover
LanguagesNatural replies in each languageTest with messages in Portuguese, Spanish and English
CostTokens in and out per reply"{in} in, {out} out tokens" on the test result and each run
LengthShort, complete messagesReplies cut off mid-sentence mean Longest reply is too low

Pequeno e rápido, ou grande e cuidadoso?

A maioria das perguntas no WhatsApp é de rotina: horário de funcionamento, preços que estão nas suas Instructions, áreas de entrega, como fazer um pedido. Um modelo pequeno responde a essas perguntas rápido e com poucos tokens. Um modelo maior compensa quando as respostas exigem julgamento, como catálogos longos de produtos nas Instructions, várias perguntas misturadas numa mesma mensagem ou uma redação cuidadosa em reclamações, e quando os testes mostram o modelo pequeno inventando detalhes.

Você não precisa escolher um só modelo para o número inteiro. Provedor e modelo são definidos em cada passo Reply with AI e em cada agente, então uma automação por palavra-chave para "preço" pode usar um modelo rápido enquanto a automação que responde a todo o resto usa um mais forte. Os provedores descrevem seus modelos pela velocidade: a Anthropic, por exemplo, classifica o Claude Haiku 5.5 como Fastest, o Claude Sonnet 5.5 como Fast e o Claude Opus 5.5 como Moderate em latência comparativa.

Como comparar dois modelos de forma justa?

Mantenha todo o resto igual e mude apenas o modelo. Salve a automação desligada (Off), abra Test e rode o mesmo conjunto de perguntas, uma a uma; depois troque o Model, clique em Save e rode o conjunto de novo. Escreva as perguntas a partir de conversas reais, incluindo duas que as Instructions não respondem, para ver qual modelo diz que uma pessoa vai responder em vez de chutar.

Uma limitação do teste importa aqui: ele envia só a mensagem de exemplo, sem as mensagens anteriores da conversa, então perguntas que dão continuidade, como "e no domingo?", não podem ser avaliadas em um teste. Confira essas na aba Runs nos primeiros dias com a automação ativa. Os testes também aparecem lá, marcados como Test, com os segundos e os tokens de cada passo, e consomem tokens reais da sua chave.

A test set for comparing models (example)
1. Are you open on Sunday?
2. How much is delivery to the city centre?
3. Quanto custa o bolo de chocolate?
4. ¿Hacen envíos hoy?
5. I want 3 croissants for tomorrow at 9
6. Do you have vegan options?          (not in the Instructions)
7. Can I get a 50% discount?           (must not be promised)
8. My order arrived damaged            (should go to a person)
9. hi                                  (one-word message)
10. A long message with three questions in it

Como definir o Longest reply para o modelo escolhido?

Longest reply (tokens) é um limite rígido, não uma meta: 600 por padrão, de 50 a 2.000. Em um modelo que responde direto, 600 é mais que suficiente para uma mensagem de WhatsApp, e o tamanho fica mais bem controlado nas Instructions, com uma linha como "responda em 1 a 3 frases curtas".

Em um modelo que raciocina antes de responder, o limite cobre raciocínio e texto juntos. A Anthropic documenta que os tokens de raciocínio contam para o limite, então um raciocínio longo pode deixar a resposta cortada ou vazia, e uma resposta vazia faz a execução falhar. O passo não envia nenhuma configuração de raciocínio ou de esforço, então vale o padrão do modelo. Nesses modelos, aumente o limite para algo entre 1.000 e 2.000 e acompanhe os tokens de saída nas primeiras execuções.

O que a escolha do modelo muda nos seus custos?

Só a parte do provedor de IA. Cada resposta custa tokens de entrada (suas Instructions, as regras acrescentadas abaixo delas, as mensagens anteriores e a nova) mais tokens de saída (a resposta e, quando o modelo raciocina, o raciocínio), pelas tarifas que seu provedor publica para aquele modelo. Multiplique a média de tokens das suas execuções de teste por essas tarifas e pelo número de respostas que você espera no mês. Enxugar as Instructions e reduzir "Earlier messages it reads" diminui a entrada em qualquer modelo. O preço por número do easyCoexistence e a cobrança de mensagens da Meta na sua própria WhatsApp Business Account não mudam com o modelo.

Quando trocar de modelo de novo?

Quando um provedor anunciar a descontinuação de um modelo, quando as respostas começarem a fugir das suas regras ou quando um modelo mais novo da mesma família se mostrar mais rápido nos testes. Os ids de modelo da Anthropic são snapshots fixos, então as respostas continuam estáveis até você trocá-los, enquanto os ids do OpenRouter que começam com ~ acompanham o modelo mais recente de uma família. Um id descontinuado faz as execuções falharem com erro e gera um e-mail para você. Trocar é mudar um único campo: escolha o novo id em Model, clique em Save e rode seu conjunto de testes de novo. O nome, o gatilho, os outros passos, as configurações e o histórico de execuções da automação continuam como estão.

Como configurar

  1. Write 10 test questionsTake them from real chats, in your customers' languages, including two the Instructions cannot answer and one that must go to a person.
  2. Save the automation OffFlip the switch in the editor bar to Off and click Save, so tests run without customers receiving anything.
  3. Run the set on the first modelOpen Test and use Run test for the questions one at a time. Note the reply and the tokens in and out.
  4. Change only the model and repeatPick another id in Model, click Save, and run the same questions. Compare seconds per step in the Runs tab.
  5. Pick, set the cap and go liveKeep the model that follows the rules fastest, set Longest reply for it, then flip the switch On and save.

Erros comuns

  • Comparar modelos com perguntas que as Instructions respondem palavra por palavra. Todos os modelos acertam essas; a diferença aparece nas perguntas fora das Instructions.
  • Avaliar no Test como o modelo lida com perguntas de continuação. O teste envia só a mensagem de exemplo, então confira conversas com várias mensagens na aba Runs depois de ativar a automação.
  • Escolher um modelo que raciocina e manter o Longest reply em 600. O raciocínio divide o mesmo limite, e uma resposta cortada até ficar vazia faz a execução falhar.
  • Escolher o maior modelo para um número que recebe sobretudo perguntas de rotina. As respostas ficam mais lentas e mais caras, sem ganho visível em horários e preços.
Fazendo isso com o EasyCoexistence

Trocar de modelo é mudar um campo. Não cobramos pela IA nem aplicamos margem sobre ela. De R$ 29,90 a R$ 3,90 por número por mês, caindo conforme você adiciona números, com os 3 primeiros dias grátis.

O easyCoexistence é uma API e um servidor MCP multicanal que conecta agentes de IA, como o Claude e o ChatGPT, ao WhatsApp, Instagram, TikTok, Facebook e mais. No WhatsApp, ele usa o Coexistence: a empresa continua usando o número no app WhatsApp Business enquanto a IA trabalha pela API oficial da Meta.

Perguntas frequentes

O modelo de IA mais avançado é a melhor escolha para o WhatsApp?

Não necessariamente. Respostas de WhatsApp são curtas e os clientes esperam rapidez; um modelo maior compensa em perguntas complexas ou catálogos longos, e são os testes que decidem. Muitos números usam um modelo rápido para as respostas de rotina.

Perco alguma coisa ao trocar de modelo?

Não. A automação mantém nome, gatilho, passos, configurações e histórico de execuções; só o campo Model muda. Salve e rode de novo suas perguntas de teste para confirmar as novas respostas.

Modelos abertos (open source) respondem bem em português e espanhol?

Muitos sim, mas a qualidade varia de modelo para modelo. As regras acrescentadas já pedem que a resposta saia no idioma do cliente, então teste com mensagens reais em cada idioma que você recebe antes de escolher.

Um histórico de conversa mais longo melhora as respostas?

Até certo ponto. 10 mensagens anteriores, o padrão, cobrem a maioria das conversas; até 20 ajudam nas mais longas, mas acrescentam tokens de entrada a cada resposta. O histórico alcança todo o período em que as mensagens são guardadas, 90 dias por padrão.

Continue lendo

Pronto para começar?

Configure o WhatsApp Coexistence em minutos, não em meses. O aplicativo continua funcionando no celular.

Começar teste grátis

Verificado em