--- title: "User Insights da Cloudflare: quando o modelo de IA é demais" description: "O AI Gateway da Cloudflare passou a mostrar quando um modelo de IA é mais potente do que a tarefa exige. Como funciona, o que muda no custo e o que auditar no time." date: 2026-11-03T00:00:00.000Z tags: [Cloudflare, AI Gateway, custo de IA, escolha de modelo] --- O **User Insights** é uma visão do AI Gateway da Cloudflare que mostra quem usa IA na empresa, para qual tarefa e com qual modelo. A novidade, anunciada no [blog da Cloudflare](https://blog.cloudflare.com/ai-model-overuse-user-insights/) em 30 de setembro de 2026, é a marcação de "model overkill": conversas em que o modelo escolhido é mais potente do que a tarefa pedia, como um resumo de texto mandado para um modelo grande de raciocínio. O recurso é gratuito para quem já usa o AI Gateway. Na prática, é a primeira vez que um fornecedor grande de infraestrutura entrega, de graça, um relatório que responde à pergunta que todo gestor de orçamento de IA faz em algum momento: estamos pagando caro por tarefa barata? ## O que é o User Insights do AI Gateway? O User Insights é uma camada de análise sobre os logs do AI Gateway (o proxy da Cloudflare por onde passam as chamadas para OpenAI, Anthropic, Google e outros provedores). Até aqui, o painel mostrava nome do modelo e contagem de requisições. Agora ele agrupa o uso em categorias de tarefa, modelo, turno e usuário. Segundo a Cloudflare, as visões novas são estas: | Visão | O que mostra | | --- | --- | | Model overkill | Conversas em que o modelo parece mais capaz do que a tarefa exige | | Task analysis | Uso dividido por tipo de tarefa: código, pesquisa, escrita, resumo, análise de dados | | Turns analysis | Quantas trocas cada tipo de tarefa precisa, com tempo, tokens e custo do fluxo inteiro | | Potential Savings | Requisições que um modelo mais rápido ou mais barato poderia atender sem perder qualidade | | Identidade | Uso por pessoa, time e ferramenta, incluindo Claude Code, Codex e OpenCode | A Cloudflare faz questão de dizer o que o recurso **não** é: não é ranking de modelos e não troca o modelo por você. Ele aponta onde olhar. A decisão continua com o time. ## Como a Cloudflare descobre que o modelo é exagerado? A Cloudflare classifica a conversa inteira, não a requisição solta. Um Worker dedicado lê os logs elegíveis do AI Gateway **depois** que a resposta já foi entregue, então a análise não adiciona latência para o usuário. O classificador olha a trajetória da conversa: pedidos, respostas, chamadas de ferramenta e resultados. Para cada conversa, devolve uma categoria de trabalho, uma nota de confiança e quatro avaliações: complexidade da tarefa, ambiguidade da intenção, o que está em jogo e quanto a tarefa depende de contexto. Um resumo de e-mail interno sai com complexidade baixa e risco baixo. Se ele passou por um modelo de raciocínio de ponta, entra na lista de overkill. Dois detalhes técnicos importam para quem vai apresentar isso ao jurídico ou à segurança: - **O painel mostra categorias e agregados, não os prompts.** Os metadados ficam em Durable Objects e o corpo dos logs no R2, separados, e a retenção segue a configuração que você já tem no AI Gateway. - **Não é tempo real.** A análise pode atrasar cerca de um dia em relação ao tráfego. Serve para enxergar padrão ao longo de semanas, não para alarme. ## Quem consegue ver o uso por pessoa e por ferramenta? A visão por pessoa funciona quando o AI Gateway está atrás do Cloudflare Access, o controle de acesso da Cloudflare, que é gratuito para times de até 50 usuários. Nesse cenário, o uso de ferramentas como Claude Code, Codex e OpenCode aparece associado a cada pessoa e time. Para aplicações próprias, a regra é outra: o app precisa mandar um `user_id` e um `session_id` estáveis em cada chamada. Sem isso, o painel sabe o que foi pedido, mas não sabe quem pediu nem que duas chamadas fazem parte da mesma conversa. Trabalhando numa multinacional, aprendi que o relatório que ninguém consegue atribuir a um time não muda orçamento nenhum. Se o seu app não manda identidade, o User Insights vira curiosidade. ## O Auto Router já escolhe o modelo sozinho? O Auto Router é a peça que transforma diagnóstico em ação: ele usa os mesmos sinais (trajetória, categoria, complexidade e adequação do modelo) para mandar cada requisição ao modelo certo, levando o custo em conta sem simplesmente escolher o mais barato. O status, porém, não está claro. O próprio post da Cloudflare fala em beta fechado num trecho e em lançamento em beta público em outro. Antes de planejar em cima dele, confira no painel da sua conta se o recurso aparece e em que condição. ## O que auditar no time depois de ligar o User Insights? Audite primeiro as tarefas de volume alto e complexidade baixa, porque é ali que o modelo exagerado custa mais. Resumo, classificação, extração de campo e tradução simples são os suspeitos de sempre. Um roteiro para as primeiras quatro semanas: 1. **Semana 1:** ligue o recurso e não mexa em nada. Lembre que os dados chegam com cerca de um dia de atraso. 2. **Semana 2:** abra a visão Potential Savings e liste as cinco categorias de tarefa com mais requisições marcadas. 3. **Semana 3:** escolha uma delas e teste um modelo menor numa amostra real, comparando a saída lado a lado com a do modelo atual. 4. **Semana 4:** se a qualidade se mantiver, troque o modelo só nessa tarefa e acompanhe o custo da categoria na visão Turns analysis. Uma tarefa de cada vez, na moral. Trocar o modelo de tudo de uma vez é o jeito mais rápido de descobrir, pela reclamação do usuário, qual tarefa precisava do modelo grande. Quem já usa IA para escrever conteúdo pode fazer a mesma pergunta fora da Cloudflare: o modelo que corrige a meta description precisa ser o mesmo que [revisa um documento técnico inteiro](/blog/deep-review-google-revisao-de-documentos-com-ia/)? Na maioria dos fluxos de SEO que eu vejo, não precisa. ## Como o User Insights se encaixa no resto da Cloudflare para IA? O User Insights fecha uma sequência de lançamentos da Cloudflare voltados a quem roda IA em produção. O [Clef](/blog/clef-cloudflare-modelos-de-decisao-agentes-de-ia/) entrega decisões tipadas em vez de texto, o [Kitesurf](/blog/kitesurf-cloudflare-navegador-para-agentes-de-ia/) é o navegador pensado para agentes e o [Cache Transcoding](/blog/cache-transcoding-cloudflare-zstandard-cache-cdn/) corta o tamanho do cache. A lógica é a mesma nos quatro: a Cloudflare quer ser a camada por onde o tráfego de IA passa, e medir esse tráfego é o argumento para ficar nela. Isso tem um lado que vale ter em mente. Quanto mais a análise de custo depende do gateway de um fornecedor, mais caro fica trocar de gateway depois. Para a maioria dos times pequenos, o ganho de visibilidade compensa. Para quem já tem observabilidade própria, o User Insights é uma segunda opinião, não um substituto. ## Resumo: o que saber sobre o User Insights da Cloudflare - O **User Insights** é uma visão gratuita do AI Gateway da Cloudflare que mostra uso de IA por tarefa, modelo, turno e usuário. - A marcação de **model overkill** aponta conversas em que o modelo é mais potente do que a tarefa exige, e a visão **Potential Savings** lista onde um modelo mais barato daria conta. - A classificação roda depois da resposta, não adiciona latência e pode atrasar cerca de um dia. - O painel mostra categorias e agregados, não prompts; a retenção segue a configuração do AI Gateway. - Uso por pessoa exige AI Gateway atrás do Cloudflare Access (gratuito até 50 usuários) ou `user_id` e `session_id` enviados pelo app. - O **Auto Router**, que escolhe o modelo automaticamente, tem status de beta descrito de forma inconsistente pela própria Cloudflare. O que fazer agora: se você já passa as chamadas de IA pelo AI Gateway, ligue o User Insights hoje e volte em uma semana. Se não passa, comece pelo inventário mais simples, uma planilha com tarefa, modelo e volume mensal, porque a pergunta que a Cloudflare automatizou dá pra fazer à mão.