Onde se instala a economia?
O BV‑SALA não é um app, nem uma extensão, nem um ajuste do ChatGPT. É um pedaço de código que um desenvolvedor coloca dentro da própria aplicação, exatamente onde essa aplicação chama a API do teu fornecedor. Só pode economizar onde existe uma fatura por tokens — e só pode medir onde vê cada requisição passar.
A camada vive dentro do seu código
A mesma chamada, com e sem a camada. O tráfego sempre viaja direto da sua aplicação para o provedor — o BV‑SALA não é um servidor intermediário e nunca vê seus dados de fora.
Aquele quadro verde é um pacote npm dentro do código da aplicação. Por isso a pergunta-chave nunca é «o que eu instalo?», e sim «quem escreveu o código que chama a API?» — essa pessoa é quem pode instalá-lo. As exceções são um terminal de programação como o Claude Code e uma app em qualquer linguagem que use o SDK oficial da OpenAI ou da Anthropic e deixe definir o seu base URL: aí o gateway do bvsala fica à frente sem tocar numa única linha de código. Esse tráfego é medido para os modelos com preço de tabela; as alavancas de poupança do pacote npm não correm aí, e as do próprio gateway só se aplicam ao tráfego da Anthropic, com licença PRO.
O seu caso, em 10 segundos
Quatro maneiras de usar IA, e o que o BV‑SALA pode fazer em cada uma.
Você paga uma taxa fixa (ou nada): não existe fatura por tokens para reduzir, e é um produto fechado onde ninguém pode colocar software entre o app e os modelos. A economia do BV‑SALA simplesmente não se aplica aqui — e nenhum produto pode prometê-la ali com honestidade.
Subscrição fixa: sem fatura de tokens para medir — mas com tetos (a janela de cinco horas e o semanal). É exatamente para isso que existe a skill savings-mode: gratuita, carregada no claude.ai num minuto, contra as duas massas que queimam teto. O seu efeito será publicado quando estiver medido — nunca antes.
Com subscrição a mensalidade é fixa — mas com tetos: a mesma skill instala-se com um único comando e estica o mesmo teto semanal. Com chave de API há uma fatura de tokens real — e o medidor já está em marcha: com a tua licença BiVelio, «bvsala claude» lança o Claude Code através do gateway local e o teu gasto aparece no painel, token a token, sem tocar numa linha de código. Com PRO, em modelos da Anthropic, passa também as escritas da cache do TTL de uma hora para o de cinco minutos só nos turnos em que uma boa parte do prompt é nova (o primeiro turno de uma sessão, uma compactação): uma poupança calculada sobre a contagem de tokens do teu próprio fornecedor, nunca sobre uma estimativa.
O caso para o qual o BV‑SALA existe. A tua app chama a API com a tua chave, o fornecedor fatura cada token, e a camada instala-se em três passos: pacote, licença e envolver a chamada. Desde o primeiro pedido devolve um SavingsReport com a poupança, separada em medido e estimado.
Estimativa vs. medição
O produto tem dois números diferentes e é melhor não misturá-los.
A licença Medir, gratuita, executa a camada em modo sombra com o seu próprio tráfego e mostra o que teria poupado, pedido a pedido. Não altera nada nem aplica nada — por isso tem a etiqueta «estimativa».
Cada chamada devolve um SavingsReport: as chamadas que você nunca pagou e a economia líquida por requisição. Auditável, requisição a requisição, na sua própria infraestrutura.
A instalação completa, se você desenvolve um app
# 1 · o pacote pnpm add @bivelio/savings-layer # 2 · a licença (do seu painel) export BIVELIO_LICENSE_KEY=… # 3 · envolver a chamada — essa é toda a mudança de código const layer = createSavingsLayer({ provider, licenseKey, … }); const { text, report } = await layer.generate({ model, messages }); console.log(report.cost.netSavingsRatio) // ← a economia, medida