OpenAI adiciona uma consola de utilização de créditos e pedidos de aumento de limite self-service ao ChatGPT Enterprise

O que a Global Admin Console passa a mostrar

O núcleo desta atualização é um único ecrã. A OpenAI está a integrar o consumo de créditos do ChatGPT e do Codex numa única vista dentro da Global Admin Console, com um separador de faturação e uma vista geral do plano. Em vez de raciocinar sobre a despesa de forma abstrata, os administradores obtêm agora uma repartição por utilizadores, produtos e modelos.

As funcionalidades descritas são concretas: acompanhar a utilização e as tendências de consumo de créditos ao longo do tempo, identificar os principais utilizadores e padrões emergentes, e repartir a despesa por utilizador, produto e modelo. Para as equipas que preferem não depender do dashboard, os mesmos dados estão disponíveis através de uma Cost API unificada para análise nos seus próprios sistemas.

O enquadramento que a OpenAI utiliza é revelador — a análise pretende ajudar os administradores a distinguir entre 'aumento de utilização motivado por trabalho valioso' e 'padrões de utilização que podem exigir uma análise mais atenta'. Trata-se de uma ferramenta de diagnóstico, não apenas de uma fatura.

O modelo de controlo de despesa: padrão, grupo, excepção

A OpenAI já tinha lançado limites granulares de utilização de créditos para funções personalizadas no início de 2026. Esta atualização acrescenta uma hierarquia: um limite padrão para todo o espaço de trabalho, limites configuráveis para grupos específicos e excepções individuais para quem precisa de mais capacidade.

Esta estrutura de três níveis foi concebida para resolver um problema específico que o anúncio identifica diretamente — permitir que utilizadores avançados continuem a trabalhar sem elevar o limite para todos os outros. É um motor de políticas expresso através da interface de administração, e não um limite genérico por utilizador.

O fluxo de pedidos do utilizador final é a peça de frontend mais relevante

A maior parte do trabalho de frontend digno de destaque está do lado dos colaboradores. Os utilizadores destes espaços de trabalho podem agora abrir as definições do seu espaço de trabalho e ver a sua utilização de créditos face ao orçamento disponível. Quando atingem o limite, podem pedir créditos adicionais e anexar contexto sobre o que estão a fazer.

Esse campo de contexto transforma uma aprovação numa decisão informada, em vez de uma mera formalidade. Também altera o padrão de interação: a fricção de pedir mais passa a estar integrada no próprio produto, pelo que o pedido de um utilizador avançado e a avaliação de um administrador ocorrem no mesmo sistema que gerou a despesa.

Pedimos à equipa da OpenAI para criar análises de utilização que ajudassem a identificar e a formar colaboradores que ainda não tinham adotado o Codex, e controlos de utilização granulares para manter a despesa previsível. Estas novas ferramentas estão a ajudar-nos a escalar mais rapidamente a produtividade dos nossos colaboradores, mantendo salvaguardas em vigor. —Ryan Oksenhorn, Cofundador, ZiplineMontana Labs

A citação da Zipline revela o duplo propósito por detrás desta análise. Oksenhorn descreve o uso destas ferramentas não só para limitar a despesa, mas também para identificar colaboradores que ainda não adotaram o Codex e formá-los — o acompanhamento da adoção e o controlo de custos partem dos mesmos dados de consumo.

O que isto muda para as equipas que utilizam o ChatGPT Enterprise

O consumo de créditos passa agora a ser uma dimensão de primeira classe e observável de uma implementação empresarial, com um dashboard de administração e uma API por detrás. A implicação concreta para as equipas aplicadas é que a governação orçamental já não precisa de viver numa folha de cálculo financeira separada, reconciliada a posteriori — a atribuição de utilização por utilizador, produto e modelo, aliada a um ciclo de pedido e aprovação integrado no produto, está disponível no próprio espaço de trabalho a partir de hoje.