O que é?
É a configuração que define o “tamanho da memória ativa” do modelo em cada execução. Na prática, quanto maior o contexto:- Mais histórico o modelo considera
- Maior o custo por execução
O Memory Economy Mode permite ajustar isso dinamicamente, priorizando economia ou profundidade.
Antes de usar: o que você precisa saber
Antes de alterar essa configuração, vale entender alguns pontos importantes:- É uma configuração por usuário: Cada usuário define sua própria preferência e a sua escolha não altera automaticamente a experiência de outros membros do workspace
- É uma configuração global da sua experiência na Tess: Ela não vale só para um único chat, o ajuste passa a influenciar suas conversas na plataforma de forma geral, nem se torna uma configuração “por prompt”.
- Você não precisa redefinir isso a cada nova conversa: Depois de ajustada, a preferência continua ativa até você mudar novamente, o objetivo principal é equilibrar qualidade e custo
Mais contexto melhora retenção do histórico. Menos contexto reduz gasto de tokens, especialmente em chats longos
Onde encontrar?
Acesse Preferências
No canto inferior esquerdo, clique em seu ícone de usuário e acesse a opção de configurações > preferências.
Ajuste o Slider
- Mais à direita → mais economia
- Mais à esquerda → mais contexto (ex: o padrão e a janela de 32K tokens)
Como interpretar o Memory Economy Mode
O Memory Economy Mode funciona como um controle entre economia e profundidade de contexto.Quando o slider está mais voltado para economia (direita)
A Tess limita mais fortemente a quantidade de tokens por mensagem. Na prática, o custo tende a cair, o histórico útil que o LLM vai usar da conversa fica menor, chats longos podem perder continuidade mais cedo. A configuração padrão é de 32K tokems, 43% credit saving. 
Quando o slider está mais voltado para contexto (esquerda)
A Tess amplia o limite disponível por mensagem. Na prática, mais histórico pode ser considerado pelo LLM, a continuidade tende a melhorar e o custo por entrada (input token) tende a subir, afinal, é muito mais conteúdo sendo revisto pelo modelo de texto para compor sua memória. Na própria interface, você verá indicadores como:
- percentual estimado de economia de créditos
- limite de contexto aproximado, como 32K tokens
Como isso funciona na prática
De modo geral, essa configuração é mais relevante em conversas longas. Em um chat curto, a diferença pode ser pequena. Já em um chat que acumula muito histórico, o limite de contexto passa a importar mais, porque o modelo não consegue considerar tudo indefinidamente. Isso significa que, em conversas extensas:- com contexto menor, partes antigas podem deixar de ser consideradas
- com contexto maior, a continuidade tende a ser melhor
- com Memory Boost ativo, a Tess pode recuperar trechos relevantes do histórico mesmo mantendo um limite mais econômico
A janela de contexto não é apenas uma configuração técnica. Ela muda o comportamento real da IA ao longo do uso.
Isso significa que a plataforma controla quanto histórico será efetivamente enviado para o modelo a cada nova interação.
Por isso, o ajuste do Memory Economy Mode funciona como uma política individual de uso: você decide priorizar mais economia ou priorizar mais retenção de histórico. Esse controle é especialmente útil para quem quer escalar o uso da Tess com mais previsibilidade de custo.Além disso, o limite definido impacta todas as mensagens do chat e modelos que forem usados para conversar. Entretanto, ao ativar o modo Max, o modelo ignora essa configuração e usa o limite máximo nativo de cada modelo.
Exemplos práticos de contexto e configurações
Exemplo 1: uso rápido e operacional Se você usa a Tess para tarefas como revisar textos curtos, responder dúvidas objetivas ou gerar pequenas variações de conteúdo, por exemplo, um modo mais econômico costuma ser suficiente.Exemplo de prompt:Exemplo 2: conversa estratégica e contínua Se você está usando a Tess para construir um plano ao longo de várias interações amadurecer uma análise ou trabalhar em um projeto com contexto acumulado, um contexto maior tende a funcionar melhor.
“Reescreva esse parágrafo em um tom mais profissional.” Nesse caso, não há necessidade de manter muito histórico da conversa.
Exemplo de prompt:Observações importantes
“Considere tudo o que discutimos até aqui e organize uma proposta final em tópicos.” Aqui, a continuidade faz diferença no resultado, pode ser importante rever seu limite máximo.
- Mais contexto = maior consumo de créditos
- Menos contexto pode fazer a IA “esquecer” partes da conversa
- O impacto é maior em chats longos
- O valor exibido (ex: 32K tokens) é um limite aproximado
Erros comuns
- Deixar contexto alto para tudo: Isso aumenta o custo mesmo em tarefas simples que não precisam de longo histórico.
- Deixar contexto muito baixo em chats estratégicos: Isso pode prejudicar a continuidade e gerar respostas menos consistentes ao longo da conversa.
- Tratar essa configuração como algo por chat: O ajuste é feito nas preferências do usuário e influencia a experiência de forma ampla na plataforma.
- Ignorar o impacto em créditos: Quanto mais contexto for usado por mensagem, maior tende a ser o custo de entrada em conversas longas.