Gumloop

O que é

Gumloop é uma plataforma de agentes de IA com um canvas de workflows no-code por baixo. Essa ordem é a mudança que importa: o produto antes começava pelo canvas — arrastar nodes, conectar, rodar um flow até o fim a partir de um trigger — e agora começa pelos agentes. O canvas é o que um agente chama quando um passo precisa ser repetível em vez de raciocinado.

Três superfícies importam para quem compra. Agentes rodam em chat, dentro do Slack, a partir de uma caixa de email do agente, ou com triggers agendados e por evento. Workflows são o canvas: um node de trigger, nodes de enriquecimento, nodes de modelo (mais de 35 modelos, selecionáveis por node, ou com sua própria API key) e nodes de ação que gravam os resultados de volta nos seus apps. Brain é a camada de recuperação: indexa páginas do Notion, documentos do Google Drive, canais públicos do Slack, repositórios do GitHub, espaços do Confluence, artigos e tickets do Zendesk, registros do Salesforce e arquivos enviados, com escopo pessoal / time / organização. Para Google Drive e Salesforce, o Brain pode herdar as permissões de origem, então a recuperação devolve apenas o que o usuário que perguntou já conseguiria abrir.

A biblioteca de conectores já passa de 300, contra os mais de 130 que a Gumloop anunciava em meados de 2026, e as adições recentes chegam como servidores MCP em vez de nodes construídos à mão. A Gumloop saiu do YC W24, levantou $70,1M — $3,1M de seed (First Round, julho de 2024), $17M de Series A (Nexus Venture Partners, janeiro de 2025) e $50M de Series B liderada pela Benchmark (março de 2026) — e cita Shopify, Instacart, Gusto, Samsara, Ramp e Opendoor como clientes.

Por que aparece em stacks de RevOps, Legal e Recruiting

A mesma plataforma cobre três verticais porque o trabalho de fundo é idêntico: pegar entradas não estruturadas, rodar um modelo em cima delas e empurrar saídas estruturadas para o sistema de registro.

• RevOps roda enriquecimento de prospects — puxar uma lista do HubSpot, fazer scraping do site de cada empresa, extrair sinais de ICP com um node de modelo e gravar os campos de volta — além de personalização de outbound e rotinas de higiene de CRM que de outra forma exigiriam um script Python e alguém para mantê-lo.
• Legal ops roda a entrada de documentos: ingerir PDFs de uma pasta compartilhada do Drive, extrair dados de cláusulas e nomes das partes, e rotear o que for sinalizado para um canal do Slack ou para a fila de intake de contratos. É aí que a escolha de modelo por node se paga: extração de cláusula em um modelo, resumo em outro mais barato.
• Recruiting roda a triagem de currículos contra uma descrição de vaga e empurra as linhas qualificadas para o ATS com uma notificação ao recrutador, substituindo uma triagem manual que em volume consome de 2 a 3 horas por dia.

A realidade do preço

O plano gratuito acabou. A Gumloop mantinha um tier de $0 com 5.000 créditos por mês; a página de preços agora lista duas opções e um teste de 14 dias que vira plano pago se não for cancelado. Se o seu plano de avaliação era “construo no gratuito e faço upgrade se funcionar”, esse caminho não existe mais.

• Pro — $37/mês. 20.000 créditos, assentos ilimitados, agentes e times ilimitados, 5 execuções concorrentes de workflow, 25 chats de agente concorrentes, mais de 35 modelos, API key própria, Brain, sincronização de skills com o GitHub, credenciais compartilhadas, guardrails por agente, um servidor MCP hospedado e suporte por email.
• Enterprise — sob consulta. Os padrões sobem para 15 execuções concorrentes de workflow e 100 chats de agente concorrentes, ambos negociáveis; adiciona enfileiramento de requisições, guardrails no nível da organização, deploy em VPC, SCIM/SAML, controle de acesso por papéis, logs de auditoria, painel de administração, hospedagem e proxy de MCP customizados, túneis gerenciados para servidores MCP privados, uma taxa de orquestração negociada, suporte dedicado no Slack e um especialista da Gumloop embarcado.

O que um time paga de verdade é a linha de créditos, não os $37. A Gumloop mede a 1 crédito = $0,005 e repassa o custo de tokens do modelo nessa conversão. Um chat de agente cobra por cinco componentes: tokens de chat e raciocínio; mínimo de 1 crédito por chamada de ferramenta bem-sucedida; compute a 5 créditos por minuto de sessão; uma taxa de orquestração de 8% sobre a soma desses três; e o custo integral de qualquer workflow que o agente disparar. Se você traz sua própria API key, o componente de raciocínio some do seu saldo de créditos — mas a taxa de orquestração dobra para 16%. Workflows cobram de forma mais simples: 1 crédito para iniciar mais o custo de cada node que roda, com a maioria dos nodes nativos gratuitos e sem cobrança de compute nem de orquestração.

Faça o orçamento contra os 20.000 créditos, não contra a assinatura. Um time com muito workflow e nodes majoritariamente nativos não chega perto do teto. Um time com muitos agentes chega: só o compute coloca uma sessão de agente de 60 minutos em 300 créditos antes de contar um único token ou chamada de ferramenta.

Para quem é

Times de RevOps, Legal Ops e Recruiting de 5 a 300 pessoas sem suporte de engenharia, rodando pipelines pesados em documentos ou trabalho multimodelo que nenhuma ferramenta pontual cobre sozinha. O ROI fica mais claro quando a plataforma substitui pelo menos uma tarefa manual recorrente que consome 3+ horas por semana.

Não é para você se suas automações são movimentação determinística de dados sem passo de raciocínio: você vai pagar preço de plataforma de agentes por encanamento que Zapier ou Make fazem por menos. Também não é se você precisa de um tier gratuito permanente para prototipar, ou se os jobs em lote de um único time passam com frequência de 5 execuções concorrentes: no Pro essas requisições são rejeitadas, não enfileiradas, e a solução é um contrato Enterprise, não uma troca de plano.

Alternativas e quando escolher cada uma

• Zapier — o líder de participação de mercado, com o catálogo de conectores mais amplo. Escolha quando o trabalho é encanamento determinístico (mover dados de A para B quando C dispara) e não há passo de raciocínio. O preço por tarefa escala mal em pipelines pesados em modelo, que é justamente onde a mensalidade fixa de $37 mais créditos medidos da Gumloop ganha.
• Make — escolha por lógica de ramificação complexa, biblioteca ampla de conectores e custo por operação menor em volume alto, acima de inteligência documental nativa. O Make ainda tem tier gratuito; a Gumloop não tem mais, e isso agora pesa mais do que pesava.
• n8n — o entrante que mais cresce, e a escolha quando você tem suporte de engenharia, precisa de residência de dados ou quer controlar a infraestrutura. A Community Edition self-hosted é gratuita; a nuvem começa em €20/mês na cobrança anual para 2.500 execuções. A profundidade de conectores supera a da Gumloop, mas passos de inteligência documental significam escrever código em vez de escolher um bloco.
• Lindy — escolha quando a automação é um vigia permanente e não um pipeline: monitorar uma caixa de entrada, fazer triagem de inbound, raciocinar sobre o estado do CRM ao longo do tempo. A Lindy cobra por usuário (Plus $29,99/usuário/mês por 3.000 créditos, Pro $99,99 por 15.000); os assentos da Gumloop são ilimitados e os créditos são compartilhados, então os dois se invertem conforme a sua restrição seja headcount ou volume.

Pontos de atenção

• A taxa de orquestração é cobrada em cima de tudo, e dobra com API key própria. Times trazem a própria chave esperando cortar custo e então descobrem que a taxa da plataforma passou de 8% para 16% dos créditos de chat, compute e chamadas de ferramenta. Guarda: rode o mesmo flow das duas formas em um conjunto de teste de 10 linhas e leia o painel de créditos antes de fechar uma estratégia de chaves — a chave própria só ganha se a sua tarifa negociada de modelo superar o repasse da Gumloop em mais que esses 8% extras.
• O compute do agente é cobrado por tempo de relógio, não por trabalho feito. A 5 créditos por minuto de sessão, um agente de longa duração que passa a maior parte do tempo esperando chamadas lentas de ferramenta queima créditos no mesmo ritmo de um que raciocina de verdade. Esperar pelo usuário é grátis; esperar por uma API não é. Guarda: mova os trechos longos e determinísticos para um workflow, que não tem cobrança de compute nem de orquestração, e deixe o agente chamá-lo.
• O Pro rejeita o excesso de concorrência em vez de enfileirar. Passando de 5 execuções concorrentes de workflow, a API devolve HTTP 429 e os chats de agente falham com erro de concorrência; o enfileiramento é recurso de Enterprise. Um lote de 500 linhas disparado como execuções paralelas vai perder trabalho em silêncio se nada tentar de novo. Guarda: escalone os triggers, quebre jobs grandes em subflows (que não contam contra o limite) e coloque retry em 429 em tudo que chamar a API.
• A hospedagem de MCP é limitada a um servidor no Pro. Expor várias APIs internas via MCP — para agentes do Claude Code, roteamento entre flows ou serviços privados atrás de um túnel gerenciado — exige Enterprise. Guarda: se a topologia MCP é requisito e não um extra desejável, consiga o preço Enterprise antes de desenhar a arquitetura em volta dela.