Controlei um mês de gastos só com foto de cupom fiscal: o experimento radical

Por Daniil Kozin · ex-bancário · Florianópolis

Durante 30 dias registrei cada gasto só com a foto do cupom fiscal, sem digitar nada no chat, sem lançamento manual, sem subir extrato do banco. O modelo de visão do Capi leu 42 cupons em duas moedas. Acertou 33 de primeira, errou o ano do cupom duas vezes e confundiu a moeda três vezes. Quatro dias a foto simplesmente não resolveu.

Eu toco o Capi, então isso era meio teste de estresse no meu próprio produto e meio uma pergunta que eu nunca tinha respondido pra mim mesmo: se a foto é o jeito mais fácil de registrar uma compra, por que ainda digito metade dos meus gastos no chat? A regra era simples e eu quebrei ela exatamente quatro vezes, por motivos que acabaram sendo a parte mais útil do mês inteiro.

Qual era a regra de uma foto por compra?

A regra era uma foto por compra, enviada no chat do Capi no Telegram, sem digitar o valor e sem corrigir nada a não ser que o app marcasse o lançamento como pendente. Um dia com três compras significava três fotos. Em 30 dias mandei 42 fotos: mercado, café, barbearia, ferragens, dois jantares fora, um dia de coworking e um punhado de recibos de Uber tirados de print da tela.

Rastreei duas moedas no mês, real pro dia a dia em Florianópolis e dólar por causa de uma viagem de trabalho. O total somado deu o equivalente a US$ 2.140. Cada foto levava uns 15 segundos entre tirar e enviar, contra uns 10 segundos de uma mensagem digitada com valor e categoria. O esforço extra era real mas pequeno, e some de vez nos dias com mais de uma compra, porque a foto substituiu ter que digitar o nome de um estabelecimento que eu ia lembrar torto de qualquer jeito.

Qual foi a precisão real do modelo de visão para ler os cupons?

O modelo de visão do Capi leu estabelecimento, valor e moeda certos de primeira em 33 dos 42 cupons, cerca de 79 por cento. Os outros nove precisaram de correção manual, e todos os nove vieram das mesmas duas causas: papel térmico já desbotado depois de uma semana no bolso, ou cupom fotografado torto com pouca luz.

Esse número bate com o que as pesquisas independentes de OCR vêm mostrando ao longo de 2026: os modelos de visão atuais cortam a taxa de erro de caractere de três a quatro vezes em relação aos motores de OCR mais antigos em cupons e digitalizações ruins, com taxa de erro de um a dois por cento em totais impressos limpos e bem pior em papel amassado ou desbotado. A minha taxa de falha de 21 por cento na primeira leitura cabe dentro dessa faixa quando você pesa o quanto da minha amostra era papel térmico carregado no bolso por uns dias antes de eu lembrar de fotografar. A solução foi sempre a mesma: o Capi marcou o lançamento como pendente em vez de assumir um chute, e confirmar levou um toque.

Quais categorias deram mais trabalho pro modelo de visão?

Mercado e restaurante foram as categorias mais fáceis, zero erro de leitura em 19 cupons somados, porque impressora de supermercado e restaurante usa papel térmico fresco com a linha de total bem clara. Cafeteria e ferragens deram mais dor de cabeça, seis dos nove erros vieram desses dois, porque cupom pequeno dobra no bolso e só é fotografado depois, quando a impressão já começou a desbotar.

A divisão por categoria: mercado 11 cupons, zero erro. Restaurante 8 cupons, zero erro. Café 9 cupons, quatro erros, todos em papel desbotado. Ferragens 3 cupons, dois erros, um de ângulo e um de papel desbotado. Transporte, print de Uber na maioria, 6 recibos, um erro, um print cortado demais que escondeu o símbolo da moeda. Coworking e serviços, 5 cupons, dois erros. O padrão se manteve o mês inteiro: idade do papel e ângulo da foto explicaram cada erro, não o tipo de estabelecimento nem o valor. Um café de R$ 8 e uma fatura de coworking de US$ 340 erraram pelo mesmo motivo exato, uma foto tirada rápido demais com pouca luz.

O que deu errado: o ano trocado e as moedas confundidas?

Dois cupons tiveram o ano impresso lido errado, um como 2025 e outro como 2027, e três fotos geraram a moeda errada, sempre numa foto tremida ou com pouca luz onde o cifrão de peso e o de dólar ficam parecidos demais pro modelo. Nenhum dos dois erros foi silencioso. Os dois apareceram como lançamento pendente esperando confirmação.

O erro de ano parece pior do que é, porque a data do lançamento no Capi vem do horário da mensagem, não da leitura da data impressa no cupom. Então um cupom com o ano trocado ainda caiu no dia certo do meu controle; o erro de leitura só apareceu num campo de texto secundário que eu nunca uso pra ordenar ou filtrar nada. As moedas confundidas foram o problema mais sério, porque moeda errada muda o número, não só o rótulo. As três foram pegas antes de entrar no total do mês, e esse é exatamente o ponto de um desenho pendente por padrão: um modelo certo 79 por cento das vezes só é seguro se os outros 21 por cento perguntarem antes de escrever.

Deu certo pular o lançamento manual pelo chat?

Na maior parte sim. Compra no cartão e em comércio formal fotografa bem porque emite cupom: mercado, restaurante, ferragens, coworking. Quatro dias quebraram a regra por completo, porque a compra não tinha cupom pra fotografar: uma gorjeta em dinheiro, uma barraca de comida na rua e dois favores pagos em espécie pra um amigo. Sem nada pra apontar a câmera, o gasto simplesmente não entrava a menos que eu fizesse outra coisa.

O que eu fiz nesses quatro dias foi mandar um áudio de dez segundos em vez de foto, o mesmo tipo de entrada que o Capi usa pro registro por voz coberto no teste de controle por nota de voz. É essa a conclusão honesta: controle só por foto não substitui o chat ou a voz por completo, é a melhor opção justamente pro gasto que deixa um comprovante de papel. Minha rotina real do dia a dia, que escrevi separado em o que eu controlo todo dia, já mistura foto, voz e uma linha digitada de vez em quando exatamente por isso. Esse mês só provou por que essa mistura existe, em vez de simplesmente presumir que sim.

Como o controle só por foto se compara com o Copilot Money e o Monarch?

O Copilot Money não tem nenhuma captura de cupom por foto em 2026. Ele categoriza bem as transações do banco, mas não tem nada pra apontar a câmera. O Monarch adicionou leitura nativa de cupom, mas fica no plano Plus, cerca de US$ 199 por ano, acima do plano base de US$ 99,99. O Capi entrega captura por foto em todos os planos, inclusive no gratuito.

Se seu banco já sincroniza direitinho e você nunca mexe com dinheiro em espécie, a categorização do Copilot é rápida e talvez você nunca sinta falta da captura por foto. Se você quer que o cupom vire um histórico de verdade por trás do extrato do cartão, a versão do Monarch é caprichada mas fica atrás de um paywall. O ponto que esse teste expôs não é qual modelo de visão é mais esperto, é qual produto deixa você começar a fotografar cupom desde o primeiro dia sem precisar assinar antes. O panorama completo está no guia 2026 de apps de controle financeiro, e o lado multi-moeda da minha própria configuração está no Capi vs Monarch.

Um aviso antes do veredito: essa é uma amostra de uma pessoa só, um mês só, 42 cupons, rodado no produto que eu mesmo construí, então trate os 79 por cento como um ponto de dado e não como referência de mercado. O que eu posso garantir é o padrão do erro, porque bate com a pesquisa mais ampla de OCR em 2026 sobre cupom bagunçado e bate com as reclamações que eu ouço de usuário do Capi toda semana: papel novo lê limpo, papel velho e dobrado não lê, e a confiança de um modelo num chute de moeda errado parece idêntica à confiança num chute certo até uma pessoa conferir.

Vale a pena controlar gastos só com foto em 2026?

Vale, pros cerca de três quartos das compras que emitem cupom, e não vale como método único. O resultado real desse mês não foi "a foto substituiu tudo", foi "a foto substituiu quase toda a digitação, e a voz cobriu o resto discretamente". Essa combinação me custou menos atenção do que qualquer um dos dois métodos sozinho.

O número honesto pra guardar é 79 por cento de acerto na primeira leitura e zero erro silencioso, porque cada falha apareceu como algo pra confirmar em vez de um número que entrou errado sem avisar. Um modelo de visão não precisa ser perfeito pra ser útil. Ele precisa saber quando perguntar, e num mês inteiro isso pesou mais do que a precisão bruta.

Perguntas frequentes sobre controle de gastos por foto

O que é controle financeiro só com foto de cupom?

Controle só com foto significa registrar cada compra enviando uma foto do cupom fiscal ou do recibo para um app financeiro, em vez de digitar o valor ou conectar a conta bancária. O modelo de visão do app lê o estabelecimento, o valor e a moeda direto da imagem e cria o lançamento sozinho.

Qual a precisão real da IA para ler cupons fiscais em fotos?

Neste teste de 30 dias, o modelo de visão do Capi leu estabelecimento, valor e moeda corretos de primeira em 33 dos 42 cupons, cerca de 79 por cento. O resto precisou de correção manual, quase sempre em papel térmico já desbotado ou cupom fotografado torto.

Dá para controlar todos os gastos só com fotos, sem digitar nada?

Não totalmente. Compras no cartão e em comércio formal fotografam bem porque emitem cupom. Gasto em dinheiro sem cupom, uma gorjeta ou uma feira de rua, não tem o que fotografar, então quatro dos 30 dias precisaram de um áudio rápido em vez de foto para não ficar sem registro.

Quais os maiores riscos de controlar gastos só com foto?

Os dois riscos reais são a moeda errada numa foto tremida e o ano errado num cupom desbotado, às vezes chamado de alucinação de data. Os dois apareceram neste teste. Nenhum corrompeu o controle, porque um erro de leitura vira um lançamento pendente para confirmar, e a data do lançamento vem do horário da mensagem, não do texto impresso.

Quanto custa o Capi para controlar gastos por foto?

O envio de foto está em todos os planos do Capi, inclusive no gratuito, até 30 lançamentos por mês em uma moeda. O Capi Core custa US$ 9,90 por mês ou US$ 69,90 por ano e remove esse limite. O Capi Together, para duas pessoas, custa US$ 99 por ano para o casal.