Resumo rápido
O Datadog cobra em dimensões independentes: por host na infraestrutura (US$ 15 a US$ 23/mês) e no APM (US$ 31 a US$ 40/mês), por GB na ingestão de logs (US$ 0,10), por milhão na indexação de logs (US$ 1,70 com retenção de 15 dias) e por métrica quando as métricas customizadas ultrapassam a cota por host. O modelo de cobrança high-water mark fatura o mês inteiro com base no pico dos 99% inferiores das contagens horárias de hosts — e não em uma média. A maioria dos times descobre que a conta real fica duas a três vezes maior do que a estimativa inicial assim que logs, APM e métricas customizadas se somam. Para controlar custos, é preciso visibilidade no nível da query, guardrails automatizados e responsabilidade compartilhada entre engenharia e finanças.
A precificação por uso do Datadog vira uma caixinha de surpresas rapidinho. Um time começa com alguns hosts e um dashboard. Aí o auto-scaling entra em ação, os engenheiros adicionam métricas customizadas para depurar um problema em produção, a ingestão de logs cresce conforme as aplicações ficam mais verbosas e alguém habilita testes sintéticos em cinco regiões sem plano de limpeza. Cada módulo é faturado de forma independente, e a conta se acumula em cinco ou mais dimensões ao mesmo tempo.
O mercado de observabilidade cresce a uma taxa anual composta de 12% até 2027, segundo o Gartner. O relatório State of FinOps 2026, da FinOps Foundation, aponta as ferramentas de observabilidade e segurança como as principais categorias de SaaS gerenciadas ativamente por times de FinOps, com 90% dos profissionais hoje administrando gastos com SaaS (ante 65% um ano antes). Entender a estrutura de custos do Datadog não é só uma questão de orçamento — é uma disciplina de FinOps.
O que compõe os planos e a estrutura de custos do Datadog?
O Datadog precifica cada produto de forma independente. Monitoramento de infraestrutura, APM, gestão de logs, monitoramento sintético, RUM, monitoramento de banco de dados e segurança têm medidores separados. Esse desenho modular permite que os times adotem só o que precisam, mas faz com que os custos se acumulem em dimensões de cobrança que a maioria dos dashboards nativos só revela quando a fatura chega.
Como funciona a precificação do monitoramento de infraestrutura e do APM?
O monitoramento de infraestrutura é cobrado por host por mês. O plano Pro custa US$ 15/host/mês na cobrança anual (US$ 18 on-demand). O Enterprise sai por US$ 23/host/mês anualmente (US$ 27 on-demand). Cada host Pro inclui 100 métricas customizadas e monitoramento de 5 contêineres; o Enterprise inclui 200 métricas customizadas e 10 contêineres. Contêineres adicionais custam US$ 0,002 por contêiner por hora.
O Datadog adota um modelo de cobrança high-water mark. Conforme a documentação oficial de cobrança, o Datadog mede a contagem de hosts hora a hora, descarta o 1% das horas de pico (cerca de 7 horas em um mês de 720 horas) e fatura o mês inteiro pelo pico dos 99% restantes. Um pico de tráfego de cinco dias que dobre sua contagem de hosts define a conta do mês inteiro. No Kubernetes, a unidade de cobrança é o node, não o pod. Um agente mal configurado rodando como sidecar em vez de DaemonSet pode fazer cada pod contar como um host separado.
O APM adiciona mais uma camada por host sobre a infraestrutura. O APM custa US$ 31/host/mês (anual), o APM Pro US$ 35 e o APM Enterprise US$ 40. Cada host APM inclui 150 GB de spans ingeridos e 1 milhão de spans indexados por mês com retenção de 15 dias. Excedentes em spans indexados custam US$ 1,70 por milhão de eventos. Em microsserviços de alta vazão, esses limites são atingidos já na primeira semana.
Preços vigentes em maio de 2026. Confira as tarifas atualizadas em datadoghq.com/pricing.
Quanto custam, na prática, a gestão de logs e a retenção de dados?
A gestão de logs usa um modelo de precificação em duas partes que pega a maioria dos times de surpresa. A ingestão custa US$ 0,10 por GB para cada byte enviado ao Datadog, indexado ou não. A indexação custa US$ 1,70 por milhão de eventos de log por mês com retenção padrão de 15 dias (US$ 2,55 on-demand). Você paga para coletar os dados e paga de novo, a uma taxa bem maior, para torná-los pesquisáveis.
Um time que ingere 100 GB de logs por dia gasta cerca de US$ 300/mês só com ingestão. Se indexar tudo com retenção de 15 dias, a indexação acrescenta milhares de dólares, dependendo da densidade de eventos. Muitos times reagem indexando só 10% a 20% dos logs, o que reduz custos mas deixa a maior parte dos dados invisível durante incidentes.
O Flex Logs oferece um meio-termo para análise histórica, a US$ 0,05 por milhão de eventos por mês (retenção mínima de 30 dias). Encaminhar para arquivos no S3, GCS ou Azure Blob não custa nada além da taxa de ingestão de US$ 0,10/GB. Encaminhar para SIEMs externos ou ferramentas de BI adiciona US$ 0,25/GB por destino. O padrão de otimização: ingerir tudo, excluir logs ruidosos da indexação, arquivar tudo e re-hidratar seletivamente quando a investigação exigir.
Como calcular e prever a fatura mensal do Datadog?
O que pesa mais: cobrança por host ou por contêiner?
Conte cada entidade monitorada pelo Datadog: VMs, nodes do Kubernetes, instâncias do Azure App Service Plan e tarefas Fargate, tudo isso entra como host faturável. As tarefas Fargate seguem um modelo diferente dos hosts. Em vez da cobrança high-water mark, elas são amostradas em intervalos de 5 minutos e faturadas pela concorrência média do mês, a US$ 1/tarefa/mês (infraestrutura) ou US$ 2,60/tarefa/mês (APM).
É aqui que aparece a desconexão entre as decisões de engenharia e as de finanças. Um engenheiro que sobe um auto-scaling group não pensa em custos de monitoramento. Um time de FinOps que revisa a fatura no fim do mês não consegue rastrear qual evento de scaling causou o pico. Fechar essa lacuna exige atribuição de custos por time e serviço que conecte decisões de infraestrutura a resultados financeiros quase em tempo real.
Como o volume de ingestão e as políticas de retenção afetam os custos?
Modele os custos em três categorias: infraestrutura (hosts × tarifa por host × módulos habilitados), dados (GB de log/dia × 30 × tarifas de ingestão e indexação) e métricas customizadas (total de combinações únicas tag-valor × tarifa de excedente).
As métricas customizadas merecem atenção especial. Segundo a documentação de cobrança da integração com AWS do Datadog, habilitar a integração com a AWS coleta automaticamente métricas do CloudWatch, e as métricas customizadas do CloudWatch entram na sua cota de métricas customizadas do Datadog. As métricas do OpenTelemetry também contam como customizadas, já que ficam fora da lista de integrações oficiais. Uma única métrica no estilo Prometheus marcada por ID de usuário em uma base de 1 milhão de usuários gera 1 milhão de métricas customizadas faturáveis a partir de um único nome de métrica. Times que não auditam a cardinalidade trimestralmente veem essa linha crescer mais rápido do que qualquer outra.
Quais estratégias de otimização de custos do Datadog realmente funcionam?
Como fazer o right-sizing da sua cobertura de monitoramento?
Comece auditando o que você monitora versus o que de fato usa. Muitos times implantam o agente do Datadog em todos os ambientes sem diferenciar a profundidade do monitoramento. Produção precisa de APM completo e indexação de logs. Staging pode rodar só com monitoramento de infraestrutura. Ambientes de dev geralmente não precisam de nada além de health checks básicos.
No Kubernetes, a própria documentação do Datadog avisa explicitamente: instalar o agente diretamente em cada contêiner faz com que cada contêiner conte como host para fins de cobrança. Execute o agente como DaemonSet (um por node) via Datadog Operator ou Helm. Revise o comportamento de auto-scaling e configure monitores em métricas de uso estimado para alertar antes que os hosts ultrapassem os limites de cobrança. Essas métricas de uso estimado têm uma margem de erro de 10% a 20% em relação ao uso final faturável, então deixe uma folga. O controle de custos sustentável exige automação e guardrails que apliquem boas práticas em tempo real — e não pessoas correndo atrás de alertas depois que a fatura chega.
Como gerenciar a ingestão de dados para controlar gastos?
Os logs são a maior fonte de estouro de custo. Use filtros de exclusão no nível do índice para descartar health checks, mensagens de heartbeat e logs em nível de debug antes que sejam indexados. Os logs excluídos continuam fluindo para o Live Tail, para os arquivos e para a geração de log-to-metric, então você não perde os dados. Defina cotas diárias por índice para colocar um teto rígido nos eventos indexados por dia.
Para métricas customizadas, o guia de governança do Datadog recomenda usar a tabela Top Custom Metrics em Plan and Usage para identificar os geradores de custo e, em seguida, aplicar o Metrics Without Limits para colocar em allowlist apenas as combinações de tags efetivamente consultadas. Desabilite o comportamento padrão de "coletar tudo" nas integrações de nuvem e mantenha em allowlist somente as métricas que seus dashboards e alertas consomem.
Como o Datadog se compara aos concorrentes em preço?
Datadog, New Relic, Splunk e Elastic usam modelos de cobrança fundamentalmente diferentes, o que torna enganosa qualquer comparação de preço de tabela sem normalizar por workloads e tamanho do time.
O Datadog cobra por host mais por GB/por evento para logs, traces e métricas customizadas. O New Relic cobra por usuário (US$ 99 a US$ 349/mês para acesso completo à plataforma) mais por GB de dados ingeridos (US$ 0,40/GB Original Data, US$ 0,60/GB Data Plus) depois de uma faixa gratuita de 100 GB/mês. O Splunk Observability Cloud empacota o monitoramento de infraestrutura de US$ 15/host/mês (Starter) até US$ 75/host/mês (Enterprise), com APM, RUM e sintéticos inclusos nos planos mais altos. O Elastic oferece componentes open source self-hosted apenas ao custo da infraestrutura, ou o Serverless Observability a partir de US$ 0,07/GB ingerido mais taxas de retenção.
Comparativo de modelos de preço de observabilidade. Preços vigentes em maio de 2026.
| Plataforma | Modelo de cobrança | Custo de entrada | Gerador de custo para acompanhar |
|---|---|---|---|
| Datadog | Por host + por GB/evento | US$ 15/host/mês (Infra Pro) | Métricas customizadas, indexação de logs |
| New Relic | Por usuário + por GB ingerido | Gratuito (100 GB + 1 usuário) | Licenças de usuário full platform |
| Splunk Observability | Por host (planos empacotados) | US$ 15/host/mês (Starter) | Escolha do plano, reajuste anual de 9% |
| Elastic | Baseado em recursos ou self-hosted | Gratuito (OSS self-hosted) | Overhead de operação de infraestrutura |
O custo total de propriedade depende do tamanho do time, do volume de dados e das necessidades de retenção. O Datadog costuma sair mais barato em deploys pequenos com poucos usuários, mas escala de forma agressiva conforme a quantidade de hosts e o volume de dados crescem. O New Relic penaliza times grandes com a precificação por usuário, mas absorve volume de dados graças a uma faixa gratuita generosa. A DoiT ajuda as organizações a avaliar ferramentas de monitoramento no contexto mais amplo da otimização de gastos em nuvem, conectando custos de observabilidade à eficiência geral da infraestrutura.
Como começar com os preços do Datadog e as opções de teste gratuito?
A faixa gratuita do Datadog cobre até 5 hosts com retenção de métricas de 1 dia, dashboards principais, alertas ilimitados e usuários ilimitados. Dá para uma avaliação inicial, mas a janela curta de retenção limita o uso em produção. O trial Pro de 14 dias dá um retrato mais realista dos custos em escala.
Durante o trial, acompanhe três números diariamente: contagem de hosts (incluindo contêineres e tarefas Fargate), volume de ingestão de logs em GB e contagem de métricas customizadas. Esses três insumos respondem pela maior parte das faturas do Datadog. Projete os custos para 90 dias nas taxas atuais de crescimento antes de fechar um contrato anual. A cobrança anual economiza cerca de 17% a 20% em relação às tarifas on-demand, mas o lock-in significa que superprovisionar dói pelo prazo inteiro.
Perguntas frequentes sobre os preços do Datadog
O Datadog oferece descontos anuais ou precificação enterprise?
Sim. A cobrança anual reduz o Infrastructure Pro de US$ 18 para US$ 15/host/mês e o Enterprise de US$ 27 para US$ 23/host/mês. O APM cai de US$ 48 para US$ 31/host/mês em contratos anuais. Implantações maiores se qualificam para descontos por volume em acordos enterprise customizados, em geral com commitments de 1 a 3 anos. Negocie com base no gasto total comprometido em todos os produtos Datadog, e não em SKUs individuais. O Datadog também anunciou uma nova precificação para LLM Observability com vigência a partir de 01/05/2026, então confirme as tarifas atuais antes de assinar.
O que acontece se eu exceder os limites de uso do Datadog?
O Datadog não corta o serviço. Os excedentes são faturados a tarifas on-demand, que ficam de 30% a 50% acima das tarifas anuais contratadas, dependendo do produto. Métricas customizadas além da cota por host, spans indexados acima do limite de 1 milhão por host e eventos de log indexados além do volume contratado disparam, todos, cobranças automáticas de excedente. Configure monitores de orçamento em métricas de uso estimado para flagrar estouros antes que se acumulem ao longo de um ciclo inteiro de cobrança.
Posso monitorar clusters Kubernetes sem pagar por contêiner?
Cada licença de host inclui 5 contêineres (Pro) ou 10 contêineres (Enterprise) sem custo extra. Além disso, contêineres adicionais custam US$ 0,002/hora ou US$ 1/mês pré-pago. A configuração que mais importa: rode o agente do Datadog como DaemonSet do Kubernetes (um agente por node), e não como sidecar em cada pod. A própria documentação do Datadog alerta que a implantação do agente por contêiner faz com que cada contêiner conte como um host faturável separado, o que pode multiplicar sua conta pela razão entre pods e nodes no cluster.
Como tornar os custos do Datadog previsíveis e defensáveis?
Os custos de monitoramento devem sustentar resultados de negócio, e não criar surpresas no orçamento. A pesquisa da McKinsey de junho de 2025 constatou que 28% do gasto em nuvem é desperdiçado em muitas organizações. As ferramentas de observabilidade contribuem para esse desperdício quando os times implantam configurações de monitoramento amplas por padrão, sem ajustá-las ao valor que entregam.
O caminho para a previsibilidade começa com três práticas: marcar com tags todos os recursos para que os custos rastreiem até times e serviços; automatizar a aplicação para que guardrails impeçam picos de custo antes que aconteçam; e revisar o uso mensalmente para que a otimização seja contínua, e não reativa. O Datadog Intelligence transforma visibilidade de custos em otimização automatizada, ajudando os times a manter observabilidade completa e, ao mesmo tempo, gastos previsíveis e alinhados ao crescimento.
Fale com a DoiT e transforme a visibilidade de custos do Datadog em otimização automatizada e aplicável, que mantém a observabilidade poderosa e o gasto em nuvem previsível.