Dialogflow ou Rasa: qual escolher para um chatbot em Portugal

Quem compara Dialogflow e Rasa em 2026 está quase sempre numa de duas situações: tem uma equipa técnica que quer construir o assistente por conta própria, ou recebeu propostas de fornecedores que usam uma das plataformas e quer perceber o que muda. As duas mudaram muito nos últimos dois anos. Boa parte das comparações que ainda circulam (intenções contra entidades, frases de treino escritas à mão) descreve uma forma de trabalhar que os próprios fabricantes já deixaram para trás.

A resposta curta: o Dialogflow CX serve quem já está no Google Cloud e prefere pagar por pedido sem gerir servidores. O Rasa serve quem precisa de ter o assistente e os dados na própria infraestrutura e tem engenheiros para o manter. Para muitas PME portuguesas, cujo canal principal é o WhatsApp, a escolha da plataforma pesa menos do que os dados e as regras de passagem para humano, e o caso da Escola de Condução Abadias, mais abaixo, mostra porquê.

O que mudou nas duas plataformas

O Dialogflow CX passou a viver dentro dos Conversational Agents do Google Cloud. A página de preços, consultada a 07/10/2026, separa dois tipos de agente: os Flows, os fluxos determinísticos de sempre, e os Playbooks, agentes generativos configurados com instruções em linguagem natural que podem consultar repositórios de dados (preços dos Conversational Agents). O Dialogflow ES continua disponível, com preçário próprio.

No Rasa a mudança foi maior. O repositório do Rasa Open Source no GitHub avisa que o projeto está em modo de manutenção e que o futuro passa pelo Hello Rasa e pelo CALM, o motor que usa um modelo de linguagem para perceber o diálogo e deixa a lógica de negócio em fluxos definidos por quem constrói (README do Rasa Open Source). Deixou de ser preciso treinar intenções com centenas de frases de exemplo. A versão gratuita chama-se agora Developer Edition: dá para usar em produção, com um bot por empresa e até 1000 conversas externas por mês, ou 100 se forem conversas internas de colaboradores (planos do Rasa).

Comparação lado a lado

Os pormenores de cada linha estão nas secções seguintes, com a fonte ao lado.

Quanto custa na prática

O Dialogflow cobra por pedido, e um pedido é qualquer chamada à plataforma, feita pela API, por uma integração ou pela consola. Para ter uma ordem de grandeza, segue uma conta com pressupostos declarados: uma loja com 2.000 conversas por mês e uma média de seis mensagens do cliente em cada uma, só texto, uma chamada por mensagem. São 12.000 pedidos. Em Flows, a 0,007 USD, dá 84 USD por mês; em Playbooks, a 0,012 USD, dá 144 USD. A voz é cobrada ao segundo (0,001 USD em Flows e 0,002 USD em Playbooks) e a Google dá créditos de experimentação de 600 USD para Flows e 1000 USD para Playbooks, segundo a mesma página de preços.

Esse valor fica longe de ser o custo total. Falta o canal (a API oficial do WhatsApp tem preçário próprio da Meta), o servidor do webhook que liga o agente ao teu catálogo, ao ERP ou ao CRM, e as horas de quem mantém os fluxos.

No Rasa, a licença gratuita chega para um piloto e para muitos negócios pequenos. O dinheiro vai para outro lado: servidores (a página de planos fala em Kubernetes para escalar), o modelo de linguagem de que o CALM precisa e, sobretudo, tempo de engenharia para instalar, atualizar e vigiar. Se o assistente passar das 1000 conversas externas por mês, entra-se no plano Enterprise, com preço só por contacto comercial. Quem usar um modelo por API paga à parte ao fornecedor: a OpenAI, por exemplo, publica o gpt-6-luna a 0,10 USD por milhão de tokens de entrada e 0,50 USD por milhão de saída (preços da API da OpenAI, consultados a 07/10/2026).

Português de Portugal

Aqui o Dialogflow tem uma vantagem concreta. A lista de línguas do CX trata o português de Portugal (código pt) e o do Brasil (pt-br) como línguas diferentes (línguas suportadas no Dialogflow CX), o que conta para datas, números e entidades do sistema. Nos Playbooks o texto é gerado por um modelo, por isso a variante continua a ter de ser pedida nas instruções e verificada nos testes.

O Rasa anuncia compreensão de linguagem independente da língua. Com o CALM, a qualidade do português depende do modelo que lhe ligares. Para quem quer um modelo aberto treinado em português europeu, existe o AMALIA, apresentado a 1 de julho de 2026 por um consórcio de universidades e centros de investigação portugueses (comunicado do Governo) e publicado com licença Apache 2.0 no Hugging Face (site do AMALIA). Se funciona bem dentro do Rasa para o teu caso, só um teste com conversas reais o diz.

Em qualquer das duas, o teste que interessa faz-se com mensagens verdadeiras de clientes: abreviaturas, erros, pedidos misturados numa só frase, áudios transcritos. Frases de demonstração bem escritas passam em quase tudo.

Onde ficam os dados

No Dialogflow CX escolhes a região do agente. A documentação lista regiões europeias como a Bélgica (europe-west1), Frankfurt (europe-west3) e os Países Baixos (europe-west4), e avisa que a região global guarda os dados em repouso nos Estados Unidos (regiões do Dialogflow CX). Quem tem obrigações de RGPD apertadas deve escolher a região ao criar o agente, porque é aí que tudo fica.

No Rasa, a opção self-managed (on-premises ou cloud privada) mantém conversas e dados na tua infraestrutura. Há uma ressalva que costuma passar despercebida: se o CALM usar um modelo por API, cada mensagem segue para esse fornecedor. O argumento de ter os dados em casa só vale por inteiro com um modelo alojado por ti, e esse modelo também passa a ser responsabilidade tua.

E o WhatsApp?

Nenhuma das duas fala diretamente com a API oficial do WhatsApp. As integrações nativas do Dialogflow CX são o widget para sites, o Messenger e o Workplace da Meta, o LINE, o Slack, o Google Chat e um gateway telefónico, com integrações de parceiros para telefonia como a Twilio (integrações do Dialogflow CX). O Rasa inclui conectores REST e WebSocket, e a documentação dele tem um conector da Twilio que serve para SMS ou WhatsApp (conector Twilio do Rasa). A Twilio cobra a sua taxa por mensagem por cima da da Meta. Fora disso, ligar ao WhatsApp exige uma camada intermédia que receba as mensagens da API oficial, chame o agente e devolva a resposta. Em qualquer dos casos, o histórico, a passagem para humano e a caixa de entrada da equipa ficam por tua conta. O passo a passo dessa ligação está no guia sobre como implementar um chatbot no WhatsApp.

Quando escolher cada um

O Dialogflow CX faz sentido quando a empresa já usa o Google Cloud e tem alguém que o saiba administrar, sobretudo se os fluxos são bem definidos, como marcações ou estado de encomendas. Também pesa a favor dele quando o telefone conta tanto como o texto, porque tem gateway telefónico próprio e cobra a voz ao segundo.

O Rasa faz sentido quando os dados não podem sair da infraestrutura própria, como na saúde, na banca ou no setor público, e existe uma equipa com Python e DevOps para o manter. A Developer Edition também serve para provar o conceito sem pagar licença.

Nenhum dos dois é a melhor escolha quando o que precisas é de um assistente que responda a partir do catálogo, das perguntas frequentes e das regras do negócio, no WhatsApp ou no Instagram, sem equipa técnica interna. Aí uma ferramenta de atendimento com IA incluída (comparamos várias nas alternativas ao LiveChat) ou um agente feito à medida, como os que a AI Solutions desenvolve em software à medida, costumam sair mais baratos de manter do que uma plataforma de NLU genérica. O guia sobre como escolher um chatbot com IA para empresas em Portugal ajuda a fazer essa triagem.

O que o caso Abadias mostra sobre a escolha

A Escola de Condução Abadias tem dois polos, na Figueira da Foz e na Marinha, e mais de 3.800 alunos ativos. A AI Solutions construiu-lhe um sistema multiagente no WhatsApp que distingue alunos de leads pelo número de telemóvel e encaminha cada um para a base de conhecimento certa, com as 9 famílias de cursos e as regras legais do IMT. Entre 20 de março e 16 de junho de 2026, o sistema organizou 20.108 mensagens em 871 conversas e tipificou 396 escalações, 306 de alunos e 77 de leads.

O mais instrutivo é a cronologia publicada no caso da Abadias. As duas primeiras semanas foram para importar e cruzar os alunos com os números de telemóvel nos dois polos e definir como se distingue um aluno de uma lead. As duas seguintes, para montar bases de conhecimento separadas. Só depois vieram as línguas (português, inglês e espanhol) e a tipificação das escalações, com passagem para humano nas marcações e nas oportunidades comerciais. Nada disto depende de o motor de linguagem ser o Dialogflow, o Rasa ou outro qualquer. Quem escolhe plataforma antes de saber de onde vêm os dados e quando entra uma pessoa arrisca-se a refazer boa parte do trabalho.

Perguntas frequentes

O Dialogflow distingue português de Portugal e do Brasil?

Sim. Na lista de línguas do Dialogflow CX aparecem «Portuguese - Portugal», com o código pt, e «Portuguese - Brazil», com o código pt-br. Nos agentes generativos (Playbooks), a variante tem de ser pedida também nas instruções, porque é um modelo de linguagem que escreve as respostas.

O Rasa continua a ser gratuito?

O código do Rasa Open Source continua no GitHub, mas em modo de manutenção. A versão gratuita atual é a Developer Edition, que pode ir para produção com um bot por empresa e até 1000 conversas externas por mês. Acima disso, o plano Enterprise tem preço sob consulta.

Qual dos dois é mais rápido de pôr a funcionar?

O Dialogflow CX, porque não há servidores para montar e a consola permite desenhar fluxos sem código. O Rasa, mesmo com o construtor visual que a plataforma já tem, pede instalação, alojamento e alguém que domine Python para as ações personalizadas. Em ambos, o tempo maior vai para preparar os dados e as regras de passagem para humano, e não para configurar a plataforma. Se quiseres medir isso para o teu caso, a página Começar explica como funciona a primeira conversa com a AI Solutions.