As melhores alternativas ao PerfectScale em 2026

As principais alternativas ao PerfectScale, da DoiT, são LevelFour, Cast AI, ScaleOps, Kubex (o antigo Densify), StormForge by CloudBolt, Zesty, IBM Kubecost, Fairwinds Insights e um conjunto open source com Karpenter, KRR, Goldilocks e OpenCost. Escolha pelo lugar onde a mudança deve acontecer. Cast AI, ScaleOps e Zesty redimensionam os workloads direto no cluster, como a automação do PerfectScale. LevelFour e Fairwinds põem a mudança num pull request que o seu pipeline de GitOps aplica. O Kubecost começa pela alocação de custo e ajusta os requests depois, e o OpenCost faz a alocação em open source.

Em outubro de 2026, lemos as páginas de produto, documentação e preço de cada fornecedor, mais os anúncios no AWS Marketplace, e anotamos o que cada ferramenta otimiza, como a mudança chega ao cluster e como cobra. A LevelFour é nossa, por isso abre a lista. Os preços estão em dólar, como os fornecedores publicam. Para uma lista mais ampla, com alocação e relatório, veja as melhores ferramentas de gestão de custos de Kubernetes.

O que o PerfectScale faz?

O PerfectScale se apresenta como uma plataforma de otimização e gestão automatizada de Kubernetes, que mantém o custo de cloud baixo e a performance do cluster alta. PerfectScale. O PodFit faz o rightsizing vertical dos pods, e o NodeFit, antigo InfraFit, cuida dos nodes. Outros módulos tratam de GPU, Java, Karpenter, bin packing e alertas, e o faturamento vem do CUR da AWS, do Azure Cost Management e do Cloud Billing do Google Cloud. Roda em EKS e EKS Anywhere, GKE, AKS, kOps, cloud privada e outras distribuições. Documentação do PerfectScale.

No Karpenter, ele avalia os NodePools e o comportamento dos workloads e recomenda bin-packing melhor, mais flexibilidade de instância e consolidação. Otimização de Karpenter. A GitHub Action do InfraFit transforma essas recomendações em pull requests prontos para revisão. API pública do PerfectScale.

Como o PerfectScale aplica as mudanças

A automação fica no plano Expert, e quem está em trial recebe o Expert com automação em um cluster. Introdução à automação. A mudança acontece no nível do pod e deixa a spec do recurso pai (o Deployment ou o StatefulSet) como está, então o Argo CD não vê alteração. A mesma página cita Argo CD e Flux entre as ferramentas de GitOps compatíveis e traz o passo a passo do Argo CD. Automação com Argo CD. Do Kubernetes 1.33 em diante, com o feature gate InPlacePodVerticalScaling ligado, o pod muda de tamanho sem reiniciar. Rightsizing in place.

Quanto custa o PerfectScale

É grátis até 300 vCPU por mês. Acima disso, Advanced e Expert são cobrados por vCPU, sob cotação, e há versão self-hosted. Preços do PerfectScale. No AWS Marketplace, o Advanced sai pelo equivalente a US$ 2,00 por vCPU mensal, e o Expert, com automação, API pública e SSO, por US$ 4,00. Anúncio no AWS Marketplace. A home oferece trial de 30 dias.

De quem é o PerfectScale

A DoiT anunciou a compra do PerfectScale em 4 de fevereiro de 2025. Anúncio da DoiT. Dois produtos irmãos levam o nome. O PerfectScale for Commitments chegou à disponibilidade geral em 21 de maio de 2026, num anúncio em que a DoiT diz ter 4.500 clientes em 27 países. Ele cuida de Savings Plans, Database Savings Plans da AWS e CUDs na AWS e no Google Cloud, com o Azure a seguir, e o cliente paga quando há economia realizada. PerfectScale for Commitments. O PerfectScale for Data Platforms ajusta warehouses e clusters de Snowflake, Databricks e BigQuery. PerfectScale for Data Platforms.

Entre os clientes, a SNCF fala em 250 clusters em otimização e cerca de 500 mil euros de economia anualizada estimada, e a Luma Health em custo de EKS 40% menor. A Stefanini está na mesma lista. Clientes do PerfectScale. Na nossa comparação lado a lado, o PerfectScale atende times de Kubernetes que querem rightsizing contínuo dos pods em produção, com suporte a Argo CD e Flux e os produtos irmãos da DoiT para commitments e dados.

Por que alguns times olham outras opções

Quem compara alternativas costuma buscar um destes quatro encaixes:

• Mudança de workload revisada em pull request no Git. A automação do PerfectScale age no nível do pod, e os pull requests dele cobrem os NodePools do Karpenter.
• Automação e API num plano abaixo do topo. O PerfectScale coloca as duas no Expert. API pública do PerfectScale.
• Kubernetes e o resto da fatura (serviços de cloud, SaaS e IA) na mesma ferramenta. O carro-chefe do PerfectScale é Kubernetes, e a DoiT vende commitments e dados como produtos irmãos.
• Preço de tabela no site acima de 300 vCPU. O PerfectScale cota no site, e o AWS Marketplace mostra US$ 2 e US$ 4 por vCPU mensal.

As alternativas ao PerfectScale lado a lado

1. LevelFour

A LevelFour lê as suas faturas de cloud, SaaS e IA numa visão só, encontra a economia e entrega cada uma: aplicada na sua conta de cloud ou de SaaS com acesso restrito àquela mudança, como pull request no seu código de infraestrutura ou em passos manuais.

• Requests e limits dos pods ajustados ao uso real, OOMKills corrigidos, pods ociosos removidos e nodes consolidados, com o custo por namespace de cada time. LevelFour vs PerfectScale.
• Um controller no cluster que trabalha na camada de workload (requests e limits, HPA, VPA) e na de compute (nodes, Karpenter, escolha de instância, consolidação e spot).
• Cada mudança entregue como pull request nos seus Helm values ou manifests de Kubernetes, no repositório que o seu pipeline de Argo CD ou Flux já acompanha, para o time revisar como qualquer outra mudança.
• O custo do cluster ao lado de mais de 50 provedores, de AWS, Google Cloud e Azure a Datadog, Snowflake, OpenAI e Anthropic, com Savings Plans e Reserved Instances comprados e renovados (Commitments). O Savings Audit confirma cada economia na fatura.
• Um bot que calcula o custo de cada pull request com as suas tarifas no GitHub, GitLab, Bitbucket e Azure DevOps, mais um servidor MCP e uma CLI para engenheiros e agentes de IA.

Preço: o Cloud Savings custa 30% da economia realizada, e nada se nada for economizado. Os planos começam em US$ 30 por mês, e a LevelFour está nos Marketplaces da AWS, do Google Cloud e do Azure. Veja os preços.

Indicada para: times de GitOps que querem a economia de Kubernetes e de cloud em merge como código, na ferramenta que cuida do resto da fatura.

2. Cast AI

A Cast AI otimiza o Kubernetes e os recursos por baixo dele na AWS, no GCP, no Azure e na Oracle Cloud, e suporta OpenShift, Tanzu, kOps e bare metal. Cast AI.

• Rightsizing de workloads, nodes provisionados pelos seus node templates e consolidação dos subutilizados, com o Karpenter ou com o autoscaler da Cast AI. Cast AI.
• Tratamento de Spot, uma GPU dividida entre workloads, o OMNI Compute para GPUs de outras clouds e regiões, um Storage Autoscaler e um Database Optimizer que faz cache de leituras e pool de conexões.
• Mudanças elegíveis aplicadas na infraestrutura em produção, dentro das suas políticas. O workload autoscaler faz eviction dos pods, e o mutating admission webhook aplica os novos requests quando cada pod sobe. Workload autoscaling.
• Pull request quando a mudança pertence ao seu repositório, por runbooks em private preview. Application Performance Automation.

Preço: sob cotação. O monitoramento de custo é grátis para clusters ilimitados, e o trial de 30 dias começa sem cartão de crédito. Preços da Cast AI · Monitoramento de custo.

Indicada para: times de plataforma que querem nodes, pods, Spot e GPUs administrados em produção por uma automação só.

3. ScaleOps

A ScaleOps faz rightsizing de CPU, memória e nodes em cima de VPA, HPA e Karpenter, e se define como self-hosted by design. ScaleOps.

• Pod Rightsizing, Replicas Optimization, Karpenter Optimization, Node Optimization, Smart Pod Placement, Spot Optimization, Java Resource Management e Cost Monitoring.
• Requests de CPU e memória ajustados em tempo real, sem ajuste manual nem mudança de código, segundo a ScaleOps. A instalação é um comando de Helm.
• Uma GPU Platform com Automated Fractional GPUs.
• Implantação Self-Hosted, ScaleOps Cloud ou Air-Gapped, com um AI SRE Agent e o ScaleOps MCP.

Preço: sob cotação, com um trial que começa pelo agendamento de uma demo. Preços da ScaleOps.

Indicada para: times que querem rightsizing autônomo em produção, inclusive em clusters self-hosted e air-gapped.

4. Kubex (antigo Densify)

A Densify virou Kubex em 15 de janeiro de 2026. Newsroom da Kubex. A Kubex ajusta pods, nodes, GPUs e instâncias de cloud com um motor só, na cloud ou on-prem.

• Um Automated Pod Scaler para requests no tamanho certo, com humano no loop ou totalmente automático, aplicados no cluster pelo Mutating Admission Controller da Kubex. Kubex.
• Node Optimizer, Predictive Pod Scaler, Bin Packer, HPA Optimizer e um AI Agent conversacional. Preços da Kubex.
• Na cloud, seleção preditiva de instância, scaling de ASG e VMSS e otimização de RDS, por Terraform, Pulumi e outros frameworks de IaC, pela interface, CLI ou MCP.
• AWS, Azure, GCP e Oracle, em AKS, EKS, GKE, OKE, ECS, NKP, OpenShift, RKE2 e K3S.

Preço: grátis nos primeiros 60 dias, depois US$ 1 por vCPU por mês no Kubernetes Resource Optimization. O Enterprise de Kubernetes e GPU Optimization é sob medida, com GPU cobrada por unidade. Preços da Kubex · Página de preços.

Indicada para: times que querem preço publicado por vCPU e um motor só para Kubernetes, GPUs e instâncias de cloud.

5. StormForge by CloudBolt

O StormForge by CloudBolt faz rightsizing de workloads de Kubernetes com machine learning e escala em duas dimensões, HPA e VPA. StormForge by CloudBolt.

• Otimização de heap Java, Karpenter + StormForge, alocação de custo de Kubernetes e otimização de GPU em early access.
• Um agente no cluster que aplica as recomendações de três jeitos: Apply Now na interface, a annotation live.stormforge.io/auto-deploy ou patches baixados da interface ou da CLI do StormForge para o seu CI/CD. Nos 7 primeiros dias, o período de aprendizado, a aplicação é só manual, para revisão. StormForge by CloudBolt.
• Integração com Argo CD, Flux e pipelines padrão de Kubernetes por admission webhooks. Why StormForge.

Preço: a CloudBolt oferece teste grátis e garante redução de até 80% no desperdício de recursos de Kubernetes em 30 dias. Why StormForge.

Indicada para: times que querem rightsizing com machine learning, uma primeira fase de revisão manual e patches para alimentar o CI.

6. Zesty

A Zesty ajusta pods, storage e commitments dentro das suas políticas e guardrails, e diz rodar onde os seus clusters rodam, sem mudar a infraestrutura que você já tem. Zesty.

• Autoscaling multidimensional, posicionamento adaptativo de pods, gestão de recursos Java e proteção contra picos.
• Autoscaling de persistent volumes e Automated Fractional GPUs.
• Commitments da AWS e do Azure otimizados, ao lado da visibilidade de custo de compute.

Preço: pelo uso e, segundo a Zesty, nunca acima do valor entregue. A conta pesa o uso real e a economia realizada, e a Zesty projeta o ROI pelo seu CUR antes de você assinar. Preços da Zesty.

Indicada para: times que querem pods, storage e commitments da AWS ou do Azure ajustados por um fornecedor só, com preço ligado à economia.

7. IBM Kubecost

O IBM Kubecost mostra o custo de Kubernetes por cluster, time, namespace, workload e recurso compartilhado, e concilia esse custo com a fatura da cloud. IBM Kubecost.

• Ações automáticas que fazem o resize de containers e criam e ajustam resource quotas do Kubernetes. No plano grátis, elas rodam em um cluster, e no Enterprise o job de resize também trabalha com as suas Resource Quotas. Savings actions.
• Budgets, forecast e alertas de anomalia. IBM Kubecost.
• Integração com o Kubecost listada pela IBM no Turbonomic. Integrações do Turbonomic.

Preço: o Kubecost tem plano grátis. No Kubecost 3.0, ele vale até US$ 100.000 de gasto em 30 dias, e o ajuste automático de requests nesse plano cobre até 250 cores. Kubecost no Amazon EKS. O Enterprise Self-hosted sai pelo botão Buy Now, e o Enterprise Cloud pelo Contact Us. IBM Kubecost.

Indicada para: times que querem alocação fiel à fatura primeiro e ajuste de requests depois, no ecossistema da IBM. Se você vai trocar o Kubecost, veja as alternativas ao Kubecost.

8. Fairwinds Insights

O Fairwinds Insights leva governança de FinOps ao Kubernetes: gerencia custo, acerta o tamanho dos containers e corrige configurações erradas entre clusters e times. Fairwinds Insights.

• Alocação de custo por label, namespace e container, e uma biblioteca com mais de 200 políticas.
• Recomendações de recursos nos pull requests dos desenvolvedores, e pull requests de auto-fix que resolvem 45% dos achados.
• Um Automated Workload Right-sizer que ajusta os recursos no cluster.

Preço: dá para começar no Insights de graça. O pago é sob medida, com preço por cluster ou por node, rightsizing automático de containers e versão self-hosted ou SaaS. Preços do Insights.

Indicada para: times de plataforma que querem guardrails de custo, política e segurança nos pull requests.

9. Open source: Karpenter, KRR, Goldilocks e OpenCost

Dá para dividir o trabalho entre quatro projetos open source e rodar tudo por conta própria.

• O Karpenter, Apache 2.0, feito na AWS, provisiona nodes just-in-time para qualquer cluster de Kubernetes, em qualquer ambiente. Ele remove nodes subutilizados, troca nodes caros por mais baratos e consolida workloads, tudo configurado em NodePools declarativos. Documentação do Karpenter.
• O KRR, da Robusta, licença MIT, recomenda requests a partir dos dados do Prometheus. Roda como CLI na sua máquina, sem agente, ou no cluster com relatório semanal no Slack. O KRR Enforcer, opcional, é um mutating webhook que ajusta requests e limits dos pods e pede a Robusta e uma conta na Robusta UI, que tem plano grátis.
• O Goldilocks, da Fairwinds, Apache-2.0, cria um VPA em modo de recomendação para cada workload de um namespace e mostra as sugestões num dashboard.
• O OpenCost, projeto em incubação na CNCF, mede e aloca em tempo real o custo de infraestrutura de cloud e de containers, e segue grátis e open source.

Preço: grátis. O seu time hospeda, atualiza e integra os quatro.

Indicada para: times que querem ser donos das ferramentas, com o Karpenter nos nodes, KRR ou Goldilocks nos requests e o OpenCost na alocação.

Fora do ranking fica o Infracost, que calcula o custo de uma mudança de infraestrutura no pull request, antes do merge, no GitHub, no GitLab e no Azure DevOps. O plano grátis de CI/CD estima Terraform, CloudFormation e CDK em até 1.000 execuções por mês, e o Starter custa US$ 250 por mês. Preços do Infracost. Ele age na revisão, ao lado de um rightsizer em produção, como mostra o guia de custo do Terraform em pull requests.

Como escolher uma alternativa ao PerfectScale

1. Defina onde a mudança deve acontecer

Cast AI, ScaleOps, Zesty, o StormForge com auto-deploy e o próprio PerfectScale mudam os workloads direto no cluster. A LevelFour, os pull requests do Fairwinds Insights e os patches do StormForge levam a mudança ao Git, para o seu pipeline aplicar, e a Kubex automatiza recursos de cloud por Terraform e Pulumi. Se o Argo CD ou o Flux é dono dos manifests, veja como cada ferramenta grava antes de ligar a automação.

2. Escolha a camada: workloads, nodes ou as duas

Requests, metas do HPA e réplicas ficam na camada de workload. NodePools, Spot e consolidação ficam na de nodes, onde trabalham o Karpenter, a Cast AI e o Node Optimizer da Kubex. Request menor só baixa a conta quando os nodes embaixo dele consolidam, então planeje as duas.

3. Só Kubernetes, ou a fatura inteira

Uma ferramenta de cluster faz sentido quando o Kubernetes lidera o gasto. Se o cluster é uma linha entre serviços de cloud, SaaS e IA, a LevelFour guarda tudo num registro só. Se o primeiro trabalho é mostrar a cada time quanto ele gasta, comece pela alocação no Kubecost ou no OpenCost.

4. Você quer o custo da mudança no pull request, antes do merge?

O rightsizing em produção corta o que já roda. A estimativa no pull request mostra o preço da mudança enquanto ainda dá para editá-la: o bot da LevelFour calcula cada pull request com as suas tarifas, e o Infracost estima os diffs de infraestrutura no CI. Os dois rodam ao lado da ferramenta de produção que você escolher.

5. Ajuste o modelo de preço ao seu cluster

PerfectScale e Kubex cobram por vCPU, a Kubex a US$ 1 por vCPU por mês. A Zesty e o Cloud Savings da LevelFour cobram sobre a economia realizada, e Cast AI e ScaleOps cotam. O open source não cobra licença, só horas de engenharia. Converta o total para real antes de levar ao budget.

6. Veja onde ela roda e o que faz com GPU

ScaleOps, PerfectScale e Fairwinds têm versão self-hosted, e a ScaleOps também air-gapped. A Kubex roda on-prem em OpenShift, RKE2 e K3S, entre outras, e a Cast AI suporta OpenShift, Tanzu, kOps e bare metal. Em GPU, ScaleOps e Zesty oferecem GPUs fracionadas, a Cast AI divide uma GPU entre workloads e a Kubex cobra a otimização de GPU por unidade no Enterprise.

Erros comuns ao trocar de ferramenta de otimização de Kubernetes

• Ligar a automação num cluster com GitOps antes de saber onde a ferramenta grava: no pod, como o PerfectScale, ou na spec, por pull request no Git.
• Fazer rightsizing dos pods e deixar os NodePools como estavam. A conta cai quando os nodes consolidam embaixo dos requests menores.
• Comparar preço por vCPU sem saber quantas você usa. Acima dos 300 vCPU grátis do PerfectScale, a contagem define o preço.
• Dimensionar com poucos dias de dados. O StormForge começa com 7 dias de aprendizado, uma semana inteira de tráfego, em que as recomendações só são aplicadas à mão, para revisão.
• Contar economia estimada como realizada. Confira a fatura depois de cada mudança, com uma ferramenta que concilia com ela, como o Kubecost ou o Savings Audit da LevelFour.

A LevelFour ajusta os seus pods e nodes ao uso real, entrega cada mudança como pull request nos seus Helm values e confirma a economia na fatura. Veja quanto a LevelFour pode economizar para você em 5 minutos, com acesso só de leitura.

Perguntas frequentes