# As melhores alternativas ao PerfectScale em 2026

> Nove alternativas ao PerfectScale (da DoiT), de Cast AI e ScaleOps ao open source: o que cada uma muda no seu cluster, como a mudança chega lá e quanto custa.

Source: https://levelfour.ai/pt-br/blog/alternativas-ao-perfectscale

Updated: 2026-11-01

1 de novembro de 2026. Por [Bruno Rocha](https://www.linkedin.com/in/brunorochadasilva/), Founder and CEO.

As principais alternativas ao [PerfectScale, da DoiT](https://levelfour.ai/compare/levelfour-vs-perfectscale.md), são LevelFour, [Cast AI](https://levelfour.ai/compare/levelfour-vs-cast-ai.md), ScaleOps, Kubex (o antigo Densify), StormForge by CloudBolt, Zesty, [IBM Kubecost](https://levelfour.ai/compare/levelfour-vs-kubecost.md), 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](https://levelfour.ai/pt-br/blog/melhores-ferramentas-de-gestao-de-custos-de-kubernetes.md).

## 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](https://www.perfectscale.io/). 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](https://docs.perfectscale.io/).

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](https://docs.perfectscale.io/visibility-and-optimization/karpenter-optimization). A GitHub Action do InfraFit transforma essas recomendações em pull requests prontos para revisão. [API pública do PerfectScale](https://docs.perfectscale.io/api/public-api).

### 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](https://docs.perfectscale.io/enable-automation/introduction-to-automation). 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](https://docs.perfectscale.io/enable-automation/automation-with-argocd). Do Kubernetes 1.33 em diante, com o feature gate `InPlacePodVerticalScaling` ligado, o pod muda de tamanho sem reiniciar. [Rightsizing in place](https://docs.perfectscale.io/enable-automation/in-place-workload-right-sizing).

### 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](https://www.perfectscale.io/pricing). 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](https://aws.amazon.com/marketplace/pp/prodview-pdvno3f3xmkek). 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](https://www.doit.com/blog/doit-acquires-perfectscale-elevating-kubernetes-cost-optimization-for-finops). 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](https://www.doit.com/blog/doit-launches-perfectscale-for-commitments). O PerfectScale for Data Platforms ajusta warehouses e clusters de Snowflake, Databricks e BigQuery. [PerfectScale for Data Platforms](https://www.doit.com/products/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](https://www.perfectscale.io/customers). Na nossa [comparação lado a lado](https://levelfour.ai/compare/levelfour-vs-perfectscale.md), 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](https://docs.perfectscale.io/api/public-api).
- 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

| Ferramenta | Foco principal | Como a mudança é aplicada | Preço | Indicada para |
| --- | --- | --- | --- | --- |
| PerfectScale, da DoiT (referência) | Rightsizing de pods e nodes, com ajuste do Karpenter | Recomenda; o Expert redimensiona pods em produção; uma GitHub Action abre pull requests de NodePool | Grátis até 300 vCPU por mês, depois por vCPU sob cotação | Times que querem rightsizing dos pods no cluster em produção |
| LevelFour | Ajuste de Kubernetes num sistema de registro único para gasto com cloud, SaaS e IA | Pull request nos seus Helm values ou manifests, aplicada para você ou em passos manuais | 30% da economia realizada; planos a partir de US$ 30 por mês | Times de GitOps que querem a economia em merge e confirmada na fatura |
| Cast AI | Nodes, pods, Spot e GPUs | Na infraestrutura em produção, dentro das suas políticas; pull request quando a mudança pertence ao repositório | Sob cotação; monitoramento de custo grátis | Times de plataforma que querem uma automação só para nodes, pods, Spot e GPUs |
| ScaleOps | Pods, réplicas e nodes ajustados em tempo real | No cluster, instalada com um comando de Helm | Sob cotação | Times que querem rightsizing autônomo, self-hosted ou air-gapped |
| Kubex (antigo Densify) | Pods, nodes, GPUs e instâncias de cloud | Mutating admission controller no cluster; Terraform e Pulumi para recursos de cloud | US$ 1 por vCPU por mês; 60 primeiros dias grátis | Times que querem preço publicado por vCPU |
| StormForge by CloudBolt | Rightsizing com machine learning em HPA e VPA | Apply Now, uma annotation de auto-deploy ou patches para o CI/CD | Teste grátis, com garantia de 30 dias | Times que querem um período de aprendizado e patches para o CI |
| Zesty | Pods, persistent volumes e commitments da AWS e do Azure | No cluster, dentro das suas políticas e guardrails | Pelo uso e pela economia realizada | Times que querem pods, storage e commitments com preço ligado à economia |
| IBM Kubecost | Alocação conciliada com a fatura da cloud | Resize automático de containers e resource quotas no cluster | Plano grátis até US$ 100.000 de gasto em 30 dias; Enterprise por compra direta ou contato | Times que querem alocação primeiro, dentro do ecossistema da IBM |
| Fairwinds Insights | Guardrails de custo, política e segurança | Recomendações e pull requests de auto-fix, mais um right-sizer no cluster | Grátis para começar; preço sob medida | Times de plataforma que querem guardrails nos pull requests |
| Karpenter, KRR, Goldilocks, OpenCost | Nodes, recomendação de requests e alocação | Você roda: NodePools, uma CLI ou webhook e VPA em modo de recomendação | Grátis e open source | Times que querem ser donos das ferramentas |

Fontes: documentação e páginas de preço de cada fornecedor, e AWS Marketplace, outubro de 2026.

## 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](https://levelfour.ai/compare/levelfour-vs-perfectscale.md).
- 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](https://docs.levelfour.ai/commitments)). O [Savings Audit](https://docs.levelfour.ai/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](https://docs.levelfour.ai/mcp) e uma [CLI](https://docs.levelfour.ai/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](https://levelfour.ai/pricing.md).

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](https://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](https://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](https://docs.cast.ai/docs/workload-autoscaling-overview).
- Pull request quando a mudança pertence ao seu repositório, por runbooks em private preview. [Application Performance Automation](https://docs.cast.ai/docs/apa-overview).

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](https://cast.ai/pricing/) · [Monitoramento de custo](https://docs.cast.ai/docs/cost-management).

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](https://scaleops.com/).

- 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](https://scaleops.com/pricing/).

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](https://kubex.ai/company/newsroom/). 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](https://kubex.ai/).
- Node Optimizer, Predictive Pod Scaler, Bin Packer, HPA Optimizer e um AI Agent conversacional. [Preços da Kubex](https://kubex.ai/kubex-pricing.md).
- 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](https://kubex.ai/kubex-pricing.md) · [Página de preços](https://kubex.ai/pricing/).

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](https://www.cloudbolt.io/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](https://www.cloudbolt.io/stormforge-by-cloudbolt/).
- Integração com Argo CD, Flux e pipelines padrão de Kubernetes por admission webhooks. [Why StormForge](https://www.cloudbolt.io/stormforge/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](https://www.cloudbolt.io/stormforge/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](https://zesty.co/).

- 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](https://zesty.co/pricing/).

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](https://www.apptio.com/products/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](https://www.ibm.com/docs/en/SSW0JQG_3.0.x/using-kubecost/navigating-the-kubecost-ui/savings/savings-actions_v3.html).
- Budgets, forecast e alertas de anomalia. [IBM Kubecost](https://www.apptio.com/products/kubecost/).
- Integração com o Kubecost listada pela IBM no [Turbonomic](https://levelfour.ai/compare/levelfour-vs-turbonomic.md). [Integrações do Turbonomic](https://www.ibm.com/products/turbonomic/integrations).

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](https://docs.aws.amazon.com/eks/latest/userguide/cost-monitoring-kubecost-bundles.html). O Enterprise Self-hosted sai pelo botão Buy Now, e o Enterprise Cloud pelo Contact Us. [IBM Kubecost](https://www.apptio.com/products/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](https://levelfour.ai/pt-br/blog/alternativas-ao-kubecost.md).

## 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](https://www.fairwinds.com/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](https://www.fairwinds.com/insights-pricing).

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](https://karpenter.sh/), 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](https://karpenter.sh/docs/).
- O [KRR](https://github.com/robusta-dev/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](https://github.com/robusta-dev/krr/tree/main/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](https://github.com/FairwindsOps/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](https://opencost.io/), 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](https://www.infracost.io/), 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](https://www.infracost.io/pricing). Ele age na revisão, ao lado de um rightsizer em produção, como mostra o guia de [custo do Terraform em pull requests](https://levelfour.ai/pt-br/blog/custo-do-terraform-em-pull-requests.md).

## 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](https://levelfour.ai/sign-up) em 5 minutos, com acesso só de leitura.

## Perguntas frequentes

### Qual a melhor alternativa ao PerfectScale?

Depende de onde a mudança deve acontecer. A LevelFour atende quem quer a economia de Kubernetes em pull requests nos Helm values, junto com o resto da fatura de cloud, SaaS e IA. Cast AI e ScaleOps atendem quem quer automação direto no cluster, e a Kubex, quem quer preço publicado de US$ 1 por vCPU por mês. IBM Kubecost e OpenCost servem a quem começa pela alocação. A comparação LevelFour vs PerfectScale põe as duas lado a lado. [LevelFour vs PerfectScale](https://levelfour.ai/compare/levelfour-vs-perfectscale.md).

### Quanto custa o PerfectScale?

É grátis até 300 vCPU por mês. Acima disso, Advanced e Expert são cobrados por vCPU, sob cotação, e o AWS Marketplace mostra os dois a US$ 2,00 e US$ 4,00 por vCPU mensal. O Expert inclui automação, API pública e SSO. O PerfectScale for Commitments cobra por desempenho: o cliente paga quando há economia realizada. [Preços do PerfectScale](https://www.perfectscale.io/pricing).

### De quem é o PerfectScale?

Da DoiT, que anunciou a aquisição em 4 de fevereiro de 2025 e vende o produto de Kubernetes ao lado do PerfectScale for Commitments e do PerfectScale for Data Platforms. [Anúncio da DoiT](https://www.doit.com/blog/doit-acquires-perfectscale-elevating-kubernetes-cost-optimization-for-finops).

### PerfectScale ou Cast AI: qual a diferença?

O PerfectScale faz rightsizing de pods, recomenda mudanças de node e de NodePool do Karpenter e automatiza o tamanho dos pods no plano Expert. A Cast AI automatiza nodes e pods juntos no cluster em produção: provisiona e consolida nodes, trata Spot, divide GPUs entre workloads e faz rightsizing dentro das suas políticas.

### O PerfectScale substitui o Karpenter?

Os dois trabalham juntos. O Karpenter provisiona os nodes pelos seus NodePools. O PerfectScale avalia esses NodePools e os workloads, recomenda bin-packing melhor, mais flexibilidade de instância e consolidação, e a GitHub Action dele transforma as recomendações em pull requests. O módulo de node autoscaling cobre também o Cluster Autoscaler e o NAP. [Otimização de Karpenter no PerfectScale](https://docs.perfectscale.io/visibility-and-optimization/karpenter-optimization).

### O PerfectScale funciona com Argo CD e Flux?

Sim. A automação muda os recursos no nível do pod e deixa intacta a spec do recurso pai, como o Deployment ou o StatefulSet, então o Argo CD não vê alteração. A documentação cita Argo CD e Flux entre as ferramentas de GitOps compatíveis e traz o passo a passo do Argo CD. A automação vem no plano Expert. [Automação com Argo CD](https://docs.perfectscale.io/enable-automation/automation-with-argocd).

## See what LevelFour can save you

[Start free trial](https://levelfour.ai/sign-up) · [Get in touch](https://levelfour.cal.com/)

## About LevelFour

The FinOps platform that actually cuts costs. One system of record for Cloud, SaaS, and AI spend. LevelFour applies each saving, or your engineers merge it as code.

- **Cloud Savings**: 30% success fee on savings found and applied. No hidden charges, only pay on what you actually save.
- **Pro**: $30 per month · Up to $2,500 spend/mo
- **Scale**: $200 per month · Up to $7,500 spend/mo
- **Enterprise**: Custom · Unlimited spend

[Pricing](https://levelfour.ai/pricing.md) · [Guide for agents (llms.txt)](https://levelfour.ai/llms.txt) · [Documentation](https://docs.levelfour.ai) · MCP server: `https://mcp.levelfour.ai/mcp`