A competição de IA não é mais sobre quem é mais inteligente. É sobre quem cobra menos token para ser igualmente útil.
Durante dois anos, a narrativa dominante na corrida de IA foi de capacidade: qual modelo pontua melhor em benchmarks, qual raciocina com mais sofisticação, qual escreve código com menos erros. Essa narrativa foi útil enquanto os modelos eram tão diferentes entre si que a escolha era evidente. Ela está se tornando menos relevante agora que os modelos de fronteira estão suficientemente próximos em qualidade para que a maioria dos casos de uso não consiga distinguir o melhor do segundo melhor em uso real.
O que as empresas estão distinguindo, de forma muito clara, é a fatura mensal. E essa fatura está saindo do controle de formas que nenhum executivo havia antecipado quando incentivava seus times a adotar IA ao máximo, a prática que ficou conhecida como tokenmaxxing. Um executivo mostrou a Gautier Cloix, CEO da startup H Company, uma fatura mensal de uso de IA chegando a milhões de dólares. Uber e Walmart já impuseram limites de gastos mais rígidos. E os principais laboratórios de IA responderam com uma virada estratégica coordenada: novos modelos onde o diferencial não é ser mais inteligente, mas ser mais barato.
Os três lançamentos que sinalizam a mudança de fase
A semana que ficará marcada como a virada formal da competição de capacidade para competição de custo reuniu lançamentos de três dos players mais relevantes do mercado, todos com a mesma mensagem central.
A OpenAI lançou o GPT-5.6 com a afirmação de que o modelo foi desenvolvido para realizar mais tarefas consumindo significativamente menos token. A eficiência de tokens não é uma métrica de performance em raciocínio ou qualidade de resposta: é uma métrica de quanto custa usar o modelo para fazer o que você precisa. Mais tarefas por token significa fatura menor para o mesmo trabalho.
A SpaceXAI lançou o Grok 4.5 com a promessa do dobro de eficiência em tokens em comparação a modelos equivalentes, e Elon Musk foi diretamente ao ponto ao escrever nas redes que o Grok 4.5 “é um modelo da classe do Opus, porém mais rápido, mais eficiente em tokens e mais barato. A referência ao Opus não é acidental: é a classe de modelos mais caros do mercado, e posicionar o Grok 4.5 como equivalente em capacidade mas substancialmente mais barato é um argumento de adoção direto para qualquer empresa que está pagando pelas capacidades do Opus mas está questionando se o custo se justifica.
Mark Zuckerberg, ao falar sobre o Muse Spark 1.1 da Meta, foi igualmente direto: o preço será “atrativo” e “há uma capacidade real de oferecer inteligência de ponta, ou de altíssimo nível, a um custo muito mais acessível. A Meta, que não tem o mesmo perfil de laboratório de IA de fronteira que OpenAI e Anthropic, está usando custo como vetor de competição exatamente porque é mais difícil de competir em qualidade máxima contra players que têm décadas de pesquisa acumulada.
Por que as faturas saíram do controle e o que isso revela sobre o ciclo de adoção
A história do tokenmaxxing é instrutiva sobre como as empresas chegaram até aqui. No início da adoção de IA corporativa, o incentivo interno era de experimentação máxima: deixa qualquer funcionário usar IA para qualquer coisa, vamos descobrir os casos de uso que geram mais valor. Essa fase foi deliberada e racionalmente justificável como investimento em aprendizado.
O problema é que “deixa qualquer funcionário usar IA para qualquer coisa” com modelos de fronteira em escala corporativa gera faturas que ninguém havia calculado adequadamente. Cada requisição a um modelo grande tem custo real de inferência. Multiplicado por centenas ou milhares de funcionários usando IA diariamente, o acúmulo pode chegar a milhões de dólares mensais rapidamente.
A fase seguinte, onde as empresas estão agora, é de otimização: entender quais casos de uso realmente geram valor, usar o modelo mais barato que seja suficientemente bom para cada caso de uso, e impor limites de gastos para que o custo permaneça dentro de parâmetros que o retorno justifica.
Essa transição de adoção irrestrita para uso otimizado é exatamente o que está criando a oportunidade que o GPT-5.6, o Grok 4.5 e o Muse Spark 1.1 estão tentando capturar: empresas que antes usavam os modelos mais caros sem muito critério estão agora avaliando alternativas, e modelos que entregam 90% da qualidade a 30% do custo têm um argumento muito mais concreto do que tinham um ano atrás.
O papel do OpenRouter e da infraestrutura de roteamento
Um dado que revela o tamanho da mudança em curso é o volume de investimento em serviços de roteamento de modelos como o OpenRouter, que captou mais de US$ 100 milhões em maio. O OpenRouter ajuda empresas a encontrar o melhor preço entre centenas de modelos para cada tipo de tarefa: um serviço de otimização de custo que só tem valor se você está usando volume suficiente de IA para que a diferença de preço entre modelos seja economicamente significativa.
O crescimento desse segmento confirma que o mercado corporativo está em transição de “usar o melhor modelo disponível” para “usar o modelo mais adequado para cada caso de uso específico. É uma maturação que sinaliza que a IA está passando de fase de experimentação para fase de otimização operacional.
A pressão específica sobre a Anthropic e o que ela vai exigir de resposta
Enquanto OpenAI, Meta e SpaceXAI estão competindo em eficiência de custo com seus novos lançamentos, a Anthropic está numa posição particularmente exposta. Os modelos Opus e Fable estão entre os mais caros em termos de custo por tarefa, de acordo com benchmarks da Artificial Analysis, e os adiamentos repetidos do prazo de cobrança por uso do Fable 5 revelam as dificuldades de manter o acesso a esse nível de capacidade dentro de planos de assinatura.
A comparação que Musk fez explicitamente, Grok 4.5 como equivalente em qualidade ao Opus mas mais barato, é o tipo de argumento que vai aparecer em avaliações de escolha de plataforma em empresas que estão revisando sua estratégia de custo de IA. E o relato de desenvolvedores migrando para o GPT-5.6 Sol em tarefas de programação rotineiras enquanto reservam o Fable 5 apenas para tarefas onde a qualidade máxima é indispensável sugere que a erosão já está acontecendo.
A resposta estratégica que a Anthropic vai precisar encontrar não é simples. Reduzir preços sem resolver os custos de infraestrutura que justificam os preços atuais não é sustentável. Desenvolver chip próprio em parceria com a Samsung para inferência, como a Anthropic está negociando, é uma aposta de longo prazo que não resolve o problema no horizonte de tempo em que o mercado está se movendo agora.
O que a visão otimista dos investidores está precificando
Gavin Baker, da Atreides Management, classificou a queda no custo da inteligência como um dos desenvolvimentos mais otimistas para o ecossistema de IA, e o argumento por trás dessa visão é importante para entender para onde o mercado pode ir.
Quando o custo de usar IA cai substancialmente, casos de uso que eram economicamente inviáveis ao preço atual se tornam viáveis. Aplicações que precisavam de volume alto para justificar custo passam a funcionar com volumes menores. Empresas que estavam limitando uso por custo passam a usar mais. O mercado endereçável total se expande.
Baker argumentou que essa dinâmica pode elevar a receita anualizada da OpenAI para bem mais de US$ 200 bilhões ainda este ano, um número que seria extraordinário para qualquer empresa em qualquer estágio, especialmente uma que ainda está crescendo sua base de usuários e expandindo seus casos de uso.
A transição de um modelo de precificação baseado em assinatura flat para um baseado em consumo, que o Fable 5 está inaugurando, é parte dessa lógica: cobrar por volume de uso permite capturar valor de clientes que usam muito sem perder clientes que usam pouco, e pode gerar receita total maior do que assinaturas fixas mesmo que o preço por token seja menor.
Se essa lógica estiver correta, a guerra de preços que está se formando agora não é um sinal de commoditização terminal do mercado de IA. É o início da fase em que IA fica barata o suficiente para se tornar infraestrutura ubíqua, e onde o volume de uso explode de formas que os modelos de receita atuais não estão capturando adequadamente. Quem estabelecer posição de liderança nessa fase vai capturar um mercado muito maior do que o que está disponível hoje.
