A premissa que sustenta o boom trilionário da inteligência artificial — uma demanda por computação que tende ao infinito — acaba de encontrar sua primeira fissura relevante. Dados da plataforma de gestão de despesas corporativas Ramp, publicados nesta semana, indicam que o preço efetivo que as empresas americanas pagam por tokens de IA está em queda livre. O custo por milhão de tokens caiu 41% desde o pico em março, de US$ 1,15 para US$ 0,68.

O movimento, que o economista-chefe da Ramp, Ara Khazarian, descreveu à Fortune como uma “racha na tese da IA”, desafia um pilar fundamental do ecossistema. A aposta de investidores, laboratórios de IA e provedores de infraestrutura era que os modelos se tornariam tão mais capazes que as empresas pagariam mais por eles, ou que o volume de uso compensaria qualquer queda de preço. O que os dados sugerem, no entanto, é um cenário diferente: os tokens estão se comportando como uma commodity, com preço definido por competição e eficiência, não por uma corrida irrestrita ao modelo mais avançado.

A comoditização do compute

A queda de preços reflete uma dinâmica dupla. Por um lado, os próprios laboratórios estão em uma guerra de preços agressiva — a OpenAI cortou o custo de seu modelo GPT-5.6 Luna em 80%, e a Anthropic anunciou seus próprios descontos. Por outro, e talvez mais importante, os clientes corporativos estão optando por modelos mais baratos e simples que são “bons o suficiente” para suas necessidades. A fatia de uso de modelos de fronteira, os mais caros e potentes, caiu de 53% para 45% entre agosto e setembro, segundo a Ramp.

A cultura de “tokenmaxxing”, a ideia de que um engenheiro de software deveria queimar centenas de milhares de dólares por ano em tokens para maximizar a produtividade, parece estar sendo substituída por uma disciplina de custos. Empresas como Amazon e Microsoft já desativaram painéis internos que incentivavam o uso irrestrito. Agora, segundo Khazarian, a tendência é a oposta: as companhias estão implementando configurações padrão que direcionam os funcionários para modelos intermediários, mais baratos e eficientes.

A guerra de preços e o risco da infraestrutura

A competição entre OpenAI e Anthropic ilustra a nova dinâmica. Desde agosto, o preço efetivo da OpenAI caiu 38%, para US$ 0,48 por milhão de tokens, enquanto o da Anthropic recuou 22%, para US$ 0,90. A Anthropic ainda consegue cobrar um prêmio, mas a análise da Ramp sugere que “essa vantagem está se desgastando” à medida que a OpenAI ganha participação de mercado com base no preço. O fenômeno é global, com uma guerra de preços igualmente brutal ocorrendo entre os players chineses.

As implicações financeiras são diretas e profundas. O banco Morgan Stanley já havia alertado para a vulnerabilidade de até US$ 300 bilhões em títulos que financiam a construção de data centers por empresas “neocloud”, que ergueram infraestrutura de forma especulativa, apostando na continuidade da alta dos preços de compute. Se os tokens são uma commodity, e não um ativo de valor crescente, a base econômica que sustenta avaliações estratosféricas e investimentos maciços em hardware fica comprometida.

A própria OpenAI parece reconhecer a mudança. Em uma conferência do Goldman Sachs, a CFO Sarah Friar afirmou que gostaria de abandonar a contagem de tokens e migrar os clientes corporativos para um modelo de pagamento por “trabalho concluído”. A era da abundância especulativa pode estar dando lugar a uma era de eficiência pragmática. A questão que fica é se as fundações financeiras do boom de IA foram construídas para suportar essa nova e sóbria realidade.

Com reportagem de Brazil Valley

Source · Fortune