O setor corporativo nos EUA muda para modelos de IA mais baratos, enquanto a guerra de preços remodela o mercado
- A América Corporativa está optando cada vez mais pelo modelo de IA mais barato capaz de concluir uma tarefa com confiabilidade, em vez de pagar pelo mais poderoso.
-
Essa mudança, relatada pelo FT e apoiada por dados de gastos da Ramp, indica uma queda no uso de modelos de fronteira e uma redução de 41% nos preços efetivos por token.
- O mercado se reorganiza em torno do custo por tarefa concluída, mesmo que analistas como a Gartner alertem que as contas totais de inferência podem continuar subindo.
As empresas dos EUA estão selecionando a solução de IA mais barata que pode realizar o trabalho com eficiência, em vez de optar automaticamente pela solução de IA mais avançada disponível.
Essa tendência criou certa pressão sobre os preços altos, pois os novos modelos de IA estão eliminando a lacuna de capacidades, enquanto os custos dos tokens diminuem consistentemente, segundo o Financial Times.
Comprar o modelo mais barato que resolve o problema
A essência da noção é que os modelos de fronteira caros são necessários apenas quando necessário, e o trabalho regular pode ser feito por modelos baratos, que realizam a tarefa suficientemente bem.
Esse padrão apareceu no Índice de IA de setembro de Ramp. Com base nos dados de gastos de agosto de 2026, 43,8% das empresas americanas na amostra da Ramp compraram produtos da Anthropic, em comparação com 39,8% para a OpenAI. A Ramp também apontou o crescente uso de modelos mais baratos como uma ameaça às empresas de IA que dependem de que as empresas continuem gastando mais em sistemas de fronteira.
A tendência também está de acordo com as descobertas do relatório sobre IA agencial da OCDE, publicado em setembro de 2026. Entrevistas com 25 organizações indicaram que a economia de custos foi uma razão comum para o uso de sistemas agências, juntamente com sua contribuição para maior produtividade e para enfrentar a escassez de mão de obra.
Uma guerra de preços medida em frações de centavo
O preço dos modelos está caindo rapidamente, assim como novos sistemas estão sendo introduzidos.
De acordo com cobertura anterior da Cryptopolitan, a OpenAI lançou o GPT-6 Sol e o GPT-6 Luna em 22 de setembro, com preços pelo menos 50% menores que os modelos anteriores, o GPT-5.6. O GPT-6 Sol custa US$ 2 por cada milhão de tokens de entrada e US$ 10 por cada milhão de tokens de saída.
Na mesma semana, a Anthropic lançou o Opus 5.5, enquanto a xAI apresentou o Grok 4.7 em um mercado cada vez mais impulsionado por critérios de custo-benefício. De acordo com a Axios, modelos baratos, mas ainda eficientes, representam a nova corrida competitiva na indústria.
A tendência de queda a longo prazo é ainda mais surpreendente. De acordo com a Epoch AI, o preço para alcançar um nível constante de desempenho de IA caiu cerca de 47% trimestralmente desde 2023, ou aproximadamente 13 vezes ao ano.
O custo por tarefa concluída importa mais
Devido a essa crescente pressão baseada em preços, as métricas pelas quais as empresas medem o sucesso estão mudando. A importância da liderança em benchmarks não diminuiu, mas há mais foco em quanto os clientes precisam pagar por um desempenho eficiente.
O AutomationBench da Zapier testa agentes em relação a fluxos de trabalho de ponta a ponta em 47 ferramentas de negócios. Até 28 de setembro, o Claude Opus 5.5 liderava a tabela com 42,47% de eficiência, com um preço de US$ 1,44 por tarefa, enquanto o GPT-6 Sol estava em 33,2% no XHigh por apenas US$ 0,27 por tarefa.
A mesma compensação aparece na Artificial Analysis. O GPT-6 Sol com esforço máximo pontua 48 em seu Índice de Inteligência, com um custo estimado de US$ 1,06 por tarefa. O MiMo-V2.6-Pro de código aberto da Xiaomi pontua 46, custando apenas US$ 0,13 por tarefa.
Essa lacuna é tão pequena que o roteamento entre múltiplos modelos se torna viável. Em vez de ter que usar um único fornecedor para todas as cargas de trabalho, as empresas têm a oportunidade de usar o modelo certo com base na importância relativa e na complexidade de uma tarefa.
Tokens mais baratos ainda podem significar contas maiores
Preços mais baixos não significam necessariamente gastos menores com IA.
De acordo com a Axios, o paradoxo de Jevons indica que recursos mais acessíveis levam a um maior consumo. A Gartner fez uma declaração semelhante ao paradoxo de Jevons em sua previsão de 17 de agosto, onde estimou um aumento de mais de cinco vezes no custo de inferência dos fluxos de trabalho agências até 2028.
Modelos mais baratos também podem aumentar a acessibilidade em outras partes do mundo. De acordo com o Relatório Global de Difusão de IA, publicado pela Microsoft, modelos acessíveis e de código aberto também podem fornecer acessibilidade; no entanto, infraestrutura, conectividade e habilidades desempenharão um papel vital na determinação de quem pode tirar proveito disso.
A demanda está crescendo mais forte para compradores corporativos: a melhor IA pode não ser a IA mais inteligente, mas é o tipo de IA que faz seu trabalho com eficiência ao menor custo.
Não apenas leia notícias sobre criptomoedas. Entenda-as. Inscreva-se em nossa newsletter. É grátis.
Perguntas Frequentes
Quão mais baratos são os novos modelos de IA?
Em 22 de setembro, a OpenAI reduziu os preços dos modelos GPT-6 Sol e Luna em pelo menos 50% em relação aos seus antecessores GPT-5.6, e a Anthropic afirma que o Opus 5.5, lançado no mesmo dia, é cerca de 40% mais barato que o Opus 5.
As empresas estão realmente migrando para modelos mais baratos?
Os dados da Ramp mostram que os modelos de fronteira caíram para 45% da participação em tokens, contra um pico de 53% em agosto, e seu índice de preço efetivo caiu 41% para aproximadamente US$ 0,68 por milhão de tokens, à medida que as empresas estabelecem padrões que direcionam tarefas rotineiras para modelos padrão mais econômicos.
Modelos de IA mais baratos significam que as empresas gastarão menos no total?
Não necessariamente. A Gartner prevê que os custos de inferência por fluxo de trabalho com agentes aumentem mais de cinco vezes até 2028, e a Axios cita o paradoxo de Jevons, no qual a queda de preços impulsiona o aumento do uso total e dos gastos.
Aviso. As informações fornecidas não constituem aconselhamento de negociação. Cryptopolitan.com não assume responsabilidade por quaisquer investimentos realizados com base nas informações fornecidas nesta página. Recomendamos fortemente a realização de pesquisa independente e/ou consulta a um profissional qualificado antes de tomar qualquer decisão de investimento.
Ibiam Wayas
Ibiam Wayas cobre notícias sobre criptomoedas desde 2019. Estudou Ciência da Computação na Universidade Aberta Nacional da Nigéria. Seu trabalho apareceu em várias plataformas de notícias sobre cripto, incluindo Coinfomania, Crypto News Australia e AltcoinBuzz. Com base em sua formação em Ciência da Computação, ele agora se concentra em notícias sobre cripto, robótica e longevidade.
