Contagem regressiva para o fim da era de preços elevados da IA? Cinco razões estruturais pelas quais os tokens inevitavelmente baixarão de preço

Melhorias de desempenho com retornos marginais decrescentes, custo de modelos de código aberto é apenas um décimo, chips especializados reduzem custos de inferência, custo de troca zero permite que os utilizadores mudem instantaneamente, modelos locais têm potencial para acabar com os modelos de subscrição em 4 a 5 anos. O espaço para as grandes empresas de IA manterem preços elevados está a diminuir rapidamente?

(Contexto anterior: O modelo flagship da OpenAI, GPT-5.6 Sol, chega exclusivamente à Cerebras, e 'White-Haired Stock God' Serenity grita 'tecnologia verificada' e compra na baixa)

(Contexto adicional: Citrini Research: Evite a bolha da IA! Aponta '5 áreas de alto lucro cegas' para receber a rotação de capital)

Índice deste artigo

Alternar

• A dupla pressão do teto de desempenho e do código aberto
• A revolução dos chips e o custo de troca zero
• Modelos locais: a ameaça final para os modelos de subscrição

O engenheiro de software Aditya Patadia aponta no seu blogue pessoal: A Uber queimou todo o seu orçamento anual de IA em 4 meses, e a Microsoft, Salesforce e GitHub também anunciaram que vão controlar os gastos dos funcionários em IA. Isto já é um problema comum em toda a indústria, não uma questão de disciplina financeira de empresas individuais. Mas ele prevê que a cara estrutura de preços das atuais empresas de IA de topo está prestes a sofrer uma reversão.

A dupla pressão do teto de desempenho e do código aberto

A primeira observação de Patadia: as melhorias no desempenho dos modelos estão a sofrer retornos marginais decrescentes. Cada iteração do modelo ainda traz progresso, mas a magnitude do progresso está a diminuir, e o problema dos dados de treino é ainda mais estrutural – os grandes laboratórios de IA provavelmente já digeriram quase todo o conhecimento escrito digitalizável da história da humanidade, tornando extremamente difícil continuar a melhorar os conjuntos de treino.

Ele cita o facto de o Claude Opus 4.8 e o Claude Opus 4.7 terem o mesmo preço como prova: quando os modelos já não conseguem demonstrar um salto significativo entre gerações, a justificação para aumentar os preços desaparece, e a competição fica apenas com um caminho: baixar os preços.

A segunda pressão vem do campo do código aberto. Ele usa o GLM-5.2 como exemplo: este modelo de código aberto já se equipara ao GPT 5.5 e ao Claude Opus em benchmarks de código, mas o seu preço é apenas um décimo do do GPT 5.5, criando uma vantagem esmagadora em termos de preço.

O julgamento de Patadia é: enquanto os modelos de código aberto continuarem a reduzir a diferença de desempenho em relação aos modelos fechados flagship, o espaço para preços de código fechado continuará a ser comprimido.

A revolução dos chips e o custo de troca zero

Outra linha de pressão nos preços da IA vem da camada de hardware. Patadia aponta que chips especializados em IA desenvolvidos por empresas como Cerebras, Groq e Google estão a reescrever o limite inferior dos custos de inferência. Com o Google TPU como exemplo, o seu custo de inferência é 30% a 70% mais barato do que o da Nvidia H100 GPU.

Simplificando, para a mesma quantidade de computação, usar o chip certo pode poupar muito dinheiro, e esta diferença comprime diretamente o limite inferior de preço dos fornecedores de modelos. Além dos chips, a própria arquitetura dos modelos também está a reduzir custos: os mecanismos de cache permitem que consultas repetidas não precisem de ser recalculadas, e a arquitetura MoE (Mixture of Experts), em linguagem simples, faz com que o modelo chame apenas alguns 'especialistas' conforme necessário, sem ter de mobilizar todos os neurónios de cada vez, reduzindo significativamente a sobrecarga computacional mantendo a mesma precisão.

E há mais um ponto que Patadia considera o fator estrutural mais subestimado: o custo de troca zero.

A sua comparação é direta: o fosso de software tradicional como Windows, Adobe e Salesforce reside no facto de que substituí-los tem um custo muito elevado, exigindo frequentemente meses de migração; os modelos de IA não têm este fosso. Serviços de gateway de IA como o OpenRouter.ai permitem que os programadores mudem de fornecedor de modelos em apenas segundos, e podem até programar o sistema para alternar automaticamente entre diferentes fornecedores.

Quando os concorrentes podem ser substituídos em segundos a qualquer momento, qualquer tentativa de aumento de preço por parte de um fornecedor irá diretamente afastar os utilizadores.

Modelos locais: a ameaça final para os modelos de subscrição

A previsão mais ousada de Patadia aponta para os modelos locais. A sua estimativa é de 4 a 5 anos: a melhoria contínua do desempenho dos chips, juntamente com a inevitável descida dos preços da memória (RAM), permitirá que computadores de consumo e smartphones consigam executar modelos de linguagem localmente. Ele prevê ainda que os sistemas operativos mainstream terão uma interface de implementação de modelos integrada, permitindo que as aplicações locais chamem diretamente os modelos locais.

O que significa este cenário, uma vez concretizado? Os modelos na nuvem só serão necessários para as tarefas mais complexas: análise de documentos legais, raciocínio de contexto longo, integração entre bases de dados. Tarefas diárias como autocompletar código, correção de ficheiros, verificação de factos básicos serão feitas localmente, sem necessidade de uma subscrição na nuvem de $20 ou mesmo $200 por mês.

Claro, Patadia também assinalou que isto são 'previsões' e não factos confirmados, e declara que estas são as suas 'apostas ousadas' – o tempo dará a resposta. Mas as cinco direções de pressão acima – retornos marginais decrescentes no desempenho, ascensão de alternativas de código aberto, redução de custos com chips especializados, custo de troca zero, substituição por modelos locais – cada uma já é suportada por casos reais, não são meras experiências de pensamento.

Se as previsões de Patadia estiverem corretas, isso é bom para os utilizadores; mas para as empresas de IA que cobram, isso é outra história.