#022 - O token cai, o modelo melhora. Seria a Lei de Moore de novo?

Todo mundo que prevê o estouro da bolha de IA parte de uma conta simples: os modelos exigem mais chips, mais energia e mais dinheiro. Logo, usar IA deveria ficar cada vez mais caro. A conta da API deveria subir junto.

Só que a semana foi na direção oposta. A OpenAI cortou o Luna em 80% no fim de julho. A xAI lançou o Grok 4.6 por 2 dólares por milhão de tokens de entrada, perto de modelos bem mais caros em parte das avaliações. E a OpenAI mostrou o Sol rodando até 14 vezes mais rápido no Ultrafast. Mais capacidade, menos preço unitário, mais velocidade.

A comparação com a Lei de Moore é tentadora. A queda pode combinar eficiência para produzir e servir os modelos com subsídio para ocupar mercado. Ainda não sabemos o peso de cada parte.

Em 30 de julho, a OpenAI reduziu o preço do GPT-5.6 Luna de 1 dólar para 0,20 dólar por milhão de tokens de entrada. A saída caiu de 6 para 1,20 dólar. É um corte de 80%. O Terra caiu de 2,50 para 2 dólares na entrada e de 15 para 12 dólares na saída. A assinatura do ChatGPT não caiu. O crédito disponível dentro dela passou a render mais.

Esse é o dado que atrapalha a narrativa automática da bolha. Se treinar e servir modelos cada vez mais fortes fosse apenas empilhar GPU e queimar caixa, o preço marginal deveria apertar. A OpenAI fez o contrário. Ela baixou o preço justamente onde há classificação, extração, acompanhamento, lote e agentes que precisam tentar mais de uma vez.

Há uma explicação econômica possível: subsídio. Empresas privadas, com captação pesada e disputa por desenvolvedor, podem vender abaixo do custo para ocupar integração, workflow e dados de uso. Não há balanço auditado da OpenAI que permita calcular a margem do Luna.

Há outra explicação, menos espetacular e mais importante: o custo para servir um modelo pode cair rápido. Hardware melhor, mais utilização por chip, cache de contexto, modelos menores fazendo parte do trabalho, quantização, roteamento e software de inferência reduzem o custo por resposta. A OpenAI atribui parte da nova tabela a essa eficiência de serviço. É uma afirmação da própria empresa.

O ponto da Lei de Moore entra aqui. A lei original descrevia a densidade de transistores em chips ao longo do tempo. Ela não prevê o preço de uma chamada de API. Para IA, a curva útil é outra: quanto custa obter uma tarefa concluída com qualidade aceitável. Ela depende do chip, mas também do modelo, do cache, da ferramenta chamada no meio da execução e de quantas vezes alguém precisa corrigir o resultado.

A OpenAI mostrou um exemplo da Blitzy em que o reaproveitamento de contexto pago passou de 24% para 90% e o custo ficou 87% menor que no GPT-5.4 mini. É relato de cliente. Ainda assim, ajuda a entender por que um token barato pode liberar mais trabalho em vez de apenas reduzir fatura. Uma operação passa a pagar para o agente pesquisar, usar ferramenta, revisar e tentar de novo.

Fontes: OpenAI, tabela de preço e desempenho, OpenAI, eficiência de serviço, OpenAI API Pricing

A xAI lançou o Grok 4.6 em 12 de agosto com preço de 2 dólares por milhão de tokens de entrada e 6 dólares na saída, para pedidos abaixo de 200 mil tokens. Acima disso, a chamada sobe para 4 e 12 dólares. Contexto já processado custa 0,50 dólar. O modelo entrou no Cursor, no Grok Build, na API da xAI, no OpenRouter, na Vercel e na Cloudflare.

O preço, sozinho, seria só uma promoção. O que mudou a conversa foi a posição do modelo em avaliações. A Artificial Analysis mediu 61 pontos para o Grok 4.6 High no seu índice de inteligência. O GPT-5.6 Sol Max também ficou em 61. O Fable 5 Max marcou 62. A xAI publicou uma tabela maior, com desempenho acima do Sol em alguns testes e abaixo em outros. Em DeepSWE v1.1, por exemplo, o Sol Max fez 73% e o Grok, 65,9%.

O Grok 4.6 tenta atravessar essa divisão. A xAI diz que treinou a versão para trajetórias longas: usar ferramentas, investigar base de código, verificar o próprio caminho e continuar depois da primeira resposta. A empresa reutilizou o Grok 4.5 para gerar dados sintéticos e filtrou trajetórias erradas antes do treino complementar. Isso explica uma rota possível para o preço cair sem o modelo ficar burro: melhorar dados, treino e execução, não apenas comprar mais chip.

Ainda não sabemos quanto desse preço é eficiência e quanto é disputa. A xAI não abriu custo de inferência, margem ou compromisso de preço. Também não precisa manter a tabela para sempre. A variante Priority já cobra o dobro. O corte de preço pode ser uma porta de entrada para usar o ecossistema da empresa. Cursor, Vercel e Cloudflare ganham usuários quando o modelo aparece onde o trabalho já acontece.

Fontes: xAI, Introducing Grok 4.6, Artificial Analysis, Axios, xAI, Grok 4.5

No dia 13 de agosto, a OpenAI apresentou o Ultrafast, um serviço em prévia que roda o GPT-5.6 Sol até 14 vezes mais rápido que o processamento padrão. A empresa fala em até 750 tokens de saída por segundo. A Cerebras confirmou que fornece o hardware. Não existe preço público e o acesso ainda é limitado.

À primeira vista, isso parece contrariar a tese de token barato. Velocidade extrema costuma custar mais. A própria OpenAI cobra o dobro no Fast mode para entregar até 2,5 vezes a velocidade do Standard. Só que o Ultrafast mostra outra coisa: o laboratório não está tentando apenas reduzir a conta da API. Ele quer transformar tarefas que eram lote da madrugada em interação enquanto o problema ainda está aberto.

É aqui que a comparação com a Lei de Moore ganha limite. A tecnologia pode melhorar a relação entre capacidade e custo, mas o mercado não precisa repassar toda essa eficiência em desconto. O Luna caiu 80%. O Sol ganhou uma faixa de velocidade que talvez custe caro. A empresa pode cobrar menos por volume e mais por tempo de resposta, integração ou confiabilidade.

Esse padrão já aparece em outros mercados de computação. Capacidade barata aumenta o uso básico. O fornecedor cobra pela urgência, pelo suporte e pelo ambiente em que falhar custa dinheiro. Em IA, o token pode virar commodity em algumas tarefas. O resultado entregue no prazo continua tendo preço.

Para montar um roteador de modelo, separe a tarefa pelo custo do erro e pelo custo da espera. Lote de madrugada pode ir para Luna. Um fluxo recorrente que exige consistência pode ficar no Terra. Uma conversa em que o cliente está esperando pede velocidade, desde que a qualidade continue suficiente. O modelo mais caro só se paga quando ele reduz uma perda concreta: retrabalho, atraso ou erro.

Fontes: OpenAI, Ultrafast, Cerebras, OpenAI, preço e desempenho

Se toda a queda de preço fosse subsídio, a pergunta seguinte seria simples: quem está pagando a conta? Os números preliminares da Anthropic não fecham essa resposta, mas tiram força da tese de que ninguém compra IA cara de verdade. Documentos vistos pela Bloomberg indicam que a empresa passou de 787 milhões de dólares no segundo trimestre de 2025 para mais de 11,5 bilhões no segundo trimestre de 2026. No primeiro trimestre deste ano, o número divulgado foi de 4,73 bilhões.

A Anthropic ainda não comentou os documentos. Eles podem ser revistos antes de qualquer abertura de capital. O que dá para afirmar é menor do que o marketing sugere: investidores receberam uma fotografia de crescimento muito rápido e de resultado operacional ajustado positivo. Em maio, a empresa tinha dito que sua receita anualizada passou de 47 bilhões de dólares depois de uma rodada de 65 bilhões. A Reuters reportou uma meta interna de 190 a 200 bilhões em receita anual em 2028.

O laboratório não é o exemplo de token barato. Fable, Mythos e o plano Max brigam pela ponta mais cara do mercado. Mesmo assim, a receita cresce enquanto OpenAI e xAI pressionam preço em modelos de volume. Isso sugere que há clientes pagando por trabalho que precisa dar certo, especialmente código e operação corporativa. Também sugere que a disputa não será vencida por uma única tabela de preço.

Esse dado não prova que a bolha acabou ou que os preços atuais são sustentáveis. Receita não é fluxo de caixa. Receita anualizada não é lucro. Resultado operacional ajustado pode excluir despesas relevantes. E uma empresa em preparação para IPO tem todo incentivo para contar a melhor versão possível da própria história.

Ele resolve, porém, uma confusão comum. Token barato não obriga todos os modelos a serem baratos. O fornecedor pode reduzir o custo de uma camada para aumentar uso e cobrar mais na camada em que velocidade, qualidade, governança ou erro evitado têm valor. É a mesma lógica que aparece no Ultrafast e na variante Priority do Grok.

Fontes: Bloomberg, Reuters via Seeking Alpha, Anthropic, Series H

A Anthropic passou a marcar texto gerado pelo Claude. Modelos lançados a partir de 2 de agosto carregam um sinal estatístico invisível. Não há caractere escondido, cobrança extra ou API pública de detecção por enquanto. Tradução feita pelo Claude tende a receber marca; revisão leve de texto humano pode deixar pouco sinal. Fonte: Anthropic.

Musk prometeu o Grok 4.7 em três a quatro semanas. A fala saiu na Axios no dia 13, um dia após o lançamento do 4.6. Ainda não há página da xAI, preço, identificador de API ou benchmark. O 4.6 já dá para testar. Fonte: Axios.

Os modelos abertos da Alibaba passaram de 3 bilhões de downloads em seis meses. O recorte veio de dados da Hugging Face repercutidos pela Bloomberg. Google aparece com 418 milhões e Meta com 227 milhões no mesmo período. Download mede distribuição, não receita. Fonte: Techmeme / Bloomberg.

A Anthropic não planeja lançar o Model 2 ao público. Segundo a Axios, o relatório de risco da empresa descreve um modelo interno acima do Mythos e sem plano de liberação externa. O laboratório está separando capacidade de pesquisa da capacidade disponível por API. Fonte: Axios.

Na engenharia, eu ouvia muito sobre a Lei de Moore.

A ideia era simples: por quase 50 anos, a tecnologia respeitou uma regra impressionante. A capacidade computacional avançava em um ritmo previsível.

Sabe quando essa lei foi quebrada pela primeira vez? Com a IA.

Ela não parou de funcionar. A curva acelerou.

É uma simplificação, claro. A Lei de Moore fala especificamente sobre a capacidade e a potência dos microchips.

Só que, no mundo de hoje, eu prefiro olhar para outra medida: a capacidade de um computador fazer o seu trabalho.

Com a IA generativa, essa curva acelerou muito. O que antes levava dois anos para acontecer começou a acontecer em quatro meses.

A premissa é simples: a cada quatro meses, a capacidade da IA dobra enquanto o custo cai pela metade.

Isso tem se repetido nos últimos dois anos. Vai continuar nesse ritmo? Eu não sei. Até agora, é isso que está acontecendo.

Então fica a minha provocação.

Você acha que a IA já está boa? Acha que ela já faz coisas impressionantes?

É um exercício interessante pensar no que isso faz com as profissões, o trabalho e as relações humanas num horizonte de cinco anos.

Já parou para pensar onde estaremos lá?

Um último recado: como avisei no começo desta news, nos dias 29 e 30 de agosto vou realizar a Imersão Agência de IA.

Se você quer passar um fim de semana comigo, conhecer minha filosofia de escala de negócios e entrar no ecossistema da AI Society e do ChatFunnel, garanta seu ingresso aqui: https://imersao-ia.thesociety.com.br/