Indústria de IA enfrenta necessidade urgente de redução de custos para alcançar lucratividade

Custos de inferência em IA caem significativamente, refletindo intensa concorrência no setor.

Quase tudo em nossas vidas está se tornando mais caro, mas a inteligência artificial (IA) apresenta uma exceção notável. Recentemente, os custos médios de inferência de modelos de IA tiveram uma queda expressiva, passando de $2,04 por milhão de tokens em maio para apenas $1,18 em agosto. Essa redução de 43% em pouco mais de dois meses indica que a competição no campo da IA está mais acirrada do que nunca.

A OpenAI, uma das líderes no desenvolvimento de IA, anunciou uma redução de até 80% nas taxas de sua linha de modelos GPT-5.6. Em paralelo, a Anthropic lançou o modelo Opus 5, que promete desempenho semelhante ao do Fable 5, mas a um custo consideravelmente menor. Além disso, houve uma congelamento no preço do Soneto 5, que deveria sofrer um aumento em breve. Essas mudanças demonstram que, apesar da constante melhoria dos modelos, a concorrência entre as empresas está resultando em mais “inteligência pelo dinheiro”.

Os analistas atribuem essa tendência à crescente adoção de modelos de IA de código aberto, especialmente aqueles desenvolvidos por empresas chinesas, que estão se tornando cada vez mais acessíveis. Um exemplo notável é o DeepSeek V4 Flash, que, embora não alcance o nível de inteligência dos modelos mais caros, oferece um desempenho impressionante por uma fração do custo. As empresas de IA na China estão adotando uma estratégia dupla: inundar o mercado com modelos baratos enquanto começam a desenvolver soluções de alto desempenho.

A competição por eficiência de custos está se intensificando. Tanto os Estados Unidos quanto a China buscam criar modelos mais compactos e especializados, utilizando arquiteturas como o Mixture of Experts (MoE), que ativam apenas uma parte dos parâmetros durante a inferência. Embora o treinamento de modelos avançados esteja se tornando cada vez mais oneroso, o uso desses modelos após o treinamento está se tornando mais acessível, beneficiando um número crescente de usuários.

Entretanto, mesmo com a queda nos preços, o uso de modelos de IA pode não ser tão econômico quanto parece. Os agentes de IA, que operam por longos períodos, muitas vezes realizam raciocínios complexos antes de fornecer respostas, utilizando diversas ferramentas que contribuem para um aumento significativo no consumo de tokens.