Guerra de Preços de IA se Intensifica: xAI, OpenAI e Meta Cortam Preços Coletivamente, Anthropic sob Pressão, Para Onde Fluem os Lucros da Cadeia da Indústria de IA?

TradingKey - Ao longo da última semana, o foco da concorrência no setor de IA mudou de 'desempenho' para 'preço'. Da SpaceXAI de Elon Musk ( SPCX) para a OpenAI e, em seguida, para a Meta ( META ), as três gigantes lançaram seus modelos de IA de próxima geração em rápida sucessão. Mas, desta vez, elas estão competindo não apenas para ver quem é 'mais inteligente', mas também quem é 'mais barata'.

O Grok 4.5 é mais de 60% mais barato do que o Opus 4.8 da Anthropic, o preço do GPT-5.6 Terra foi cortado pela metade e o preço de entrada do Meta Muse Spark 1.1 é de apenas US$ 1,25 por milhão de tokens. A lógica central desta guerra de preços mudou de uma 'corrida de desempenho' para uma 'corrida de custos', acelerando a explosão do consumo de tokens e impulsionando indiretamente o crescimento da demanda por hardware upstream.

O Que É um Token?

Um token é a menor unidade de texto processada por um modelo de IA. Antes que um trecho de texto seja enviado a um modelo, ele é segmentado em múltiplos tokens, que podem ser palavras completas, radicais de palavras ou sinais de pontuação. No contexto do idioma chinês, um único caractere chinês ou uma palavra comum pode servir como um token. O número de tokens determina diretamente o comprimento máximo do texto para uma única conversa. Na precificação de APIs, os tokens são a base de cobrança, com o texto de entrada e as respostas geradas sendo cobrados cumulativamente com base em suas respectivas contagens de tokens.

Empresas Restringem Gastos com IA com Mudança de Foco da Expansão do Uso para o Cálculo de Custos

Apenas alguns meses atrás, uma cultura de "Maximização de Tokens" era popular no Vale do Silício, onde as empresas incentivavam os funcionários a usar a IA o máximo possível por medo de ficarem para trás se a usassem menos. Recentemente, no entanto, as coisas mudaram.

De acordo com um relatório recente do The Information, a Tesla ( TSLA) notificou os funcionários que, a partir de 6 de julho, limitará os gastos dos funcionários com ferramentas de IA a US$ 200 por semana, com qualquer excesso exigindo a aprovação de um supervisor. A Uber ( UBER) esgotou todo o seu orçamento de IA para 2026 em abril, limitando posteriormente os gastos mensais com tokens de cada funcionário em qualquer ferramenta de IA individual a US$ 1.500.

De acordo com a Ramp, plataforma de dados de gastos corporativos, a mediana dos gastos corporativos mensais com tokens de IA em abril de 2026 foi de US$ 2.246, mas a média chegou a US$ 140.000. Essa grande disparidade indica que um pequeno número de "superusuários" está consumindo a grande maioria dos orçamentos de IA.

As empresas estão começando a fazer as contas. Há um ano, os executivos da OpenAI ainda discutiam a possibilidade de cobrar milhares de dólares por mês em taxas de assinatura para modelos de IA de ponta. Hoje, o discurso de Sam Altman mudou: "Toda empresa está pensando no que está gastando com IA e no valor que está obtendo com isso, que é exatamente o que queremos abordar."

xAI, OpenAI e Meta reduzem preços coletivamente, guerra de preços de IA se intensifica

A SpaceXAI foi a primeira a lançar o Grok 4.5 em 8 de julho, marcando o primeiro novo modelo da empresa desde sua listagem.Musk fez um anúncio de grande repercussão no X: "Este é um modelo de classe Opus, mas mais rápido, mais eficiente no uso de tokens e mais barato."

Dados de testes corroboram isso. Nas tarefas do SWE-Bench Pro, o Grok 4.5 resolveu problemas usando uma média de apenas 15.954 tokens, em comparação com 67.020 tokens do Claude Opus 4.8, o que representa menos de um quarto do consumo do concorrente. O preço da API é de US$ 2 para input e US$ 6 para output por milhão de tokens, mais de 60% mais barato do que o Claude Opus e o GPT-5.5. A SpaceXAI afirma que sua eficiência de tokens é o dobro da de produtos comparáveis.

A OpenAI lançou o GPT-5.6 ao público em 9 de julho, apresentando três modelos de uma só vez: Sol, Terra e Luna.

Sol: Input a US$ 5 e output a US$ 30 por milhão de tokens, igualando o preço da geração anterior, ao mesmo tempo em que eleva significativamente a eficiência e o desempenho. No índice Coding Agent da renomada organização Artificial Analysis, o Sol (max) estabeleceu um novo referencial global com uma pontuação de 80, demonstrando uma forte consistência contínua ao realizar tarefas complexas de múltiplas etapas, com custos gerais por tarefa substancialmente mais baixos do que os modelos de fronteira tradicionais.

Terra: Input a US$ 2,50 e output a US$ 15 por milhão de tokens, tendo o GPT-5.5 como referência de desempenho, mas com o preço cortado exatamente pela metade. No teste oficial Agents' Last Exam da OpenAI, o Terra, impulsionado por sua eficiente cadeia lógica, consegue concluir fluxos de trabalho profissionais específicos a um custo estimado de aproximadamente um dezesseis avos daquele dos modelos de fronteira tradicionais.

Luna: Input a US$ 1 e output a US$ 6 por milhão de tokens, o mais barato dos três e ideal para cenários de chamadas de alta frequência.

A Meta veio logo em seguida, apresentando seu primeiro modelo de API pago, o Muse Spark 1.1.Em termos de preço, o valor é de US$ 1,25 para input e US$ 4,25 para output por milhão de tokens. Isso se compara ao custo do Anthropic Fable 5, de US$ 10 para input e US$ 50 para output. O preço do Muse Spark 1.1 é apenas um décimo do valor do Fable 5.

Zuckerberg disse sem rodeios: "Outros laboratórios têm preços altos e margens de lucro imensas. Nós temos a capacidade de oferecer inteligência de fronteira a um preço mais acessível." A confiança da Meta decorre de seu negócio de publicidade altamente lucrativo, usando preços baixos para conquistar o mercado primeiro, antes de aumentá-los gradualmente assim que consolidar sua posição.

Anthropic Sob Pressão: Clientes Votam com Orçamentos, Não com Rankings

Com as três grandes cortando preços coletivamente, a Anthropic sem dúvida sente a maior pressão. De acordo com dados da Ramp, a participação da Anthropic em assinaturas de IA corporativa atingiu 41% em maio de 2026, superando os 39,5% da OpenAI pela primeira vez. A Anthropic, que originalmente detinha uma vantagem no mercado corporativo, agora está sendo flanqueada por rivais que utilizam o preço como estratégia.

Além disso, os dados mostram que os próprios gastos da Anthropic com poder computacional atingiram 2,3 vezes as suas despesas com folha de pagamento. Com base em um custo total de contratação de US$ 224.000 para um engenheiro sênior, o gasto correspondente com poder computacional por engenheiro é de aproximadamente US$ 515.000 por ano.

A Anthropic mudou recentemente o Claude Enterprise de um modelo de assinatura de taxa fixa para um modelo de cobrança baseado no uso. Essa própria mudança reflete justamente que as pressões de custos de IA já foram transmitidas dos clientes para os próprios provedores.

Para onde estão fluindo os lucros da cadeia setorial?

Se a camada de modelos está engajada em uma guerra de preços, para onde estão indo os lucros?

Primeira parada: Provedores de serviços de roteamento de modelos. À medida que o número de modelos se multiplica e a precificação se torna cada vez mais caótica, as empresas têm uma necessidade ainda maior de ferramentas que as permitam 'usar o que for mais barato'. Plataformas como a OpenRouter permitem que os usuários alternem automaticamente entre centenas de modelos com base na tarefa. Em maio de 2026, a OpenRouter concluiu uma rodada de financiamento Série B de US$ 113 milhões, atingindo uma avaliação de US$ 1,3 bilhão. O volume de tokens que ela processa semanalmente cresceu de 5 trilhões para 25 trilhões.

Um relatório do Citigroup mostra que a participação de tokens de modelos de código aberto processados na plataforma OpenRouter saltou de 34% em janeiro para 65% em junho.

Segunda parada: Alternativas de melhor custo-benefício. A participação de tokens de empresas dos EUA que usam modelos de IA chineses na OpenRouter permaneceu estável acima de 30% semanalmente desde 2026, atingindo um pico de 46%.

De acordo com dados de avaliação de terceiros, a diferença geral de desempenho dos principais modelos de fronteira chineses em compreensão multimodal e implantação de engenharia, em comparação com os melhores modelos de código fechado dos EUA, estreitou-se significativamente para algo entre 1% e 4%, enquanto seus preços são de 60% a 90% mais baixos.

Terceira parada: Semicondutores upstream. A guerra de preços consome a camada de modelos, e é a camada de modelos que paga a conta. A confiança dos desenvolvedores de modelos para cortar preços decorre do declínio contínuo nos custos de inferência, que é respaldado pelo boom estrutural nos setores de chips de IA e chips de memória. A Micron ( MU) viu sua margem operacional em um único trimestre ultrapassar 80%, enquanto a SK Hynix ( SKHY) e os lucros de chips de memória da Samsung continuam a atingir recordes históricos. A maior parte dos custos de poder computacional de IA não está na camada de modelos, mas sim na camada de chips. Por trás de cada chamada de API, há consumo de GPUs e HBM. Quanto mais acirrada a batalha na camada de modelos, mais rígida é a demanda por chips e memórias upstream; quanto mais brutal a guerra de preços, mais certos são os benefícios para o segmento upstream.

De ‘Vale a Pena’ a ‘Está Caro’: Chegou a Era da Eficiência de Tokens

Uma guerra de preços na camada de modelos beneficia os clientes no curto prazo, oferecendo custos mais baixos, mais opções e maior poder de barganha. No longo prazo, no entanto, os desenvolvedores de IA sobreviventes devem responder a uma pergunta: à medida que os preços unitários dos tokens continuam a cair, como eles recuperarão as centenas de bilhões de dólares investidos em chips e data centers?

Zuckerberg tem um negócio de publicidade para financiar seus esforços, Musk tem a capacidade de apresentar narrativas ao mercado de capitais, e a OpenAI desfruta de uma vantagem de pioneirismo e de um prêmio de marca. Enquanto isso, a Anthropic, uma empresa construída sobre a premissa de ser "a mais inteligente", enfrenta uma dura realidade: os clientes estão votando com seus orçamentos, não com as posições nos rankings.

A "era da eficiência dos tokens" da IA chegou. A maior mudança deste ano não é o quanto os modelos se tornaram mais fortes, mas sim como toda a indústria passou de questionar "vale a pena" para "é muito caro". À medida que cada empresa analisa detalhadamente suas faturas de IA, quem puder ajudar os clientes a economizar dinheiro será quem irá sobreviver.