IA virou a maior cliente da IA: consumo de tokens por agentes no OpenRouter cresceu 14 vezes

Os agentes de IA consomem na plataforma OpenRouter mais tokens do que os usuários humanos, e a distância aumenta rapidamente: o consumo agêntico cresceu 14 vezes, enquanto o humano subiu apenas 2,8 vezes. As estatísticas do maior agregador de modelos de linguagem foram analisadas pelo The Decoder.

As máquinas ultrapassaram as pessoas

O OpenRouter funciona como um termômetro da indústria de IA: por meio de uma API única, a plataforma roteia requisições para centenas de modelos de dezenas de provedores, e suas estatísticas públicas refletem padrões reais de uso, não declarações de marketing. O termômetro aponta uma mudança estrutural: o ponto em que o tráfego agêntico superou o humano já ficou para trás, e desde então as curvas só se afastam.

Por trás dos números frios, muda a própria natureza do consumo de IA. Uma pessoa faz uma pergunta e lê a resposta: são poucas requisições por minuto. Um agente que executa uma tarefa trabalha em ciclos: planeja, chama ferramentas, lê os resultados, confere o próprio trabalho — e cada volta do ciclo queima tokens. Um único agente em operação gera o tráfego de dezenas de pessoas.

• O consumo de tokens por agentes cresceu 14 vezes; o humano, 2,8 vezes
• Os agentes consomem de forma consistente mais do que as pessoas, e a diferença aumenta
• Quase 70% do tráfego agêntico é de prompts em cache, com preço reduzido

Por que os custos crescem mais devagar que o tráfego

O The Decoder chama a atenção para uma ressalva importante: cerca de 70% do consumo agêntico vem de prompts em cache. A cada passo, os agentes reenviam ao modelo o mesmo contexto — instruções de sistema, histórico da tarefa, documentação —, e os provedores cobram o reprocessamento desses trechos por um valor várias vezes menor. Por isso, os gastos efetivos crescem bem mais devagar do que o contador bruto de tokens.

Para os provedores de modelos, a notícia tem dois lados. A demanda agêntica explosiva confirma o mercado. Mas a estrutura dessa demanda — tokens em cache, baratos — significa que a receita escala pior que o tráfego, enquanto a carga sobre a infraestrutura continua real.

O que isso significa

A economia da IA está migrando dos chats para os pipelines: o principal consumidor de modelos deixa de ser a pessoa com uma pergunta e passa a ser o programa com uma tarefa. Isso muda os requisitos dos produtos — latência, cache e custo do ciclo ganham mais peso que a beleza da interface — e explica por que os provedores disputam quem reduz mais os preços justamente das requisições em cache e em lote. A próxima fase da concorrência entre modelos será decidida pela economia do ciclo agêntico, não pela pontuação em benchmarks.

Perguntas frequentes

O que é o OpenRouter?

Um agregador de acesso a modelos de linguagem: uma API única pela qual desenvolvedores consultam centenas de modelos de diferentes provedores. As estatísticas públicas da plataforma se tornaram um indicador popular da demanda real por modelos.

Por que os prompts em cache são mais baratos?

Os provedores guardam trechos de contexto já processados e, quando eles são reenviados, não os recalculam do zero — há menos computação, e a tarifa desses tokens fica várias vezes abaixo da padrão.