Tokens ficam 13 vezes mais baratos por ano, mas as contas de IA crescem: a economia dos LLMs em detalhe

O paradoxo parece ilógico: os tokens ficam uma ordem de grandeza mais baratos por ano, mas as contas de IA das empresas crescem. O autor de uma análise no Habr reuniu dados do prospecto da Anthropic (S-1), do índice de gastos da Ramp e de pesquisas da Epoch AI, e mostrou que não há contradição. São apenas duas curvas de preço diferentes.

Duas curvas em vez de uma

A Epoch AI estima que atingir um nível fixo de qualidade fica cerca de 13 vezes mais barato por ano desde 2023. Extrapolando, em pouco mais de três anos chega-se a algo como dez mil vezes (é uma estimativa do autor da análise, não um número do relatório). Mas as empresas não pagam pelo nível de ontem, e sim pelo modelo mais novo. Seu preço se mantém numa faixa de 10 a 75 dólares por milhão de tokens de saída, e a mesma tarefa consome mais tokens. Em 2026 somou-se a isso um encarecimento direto: as novas versões chegaram mais caras que as anteriores.

A tabela de preços, aliás, reflete mal a realidade. Segundo a Ramp, as empresas americanas pagam à OpenAI e à Anthropic em média cerca de 0,56 dólar por milhão de tokens. Em cenários com agentes, o grosso do volume é a releitura de contexto a partir do cache e os modelos baratos. Um exemplo pela metodologia de Martin Alderson: uma sessão de agente de código com 10 milhões de tokens do cache, 0,5 milhão de entrada e 0,2 milhão de saída custa de 23 centavos a 25 dólares. É uma diferença de duas ordens de grandeza, e a escolha do modelo e da arquitetura de cache influencia o orçamento mais que qualquer mudança na tabela de preços.

Para onde vai o dinheiro do provedor

O prospecto da Anthropic trouxe pela primeira vez números verificáveis. A margem bruta do atendimento de requisições é de cerca de 85% no primeiro semestre de 2026 (é um cálculo a partir da receita e do custo, a empresa não a divulga). De cada dólar de receita, cerca de 15 centavos vão para inferência, cerca de 60 para P&D e treinamento, cerca de 23 para vendas e cerca de 6 para administração.

Cerca de 80% da receita vem do pagamento por tokens, o restante das assinaturas. Ressalva: quase metade da receita passa pelos marketplaces da AWS e do Google Cloud, cuja comissão é contabilizada nas despesas comerciais, de modo que a margem líquida é menor, mas a ordem de grandeza é a mesma.

Na OpenAI o quadro é outro: segundo The Information e WSJ, o prejuízo operacional no primeiro e no segundo trimestres de 2026 foi de 9,3 e 12,3 bilhões de dólares, com receita de 5,7 e 6,7 bilhões. A margem bruta foi de cerca de 39% no primeiro trimestre, por causa dos muitos planos gratuitos e baratos. Esses dados são estimativas; a empresa não divulga seus resultados.

Em suma: o preço de um modelo de fronteira não é definido pelo custo do token, mas pela necessidade de recuperar o treinamento de modelos com ciclo de vida curto, pelo prêmio de liderança e pela escassez de capacidade. É significativo que, um mês após o lançamento do Claude Fable 5, ele respondesse por apenas cerca de 6% dos tokens comprados da Anthropic. Parece que a disposição de pagar por ganhos de qualidade tem um limite.

Assinaturas: limites em vez de aumentos de preço

Um preço fixo de assinatura funciona mal quando um agente queima tokens de forma autônoma por dezenas de minutos. Os provedores respondem não elevando preços, mas cortando limites. Pelo modelo do autor, em que o custo equivale a cerca de 15% do preço de API do mesmo volume, um desenvolvedor médio no Claude Code com o plano de 100 dólares gera uma margem de cerca de 74 dólares.

Até o percentil 90 continua no positivo. Só os usuários intensivos dão prejuízo: nos extremos, a perda é estimada em cerca de 530 dólares por mês. Para um portfólio do plano de 200 dólares com 15% de usuários intensivos, a margem é de cerca de 56%.

É um modelo com premissas; parte dos perfis de consumo foi adotada como hipótese.

O que fazer na prática

Primeiro: calcule o custo da tarefa, não do token. Observe a tarifa de leitura de cache e o número de tokens por resultado. Segundo: faça o roteamento. Use o modelo caro onde a diferença de qualidade se converte em dinheiro, e deixe o restante para modelos de ponta de nível intermediário ou para modelos baratos e abertos. Terceiro: incorpore ao produto o risco de mudanças em tarifas e limites, pois a Anthropic admite no S-1 uma transição para pagamento por resultado ou por tarefa concluída. Quarto: não espere que a queda do preço da inteligência reduza sozinha a sua conta, pois o apetite dos agentes cresce mais rápido.