CoreWeave fica até 65% mais barata que os hiperescaladores em um cluster Blackwell de 3 anos
Em geral, a nuvem para IA é escolhida pelo preço da hora de GPU, mas o que pesa mais é a conta final de três anos e o custo por token. O analista da Signal65 calculou um cluster de 5 000 GPUs NVIDIA Blackwell (GB200 NVL72): na CoreWeave, ele sai 65% mais barato que no mais caro dos três hiperescaladores, cuja projeção é de $3,9 bilhões. Um milhão de tokens do DeepSeek-R1 custa lá $0,75, contra $1,23–2,22. O relatório foi publicado no blog da própria CoreWeave, então vale conferir os números com a sua carga de trabalho.
Processado por IA de CoreWeave Blog; editado por Hamidun News
Imagine que você vai colocar em produção um modelo grande como o DeepSeek-R1 e precisa escolher onde alugar as GPUs. Nas tabelas de preços das nuvens aparece o valor da hora de GPU, mas esse número não diz quantas respostas do modelo você recebe por esse dinheiro nem quanto custará um contrato de três anos. Mitch Lewis, analista da Signal65, converteu tudo em valores totais: pegou um cluster de 5 000 GPUs NVIDIA Blackwell (sistemas GB200 NVL72) por três anos e comparou a CoreWeave com três grandes hiperescaladores, chamados no relatório apenas de Hyperscaler A, B e C.
No TCO (total cost of ownership, o custo total de propriedade ao longo de todo o contrato), a CoreWeave saiu mais barata em seis de sete configurações. O exemplo mais marcante é o do Hyperscaler C: a conta de três anos é de $3,9 bilhões, e o mesmo cluster na CoreWeave custa 65% menos. Ressalva: o relatório foi publicado no blog da própria CoreWeave, ou seja, trata-se de um cálculo feito por uma parte interessada, e não de faturas de clientes reais.
Quanto custa o cluster em três anos
O modelo é simples: 5 000 GPUs, contrato de três anos e o mesmo hardware GB200 NVL72. A CoreWeave é mais barata que as três nuvens. A diferença é de 65% em relação ao Hyperscaler C, de 36% em relação ao A e de 22% em relação ao B. No caso do B, o número é aproximado: ele não divulga preços do GB200 NVL72, então os autores usaram uma tarifa estimada.
Há ainda um detalhe que favorece a CoreWeave. O modelo não inclui as cobranças por cada operação de armazenamento nem as multas por exclusão antecipada de dados em planos de arquivamento. Os hiperescaladores podem aplicar essas taxas; a CoreWeave não as tem. Por isso, segundo os autores, a diferença real pode ser ainda maior.
Preço do token: onde se somam custo e velocidade
O custo da inferência depende de quantos tokens (os pedaços de texto que o modelo lê e escreve) o hardware entrega por segundo. Quanto maior a velocidade, mais barato sai cada token. Para mostrar isso, o relatório converte o custo do cluster em preço por milhão de tokens, usando os resultados do MLPerf Inference v6.0 para o DeepSeek-R1, com 671 bilhões de parâmetros. A stack da CoreWeave entregou 4 867 tokens por segundo por GPU.
Com isso, um milhão de tokens na CoreWeave custa $0,75, enquanto nos hiperescaladores o preço vai de $1,23 a $2,22. Em termos de orçamento, $1 milhão de contrato anual compra cerca de 1,33 trilhão de tokens, contra 451 a 814 bilhões nos concorrentes. São até 2,9 vezes mais trabalho pelo mesmo dinheiro.
O relatório afirma que a vantagem no preço do token sobe de 22% (considerando só as tarifas de infraestrutura) para 65% quando se leva em conta a velocidade medida. Mas, pelos próprios números apresentados, $0,75 contra $1,23 do concorrente mais barato é cerca de 39% a menos, e os 65% aparecem na comparação com o mais caro ($2,22). Portanto, a faixa realista de economia por token é de aproximadamente 39–66%, dependendo da comparação.
Serverless e o hardware "por baixo do capô"
Para quem não quer gerenciar clusters, a CoreWeave oferece o Serverless Inference: o pagamento é por token, e o modelo fica hospedado no provedor. No gpt-oss-120b, o único modelo disponível em todas as nuvens do estudo, os tokens de entrada são 67–80% mais baratos e os de saída, 53–72%. Dos 17 modelos comparáveis, a CoreWeave é mais barata em 11, e em quatro o preço é o mesmo. O desconto mediano é mais modesto: 26% nos tokens de entrada e 15% nos de saída. O armazenamento, segundo o relatório, sai de 28% a 55% mais barato.
O resultado é atribuído à arquitetura: acesso ao hardware sem hipervisor, ou seja, sem a camada de virtualização que adiciona latência; redes sem bloqueio, com razão de 1:1 e links de 800 Gbit/s (InfiniBand e RoCE); e um proxy de cache LOTA em cada nó de GPU, que mantém a leitura de dados perto das placas de vídeo.
O que fazer com isso
Primeiro, compare as nuvens em dólares por milhão de tokens no seu modelo, e não em dólares por hora de GPU. Segundo, lembre-se das limitações: é um cálculo, os concorrentes não são identificados, um deles foi estimado de forma indireta e a velocidade foi medida em um único modelo, o DeepSeek-R1. Com outros modelos e com os seus contextos longos, o resultado pode ser diferente. Terceiro, o estudo trata de contratos com milhares de GPUs: para uma equipe pequena, importa mais o preço do serverless, onde o desconto é mais modesto e depende do modelo específico.
Um passo sensato é usar o relatório como lista de perguntas para a negociação, pedir a cada provedor a velocidade medida na sua carga de trabalho e comparar o custo final por token.
- 19 de nov. de 2026MLPerf Training: clusters de 10 240 GPUs e treinamento 49% mais rápido em seis meses
- 19 de nov. de 2026Chatbots cedem após três objeções: precisão em respostas sobre clima cai de 30% a 35%
- 19 de nov. de 2026RSAC 2026, meses depois: assistentes de IA inventaram 19,7% dos pacotes recomendados
- 19 de nov. de 2026Centenas de agentes da OpenAI invadiram a Hugging Face, e o log foi analisado pelo modelo aberto GLM 5.2
Perguntas frequentes sobre a notícia
O que se sabe sobre Quanto custa o cluster em três anos?
O modelo é simples: 5 000 GPUs, contrato de três anos e o mesmo hardware GB200 NVL72. A CoreWeave é mais barata que as três nuvens. A diferença é de 65% em relação ao Hyperscaler C, de 36% em relação ao A e de 22% em relação ao B. No caso do B, o número é aproximado: ele não divulga preços do GB200 NVL72, então os autores usaram uma tarifa estimada. Há ainda um detalhe que favorece a CoreWeave.
O que se sabe sobre Preço do token: onde se somam custo e velocidade?
O custo da inferência depende de quantos tokens (os pedaços de texto que o modelo lê e escreve) o hardware entrega por segundo. Quanto maior a velocidade, mais barato sai cada token. Para mostrar isso, o relatório converte o custo do cluster em preço por milhão de tokens, usando os resultados do MLPerf Inference v6.0 para o DeepSeek-R1, com 671 bilhões de parâmetros. A stack da CoreWeave entregou 4 867 tokens por segundo por GPU.
O que se sabe sobre Serverless e o hardware "por baixo do capô"?
Para quem não quer gerenciar clusters, a CoreWeave oferece o Serverless Inference: o pagamento é por token, e o modelo fica hospedado no provedor. No gpt-oss-120b, o único modelo disponível em todas as nuvens do estudo, os tokens de entrada são 67–80% mais baratos e os de saída, 53–72%. Dos 17 modelos comparáveis, a CoreWeave é mais barata em 11, e em quatro o preço é o mesmo. O desconto mediano é mais modesto: 26% nos tokens de entrada e 15% nos de saída.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.