Empresas dos EUA estão escolhendo a solução de IA menos cara que consegue realizar o trabalho com eficiência, em vez de optar automaticamente pela solução de IA mais avançada disponível.
Esta tendência criou certa pressão sobre os preços altos porque os novos modelos de IA estão eliminando a lacuna de capacidades, enquanto os custos dos tokens estão diminuindo de forma consistente, segundo o Financial Times.
Comprar o modelo mais barato que faz o trabalho
A essência da ideia é que modelos caros de ponta precisam ser usados apenas quando necessário, e que o trabalho regular pode ser feito por modelos mais baratos, que executam a tarefa com qualidade suficiente.
Esse padrão apareceu no AI Index de 9 de setembro da Ramp. Com base nos dados de gastos de agosto de 2026, 43,8% das empresas dos EUA na amostra da Ramp compraram produtos da Anthropic, em comparação com 39,8% para a OpenAI. A Ramp também apontou para o aumento do uso de modelos mais baratos como uma ameaça às empresas de IA que dependem de as empresas gastarem continuamente mais com sistemas de fronteira.
A tendência também é consistente com os achados do relatório de IA agentica da OCDE, publicado em setembro de 2026. Entrevistas com 25 organizações indicaram que economias de custo eram um motivo comum para usar sistemas agenticos, junto com sua contribuição para maior produtividade e para lidar com escassez de mão de obra.
Uma guerra de preços medida em frações de um centavo
O preço dos modelos está caindo rapidamente, assim como novos sistemas estão sendo introduzidos.
De acordo com a cobertura anterior da Cryptopolitan, a OpenAI lançou em 22 de setembro os GPT-6 Sol e GPT-6 Luna, com preços pelo menos 50% menores do que os modelos anteriores, GPT-5.6. O GPT-6 Sol custa US$ 2 para cada milhão de tokens de entrada e US$ 10 para cada milhão de tokens de saída.
Na mesma semana, a Anthropic lançou o Opus 5.5, enquanto a xAI apresentou o Grok 4.7 em um mercado cada vez mais movido por critérios de custo-benefício. De acordo com a Axios, modelos baratos, mas ainda eficientes, representam a nova corrida competitiva na indústria.
A tendência de queda de longo prazo é ainda mais impressionante. Segundo a Epoch AI, o preço para atingir um nível constante de desempenho em IA caiu cerca de 47% em base trimestral desde 2023, ou aproximadamente 13 vezes por ano.
O custo por tarefa concluída importa mais
Por causa dessa crescente pressão baseada em preço, as métricas pelas quais as empresas medem o sucesso estão mudando. A importância de liderar em benchmarks não diminuiu, mas há mais foco em quanto os clientes precisam pagar para obter desempenho eficiente.
O AutomationBench da Zapier testa agentes em relação a fluxos de trabalho ponta a ponta em 47 ferramentas de negócios. Em 28 de setembro, o Claude Opus 5.5 liderava a tabela com 42,47% de eficiência, com preço de US$ 1,44 por tarefa, enquanto o GPT-6 Sol estava em 33,2% no XHigh por apenas US$ 0,27 por tarefa.
Esse mesmo trade-off aparece em Artificial Analysis. O GPT-6 Sol no máximo esforço pontua 48 em seu Intelligence Index, a um custo estimado de US$ 1,06 por tarefa. O MiMo-V2.6-Pro de pesos abertos da Xiaomi pontua 46, custando apenas US$ 0,13 por tarefa.
Comparação de custos de modelos de IA: GPT-6 Sol vs Claude Opus 5.5 vs MiMo-V2.6-Pro
Essa lacuna é tão pequena que o roteamento com múltiplos modelos se torna viável. Em vez de precisar usar um único fornecedor para todas as cargas de trabalho, as empresas têm a oportunidade de usar o modelo mais adequado com base na importância relativa e na complexidade de uma tarefa.
Tokens mais baratos ainda podem significar contas maiores
Preços mais baixos não necessariamente significam gastos menores com IA.
De acordo com a Axios, o paradoxo de Jevons indica que recursos mais acessíveis levam ao seu maior consumo. A Gartner fez uma declaração semelhante ao paradoxo de Jevons em sua previsão de 17 de agosto, na qual estimou um aumento superior a cinco vezes no custo de inferência de fluxos de trabalho agenticos até 2028.
Modelos menos caros também podem aumentar a acessibilidade em outras partes do mundo. Segundo o Global AI Diffusion Report publicado pela Microsoft, modelos acessíveis e abertos podem oferecer acessibilidade também; no entanto, infraestrutura, conectividade e habilidades terão um papel vital para determinar quem consegue aproveitar isso.
A demanda está crescendo mais forte para compradores corporativos: a melhor IA talvez não seja a mais inteligente, mas é a que faz seu trabalho de forma eficiente e com o menor custo.
Os gênios mais inteligentes do cripto já leem nosso boletim. Quer entrar? Participe!