AI Token para o exterior: eletricidade barata e a parede intransponível

A China representa 61% do volume global de chamadas de AI Token, mas o dinheiro ganho pode ser menor do que uma migalha para a Anthropic.

Numa noite profunda de fevereiro de 2026, no Mission District de São Francisco, um desenvolvedor de origem indiana chamado Arjun encarava a tela de uma fatura. Ele usou Claude para executar um fluxo de trabalho de um agente de revisão de código automatizada. Mais de uma dúzia de subtarefas em paralelo, chamando repetidamente o contexto, o consumo de AI Token não é linear, é exponencial. Uma noite, dezenas de dólares foram queimados.

No dia seguinte, ele mudou para o modelo M2.5 da MiniMax, uma empresa chinesa, na plataforma OpenRouter — a maior plataforma de agregação de modelos de IA do mundo. O mesmo fluxo de trabalho, a fatura reduziu-se em uma ordem de magnitude. O código rodou normalmente, o resultado não mudou muito.

O que Arjun não sabe é que cada uma de suas solicitações está partindo da Califórnia, atravessando o cabo submarino do Pacífico, chegando ao centro de dados de uma província no noroeste da China. O cluster de GPU é ativado, a energia vem da rede elétrica nacional, a inferência é concluída, o resultado é enviado de volta, tudo em menos de dois segundos.

A energia nunca saiu da rede elétrica da China, mas o valor da energia, através de grandes modelos, usando AI Token como suporte, está indo para o exterior.

Isso não é apenas uma escolha de um desenvolvedor, todo o Vale do Silício está em modo de “maximização de tokens”. Arjun é apenas um exemplo dessa onda global de consumo de AI Token.

E do outro lado do Pacífico, a cena é completamente diferente.

Na mesma primavera, no deserto de Gobi, no noroeste da China, alguns centros de computação que estavam em plena atividade há dois anos ficaram silenciosos. Um velho que trabalha na construção de centros de computação há anos me disse, durante um momento de FOMO geral:

“A saída de AI Token para o exterior não é tão simples quanto dizem na mídia.”

Ele não se referia a problemas técnicos, mas a problemas de digestão. Ter um centro de computação próprio para grandes modelos é a melhor estratégia; os operadoras de telecom têm uma segunda melhor opção, com canais de respaldo; os mais difíceis são os capitais privados que investiram na onda de IA — parecem promissores, mas na verdade ninguém garante nada.

A muralha que impede a travessia internacional, simplesmente, não pode ser ultrapassada — aqueles data centers inacabados ou semi-inativos no noroeste da China não é que não possam ser construídos, é que, após construídos, percebem que: a muralha é mais alta que uma usina de energia.

De um lado, o Vale do Silício em modo de “maximização de tokens”; do outro, centros de dados ociosos no noroeste da China. A eletricidade mais barata do país produziu o AI Token mais barato do mundo. Mas as empresas chinesas de IA, quanto valor realmente conseguem capturar disso?

1. Uma outra leva de eletricidade chegou há uma década

Por volta de 2015, os gerentes de usinas de Sichuan, Yunnan e Xinjiang começaram a receber visitantes estranhos. Alugaram fábricas abandonadas, encheram-nas de máquinas, operando 24 horas por dia. As máquinas não produziam nada, apenas resolviam um problema matemático sem parar. De vez em quando, de um cálculo infinito, surgia um bitcoin.

Era a versão 1.0 do valor da energia indo para o exterior. Água barata de hidroelétricas era usada por mineradoras para fazer hashing, trocando por ativos digitais em circulação global, que eram convertidos em dólares nas exchanges. A energia não atravessava fronteiras, mas seu valor, usando bitcoin como suporte, fluía para o mundo todo. No auge, a China respondia por mais de 70% do poder de hashing do bitcoin global.

O caminho de captura de valor do bitcoin era muito curto — energia vira cálculo, cálculo vira BTC, BTC vira dólar. Sem depender de ninguém. O próprio bitcoin é um produto final, um ouro digital apoiado por energia, que pode ser convertido em dinheiro assim que sai da mina. Pode ir para o exterior nu e cru.

Mas um caminho curto significa uma base fraca.

Em 2021, uma intervenção regulatória cortou o fluxo, mineradores dispersaram-se, e o valor de captura caiu a zero instantaneamente. O poder de hashing migrou para Cazaquistão, Texas, Canadá. As usinas continuaram produzindo energia, mas essa energia deixou de se transformar em dólares.

A lógica da energia não desapareceu, ela apenas espera uma nova casca.

Após o surgimento do ChatGPT, o mesmo conjunto de usinas, fábricas e até contratos de energia virou centros de dados de IA. Mineradoras trocaram por GPU, bitcoin por AI Token.

Porém, AI Token não é bitcoin.

Bitcoin é um produto final, AI Token é um semiacabado. Para virar um produto que o cliente esteja disposto a pagar, o AI Token precisa passar por camadas de modelos, produtos e fluxos de trabalho. Não pode simplesmente sair ao mar. A cadeia de valor construída ao redor desse semiacabado é muito mais complexa — desde energia verde e salas de resfriamento líquido, até chips de IA, servidores, APIs de grandes modelos, plataformas de agregação e conformidade transfronteiriça, tudo conectado em sete camadas.

A cadeia ficou mais longa. Cada camada é um ponto de interceptação.

O que permanece constante é a energia, e uma questão que nunca mudou: desta vez, quanto valor pode ficar?

2. A jornada de uma unidade de energia e sua ponte quebrada

Para responder, vamos seguir uma unidade de energia.

Cada vez que Arjun pressiona Enter, cinco etapas se sucedem: energia → computação → treinamento de modelo → inferência do modelo → entrega do AI Token na tela dele.

As três primeiras etapas já terminaram. Uma unidade de energia de uma hidroelétrica de Sichuan, enviada para um centro de dados na Mongólia Interior, alimentou clusters de GPU por meses, alimentando trilhões de dados, treinando um grande modelo. Depois de treinado, o “fórmula” do modelo ficou definida. A vantagem energética da China foi completamente incorporada — custos de treinamento mais baixos, arquitetura mais eficiente, otimizações de engenharia feitas por dezenas de empresas competindo entre si. A energia de uma unidade elétrica foi comprimida em um arquivo de alguns centenas de GB.

As duas últimas etapas estão acontecendo agora. Cada vez que Arjun pressiona Enter, um centro de dados inicia uma inferência: carregando a fórmula, consumindo energia e computação, produzindo uma leva de AI Tokens, que são enviados de volta. Cada AI Token nasce com energia em tempo real.

A questão é: qual centro de dados?

2.1 AI Token indo para o exterior por dois caminhos completamente diferentes

Arjun está usando o primeiro — inferência na China, AI Token entregue via API no exterior. O pedido atravessa o Pacífico até Guizhou, e depois volta para São Francisco. A energia verde de 0,38 yuan por kWh na China reduz o custo marginal de cada AI Token. O benefício que Arjun aproveita é, na essência, a energia hidroelétrica chinesa pagando a conta, com a vantagem energética totalmente realizada.

O segundo caminho — levar a fórmula para o exterior, fazer inferência na Virgínia ou Cingapura. Empresas como Zhipu, DeepSeek na Azure da Microsoft, MiniMax na AWS da Amazon — todos usam esse método. Inferência com energia local, GPU local, o custo de cada AI Token não tem relação com o preço da energia na China.

2.2 Coca-Cola nunca exporta água engarrafada

O segundo modelo é como a Coca-Cola — nunca envia água engarrafada de suas fábricas nos EUA para o mundo, exporta a fórmula, que é usada localmente com água e linhas de engarrafamento do país.

No painel do Alibaba Cloud Baolian, há um menu suspenso: escopo de implantação do serviço — “China continental”, “Internacional”, “Global”. Selecionar “Internacional” faz o inferência rodar na Virgínia, a conformidade desaparece, e o preço da energia vira o dos EUA. Esse menu suspenso é a chave para mudar do primeiro para o segundo modo.

Mas a Coca-Cola consegue lucrar com a fórmula porque ninguém consegue copiar. Modelos grandes, porém, são diferentes — DeepSeek, Tongyi Qianwen são de código aberto, seus pesos podem ser baixados por qualquer um. A fórmula é pública, as linhas de engarrafamento são de terceiros, a energia também. O único ponto de captura de valor restante é: a velocidade de lançar a fórmula.

Relatórios da Galaxy Securities dizem que o ciclo de iteração dos grandes modelos globais foi reduzido de meio ano para alguns meses. Se uma proibição de chips atrasar a inovação, a janela de frescor diminui ainda mais.

Arjun não se importa de onde vem a fórmula. Ele só quer saber qual é a mais barata nesta semana, e se ainda será útil na próxima.

A jornada de uma unidade de energia para o exterior foi interrompida entre treinamento e inferência. Não é só o custo que foi afetado, mas também a captura de valor.

O primeiro modo mantém a vantagem energética, mas perde o mercado — clientes corporativos não aceitam que seus dados passem pela China, o atraso é um problema sério. O segundo modo abre o mercado, mas perde o custo — você não vende mais energia barata, mas a própria fórmula.

O tempo também não está do lado da China. A Deloitte prevê que o centro de gravidade do poder de computação de IA global está mudando de treinamento para inferência — a proporção de inferência deve subir de um terço em 2023 para dois terços, e possivelmente mais de 80% no futuro. Treinamento custa uma vez só, inferência gera contas diárias. Quanto mais importante for a inferência, menor será a influência do preço da energia.

Essa é a diferença essencial entre a saída de AI Token e a de energia fotovoltaica. A energia solar, do silício ao módulo e ao embarque, mantém sua vantagem de custo ao longo de toda a cadeia, sem rupturas. A cadeia de custos do AI Token se divide entre treinamento e inferência — uma rachadura entre elas. Se a vantagem energética não passar, o que realmente se transmite internacionalmente é a capacidade de engenharia embutida na fórmula de alguns centenas de GB.

Duas estratégias, dois dilemas. Quanto tempo essa rota de vender AI Token barato pode durar?

3. Energia barata, muro intransponível

Não muito. Três obstáculos estão estreitando essa rota.

Primeiro, o muro físico.

As solicitações de Arjun atravessam o Pacífico, com latência de 150 a 300 milissegundos. Uma conversa não percebe o atraso. Mas o fluxo de trabalho do agente envolve dezenas de chamadas contínuas, e a máquina não espera, a latência acumula-se até segundos, e o fluxo trava. Não é questão política, nem de sistema, é a velocidade da luz.

Ou está na luz, ou a luz está lá.

Segundo, o muro regulatório.

Empresas americanas que compram serviços de IA precisam responder a cinco perguntas: os dados entram na China? Onde estão os logs? Os inputs e outputs são usados para treinar? Está em conformidade com as leis locais? Quem é responsável se houver problemas?

Se não conseguem responder, a compra para ali. Não é que o modelo seja ruim, é que o departamento de conformidade não assina.

O economista-chefe do Morgan Stanley, Xing Ziqiang, citou um exemplo mais agudo: a Huawei tinha vantagens técnicas e de preço em equipamentos 5G, mas, após 2018, foi excluída das redes de telecomunicações europeias e americanas. Estações 5G e AI Token têm algo em comum — ambos envolvem fluxo de dados por dispositivos e servidores de terceiros. Sua frase foi:

“Não exagere na vantagem de energia na saída de AI Token, e ignore as considerações geopolíticas e de segurança.”

Vantagem técnica não resolve a crise de confiança.

Terceiro, o muro político.

Proibições de chips travam o treinamento, e a censura de modelos trava a sua colocação no mercado. São variáveis imprevisíveis.

Esses três muros delimitam um espaço muito estreito: vender AI Token barato, atravessando a conformidade, só alcança os desenvolvedores de cauda longa que são indiferentes a regras, toleram atrasos e são extremamente sensíveis ao preço. A fórmula, por sua vez, não consegue passar pelo muro de energia.

Duas estratégias, dois pontos cegos. Onde as empresas chinesas de IA estão na cadeia de valor global?

4. Campeões na pequena arena, espectadores na cadeia de valor

24 de fevereiro de 2026, dados do OpenRouter: os dez principais modelos do plataforma consumiram 8,7 trilhões de AI Tokens, sendo 5,3 trilhões de origem chinesa, ou seja, 61%.

“China supera os EUA pela primeira vez” — a notícia se espalhou na internet em chinês.

O COO do OpenRouter, Chris Clark, descreveu numa entrevista: “Modelos de código aberto chineses representam uma proporção anormalmente alta nos fluxos de trabalho de agentes de empresas americanas.” Uma tarefa complexa de codificação, usando Claude, custa entre 50 e 100 dólares; com DeepSeek V3.2, cerca de 0,5 dólares. Essa diferença de cem vezes é uma linha de vida ou morte para startups que rodam dezenas de agentes.

Porém, por trás de 61%, há duas verdades.

Primeira: isso é só uma pequena arena.

A quantidade de AI Tokens consumidos pelo OpenRouter representa apenas cerca de 3% do total global. A grande arena está em outro lugar, com uma diferença de escala enorme.

Em abril de 2026, a Anthropic atingiu uma receita anual de mais de 30 bilhões de dólares. Quatorze meses antes, esse número era de apenas 1 bilhão — crescimento de 30 vezes. O Claude Code, uma ferramenta de codificação, atingiu 1 bilhão de dólares em meio ano. Mil empresas pagam mais de um milhão de dólares por ano, e 80% da receita vem de clientes corporativos. A OpenAI tem uma receita anual de 25 bilhões de dólares.

Do lado chinês: a MiniMax gastou 500 milhões de dólares em nove meses, com receita de 79 milhões. A revista Caijing é mais fria — a margem de API de alguns modelos chineses pode ser negativa, ou seja, cada solicitação gera prejuízo.

A China produziu a maior quantidade de AI Token, mas quase invisível na cadeia de valor.

Segunda: nem todos os AI Tokens valem o mesmo.

Um mesmo AI Token, para conversas casuais, vale 0,01 dólares por milhão; para codificação, 200 dólares; para revisão jurídica, 1000 dólares. Uma diferença de cem mil vezes. Estimativas indicam que menos de 5% do consumo gera mais de 80% do valor comercial.

Na mesma semana em que este artigo foi escrito, a Anthropic e a Blackstone, Goldman Sachs criaram uma joint venture de 1,5 bilhão de dólares, colocando engenheiros diretamente nas empresas do portfólio de private equity. Ao mesmo tempo, lançaram 10 agentes financeiros — geração de pitchbooks, KYC, memorandos de crédito, fechamento de mês, auditoria financeira. Jamie Dimon e Dario Amodei participaram juntos. Um agente de KYC consome dezenas de dólares em AI Token por execução, economizando milhares em custos de conformidade.

Essa é a realidade do AI Token de alto valor.

Marc Nachmann, do Goldman Sachs, disse: “Só modelos não mudam seu fluxo de trabalho. Você precisa de pessoas que consigam integrar tecnologia e negócios reais.”

Essa frase revela a diferença de valor entre China e EUA. As empresas chinesas competem por quem tem o AI Token mais barato, enquanto a Anthropic compete por como integrar o AI Token em cada linha de negócio da Goldman. Os chineses vendem matéria-prima, os americanos vendem soluções. Os modelos chineses, na caixa de ferramentas dos desenvolvedores globais, não são os arquitetos-chefes, mas trabalhadores por peça.

Isso lembra a história da energia fotovoltaica chinesa de 2008 — líder mundial em volume, mas com a margem mais estreita na cadeia de componentes. Poder de precificação, valor de marca, participação em segmentos premium — tudo nas mãos de outros. Ainda faltam mais de dez anos para a China dominar globalmente a energia solar.

Porém, a história de 2008 não parou em “quantidade sem lucro”. As empresas chinesas que conquistaram o mercado global não fizeram isso só com silício barato, mas controlando toda a cadeia — do silício ao módulo, ao parque solar.

A esperança de sair com AI Token não está no preço da energia — mas em transformar-se na infraestrutura que embute o trabalho das empresas.

Tem gente tentando.

A XunSce está usando AI Token para cobrar por serviços financeiros e energéticos, vinculando profundamente os dados e processos de clientes. A cobrança por token subiu de 5% para 20-30%, e em 2025, a empresa começou a lucrar. Ela não vende AI Token barato, mas “faz sua empresa rodar com AI Token”. A lógica é semelhante à entrega de Goldman ao escritório de Dario Amodei — só que, na China, em um setor vertical, e já com 1,5 bilhão de dólares e o apoio de Jamie Dimon.

A diferença é enorme, mas o caminho é certo.

5. Energia não mudou, contas mudaram

Em maio de 2026, a Doubao lançou uma versão paga, por 68 yuans/mês. Com 345 milhões de usuários ativos mensais, começou a cobrar.

Na mesma semana, a Tencent Cloud aumentou o preço de seus serviços de IA em 5%, e o preço do GLM-5 da Zhipu subiu 50% em relação à geração anterior.

Alguém analisou o custo de inferência do Doubao — 58% de hardware depreciado, 29% de energia. Cada novo usuário gera mais consumo na GPU. Internamente, há vozes dizendo: “Não há caminho claro para monetizar, o custo de inferência por usuário é uma pressão sobre o lucro.”

O fim de dias em que dezenas de empresas operavam no prejuízo chegou.

O aumento de preço revela uma questão mais fundamental que os muros: a vantagem energética reduziu o custo de produção do AI Token, mas o valor do AI Token nunca depende do custo de produção, mas do que se faz com ele. Uma unidade de energia transformada em AI Token, para conversas casuais ou decisões empresariais, tem valor de dezenas de milhares de vezes de diferença.

A China tem a energia mais barata do mundo, treinou os AI Tokens mais baratos, responde por 61% no OpenRouter, mas a receita anual da Anthropic pode superar a soma de todas as grandes empresas chinesas de modelos.

As usinas hidrelétricas nas montanhas de Guizhou continuam operando. Dez anos atrás, a mesma energia alimentou mineradoras, que foram dispersadas. Agora, ela alimenta fábricas de AI Token. As fábricas continuam, mas os AI Tokens produzidos aumentam, e o valor restante diminui.

Arjun gastou dezenas de dólares economizados nesta noite. Mas cada dólar que ele economiza é exatamente a parte do valor que as empresas chinesas de IA não conseguiram capturar.