A indústria de IA entra pela primeira vez na fase de "cálculo económico"

OpenAI e Anthropic podem estar a entrar numa guerra de preços, a notícia parece à superfície ser uma disputa entre duas principais empresas de IA pelo utilizador, mas no fundo é a primeira vez que a indústria de IA realmente entra na fase de “cálculo de valor”.

Nos últimos dois anos, o tópico mais discutido na indústria de IA tem sido a capacidade dos modelos: qual deles é mais forte, quem tem melhor raciocínio, quem tem maior estabilidade de código, quem tem uma multimodalidade mais impressionante. Capital, mídia e utilizadores estão dispostos a pagar um prémio pelo “modelo mais forte”. Mas quando a IA entra realmente nas empresas, a situação começa a mudar. As empresas deixam de perguntar “o modelo é forte ou não”, e começam a perguntar “a conta é cara ou não”; deixam de olhar apenas para “há IA útil ou não”, e passam a questionar “quantos resultados realmente trocámos por estes tokens”. É aqui que esta notícia merece uma observação mais atenta.

Segundo a Reuters, citando o The Wall Street Journal, a OpenAI está a considerar reduzir drasticamente os preços dos seus serviços de IA para competir com a Anthropic; as discussões ainda estão em curso, e a Reuters também indica que não conseguiu confirmar independentemente a notícia. A informação também refere que os altos responsáveis das empresas estão sob pressão com os custos de uso de IA, e Sam Altman recentemente admitiu que os custos se tornaram um “problema enorme”. Penso que podemos colocar isto no contexto do crescimento da Anthropic, da popularidade do Claude Code, do foco da OpenAI no impulso do Codex, do início do controlo dos gastos com agentes de IA por parte das empresas, e da pressão de testar o modelo de negócio antes do IPO. A minha avaliação é: isto não é uma simples guerra de redução de tokens, mas o início de uma transição na indústria de IA de “demonstração de inteligência” para “cálculo de valor”.

Isto não é uma guerra de preços tradicional

Se seguirmos a lógica tradicional da internet, quando uma empresa reduz preços, outra acompanha, os utilizadores beneficiam, o mercado expande-se, e os custos são diluídos em escala. Mas os serviços de grandes modelos não seguem exatamente essa lógica. Por trás da IA não há uma distribuição de software com custos marginais quase zero, mas sim despesas reais de computação, armazenamento, rede, eletricidade, refrigeração e capital de centros de dados.

Por isso, a IA não pode baixar os preços indefinidamente. Os preços podem ser otimizados, o custo por token pode diminuir, a eficiência de raciocínio do modelo pode melhorar, o cache, o processamento em lote e o roteamento de modelos podem reduzir os custos de uso real, mas o consumo de recursos subjacentes não desaparece do nada. A página oficial de preços da OpenAI mostra que a API do GPT-5.5 tem um preço de 5 dólares por milhão de tokens de entrada e 30 dólares por milhão de tokens de saída; a informação oficial da Anthropic indica que o Claude Opus 4.8 para uso regular custa 5 dólares por milhão de tokens de entrada e 25 dólares por milhão de tokens de saída. Isto mostra que os principais modelos de topo continuam a manter um preço âncora para tarefas de alto valor, sem entrarem numa fase de “preços sem limites”.

Portanto, a chamada guerra de preços na IA é mais uma redução estrutural do que uma queda total de preços. Os consumidores, os desenvolvedores, os modelos de baixo nível e os cenários de entrada de alta frequência podem ser os primeiros a baixar preços; as tarefas centrais das empresas, raciocínios complexos, códigos altamente confiáveis, e cenários com requisitos elevados de conformidade e segurança ainda manterão uma margem de lucro.

O verdadeiro problema não é se o token é barato ou não, mas se cada token consegue gerar valor suficiente.

De tokenmaxxing a valuemaxxing

Na última edição do “Observatório de Tecnologia” da 礼立, discutimos o tokenmaxxing: empresas e funcionários aumentam continuamente o uso de tokens para provar que “estão a usar IA”. Mas agora, a discussão sobre guerra de preços mostra que a indústria de IA deve evoluir de tokenmaxxing para valuemaxxing. Tokenmaxxing preocupa-se com “quanto de IA foi usado”; valuemaxxing preocupa-se com “quanto valor cada chamada de IA realmente criou”. Por trás destes dois termos, existem duas lógicas industriais completamente diferentes.

Se uma empresa apenas olha para o consumo de tokens, é fácil obter uma curva de uso de IA aparentemente próspera: todos usam, o volume de chamadas aumenta, as contas de IA crescem. Mas isso não significa necessariamente aumento de produtividade. Empresas verdadeiramente maduras vão, no próximo passo, questionar: estes tokens reduziram retrabalho? Encurtaram o ciclo de entrega? Melhoraram a qualidade do código? Melhoraram a experiência do cliente? Reduziram custos de vendas, suporte, desenvolvimento, operações e gestão?

Este é o núcleo do verdadeiro valor da IA após ela entrar nas empresas. Antes, as empresas vendiam “capacidades inteligentes”; agora, os clientes querem comprar “resultados verificáveis”. Esta é a mudança mais importante por trás da guerra de preços: a competição na IA está a passar de “quem é mais inteligente” para “quem é mais rentável”, e ainda mais para “quem consegue entregar resultados”.

Porque é que a OpenAI sente pressão

A pressão da OpenAI vem de duas frentes.

Por um lado, o rápido crescimento da Anthropic no setor empresarial, especialmente com a difusão do Claude Code entre equipas de desenvolvimento e engenharia. O cenário de código é um dos mais propensos a gerar alta frequência, alto valor e forte fidelidade, pois pode ser integrado diretamente nos processos de desenvolvimento, influenciando a eficiência de entrega. A menção na matéria indica que o Claude Code da Anthropic impulsiona o crescimento da receita, levando a OpenAI a focar no Codex como uma direção principal. Isto mostra que o campo de batalha da IA já não é apenas a caixa de chat, mas sim o fluxo de trabalho real das empresas.

Por outro lado, os clientes estão a reavaliar os custos de IA. No início, muitas empresas adotaram IA com uma mentalidade experimental: compraram, usaram e exploraram primeiro. Mas, à medida que o uso aumenta e as contas crescem, a gestão passa a questionar: “vale a pena usar IA?” A reportagem da Reuters também refere que os altos responsáveis já estão insatisfeitos com os custos elevados de uso de IA.

Isto não é uma fase de euforia com IA, mas sim a entrada da IA no orçamento operacional. O orçamento de inovação conta histórias, o orçamento de gestão avalia retornos. Nesta fase, as empresas não vão apenas perguntar se o modelo é forte, mas quanto custa por tarefa, se o fornecedor pode ser substituído, se os resultados são mensuráveis. A minha avaliação é: se a OpenAI considerar reduzir preços, isso não significa que o modelo de negócio foi invalidado, mas sim que a IA está a passar de um “teste estratégico” para uma “despesa operacional”. Quando entra nesta categoria, os clientes começam a calcular a IA de forma mais racional.

A verdadeira mudança na guerra de preços

O que esta competição realmente vai mudar não é o preço de um modelo específico, mas o sistema de avaliação da indústria de IA.

Primeiro, as empresas de modelos não podem apenas contar histórias com o “modelo mais inteligente”, precisam provar que o “custo de inteligência por unidade” continua a diminuir. Quem consegue fazer mais tarefas com menos tokens, menor latência e resultados mais estáveis, tem vantagem.

Segundo, os clientes empresariais vão passar a fazer combinações de modelos mais ativamente. No passado, as empresas compravam o modelo mais forte diretamente; agora, vão começar a distinguir os tipos de tarefas: raciocínio complexo com modelos de topo, atendimento ao cliente com modelos leves, pesquisa interna com modelos locais, revisão de código com modelos especializados. No futuro, a arquitetura de IA empresarial provavelmente não será baseada num único modelo, mas numa combinação de múltiplos modelos, fornecedores e camadas de gestão de custos.

Terceiro, as empresas de aplicações terão oportunidades. A redução de preços dos modelos vai diminuir o prémio dos fornecedores de modelos base, mas vai ampliar o valor na camada de aplicação. Porque o que os clientes querem no final não é tokens baratos, mas resultados de negócio estáveis, entregáveis e geríveis. Quem conseguir integrar as capacidades dos modelos nos processos reais do setor, consegue transformar o “custo de tokens” em “valor de negócio”.

Quarto, os investidores vão mudar a forma de avaliar as empresas de IA. Antes, olhavam para rankings de modelos, crescimento de utilizadores e histórias de valorização; no futuro, vão olhar para margens de lucro, custos de raciocínio, retenção de clientes, taxa de conclusão de tarefas, penetração em fluxos de trabalho e economia por tarefa. Segundo a Reuters, a OpenAI e a Anthropic já estão em processo de IPO, e a OpenAI terá submetido secretamente documentos para o IPO; isto significa que o mercado aberto vai avaliar de forma mais direta a qualidade das receitas, a estrutura de custos e a fidelidade dos clientes.

A minha avaliação é: a guerra de preços na IA não vai acabar com a narrativa de alto valor, mas vai acabar com a fase de “contar grandes histórias só com chamadas de modelos”.

Implicações para a indústria de IA na China

Para a indústria de IA na China, há três lições importantes.

Primeiro, as grandes empresas de modelos chineses não podem apenas competir por parâmetros, rankings e eventos de lançamento; precisam entrar mais cedo na competição de eficiência de custos. Os clientes chineses são mais sensíveis ao preço e mais realistas quanto ao ROI. Se o modelo tem bom desempenho, mas o custo de raciocínio é alto, a estabilidade é fraca ou o ciclo de entrega não é claro, é difícil que entre realmente nos processos centrais da empresa.

Segundo, as oportunidades na China não estão em copiar simplesmente a OpenAI ou a Anthropic, mas em aprofundar-se nos cenários industriais e fluxos de trabalho. Manufatura, cadeia de abastecimento, comércio transfronteiriço, risco financeiro, serviços públicos e empresariais, operação de parques, vendas e suporte ao cliente, fiscalidade e jurídico, são processos complexos reais das empresas chinesas. Quem conseguir integrar IA nestes processos, poderá transformar a capacidade dos modelos em serviços industriais.

Terceiro, as empresas chinesas devem criar rapidamente um sistema de gestão de custos de IA. Não basta apenas contar quantos IA usam, é preciso avaliar o retorno de cada tarefa, fluxo e departamento. No futuro, a gestão de IA nas empresas não deve limitar-se a “quais modelos foram comprados”, mas a “quais tarefas são adequadas para IA, qual o modelo mais barato, quem valida os resultados, como dividir os custos, como avaliar o valor”.

Um ponto importante: preços baixos não significam custos baixos. Pesquisadores de Stanford e Berkeley indicam que o custo de modelos de raciocínio não é refletido apenas pelo preço na API; em alguns casos, modelos mais baratos podem consumir mais tokens de raciocínio, levando a custos totais mais elevados. Isto é especialmente importante para as empresas chinesas: ao escolher fornecedores de IA, não olhem apenas para o preço por milhão de tokens, mas para o custo total de uma tarefa, desde a entrada até à validação final.

Este é também um princípio que tenho sempre defendido: quando a IA entra realmente na empresa, o núcleo da competição não é quem fala melhor, mas quem consegue completar tarefas; não é quem gasta mais tokens, mas quem consegue transformar inteligência em resultados de menor custo, maior qualidade e maior verificabilidade.

Conclusão: barato não é o objetivo final, o valor é

Se a OpenAI e a Anthropic entrarem realmente numa guerra de preços, a curto prazo será uma disputa por utilizadores, mas a longo prazo será um teste ao modelo de negócio. Vai impulsionar a redução dos custos de uso de IA, e acelerar a adoção empresarial; mas também vai forçar toda a indústria a responder a uma questão mais séria: a IA está a criar valor ou apenas a gerar contas maiores?

Portanto, o verdadeiro significado desta guerra de preços não é se os tokens ficarão mais baratos, mas se a indústria de IA finalmente está a passar de “demonstração de inteligência” para “cálculo de valor”.

As empresas de IA que realmente valem a pena no futuro não serão necessariamente as que têm os modelos mais eloquentes, mas aquelas que melhor conseguem transformar cada consumo de inteligência em resultados de tarefas, eficiência de negócio e valor industrial.

A próxima fase da indústria de IA não é que os tokens fiquem mais baratos, mas que cada token valha mais.