"72% de consumo de token representa apenas 27% dos gastos" — a questão-chave na disputa entre otimistas e pessimistas sobre IA

A demanda por IA está criando uma divisão rara no mercado: o mesmo conjunto de números serve tanto para altistas quanto para baixistas, com ambos declarando vitória. No centro desse debate está uma contradição estrutural incômoda – o consumo de Tokens está explodindo, mas a maior parte desse aumento está indo para modelos com as taxas mais baixas, enquanto o custo dos GPUs para atender esses Tokens também está subindo simultaneamente.

Conforme revelado por Bobby Molavi do Goldman Sachs em seu relatório mais recente, dados do OpenRouter mostram que modelos de pesos abertos (open-weight models) processaram 72% do tráfego de Tokens na segunda semana de setembro, mas receberam apenas 27% do gasto total na plataforma; ao mesmo tempo, modelos de código fechado, embora sua participação tenha caído de 89% em janeiro para 73%, ainda mantêm a maior parte da receita monetizada.

Ainda mais digno de nota é que cerca de 69% dos Tokens no OpenRouter em meados de setembro vieram de laboratórios de IA chineses. Molavi caracteriza o mercado atual como "injogável" (unplayable) e aponta que o bônus de produtividade gerado pela IA até agora ainda não deixou rastros quantificáveis fora do setor de tecnologia.

Essa contradição estrutural está remodelando as expectativas do mercado quanto ao retorno sobre os investimentos em IA. Com os aluguéis de GPU continuando a subir e o preço dos Tokens caindo, ambos os lados estão sob pressão, indicando que fornecedores de capacidade computacional desfrutam de rendas com aluguel, enquanto os clientes corporativos e acionistas acabam pagando a conta, enfrentando dificuldades para concretizar o ROI. Recentemente, a Meta levantou até US$ 95 bilhões com acionistas para gastos de capital em IA, enquanto seus fornecedores de chips também se tornaram acionistas, marcando a transição do "financiamento de fornecedores" de forma de dívida para forma de participação acionária, tornando as dúvidas sobre a sustentabilidade desse ciclo de capital cada vez mais urgentes.

Explosão da demanda por Tokens: o retrato real por trás do crescimento de 250 vezes

O crescimento da demanda em si é inquestionável. Molavi cita dados do OpenRouter indicando que a demanda por Tokens cresceu 27 vezes desde novembro do ano passado, com modelos de pesos abertos ocupando agora 72% do total de Tokens. Num período mais longo, o volume semanal de Tokens processados pelo OpenRouter saltou de 0,5 trilhão em meados de janeiro de 2025 para 128,4 trilhões na semana de 14 de setembro, um aumento de cerca de 250 vezes em 20 meses.

A precificação dos GPUs também comprova a autenticidade dessa demanda. O preço do aluguel do H200 aumentou 160% no ano, o B200 subiu 120%, o H100 aumentou 35%. Mais surpreendente ainda: os chips A100 produzidos em 2020 hoje têm aluguel mais caro do que no início do ano, desafiando o pressuposto central sobre o ciclo de depreciação dos GPUs – se um chip ainda gera receita maior após seis anos, previsões pessimistas baseadas em três anos deixam de fazer sentido, e o potencial de lucro de longo prazo dos hiperescalares precisa ser reavaliado.

Para os altistas, esse é o argumento mais forte: a demanda é real e a vida econômica dos ativos de processamento é mais longa do que os baixistas esperavam.

Queda livre do preço dos Tokens: a deflação mais rápida da história

Entretanto, o outro lado da explosão da demanda é o colapso do preço dos Tokens numa velocidade inédita. Segundo o relatório da Epoch AI de 22 de setembro, "The Plunging Price of Thought", desde 2023, o custo para atingir um mesmo nível de performance de IA caiu cerca de 47% por trimestre, ou cerca de 13 vezes ao ano; em modelos de ponta, essa velocidade é ainda maior, com queda média de 66% por trimestre, ou 75 vezes por ano.

A Epoch AI traz casos concretos bastante ilustrativos:

Em janeiro de 2025, o modelo o3 da OpenAI acertou 75% das questões no teste GPQA Diamond no nível PhD em ciência, ao custo de aproximadamente US$ 0,30 por pergunta; hoje, o GPT-5.6 Luna atinge a mesma pontuação pelo custo de apenas US$ 0,0004 por pergunta, uma queda de preço de 725 vezes em 18 meses — o equivalente a um carro de US$ 50 mil desvalorizar para US$ 69.

Em comparações históricas horizontais, a velocidade da queda do preço da inferência de grandes modelos de linguagem é 4 vezes a do sequenciamento de DNA, 6 vezes a velocidade do aumento do poder computacional entre 1940 e 2001, 18 vezes a das baterias de íons de lítio e 54 vezes a da eletricidade.

No entanto, o preço realmente pago pelo cliente está caindo muito mais devagar que o preço de tabela. Dados da YipitData que monitoram quase 20 quatrilhões de Tokens anuais mostram que o preço efetivo dos Tokens em APIs caiu 39% no segundo semestre de 2025 (44% no OpenRouter), mas de janeiro até maio de 2026 caiu apenas 6%.

A razão é: desenvolvedores estão sempre buscando modelos mais baratos, enquanto clientes empresariais aumentam o uso de modelos de ponta; laboratórios de fronteira aproveitam o poder de preço de seus modelos mais novos para sustentar a receita — mas, segundo dados da Epoch, esse poder de preço tem uma meia-vida contada em trimestres, pois versões clone de código aberto rapidamente conseguem realizar tarefas equivalentes a custos extremamente baixos.

O cerne do debate altista x baixista: quem ganha dinheiro, quem paga a conta

Esse é exatamente o cerne do dilema de “mesmos dados, duas interpretações” descrito por Molavi.

A lógica altista é: a demanda segue crescendo, o mercado endereçável (TAM) ainda está em expansão, o crescimento explosivo do consumo de Tokens prova que a IA está sendo amplamente adotada.

A lógica baixista é: o custo por Token está subindo, a receita por Token está caindo, e o grosso do tráfego incremental ocorre justamente nos modelos open-source com os menores preços. Os dados do OpenRouter mostram isso claramente: modelos de pesos abertos processam 72% dos Tokens, mas ficam com apenas 27% da receita; laboratórios de IA da China contribuem com quase 70% do tráfego de Tokens da plataforma. O "Goldman momo basket" atingiu seu pico no fim de junho, coincidindo com a entrada em massa dos modelos open-source chineses no mercado de IA.

Molavi resume essa contradição: o aumento do aluguel de GPUs e a queda do preço dos Tokens são dois lados do mesmo aperto. Para quem detém GPUs, é positivo; para as empresas que pagam pelo aluguel, o cenário é outro.

Bônus de produtividade ausente: o silêncio do S&P 493

A lógica final dos gastos de capital em IA é gerar ganhos sociais via aumento de produtividade. Mas até agora, essa lógica ainda não foi comprovada por dados fora do setor de tecnologia.

Molavi cita um relatório de estrategistas dizendo que a IA "ainda não mostrou ganhos quantificáveis de produtividade fora do universo de tecnologia": as Mag 7 (as sete gigantes da tecnologia) tiveram avanços em receita e margem de lucro por funcionário, mas os S&P 493 (as demais 493 empresas do S&P 500) praticamente não mudaram nesses indicadores.

Esse quadro está mudando a lógica das decisões de IA nas empresas. Molavi observa que muitas empresas estão passando de analisar "correlação entre gasto com Token e crescimento/produtividade" para um olhar sobre "gasto com Token e impacto em custos e margens de lucro". Os CFOs já identificaram essa abertura de orçamento para IA e querem saber o que estão comprando com esse dinheiro.

O “ciclo de prosperidade” e a questão da sustentabilidade do capital

O frenesi atual de gastos de capital em IA é sustentado pelo que Molavi chama de “ciclo de prosperidade”: quanto mais os hiperescalares investem em capital, mais receita flui para o ecossistema de IA, atraindo capital de risco e de crescimento, criando um fluxo duplo de recursos — e o ponto de ancoragem de tudo é o próprio gasto inicial em IA.

A maior fraqueza desse ciclo está na sua sustentabilidade: se o investimento desacelerar, será que essa receita se mantém sozinha?

O mercado privado também não está imune. Molavi aponta que os casos de saída atuais são "numerosos mas extremamente concentrados" (SpaceX, Cerebras, Cursor, Hugging Face), e a reavaliação de valor de alguns projetos "não teve nenhum catalisador além de uma carta de intenções", além de todo o raciocínio do mercado privado estar "como se a era dos Tokens nunca fosse acabar e tudo fosse ser revolucionado".

No lado das captações, enquanto a janela de dívidas se estreita, a Meta anunciou recentemente levantar até US$ 95 bilhões junto aos acionistas para gastos de capital em IA, com seus fornecedores de chips também participando como investidores. O financiamento de fornecedores passou de formato de dívida para formato de participação acionária, tornando cada vez mais difusa a fronteira entre quem fornece e quem consome renda e capital.

Molavi resumiu a essência de todo esse debate em quatro questões: qual o custo de construção, quem paga a conta, se o sofrimento vale a pena, e quanto tempo leva para ver retorno de receita.

O retrato atual é: a demanda por Tokens cresceu 250 vezes, mas o acréscimo da receita vai para os modelos mais baratos; o aluguel de GPUs sobe, mas a conta final é empurrada para os acionistas; o bônus de produtividade ainda não aparece fora do setor de tecnologia.

A conclusão de Molavi é que a demanda é inquestionavelmente real, mas “mesmo com crescimento de demanda de 250 vezes, os recursos vão para o modelo mais barato, o aluguel para os detentores de GPU e a conta para os acionistas”— esse não é o ROI prometido pelos investimentos de capital iniciais. Nesta disputa entre altistas e baixistas, talvez quem opera em baixa esteja com a corda mais forte nas mãos.