IA vai ficar mais cara? A conta real da OpenAI e Anthropic

Hoje, 18 de julho, o mesmo anúncio da Anthropic virou duas manchetes opostas. Simon Willison comemorou: o Fable 5 vai ficar permanente nos planos Max. O The Decoder enterrou: "Anthropic corta os limites do Fable 5 e empurra usuários Pro pra preço de API". Mesmo fato. Leituras contrárias.

Esse anúncio é o retrato de um debate que está fervendo. De um lado, quem jura que o custo de inferência é insustentável e que vem aí o "grande rollback": preço subindo, acesso encolhendo, festa acabando. Do outro, quem aponta pro que aconteceu neste mês: OpenAI removendo trava de uso, Anthropic respondendo em horas, crédito de US$ 100 distribuído. No fundo, todo mundo está fazendo a mesma pergunta: a IA vai ficar mais cara ou mais barata?

Eu fui atrás dos números. Financials reportados por documentos vazados, os datasets de preço da Epoch AI, o paper do MIT que mede custo de inferência, as falas dos CEOs na fonte primária — cada afirmação checada contra a origem. A resposta não é a que nenhum dos dois lados quer ouvir. Neste post, separo o que é fato, o que é estimativa e o que é torcida.

TL;DR

O que descobri: o preço por unidade de capacidade despenca (o flagship da OpenAI caiu ~83% em dois anos), mas o custo de rodar a fronteira sobe de 3x a 18x por ano. As duas narrativas são verdadeiras — medindo coisas diferentes.
A conta dos labs: margem de ~70% em quem paga; prejuízo bilionário no agregado (free tier, treino, capex). A OpenAI projeta perder US$ 14 bi em 2026; a Anthropic saiu de -94% pra +40% de margem bruta em um ano.
Custo/Acesso: a "generosidade" de julho é segmentada. Max e Team Premium ganham o Fable 5 incluso (a 50% dos limites); Pro vai pra créditos de uso.
Fontes principais: Epoch AI, MIT FutureTech (arXiv), documentos financeiros reportados pela The Information, e o próprio Dario Amodei em áudio.

O debate: "grande rollback" contra "guerra de generosidade"

O lado pessimista tem um porta-voz conhecido: Ed Zitron, que vem batendo há meses na tecla de que a era do compute subsidiado acabou — assinatura flat-rate bancando muito mais compute do que arrecada, limites apertando, e a conta chegando pra todo mundo que construiu produto em cima de preço promocional. O argumento tem lastro: em julho de 2025, a Anthropic de fato criou limites semanais novos no Claude Code pra conter power users.

Só que a prática de julho de 2026 conta outra história. No dia 12, a OpenAI removeu a trava de 5 horas do Codex sem aviso. A Anthropic respondeu em horas, estendendo até 19/07 a promoção de +50% no limite semanal do Claude Code. E no dia 17, o anúncio oficial: a partir de 20 de julho, o Fable 5 entra incluso em todos os planos Max e Team Premium, a 50% dos limites — e usuários Pro e Team Standard seguem via créditos, com US$ 100 de crédito único.

Repara no desenho desse último anúncio, porque ele é a chave do post inteiro. Pra quem paga Max, é generosidade: o modelo mais forte do mercado virou parte do plano. Pra quem paga Pro, é aperto: crédito único que, a US$ 50 por milhão de tokens de saída, evapora rápido — na prática, preço de API. O mesmo movimento é rollback e generosidade ao mesmo tempo, dependendo de onde você está na pirâmide. Guarda essa ideia.

O preço por token está despencando (e não é subsídio)

Primeiro fato, e ele é brutal: o preço pra atingir um nível fixo de capacidade está em queda livre. A Epoch AI mediu: o custo pra rodar performance de nível GPT-4 no benchmark GPQA Diamond caiu 40x por ano. Em seis benchmarks diferentes, a queda anual fica entre 9x e 900x, com mediana de 50x. A estimativa mais conservadora e mais recente, de um paper do MIT FutureTech, fala em 5x a 10x por ano pra modelos de fronteira.

Em dinheiro: o GPT-4 lançou em 2023 custando US$ 30/US$ 60 por milhão de tokens (entrada/saída). O GPT-5, em agosto de 2025, chegou a US$ 1,25/US$ 10. Queda de ~83% no preço de saída do flagship — não de um modelo pequeno, do carro-chefe.

E aqui está o detalhe que desmonta metade da tese do rollback: essa queda não é só guerra de preço. O mesmo paper do MIT isola o efeito: descontando o ganho de hardware (~30% ao ano), a eficiência algorítmica avança sozinha cerca de 3x por ano — e a medição foi feita em modelos open-weight, justamente pra eliminar o efeito de preço subsidiado por VC. Ou seja: existe uma força estrutural derrubando o custo, que não depende da paciência de investidor. Corrida de Uber nunca ficou 3x mais barata de operar por ano. Token de LLM fica.

A Anthropic conta a mesma história no histórico de preços: Claude Opus 4 lançou a US$ 15/US$ 75 em maio de 2025; o Opus 4.5 veio com corte de 67%, pra US$ 5/US$ 25; e o Fable 5, tier novo acima do Opus, chegou a US$ 10/US$ 50 — o dobro do Opus atual, mas ainda 33% abaixo do pico de um ano antes. Nem rollback, nem queda em linha reta: corte e rebote.

Mas a sua conta sobe: o paradoxo do custo por tarefa

Se o token está deflacionando, por que a sua fatura de API não para de crescer?

Porque o mesmo paper do MIT mede a outra ponta: o custo de rodar modelos de fronteira sobe entre 3x e 18x por ano, puxado por modelos maiores e pela explosão de demanda de reasoning. O o1 da OpenAI, por exemplo, lançou com o mesmo preço de saída do GPT-3 de 2021: US$ 60 por milhão de tokens. O topo da linha não barateia na mesma velocidade da base.

E tem o multiplicador que todo mundo que roda agente em produção conhece: modelo de reasoning pensa em tokens. Agente executa em loop. Uma tarefa que no chat consumia 2 mil tokens vira 200 mil num fluxo agêntico com retry, contexto longo e verificação. O preço unitário caiu 83%; o consumo por resultado subiu ordens de magnitude.

A tradução pra engenharia é direta: parar de orçar por preço de tabela e começar a orçar por tarefa. O número que importa no seu produto não é "quanto custa o milhão de tokens", é "quanto custa resolver um ticket, gerar um relatório, fechar um PR". É esse número que os seus evals deviam estar medindo — porque é ele que explica como preço caindo e conta subindo coexistem.

As duas contas: margem de 70% e prejuízo de US$ 74 bi

Agora a parte dos financials. Aviso de método: quase tudo aqui vem de documentos vazados reportados pela The Information e pelo Financial Times — jornalismo sólido sobre números que as empresas nunca confirmaram oficialmente. Trate como reportado, não como auditado.

O lado que o pessimista não conta: a economia unitária de quem paga está melhorando rápido. A margem de computação da OpenAI sobre usuários pagantes foi de ~35% em janeiro de 2024 pra ~52% no fim de 2024 e ~70% em outubro de 2025, segundo métricas internas reportadas pela The Information e corroboradas pela Bloomberg. Servir inferência pra assinante é vendido bem acima do custo — e a tendência é de melhora.

O lado que o otimista não conta: o agregado piorou contra as próprias metas. A margem bruta ajustada da OpenAI em 2025 caiu pra 33%, contra 40% em 2024 e uma meta interna de 46%. O custo de inferência quadruplicou pra ~US$ 8,4 bi — e quase metade disso (~US$ 3,9 bi) foi queimada servindo usuários que não pagam nada. A Anthropic viveu um miss parecido: margem bruta saiu de -94% em 2024 pra +40% projetado em 2025 — melhora dramática, mas 10 pontos abaixo da meta de 50%, porque a inferência nas clouds veio ~23% mais cara que o previsto.

E as projeções assustam mesmo: prejuízo de US$ 14 bi em 2026 e US$ 74 bi em 2028 pra OpenAI, com US$ 121 bi de compute só em 2028, segundo documentos mostrados a investidores e reportados pela Forbes, The Information e WSJ. Um número circulou muito e merece contexto: o "prejuízo de US$ 38,5 bi em 2025" da OpenAI inclui ~US$ 41,5 bi de encargo contábil non-cash da conversão pra empresa com fins lucrativos. O prejuízo operacional foi ~US$ 20,9 bi, e a queima de caixa real, ~US$ 8 bi. Ainda é muito dinheiro. Não é o número da manchete.

Junta as peças e o desenho aparece: quem paga dá lucro, quem não paga queima caixa, e a corrida engole o resto. Na Anthropic, ~85% da receita é enterprise (mais de mil empresas gastando acima de US$ 1 mi/ano, número auto-reportado). A "generosidade" do consumer não é caridade nem burn irracional: é subsídio cruzado, bancado pela margem de quem assina contrato grande.

"Cada modelo dá lucro": a tese do Amodei posta à prova

Aqui entra a terceira ótica, a mais interessante. Os CEOs têm uma resposta pronta pro prejuízo: ele seria escolha, não doença. Dario Amodei articulou isso num podcast com John Collison em agosto de 2025: "se cada modelo fosse uma empresa, o modelo [neste exemplo] é lucrativo" — você treina por US$ 100 mi, ele rende US$ 200 mi; o prejuízo no balanço aparece porque, no mesmo ano, você já está pagando o treino do sucessor 10x maior. Detalhe de honestidade que quase ninguém cita: o próprio Amodei chamou os números de exemplo "cartunesco", duas vezes, e avisou que não estava fazendo afirmação sobre os financials da Anthropic. Sam Altman defende versão parecida — a Epoch AI atribui a tese a uma entrevista dele à Axios, também de agosto de 2025.

Se a tese for verdadeira, o "grande rollback" nunca vem: bastaria parar de correr pra empresa virar máquina de lucro. Como a Amazon, que passou vinte anos "sem lucro" reinvestindo tudo. Certo?

A Epoch AI resolveu testar em janeiro de 2026 — e o resultado foi negativo. Tratando o "pacote GPT-5" como empresa isolada: a OpenAI gastou mais em P&D nos quatro meses anteriores ao GPT-5 (~US$ 5 bi) do que o modelo gerou de lucro bruto nos quatro meses em que foi fronteira (~US$ 2 bi, sobre US$ 6,1 bi de receita). Saldo: ~US$ 700 mi no vermelho. A frase da Epoch é seca: "não dá pra aceitar Altman e Amodei na palavra".

O motivo é a variável que domina esse mercado inteiro: depreciação. O GPT-5 reinou por ~4 meses — de agosto até o "code red" provocado pelo Gemini 3 em dezembro. Modelos open-weight chegam a 3-6 meses da fronteira, como o Kimi K3 acabou de provar — e fecham o gap sem pré-treinar do zero, usando RL, fine-tuning e destilação dos outputs do líder. A Epoch descreve modelo de fronteira como "infraestrutura de depreciação rápida": o valor precisa ser extraído antes que concorrente ou sucessor o tornem obsoleto.

E aí a tese do "reinvestimento por escolha" vira outra coisa. Se parar de treinar significa ver o seu ativo principal virar commodity em um semestre, treinar o sucessor não é investimento discricionário. É custo de operação disfarçado. O prejuízo não é opcional enquanto a fronteira andar nesse ritmo — e o próprio Amodei admite a condição: na fala dele, os prejuízos crescem "até os modelos não conseguirem mais melhorar". A lucratividade da empresa inteira depende de a curva de scaling estabilizar. Essa é a aposta de trilhão embutida em tudo.

"É a nova Amazon"? A analogia quebra em dois pontos

A comparação favorita de quem defende os labs merece um parágrafo, porque ela quebra de forma instrutiva.

Primeiro: a Amazon financiou a própria corrida. Chegou a US$ 638 bi de receita anual tendo levantado ~US$ 8 mi de venture capital, US$ 54 mi no IPO e ~US$ 2,2 bi em bonds — o "reinvestir tudo" era caixa gerado pela operação. Os labs queimam capital externo em rodadas sucessivas: US$ 40 bi da SoftBank na OpenAI, Series F de US$ 13 bi na Anthropic. Reinvestir lucro que você gera é uma coisa; queimar cheque dos outros esperando o lucro chegar é outra.

Segundo, e mais fatal: a direção da depreciação. O ativo da Amazon foi ficando mais durável com o tempo — a vida útil contábil dos servidores subiu de 3 pra 6 anos entre 2020 e 2024 nos balanços dos hyperscalers (com recuo parcial pra 5 anos em 2025, justamente por causa de IA). O ativo dos labs anda na direção oposta: o modelo que custou bilhões deprecia em meses. Datacenter não vira sucata em um semestre. Modelo de fronteira, sim.

A analogia não é inútil — é o mesmo manual, mas numa escala ~100x maior e com o ativo derretendo ~10x mais rápido. O que funcionou pra Amazon pode funcionar aqui. Só não é o mesmo risco, e quem te vende a comparação sem esses dois asteriscos está vendendo torcida.

O que muda pra quem constrói com IA

Se você chegou até aqui, a pergunta prática é: e daí? Três consequências diretas.

1. Orce por tarefa, não por token. O preço de tabela vai continuar caindo e a sua conta vai continuar subindo, porque reasoning e agentes multiplicam consumo. Coloca custo por tarefa nos seus evals — é o único número que conecta as duas curvas.

2. Trate regra de acesso como variável, não como constante. O Fable 5 está no quarto desenho de acesso em seis semanas: incluso no lançamento, bloqueado por diretiva, de volta como tier de créditos, e agora incluso nos planos Max com teto de 50%. Limite, preço e prioridade do seu fornecedor respondem a pressão de margem — e, com IPO chegando, a acionista. Pipeline que quebra quando a regra muda não é pipeline, é dívida.

3. Leia a segmentação a seu favor. A conta fecha assim: enterprise banca, pagante dá margem, free queima. A "generosidade" vai continuar existindo — concentrada nos planos de cima, onde a margem paga por ela. Se o seu uso é pesado, a matemática do plano caro com modelo incluso tende a melhorar; se você está no free ou no plano de entrada, espere mais atrito, mais crédito avulso, mais paywall. Não é maldade. É onde a queima está sendo estancada.

Onde essa análise pode estar errada

Bloco obrigatório, porque metade do conteúdo sobre esse tema erra por excesso de confiança.

Os financials são vazados, não auditados. The Information e FT têm ótimo histórico, mas OpenAI e Anthropic nunca confirmaram os números. A margem de 70% em pagantes exclui free tier, treino e P&D — é métrica de fatia, não da empresa.
A queda de preço pode estar desacelerando. Os dados da Epoch vão até março de 2025 e os do MIT até novembro de 2025; há estimativas apontando queda de "só" 3-5x ao ano em 2026-27. A força estrutural continua; a velocidade pode mudar.
Benchmark não é trabalho real. As curvas de "preço por capacidade" usam benchmarks que podem estar overfitted — e nenhum deles mede direito utilidade agêntica de longa duração, que é onde o custo explode.
O teste da Epoch é um caso. O bundle GPT-5 é o único ciclo mensurável até agora, e a atribuição de P&D a um modelo específico é inerentemente ambígua. A própria Epoch diz que a conta fecha se os modelos ficarem relevantes por mais tempo — a monetização de modelos não-fronteira (classe GPT-4o servindo produto barato) alonga a vida econômica real além dos 4 meses de trono.

FAQ rápido

Afinal, a IA vai ficar mais cara?

Por unidade de capacidade, não: a queda é estrutural (5x-40x ao ano) e sustentada por eficiência algorítmica, não só por subsídio. Por tarefa de fronteira, sim: reasoning e agentes sobem o custo de 3x a 18x ao ano. E por acesso, depende do seu plano: a tendência é generosidade nos tiers altos e atrito crescente no free e na entrada.

A OpenAI dá lucro?

Não, e não projeta lucro antes de 2029-2030. Mas a decomposição importa: a inferência de quem paga tem margem de ~70% (reportada, não auditada); o prejuízo vem de free tier, treino da próxima geração e capex. A queima de caixa de 2025 foi ~US$ 8 bi — grande, mas longe do "US$ 38,5 bi" da manchete, que é majoritariamente encargo contábil.

Por que os limites do Claude e do Codex vivem mudando?

Porque limite virou a arma competitiva mais barata: mexer em cota não exige treinar modelo novo, e coding agent virou o produto que paga a conta. Enquanto os dois labs disputarem retenção de dev, a regra vai mudar em cadência de semanas — planeje pra isso.

Vale casar minha stack com um único modelo?

Não. O Fable 5 mudou de regra de acesso quatro vezes em seis semanas, e modelos abertos chegam a 3-6 meses da fronteira por uma fração do preço. Camada de abstração de provider, evals próprios e um fallback aberto deixaram de ser paranoia — são requisito de produção. O racional completo está no nosso comparativo de modelos pra código.

IA vai ficar mais cara? A variável que decide tudo

Depois de duas rodadas de verificação, o debate inteiro se resume a uma disputa entre duas taxas: a velocidade com que o modelo deprecia contra a velocidade com que a receita cresce por geração. Hoje, a primeira ganha — 4 meses de trono não pagam o treino, e por isso o prejuízo é estrutural, não escolhido. Se a fronteira estabilizar, a conta inverte: os labs viram máquinas de margem servindo inferência cada vez mais barata. O "grande rollback" e a "guerra de generosidade" são só o que cada lado da pirâmide enxerga enquanto essa disputa não termina.

Pra quem constrói, a conclusão não depende do desfecho: modelo é commodity volátil, e o que sobrevive é a engenharia ao redor dele. Se o seu produto só funciona enquanto a Anthropic ou a OpenAI mantêm a regra do mês, você não tem arquitetura — tem aposta. Construir com independência de fornecedor é exatamente a régua do Clã Beer and Code: abstração de provider, evals próprios, fallback aberto, em código de produção. A regra do jogo vai mudar de novo — a pergunta é se a sua arquitetura percebe.