O custo do uso de modelos de IA de ponta entrou em colapso silenciosamente. Desde junho, a OpenAI e a Anthropic reduziram os preços dos seus principais LLMs em 40% a 80% através de uma rápida série de reduções de preços sobrepostas – e uma análise publicada a 25 de outubro pelo cientista de dados Max Woolf descreve, mês a mês, como se desenrolou uma guerra de preços total entre as duas empresas.
O cronograma é importante porque mostra que os cortes não foram um desconto único, mas uma espiral competitiva sustentada, com cada empresa respondendo às ações da outra em poucos dias. Para obter mais contexto sobre esta história, consulte nossa cobertura contínua de notícias sobre IA.
A linha do tempo: quatro meses de queda nos preços
A análise de Woolf rastreia preços por milhão de tokens – entrada, saída e leitura de cache – em todos os principais lançamentos de ambos os laboratórios desde o final de junho:
- 26 de junho: OpenAI lançou GPT-5.6 Sol com entrada de US$ 5/saída de US$ 30 por milhão de tokens, com modelo pequeno Luna a US$ 1/US$ 6.
- 30 de junho: A Anthropic lançou Claude Sonnet 5 por US$ 2/US$ 10 – um preço de lançamento descrito como temporário.
- 24 de julho: A Anthropic lançou Claude Opus 5 por US$ 5/US$ 25, correspondendo diretamente ao GPT-5.6 Sol.
- 30 de julho: OpenAI reduziu o preço do GPT-5.6 Luna em 80%, para US$ 0,20/US$ 1,20.
- 10 de agosto: A Anthropic tornou o preço com desconto do Sonnet 5 permanente.
- 21 de agosto: OpenAI reduziu GPT-5.6 Sol em cerca de 20%, para US$ 4/US$ 20, por três meses.
- 1º de setembro: A Anthropic lançou o Fable 5.1 por US$ 10/US$ 50 com o preço de leitura de cache reduzido em 75%.
- 22 de setembro: OpenAI lançou o GPT-6 Sol por surpreendentes US$ 2/US$ 10 – metade de seu antecessor com desconto – e no mesmo dia, a Anthropic lançou Claude Opus 5.5 por US$ 4/US$ 20, com a empresa afirmando que "Opus 5.5 requer menos computação para servir do que o Opus 5, e seu preço reflete isso."
- 29 de setembro: OpenAI seguiu com GPT-6.1 Sol, novamente a US$ 2/US$ 10, mas com o preço de leitura de cache reduzido pela metade para US$ 0,10 – tornando a família de modelos cumulativamente cerca de 75% mais barata do que em junho.
Pelas contas de Woolf, o custo de utilização destas famílias de modelos despencou em quatro meses, sem nenhum sacrifício visível na qualidade da produção. Os cortes também fluem por meio de ferramentas de codificação baseadas em assinatura, como Codex e Claude Code, e não apenas pelo acesso bruto à API.
O preço do cache é o campo de batalha oculto
Um dos insights mais precisos da análise diz respeito aos custos de leitura de cache – o preço de reler a memória de um modelo de uma conversa em andamento. Em cargas de trabalho de codificação de agentes, as leituras de cache representam 96% a 99% do gasto total com tokens, e as taxas de acertos de cache normalmente variam de 90% a 100%.
Essa aritmética é a razão pela qual o corte de 75% na leitura de cache da Anthropic para o Fable 5.1 se correlacionou com uma redução de 70% a 75% no custo real de uso do modelo, embora os preços principais de entrada e saída nunca tenham mudado. Quando a OpenAI reduziu pela metade o preço do cache do GPT-6.1 Sol um mês depois, ele estava igualando o cache da Anthropic definido em aproximadamente 5% do preço de entrada.
Por que reduzir os preços em 80%?
A resposta de Woolf centra-se na comoditização. Desde que o uso do Agentic LLM entrou em hipercrescimento em novembro de 2025, argumenta ele, os modelos se tornaram fáceis de trocar: os desenvolvedores podem alternar entre modelos com uma alternância em ferramentas como OpenCode ou um endpoint diferente no OpenRouter, o que deixa os laboratórios com pouco espaço e muita pressão de preços.
A outra externalidade é a concorrência aberta. O Flash V4 do DeepSeek, lançado em abril de 2026 com entrada de US$ 0,14/saída de US$ 0,28 e preço de leitura de cache de apenas US$ 0,0028, se tornou viral precisamente porque o OpenAI não tinha um modelo barato de classe pequena na época. Woolf suspeita que o corte de 80% do GPT-5.6 Luna em julho foi direcionado diretamente a esses modelos menores de peso aberto. O Flash V4.1 atualizado do DeepSeek pontua 45 no índice de Análise Artificial, acima dos 24, a preços semelhantes – mantendo a pressão.
“Ninguém reduz os preços em 80%, a menos que haja alguma externalidade em jogo”, escreve Woolf.
Os gastos estão aumentando de qualquer maneira
A reviravolta no final da análise: tokens mais baratos não significam contas mais baratas. Dados do gateway de modelo de IA da Vercel mostram que o custo por token caiu para 43,3% do nível de abril de 2026 – enquanto os gastos agregados continuam subindo, porque os modelos estão se tornando mais capazes mais rapidamente do que mais baratos.
Essa dinâmica explica a lógica estratégica de ambos os lados. Para os laboratórios, os preços mais baixos aumentam o uso e prendem os desenvolvedores, mesmo com a compressão das margens por token. Para os clientes, o preço efetivo de uma unidade de trabalho útil – um ticket fechado, uma solicitação pull mesclada, uma tarefa de pesquisa concluída – está caindo ainda mais rápido do que sugerem os preços de etiqueta.
O que assistir a seguir
Se o padrão se mantiver, os próximos lançamentos de modelos da OpenAI e da Anthropic chegarão com preços iguais ou inferiores aos de seus antecessores, e os preços de leitura de cache continuarão convergindo para as proporções agressivas estabelecidas pelo DeepSeek. Google e Meta, que Woolf observa também competirem nesse mercado, enfrentam a mesma matemática.
Por enquanto, os compradores de computação de IA são os vencedores de uma guerra que não mostra sinais de fim – e a análise sugere que o fim do jogo é um mercado onde a capacidade de fronteira é precificada como uma mercadoria, com a diferenciação vindo de tudo o que envolve o modelo, e não do próprio modelo.
---
Fique à frente da IAReceba as últimas notícias, análises e avanços sobre IA — tudo em um só lugar.
Leia mais notícias sobre IA →
