Existe uma mudança acontecendo na inteligência artificial que talvez seja mais importante para as empresas do que a disputa para descobrir qual laboratório possui o modelo mais poderoso do mundo.
A inteligência está ficando dramaticamente mais barata.
Uma análise da Artificial Analysis estimou que o DeepSeek V4-Flash conseguiu executar determinados testes por um custo médio de aproximadamente três centavos de dólar. Na mesma comparação, o Kimi K3 ficou em 86 centavos, enquanto modelos americanos de fronteira chegaram a US$ 1,86 no GPT-5.6 Sol e US$ 3,15 no Claude Fable 5.
É uma diferença que pode ultrapassar cem vezes.
A comparação exige cuidado porque esses modelos não entregam exatamente a mesma capacidade. Nos próprios benchmarks analisados, os sistemas americanos continuam à frente em algumas das tarefas mais complexas. Ainda assim, concentrar a discussão apenas em qual modelo ocupa o primeiro lugar do ranking faz com que a gente perca a transformação econômica que está acontecendo por baixo dele.
Durante os últimos anos, aprendemos a acompanhar o preço da inteligência artificial em dólares por milhão de tokens. Só que token é uma unidade técnica, não uma unidade de negócio. Nenhuma empresa quer tokens. Empresas querem código escrito, documentos analisados, chamados resolvidos, pesquisas concluídas, contratos revisados e processos executados.
À medida que a IA deixa de apenas responder perguntas e começa a realizar trabalho, o custo por tarefa concluída passa a dizer muito mais do que o custo por token consumido.
Essa mudança parece pequena. Para quem pretende colocar inteligência artificial em escala dentro de uma organização, ela muda a conta inteira.
Ninguém compra quilowatt-hora para admirar eletricidade
Talvez estejamos vivendo com a inteligência artificial algo parecido com o que aconteceu com outras tecnologias de infraestrutura. No começo, ficamos fascinados pelo recurso. Depois, passamos a medir o que conseguimos produzir com ele.
Uma empresa não avalia sua competitividade pela quantidade de eletricidade que consome, mas pelo que consegue operar e produzir a partir dela. Com IA, ainda estamos excessivamente presos ao insumo. Comparamos janelas de contexto, parâmetros e milhões de tokens quando o resultado econômico está em outro lugar.
Isso se torna especialmente importante com a ascensão dos agentes.
Um chatbot usado algumas vezes por dia por uma equipe produz uma estrutura de custo quase irrelevante. Um agente que pesquisa, raciocina, escreve código, consulta sistemas, chama outras ferramentas, encontra um erro, volta uma etapa e tenta novamente pode consumir milhares de interações para completar um único trabalho. Multiplique esse comportamento por centenas de agentes executando milhares de tarefas todos os dias e aquilo que parecia centavos começa a aparecer no orçamento.
É nesse momento que a eficiência do modelo deixa de ser uma curiosidade técnica.
Um modelo barato por token pode sair caro se precisar percorrer um caminho muito maior para concluir o trabalho. Outro, nominalmente mais caro, pode ser economicamente superior se resolver o mesmo problema com menos processamento, menos chamadas e menos tentativas.
A empresa que continuar negociando IA olhando apenas para a tabela de preço estará correndo o risco de otimizar o insumo enquanto ignora o custo real da operação.
O que a DeepSeek fez é mais interessante do que baixar preço
Existe uma camada dessa história que considero ainda mais relevante.
A atualização do DeepSeek V4-Flash liberada no fim de julho não veio acompanhada de uma nova arquitetura. O modelo continuou com 284 bilhões de parâmetros totais, aproximadamente 13 bilhões ativos por token e uma janela de contexto de 1 milhão de tokens. A mudança relevante aconteceu no post-training.
Mesmo assim, no benchmark DeepSWE, o desempenho divulgado saltou de 7,3 na versão preview para 54,4 na versão retreinada.
É uma melhora de aproximadamente sete vezes sem adicionar parâmetros ou reconstruir a arquitetura.
Isso mexe com uma das crenças que sustentaram a corrida da IA nos últimos anos: a associação quase automática entre mais capacidade e mais capital.
A fronteira avançou até aqui apoiada em uma escalada impressionante de chips, data centers, energia e investimentos bilionários. Essa infraestrutura continuará sendo fundamental, mas casos como o da DeepSeek mostram que existe outra fronteira de eficiência sendo explorada. Modelos existentes podem ganhar muito mais capacidade por meio de treinamento, otimização e novas formas de fazê-los raciocinar e executar tarefas.
Essa diferença importa porque CAPEX é um fosso competitivo relativamente fácil de compreender. Pouquíssimas empresas no mundo conseguem financiar dezenas de bilhões de dólares em infraestrutura computacional.
Conhecimento de treinamento é diferente. Técnicas são descobertas, reproduzidas, adaptadas e incorporadas por concorrentes em ciclos cada vez menores.
Quando capacidade começa a avançar sem exigir crescimento proporcional de infraestrutura, parte da vantagem competitiva pode depreciar muito mais rapidamente do que os investimentos realizados para construí-la.
A Alibaba está fazendo a mesma provocação por outro caminho
Na mesma semana, a Alibaba apresentou o Qwen3.8-Max, um modelo de 2,4 trilhões de parâmetros que ativa aproximadamente 95 bilhões durante a inferência. A arquitetura mixture-of-experts permite que uma pequena parcela do modelo seja utilizada a cada operação, reduzindo a necessidade de colocar toda aquela capacidade computacional para trabalhar ao mesmo tempo.
O resultado é uma relação entre escala e custo bastante diferente daquela que dominou a primeira fase dos grandes modelos.
Segundo os dados do material analisado, o Qwen chegou ao mercado cobrando US$ 2 por milhão de tokens de entrada e US$ 6 na saída, enquanto modelos americanos comparáveis podiam chegar a US$ 15 e US$ 75. Em determinadas tarefas de frontend e multimodais, os resultados do modelo chinês também aparecem próximos aos líderes globais.
Mas essa proximidade não é uniforme.
Em avaliações mais exigentes de engenharia de software, a diferença volta a crescer. No SWE-Pro citado no levantamento, por exemplo, o Fable 5 marcou 80 pontos contra 67,7 do Qwen. No FrontierSWE, foram 88,8 contra 73,5.
Isso ajuda a colocar a discussão no lugar certo. O movimento chinês não demonstra que toda inteligência ficou igualmente boa e barata. Ele mostra que uma parcela cada vez maior do trabalho pode ser executada por inteligência suficientemente boa a um custo radicalmente menor.
Para uma empresa, essa diferença é enorme.
Cem vezes mais barato não significa cem vezes melhor
Existe uma tendência natural de olhar para benchmarks de inteligência artificial como se estivéssemos acompanhando uma tabela de campeonato. Quem está em primeiro lugar parece ser automaticamente a escolha mais racional.
Só que empresas não operam benchmarks. Operam milhares de tarefas com níveis completamente diferentes de complexidade, risco e valor econômico.
Uma refatoração no núcleo de um sistema financeiro exige uma combinação de capacidade e confiabilidade muito diferente daquela necessária para produzir testes rotineiros, analisar logs, classificar documentos ou fazer uma primeira leitura de milhares de chamados.
Quando a diferença de custo entre modelos era relativamente pequena, utilizar a melhor inteligência disponível para quase tudo podia ser uma escolha defensável. Com diferenças de dez, cinquenta ou cem vezes, essa lógica começa a ficar economicamente difícil de sustentar em escala.
É parecido com o desenho de uma organização. Nenhuma empresa racional utiliza seu profissional mais caro e especializado para executar todas as atividades. A competência é distribuída conforme a dificuldade, o risco e o valor de cada trabalho.
A IA está caminhando para uma arquitetura semelhante.
Modelos mais baratos podem absorver grandes volumes de tarefas rotineiras. Sistemas intermediários podem assumir trabalhos que exigem mais raciocínio. Modelos de fronteira continuam fazendo sentido onde alguns pontos adicionais de capacidade justificam um custo muito maior.
A consequência é que escolher “qual IA a empresa usa” vai se tornar uma pergunta cada vez menos útil. Grandes organizações provavelmente usarão várias inteligências simultaneamente, distribuindo trabalho entre elas conforme a necessidade.
A próxima vantagem pode estar no roteamento
Esse cenário cria uma nova camada de competição.
Se diferentes modelos possuem relações muito distintas entre preço, velocidade, capacidade e risco, a eficiência passa a depender da capacidade de encaminhar cada tarefa para a inteligência adequada.
Esse roteamento pode parecer um detalhe de arquitetura, mas rapidamente se transforma em uma questão econômica. Em uma empresa que executa milhões de tarefas com IA, deslocar atividades rotineiras de um modelo de US$ 3 por tarefa para outro capaz de entregar resultado satisfatório por alguns centavos produz uma diferença que deixa de pertencer ao orçamento de tecnologia e começa a aparecer na margem do negócio.
Isso também favorece organizações menores e mais rápidas.
Uma empresa pequena consegue testar um novo modelo, validar seu desempenho e alterar seu pipeline em poucos dias. Uma grande companhia pode levar meses entre segurança da informação, jurídico, procurement, arquitetura, compliance e homologação.
Em um mercado no qual modelos melhoram e preços caem em ciclos de semanas, essa diferença de velocidade passa a ter valor financeiro.
O contrato corporativo de dois ou três anos, tão confortável em outras categorias de software, também começa a carregar um risco particular. Uma empresa pode negociar hoje condições excelentes para uma tecnologia cujo custo ou capacidade será completamente diferente antes mesmo de o contrato chegar à metade.
A inteligência artificial está adquirindo uma característica incômoda para os modelos tradicionais de procurement: o ativo pode depreciar mais rápido do que o processo corporativo consegue comprá-lo.
E existe um risco escondido no desconto
Nada disso significa que uma empresa global deveria simplesmente deslocar suas cargas de trabalho para o modelo mais barato disponível.
O custo de inferência é apenas uma parte da equação.
No caso dos modelos chineses, entram questões relacionadas a governança de dados, segurança, propriedade intelectual, infraestrutura, jurisdição e exposição regulatória. O material analisado aponta, por exemplo, restrições americanas relacionadas à DeepSeek e à High-Flyer em sistemas ligados ao Departamento de Defesa, enquanto a Zhipu AI, responsável pela família GLM, está na Entity List dos Estados Unidos.
Para empresas que possuem clientes, contratos ou operações em mercados sujeitos a essas regras, alguns centavos economizados na inferência podem criar um risco desproporcional em outra parte da organização.
Essa tensão é importante porque revela como a compra de inteligência artificial está amadurecendo. Preço e capacidade deixam de ser suficientes para decidir. O custo econômico real passa a incluir confiabilidade, segurança, soberania de dados, compliance, possibilidade de substituição do fornecedor e velocidade de evolução do modelo.
Quanto mais barata fica a inteligência, mais sofisticada precisa ficar a maneira de comprá-la.
A inteligência barata muda o que vale a pena automatizar
Existe uma consequência ainda maior nessa queda de custos.
Toda empresa convive com uma quantidade gigantesca de pequenas tarefas que nunca justificaram um projeto de automação. Não porque fossem impossíveis de automatizar, mas porque o valor econômico produzido por cada uma delas era pequeno demais para compensar o investimento.
São minutos gastos lendo, classificando, procurando, conferindo, resumindo, comparando, preenchendo e corrigindo. Individualmente, parecem irrelevantes. Somados ao longo de milhares de pessoas e milhões de ocorrências, representam uma enorme quantidade de trabalho.
Quando uma tarefa intelectual pode custar poucos centavos para ser executada por uma máquina, essa fronteira começa a se deslocar.
E talvez seja aí que esteja o efeito empresarial mais profundo da deflação da inteligência.
A primeira onda de IA foi marcada pela capacidade. Ficamos impressionados ao descobrir tudo o que uma máquina conseguia fazer. A próxima pode ser marcada pela viabilidade econômica, quando começaremos a descobrir tudo aquilo que sempre foi possível automatizar, mas nunca valeu financeiramente a pena.
Isso mexe com processos, estruturas e margens porque transforma pequenas ineficiências, antes toleráveis, em oportunidades economicamente atacáveis.
Uma empresa pode descobrir que sua vantagem não virá de possuir um modelo exclusivo nem de acessar uma inteligência que seus concorrentes não têm. Ela pode surgir simplesmente da capacidade de decompor melhor o próprio trabalho, entender quanta inteligência cada etapa realmente exige e construir uma operação capaz de capturar continuamente a queda do custo dessa inteligência.
Três centavos por tarefa é uma fotografia de um mercado que muda rápido demais para que qualquer preço seja tratado como permanente. O sinal estrutural está na velocidade com que capacidade e custo estão se desacoplando.
Durante muito tempo, inteligência foi um recurso caro, escasso e essencialmente humano. Estamos começando a operar em um ambiente no qual determinadas formas de inteligência podem ser abundantes, substituíveis e compradas por centavos.
Empresas foram desenhadas para administrar a escassez desse recurso. Seus cargos, processos, hierarquias e estruturas de decisão carregam essa premissa.
Quando a inteligência deixa de ser escassa, não é apenas o orçamento de tecnologia que precisa ser revisto. É o desenho da empresa.