Guerra de preços nos modelos de IA: o que muda para quem automatiza

O que foi anunciado

Os números abaixo são preços de API por milhão de tokens, conforme divulgados pelos fabricantes e compilados por publicações técnicas na semana do lançamento.

• GPT-6 Sol (OpenAI, 22/09): US$ 2 de entrada e US$ 10 de saída, cerca de metade do preço do GPT-5.6 Sol, que custava US$ 4 e US$ 20.
• GPT-6 Luna (OpenAI, 22/09): US$ 0,10 de entrada e US$ 0,50 de saída, também cerca de 50% abaixo da versão anterior. É um dos modelos mais baratos que a OpenAI já lançou.
• Grok 4.7 (xAI, 21/09): US$ 2 de entrada e US$ 6 de saída para prompts de até 200 mil tokens — mesmo preço de entrada do Sol, com saída 40% mais barata.
• Claude Opus 5.5 (Anthropic, 22/09): US$ 4 de entrada e US$ 20 de saída, 20% abaixo do Opus 5.0, com leitura de cache 60% mais barata.

Por que o preço está caindo

A redução acompanha dois movimentos. O primeiro é competitivo: com vários laboratórios entregando modelos de desempenho próximo, preço virou um argumento de venda direto. O segundo é técnico: modelos mais eficientes gastam menos processamento para produzir a mesma resposta, e parte dessa economia chega ao preço de tabela.

O efeito prático é que tarefas que há um ano exigiam um modelo de ponta hoje podem ser resolvidas por um modelo intermediário ou pequeno, a uma fração do custo.

O custo do modelo raramente é o maior custo

Em projetos de automação com IA, o consumo de tokens costuma ser uma parcela menor do custo total. O que pesa mais é o trabalho de integração com sistemas existentes, a organização dos dados, a definição de regras de negócio, o monitoramento e a manutenção ao longo do tempo.

Um atendimento automatizado no WhatsApp, por exemplo, pode trocar milhares de mensagens por mês e ainda assim ter um custo de modelo baixo comparado ao esforço de manter a integração com CRM, estoque e agenda funcionando corretamente.

Por isso, uma queda de 50% no preço do token não significa um projeto 50% mais barato. Significa que a parcela variável ficou menor — o que é relevante principalmente em operações de alto volume.

O que vale reavaliar agora

Mesmo com essa ressalva, a mudança abre espaço para algumas revisões concretas:

• Projetos engavetados por custo: automações de alto volume que não fechavam a conta podem ter se tornado viáveis, especialmente com modelos pequenos como o Luna.
• Escolha do modelo por tarefa: classificar uma mensagem ou extrair um dado não exige o mesmo modelo que redige uma proposta. Separar as etapas e usar o modelo adequado para cada uma reduz custo sem perder qualidade.
• Uso de cache: com leitura de cache mais barata, instruções e contextos que se repetem em toda conversa passam a custar bem menos.
• Dependência de um único fornecedor: com preços mudando a cada poucos meses, uma arquitetura que permite trocar de modelo sem reescrever o sistema vale mais do que nunca.

Preço menor não dispensa avaliação

Trocar de modelo só porque ficou mais barato, sem testar, é um risco. Modelos diferentes se comportam de forma diferente diante das mesmas instruções, e um ganho de custo pode vir acompanhado de mais erros em casos específicos do seu negócio.

O caminho seguro é manter um conjunto de casos reais de teste e rodar cada candidato contra ele antes de qualquer troca em produção. Assim a decisão é tomada com base em resultado, não em tabela de preço.

Perguntas frequentes

Devo trocar o modelo que uso hoje por um mais barato?

Só depois de testar. O ideal é rodar o novo modelo contra um conjunto de casos reais da operação e comparar qualidade e custo. Se o resultado se mantiver, a troca faz sentido; se piorar em casos importantes, a economia pode sair cara.

A queda de preço deixa a implantação de IA mais barata?

Reduz o custo variável de uso, mas não o de implantação. Integração com sistemas, organização de dados e acompanhamento continuam sendo a maior parte do investimento. O efeito é maior em operações com muito volume de mensagens ou documentos.

Os preços devem continuar caindo?

A tendência dos últimos anos é de queda, puxada por competição e eficiência técnica, mas não há garantia de ritmo. Por isso é mais prudente desenhar sistemas que permitam trocar de modelo do que apostar em um preço futuro específico.