Tokenomics de IA: por que CFOs devem orçar por tarefa concluída, e não pelo preço do token

O texto vem de Peter Walker, Head of Insights da OpenRouter, um gateway que dá acesso a centenas de modelos por uma conta só. Os dados são da própria plataforma. Em janeiro de 2025, ela processava cerca de meio trilhão de tokens por semana. Em fins de setembro de 2026, eram 164 trilhões. No mesmo período, o preço médio pago por milhão de tokens caiu de US$ 0,77 para US$ 0,14.

A tese central: uso e gasto se descolaram. Modelos open-weight carregam cerca de 60% dos tokens semanais, mas só 26% do gasto. Entre startups nativas de IA que gastaram ao menos US$ 100 em setembro de 2025, os tokens cresceram 18 vezes e o gasto 5,1 vezes. O cache pesa muito: agentes reenviam o mesmo contexto longo a cada passo, e o token em cache costuma custar uma fração do normal. Para três modelos open-weight populares, o que os clientes pagaram ficou entre 43% e 89% abaixo do preço de tabela, e o provedor de menor preço de lista nem sempre era o mais barato. A conta de falhas é simples: uma requisição de US$ 1,00 com 80% de sucesso custa US$ 1,25 por resposta bem-sucedida. A OpenRouter diz que seu roteamento padrão agora calcula o "landed cost": preço efetivo após cache, mais custo de espera e de retentativas.

O tema não é novo no CEVIU. Em 16 de março de 2026, a matéria "O Problema do Contexto" já apontava que fornecedores faturam por contagem de tokens, com preços variando até 360x entre os principais modelos. Em 23 de março de 2026, "O Mito do Token" argumentava que gasto com tokens não importa se as tarefas não são concluídas, e que um fornecedor que cobra o dobro pode sair mais barato. Em 17 de abril de 2026, "Pare de comparar preço por milhão de tokens" tratou dos custos ocultos das APIs. Em 11 de julho de 2026, o CEVIU voltou ao assunto com "Custo por milhão de tokens em modelos de IA pode ser uma armadilha financeira". Em 25 de agosto de 2026, "A conta da IA chegou" falou em otimizar custos.

A diferença agora é o dado de mercado. Antes, o argumento era conceitual. Agora há números de uma plataforma de roteamento sobre cache, falhas e dispersão entre provedores, além de um roteamento que já precifica por custo efetivo.

Para quem lidera uma startup e tem IA no produto, isso sugere mudar a unidade de orçamento: de preço por milhão de tokens para custo por tarefa concluída. Na leitura editorial, vale medir taxa de sucesso e taxa de cache por provedor antes de fechar contrato anual, já que o melhor fornecedor muda a cada poucos meses, segundo os dados da própria OpenRouter. Lembre que a fonte é um agente do mercado de roteamento, com interesse em vender essa abordagem.