Anthropic e OpenAI podem gastar mais de US$ 1.000 para cada US$ 100 pagos pelos usuários

O número de US$ 1.000 por cada US$ 100 pagos pelos usuários não é uma projeção teórica: é a relação real entre receita e custo operacional em casos de uso intensivo de agentes, como codificação assistida com loops de raciocínio. A OpenAI estima um prejuízo acumulado de US$ 85 bilhões até 2028, com gastos de infraestrutura de US$ 121 bilhões só em 2028, números que explicam por que o GPT-5.4, apesar de custar US$ 1,25/milhão de tokens de entrada, ainda opera com subsídio implícito. A Anthropic segue o mesmo padrão: seu Claude Opus 4.6 (US$ 5/milhão entrada, US$ 25 saída) compensa o alto custo com descontos de até 90% no cache, mas só funciona economicamente se o cliente reutilizar prompts em escala, o que raramente acontece em fluxos de desenvolvimento ágil.

Os dados da EntelligenceAI são claros: apenas 18% dos gastos com IA chegam à produção efetiva. Isso não é falha de adoção, mas de arquitetura. Uma chamada simples ao Claude Code pode consumir 50.000 tokens internamente antes de gerar uma linha de código, porque o modelo está simulando múltiplos caminhos de execução, o que explica por que a Uber esgotou seu orçamento anual em quatro meses, com custos mensais de US$ 500 a US$ 2.000 por engenheiro. O paradoxo é real: o custo por token caiu 10x desde 2023, mas o consumo por tarefa subiu 100x em cenários agentivos.

Em 20 de maio, a CEVIU já alertava que assinaturas eram 'bombas-relógio' e que os laboratórios operavam no vermelho. Em 28 de maio, confirmamos que Anthropic e OpenAI haviam encontrado product-market fit com agentes, mas agora, em 8 de junho, vemos a consequência prática: o fit existe, mas não é sustentável. O que era rumor sobre prejuízos virou dado contábil concreto (US$ 85 bi de déficit projetado pela OpenAI). O que era alerta genérico sobre 'subsídios agressivos' agora tem nome: faturas de US$ 500 milhões sem limites de uso, revogação de licenças pela Microsoft e a criação da Fundação Tokenomics para impor disciplina, tudo em menos de três semanas.

Isso não é só um problema financeiro de startups de IA. É uma mudança estrutural na forma como empresas constroem software. Se você depende de LLMs para revisão de código, testes automatizados ou documentação técnica, sua stack precisa ser redesenhada agora, não depois do próximo aumento de preço ou da próxima fatura surpresa. Modelos de código aberto como o DeepSeek-Coder 2.5 ou o Qwen3, com custos 60–70% menores para tarefas rotineiras, deixaram de ser alternativas de nicho e viraram peças críticas de resiliência. A otimização não é mais opcional: quantização, roteamento inteligente entre GPT-4.1 Nano (US$ 0,10/milhão entrada) e Claude Sonnet 4.6 (com cache), e cache de respostas podem cortar até 90% da fatura, mas exigem engenharia, não só prompt engineering.