Quanto custam de verdade os tokens de IA?

O texto parte de uma desconfiança comum: a de que os preços de tokens de IA estão artificialmente baixos, bancados por capital de risco. O autor diz que sua impressão é de que isso, em grande parte, não acontece, e tenta sustentar a tese com uma conta de servidor. Ele usa o Kimi K3, modelo aberto da Moonshot AI, como referência de um modelo de fronteira "quase" tão bom, e compara os preços de provedores no OpenRouter com o custo de hospedar o modelo por conta própria.

A conta funciona assim. A Moonshot recomenda "pelo menos 8x GB300" no receita do vLLM. Um servidor Supermicro 8U sai por US$ 550 mil, o que dá cerca de US$ 17 mil por mês com financiamento a 8% ao ano por 3 anos. Somando colocation (cerca de US$ 3.750), banda (US$ 600), energia (cerca de US$ 700) e outros itens, o total fica perto de US$ 23 mil por mês. Com ~6.000 tokens por segundo por GPU (estimativa da SemiAnalysis), são 48 mil tokens por segundo, ou 124 bilhões de tokens por mês. A 75% de utilização, o custo é de US$ 0,25 por milhão de tokens, contra US$ 1,13 no preço equivalente de provedores como a BaseTen, num perfil de uso agêntico (20 para 1 entre entrada e saída, 95% da entrada vinda de cache).

O próprio autor admite que a análise é grosseira. Ele usou o Claude para estimar custos, e o valor de colocation vem dessa estimativa, não de tabela pública. Não entram salários da equipe, economia de escala nem o custo de treinamento, que pode ter chegado a centenas de milhões de dólares e é bancado pelos investidores da Moonshot AI. Para ele, o subsídio existe, mas nos planos de assinatura (um plano de US$ 200 por mês renderia de US$ 2.000 a US$ 10.000 em tokens, segundo a SemiAnalysis), e não no preço por token da API.

A discussão sobre custo de token não é nova na cobertura do CEVIU, mas o ângulo muda. Em 21 de julho de 2026, o CEVIU noticiou "A Contradição dos Custos em IA: Por Que Sua Conta Continua Subindo Apesar da Queda nos Preços de Tokens?", e em 3 de julho de 2026, "Mito da IA barata: por que faturas de startups estão disparando mesmo com tokens em queda". Ambas olhavam o lado de quem paga: o preço unitário cai, mas o consumo dispara. Em 23 de outubro de 2026, o texto "Tokenomics de IA: por que CFOs devem orçar por tarefa concluída, e não pelo preço do token" citou dados da OpenRouter sobre modelos open-weight (cerca de 60% dos tokens semanais e 26% dos gastos). A notícia atual olha o lado de quem vende: tenta estimar se o preço cobrado cobre o custo de servir.

Para quem contrata API de IA, a leitura é que o preço por token provavelmente não é isca temporária, ao menos para modelos abertos com muitos provedores competindo. Isso não garante estabilidade de preço de modelos fechados, que não entram na conta. Para quem pensa em hospedar por conta própria, o número só fecha com utilização alta, e a margem do autor ignora equipe e operação. É uma estimativa de bolso, útil como ordem de grandeza, não como planilha de decisão.