Os preços dos modelos caíram até 80%. Por que a sua conta não caiu

Cortes de preço de OpenAI e Anthropic em 2026 derrubaram o custo por token, mas a fatura de IA subiu. Entenda o efeito volume e como orçar por tarefa.

02 de novembro de 2026 · 6 min de leitura

llms-fighting for the market.

O preço de processar texto em modelos de linguagem caiu de forma acentuada ao longo de 2026, e boa parte das empresas que usam esses modelos não viu a fatura diminuir. As duas coisas são verdadeiras ao mesmo tempo, e entender por que resolve uma confusão que está atrapalhando decisão de orçamento.

A resposta curta: o preço cobrado por unidade de texto caiu, e o consumo de unidades por tarefa subiu mais rápido do que o preço caiu.

O que exatamente caiu

Em 25 de outubro, o desenvolvedor e analista Max Woolf publicou uma compilação datada das reduções de preço anunciadas por OpenAI e Anthropic ao longo de 2026. Cada corte isolado já havia sido divulgado pelos próprios fornecedores. O que não existia era a série reunida, que permite ver a magnitude acumulada.

Entre os movimentos documentados na compilação:

• Em 30 de julho, a OpenAI reduziu em 80% o preço de um dos seus modelos de entrada, cortando entrada, saída e leitura de cache na mesma mexida.

• Em 21 de agosto, houve nova redução, da ordem de 20%, em um modelo da mesma geração, anunciada com validade de três meses.

• Em 1º de setembro, a Anthropic cortou em 75% o custo de leitura de cache de um dos seus modelos.

• Em 22 de setembro, a OpenAI lançou a geração seguinte com entrada e saída pela metade do preço já descontado do modelo anterior, e a Anthropic anunciou redução entre 40% e 60% no custo total de um modelo de topo, afirmando que a nova precificação reflete a menor necessidade de computação da versão.

• Em 29 de setembro, mais um corte de metade no preço de cache, acumulando 75% de redução nesse item.

Woolf cruza os anúncios com dados de uso real. Os números do gateway de IA da Vercel, segundo o texto, mostram o custo por token em queda até 43,3% do nível de abril de 2026. Ele também aponta 29 provedores distintos hospedando um mesmo modelo aberto no OpenRouter, e usa o índice da Artificial Analysis para comparar desempenho entre modelos.

Vale a ressalva de atribuição: a compilação e as hipóteses explicativas são de um autor independente, não um comunicado consolidado dos fornecedores. Os anúncios citados, porém, são públicos e verificáveis.

Por que os preços caíram

Woolf propõe três explicações, e elas não são mutuamente exclusivas.

A primeira é pressão competitiva. Modelos de peso aberto e dezenas de provedores de inferência de terceiros criaram um piso de preço para tarefas comuns. A frase do autor resume o raciocínio: ninguém corta preço em 80% sem que haja alguma externalidade em jogo.

A segunda é ganho real de eficiência de infraestrutura. Servir o mesmo modelo passou a custar menos, e parte disso foi repassada. A declaração da Anthropic, de que a precificação reflete menor necessidade de computação, é a confirmação mais direta desse mecanismo em um caso específico.

A terceira é preparação para abertura de capital, com a OpenAI apontando para 2027 e a Anthropic em prazo mais curto. O próprio autor observa que essa hipótese parece contraintuitiva, dado que os números financeiros vazados indicam rentabilidade negativa. Cortar preço antes de abrir capital é um movimento estranho para quem precisa mostrar margem.

Nenhuma das três está confirmada publicamente como causa principal. O que está documentado é o efeito.

Por que a sua conta não caiu

Preço por unidade caindo não significa custo total caindo, e esse é o ponto que a maioria dos orçamentos erra.

Três coisas aconteceram em paralelo à queda de preço. Modelos passaram a usar raciocínio em cadeia, consumindo muito mais texto intermediário para chegar à mesma resposta. Janelas de contexto maiores viabilizaram enviar documento inteiro em vez de trecho. E agentes substituíram a chamada única por sequências de chamadas, em que cada passo reenvia o contexto acumulado.

O resultado é aritmético. Se o preço unitário cai 80% e o consumo por tarefa multiplica por dez, a conta sobe. A arquitetura mudou o denominador da conta, e o denominador cresceu mais rápido que o numerador encolheu. É o mesmo efeito que já discutimos em modelos de decisão e o custo dos agentes: o custo de um sistema com agentes não é o preço da chamada, é o número de chamadas que o desenho exige.

Daí decorre uma recomendação prática de controle: orce por tarefa concluída, não por unidade de texto. Quanto custa atender um ticket, qualificar um lead, revisar um contrato, fechar um fechamento contábil. Essa é a unidade que o financeiro entende e a única que permite comparar o custo de hoje com o de três meses atrás, quando a arquitetura era outra.

O efeito que quase ninguém está aproveitando

Há uma consequência positiva e pouco explorada da queda de preço, e ela não exige nenhuma mudança de projeto.

Caso de uso descartado por inviabilidade econômica no começo do ano pode estar viável agora. Processar o histórico inteiro de atendimento, classificar toda a base de documentos, revisar cada contrato em vez de uma amostra: tarefas em que o volume é grande e o valor por item é baixo são exatamente as que a queda de preço desbloqueia primeiro.

Vale revisitar a lista de projetos arquivados antes de aprovar iniciativa nova. O critério de reavaliação é simples: o projeto foi descartado por limitação de qualidade do modelo ou por custo? Se foi por custo, a conta precisa ser refeita, porque o insumo mudou de preço. Se foi por qualidade, a conta também mudou, mas por outro motivo, já que modelos abertos e menores ficaram mais capazes no mesmo período.

Os limites desta leitura

Não está confirmado se os preços atuais refletem custo marginal real ou disputa de participação de mercado financiada por capital de investidor. Essa diferença importa para quem vai assinar contrato longo: preço sustentado por eficiência tende a permanecer, preço sustentado por subsídio competitivo pode voltar.

A projeção de que a queda continua é inferência, não dado. O padrão dos últimos meses é consistente, mas nada garante sua continuidade, especialmente se a consolidação do mercado reduzir o número de provedores que hoje sustenta o piso de preço.

E há um custo que a queda de preço não toca. A economia de token não resolve dado desorganizado, processo não mapeado nem ausência de critério de verificação da saída do modelo, assunto que já tratamos no custo de verificação da automação com IA. Quem tem esses três itens em ordem aproveita a queda no mês seguinte. Quem não tem continua com o mesmo gargalo, apenas mais barato.

O que acompanhar

Três indicadores dizem mais do que a tabela de preços dos fornecedores. O primeiro é o seu custo por tarefa concluída, medido mês a mês. O segundo é o número de chamadas que cada fluxo automatizado dispara, porque é ali que o consumo cresce sem aviso. O terceiro é a fração do seu volume que roda em modelo de fronteira sem precisar.

A tabela de preços é a parte da conta que não está sob seu controle. As outras três estão.

Continue explorando

Posts relacionados