Guerra de preços: OpenAI e Anthropic cortam o custo da IA

Depois de dois anos vendendo capacidade a peso de ouro, os dois maiores laboratórios de IA dos Estados Unidos passaram a semana fazendo o que juraram que não precisariam fazer: cortar preço. OpenAI e Anthropic reduziram o custo de modelos leves e intermediários para segurar clientes corporativos que começaram a testar rivais chineses mais baratos. A leitura de manchete é "guerra de preços". A leitura para quem paga a conta de token no fim do mês é mais útil, e é sobre ela que vale conversar.

O que saiu, com os números

Pelo lado da OpenAI, o corte mais agressivo foi no modelo leve GPT-5.6 Luna, com preço 80% menor: a API caiu para US$ 0,20 por milhão de tokens de entrada e US$ 1,20 por milhão de saída. O modelo intermediário Terra ficou cerca de um quinto mais barato. Pelo lado da Anthropic, o Claude Opus 5 chegou custando metade do topo de linha Fable 5, e um aumento que estava planejado para o Sonnet 5 foi cancelado, mantendo a tarifa introdutória mais baixa em vez de subir como se pretendia.

O gatilho, segundo CNBC e TechRepublic, é a debandada silenciosa de clientes sensíveis a custo para modelos chineses como DeepSeek e Moonshot. O que empurrou esse movimento não foi só o preço de tabela, foi a mudança para cobrança por uso, o modelo de billing que torna cada chamada visível na fatura. Quando o custo aparece linha a linha, o comprador começa a perguntar se precisa mesmo do modelo mais caro para cada tarefa. Empresas grandes já entraram nesse teste, e é essa migração que os cortes tentam frear.

A ironia: o barato também sobe

Há uma reviravolta que desmonta a tese fácil de "os chineses são sempre mais baratos". A própria DeepSeek, símbolo do choque de preço em 2025, começou a subir os preços de API, em alguns casos em até 12 vezes, citando custo de infraestrutura e a preparação para um eventual IPO. Ou seja: o disruptor de ontem virou mais um fornecedor com conta de nuvem para pagar e acionista para agradar.

Preço de IA não é uma característica do modelo, é uma decisão de negócio do fornecedor. O que está barato hoje porque alguém quer ganhar mercado pode encarecer amanhã quando esse alguém precisar dar lucro.

Essa é a lição que atravessa o episódio inteiro. Escolher a arquitetura da sua IA amarrada ao preço de um fornecedor específico é apostar que a política comercial dele não vai mudar. Ela sempre muda.

Na prática, o que isso significa para a operação

O primeiro erro a evitar é reagir à manchete trocando de modelo por impulso. Migrar tem custo escondido: reescrever prompts, refazer as avaliações que garantem qualidade, revalidar casos de borda e reintegrar tudo. Esse retrabalho só se paga se o seu gasto com tokens for grande o suficiente para o desconto cobrir a conta, e se o modelo mais barato entregar qualidade suficiente para a tarefa. Para muitos times, o problema real nem é o preço unitário: é o volume de chamadas que ninguém está controlando. Cortar chamada desnecessária costuma economizar mais do que trocar de fornecedor.

O segundo movimento é medir antes de decidir. Você sabe quanto cada fluxo de IA custa por mês, separado por modelo? Se a resposta é não, o corte de preço da OpenAI é irrelevante, porque você não tem como saber se ele te ajuda. Esse é o mesmo ponto que levantamos quando Simon Willison chamou o custo de o novo limite da IA: sem visibilidade de gasto por tarefa, você otimiza no escuro.

O terceiro é desenhar para poder trocar. A arquitetura que sobrevive à guerra de preços é a que não amarra a lógica do seu produto a um fornecedor. Uma camada fina de abstração entre a sua aplicação e o modelo, avaliações que rodam em qualquer provedor e prompts que não dependem de um truque proprietário deixam você usar o corte de preço a seu favor em vez de refém dele. E, no limite, deixam a porta aberta para trazer um modelo de peso aberto para dentro, caminho que detalhamos ao falar do maior modelo aberto do mundo e a soberania de dados. O roteamento entre modelos, aliás, virou negócio próprio, como mostramos quando a Stripe comprou a OpenRouter e transformou o roteamento em pedágio.

O que muda para quem paga a conta por aqui

Para o time brasileiro, a boa notícia é direta: a IA de fronteira ficou mais barata e vai continuar sob pressão de preço, porque agora existe concorrência de verdade puxando o custo para baixo. A má notícia é que preço baixo não conserta operação mal desenhada. Um fluxo que faz três chamadas onde bastava uma continua caro mesmo com desconto de 80%, e um projeto que nunca provou valor não fica bom só porque o token barateou.

O jeito de aproveitar a guerra de preços sem virar peão dela é conhecer o próprio consumo, manter a liberdade de trocar de modelo e gastar a energia na parte que o fornecedor nenhum resolve: desenhar o fluxo, definir a métrica de resultado e cortar a chamada que não precisa existir. O desconto é bem-vindo. Ele só não substitui o trabalho.

Se você não tem clareza de quanto cada fluxo de IA custa por mês, chame a gente no WhatsApp para mapear o gasto por tarefa e cortar o que sobra antes de pensar em trocar de modelo.