O preço da IA despencou e mudou a conta de quem opera

Por um ano, gastar token virou métrica de virtude. Quanto mais uma empresa consumia da API do modelo mais caro, mais avançada ela parecia, um comportamento que o mercado apelidou de tokenmaxxing. Em junho de 2026 a conta chegou, e com ela a virada. A DeepSeek tornou permanente um corte de preço de 75% no seu modelo de topo, o V4-Pro, e a pergunta que antes era "qual o melhor modelo?" foi substituída por outra, bem mais chata e bem mais importante: "qual o modelo mais barato que ainda resolve isso?".

O que saiu

A CNBC resumiu o clima em 26 de junho: usuários corporativos estão migrando de tokenmaxxing para eficiência. O gatilho é de preço. Segundo VentureBeat e InfoWorld, o DeepSeek V4-Pro ficou cerca de 7 vezes mais barato na entrada e 17 vezes mais barato na saída que Claude Sonnet ou GPT-5.5-Med, enquanto a versão leve, o V4 Flash, corta de 10 a 25 vezes o preço de opções de entrada como o Claude Haiku. Não é promoção de lançamento. O corte foi anunciado como permanente, o que muda o cálculo de quem planeja custo para o ano inteiro.

O efeito já aparece no comportamento agregado. A fatia de tokens de modelos de código aberto processados na OpenRouter, um mercado que roteia chamadas entre dezenas de modelos, saltou para 65% em junho, ante 34% em janeiro. Em seis meses, o trabalho de rotina começou a sair do modelo premium e a migrar para o mais barato que dá conta.

Do lado das empresas, o exemplo mais citado é radical. O CEO da Lindy, startup de automação, tirou 100% do tráfego dos modelos da Anthropic e mandou tudo para a DeepSeek, dizendo que via "a curva de custo desabar até o chão" e projetando economia de milhões em poucos meses. É o caso extremo. Do outro lado, o CEO da Glean, Arvind Jain, pondera que cerca de 95% do uso corporativo de IA ainda roda em modelos de fronteira, mas admite que esse padrão será "insustentável" para a maioria das empresas no longo prazo.

Na prática, o que isso significa

A leitura fácil é "troque para o modelo barato e economize". É a leitura errada, e cara. Migrar 100% no susto, como fez a Lindy, é uma aposta que faz sentido para uma empresa cujo produto é volume alto de tarefas parecidas e toleráveis a erro. Para a maioria das operações, a jogada não é trocar de fornecedor, é parar de mandar tudo para o mesmo lugar.

O nome disso é model routing. Em vez de despejar toda requisição no modelo mais caro por preguiça de arquitetura, você roteia cada tarefa para o modelo mais barato que ainda passa no critério. Uma triagem de e-mail, uma classificação, um resumo interno: modelo pequeno e barato. Uma resposta que vai para o cliente, uma decisão com custo de erro alto: modelo de topo. A economia não vem de rebaixar a qualidade, vem de parar de pagar preço de topo por trabalho de rotina.

A pergunta deixou de ser qual modelo é o melhor. Passou a ser qual é o mais barato que ainda passa no seu critério de aptidão, tarefa por tarefa.

Isso só funciona se você tiver escrito o critério antes. Sem um piso de precisão, uma latência tolerável e um custo por chamada definidos, "trocar de modelo" vira chute, e você descobre que o barato saiu caro quando o cliente reclama. É a mesma disciplina de Fit for Purpose: o custo por chamada não é um detalhe financeiro, é um dos critérios que decidem se o sistema serve. O corte de preço da DeepSeek não muda o método, ele aumenta o prêmio de quem já tinha o método.

Há um segundo trade-off que a manchete de preço esconde: dado. A API de nuvem da DeepSeek roda sob as leis chinesas de dados e inteligência, o mesmo alerta que levantamos sobre o GLM aberto da China. Barato demais para ser verdade às vezes é só barato demais para o seu jurídico. Para dado sensível, a rota não é a API estrangeira mais barata, é o peso aberto rodando na sua própria infraestrutura, ou o modelo caro em que você confia. O preço entra na conta, mas não é a única variável.

A boa notícia para quem opera é que a commoditização joga a seu favor. Quando a capacidade de fronteira vira quase commodity e despenca de preço, a vantagem competitiva sai do modelo e vai para o que só você tem: seus dados, seu processo, sua integração. O modelo virou insumo barato. O que você constrói em cima dele é que continua caro de copiar.

Quem tratou IA como troféu de consumo vai passar 2026 renegociando fatura. Quem tratou como insumo a ser roteado com critério vai passar o ano cortando custo sem perder qualidade. A diferença entre os dois não é o fornecedor. É ter, ou não, escrito antes o que "bom o suficiente" significa.

Se a sua conta de IA cresceu mais rápido que o valor que ela entrega, vale meia hora no WhatsApp para desenhar o roteamento por tarefa antes da próxima fatura.