Simon Willison e o tokenpocalipse: o custo virou o limite

Por dois anos, a conversa sobre IA girou em torno de uma pergunta só: o modelo consegue? Consegue programar, consegue resumir, consegue raciocinar. Simon Willison, cocriador do Django e uma das vozes mais lidas sobre modelos de linguagem, vem apontando que a pergunta mudou de lugar sem muita gente perceber. Em produção, o que aperta agora não é a capacidade, é o custo. Ele deu um nome quase brincalhão para o momento: o tokenpocalipse. E, como quase tudo que ele escreve, o rótulo esconde uma tese séria para quem opera IA.

Quem é Simon Willison, e por que ouvir ele

Willison não é um comentarista de IA que chegou na onda. Ele cocriou o Django, um dos frameworks web mais usados do mundo, e construiu ferramentas de dados abertas como o Datasette. Desde 2022 mantém um blog onde testa modelos quase todo dia, publica o que funciona e o que quebra, e credita fontes com um cuidado raro no assunto. É apuração, não vitrine. Quando alguém assim diz que o gargalo virou custo, vale parar para ouvir, porque ele fala do lugar de quem serve LLM de verdade, medindo a conta no fim do mês.

A tese: o gargalo migrou de capacidade para custo

Em 7 de agosto de 2026, Willison destacou uma reportagem da 404 Media com um detalhe revelador, tirado de um áudio interno vazado da Accenture. A empresa notou que boa parte do consumo de tokens não vinha dos engenheiros. Vinha de não engenheiros, em tarefas do dia a dia. O exemplo que virou piada na reunião, e que Willison abraçou, foi o de converter PDF em imagem e depois em markdown, um processo que, segundo os próprios dados da Accenture, é um dos grandes devoradores de token da empresa.

A leitura de Willison é econômica e afiada. Ele fecha o comentário torcendo para que a Accenture, ao descobrir que PDF é um meio terrível para comunicar informação, ajude a espalhar essa mensagem para o resto do mundo corporativo. Por trás da ironia está o ponto: uma fatia enorme do gasto com IA não é capacidade cara sendo bem usada, é desperdício invisível em tarefas mal desenhadas. O modelo faz o que pediram, o problema é que pediram errado, e cada pedido errado tem preço.

A virada é essa: por anos perguntamos se o modelo conseguia. Agora a pergunta que decide o projeto é quanto custa fazer o modelo conseguir isso, milhão de chamadas por milhão de chamadas.

O próprio jeito como Willison monetiza o blog vira metáfora da tese. Ele oferece um resumo mensal pago dos avanços em LLM com um slogan honesto: pague para eu te enviar menos. Em um mundo que empurra mais conteúdo e mais token o tempo todo, o valor está na curadoria, no filtro, no menos bem escolhido. É exatamente o que muda quando o custo vira restrição: parar de perguntar como produzo mais e passar a perguntar como entrego o mesmo gastando menos.

O que fazer com isso na sua operação

A tese do tokenpocalipse não é motivo para desligar a IA, é um convite a operar com engenharia de custo desde o começo. Três movimentos que saem direto do argumento de Willison.

Primeiro, trate o pipeline de dados como fonte de custo, não só de qualidade. O caso do PDF é literal: a forma como você entrega informação para o modelo define quantos tokens você queima. Documento mal estruturado, contexto jogado inteiro na chamada, conversões desnecessárias, tudo isso é dinheiro. Desenhar a entrada é desenhar a fatura.

Segundo, meça antes de otimizar. Não dá para cortar o que você não enxerga, e o consumo de token costuma ser opaco em produção. É por isso que ferramentas de auditoria de conta de IA começaram a estourar, como o recibo independente para cada chamada de LLM que virou destaque no Product Hunt. Willison aponta o problema, esse tipo de ferramenta dá o instrumento.

Terceiro, ligue custo a resultado de negócio. Gastar menos token só importa se o valor entregue continuar de pé. Essa é a ponte com um problema que a grande mídia acabou de expor: metade das empresas com IA em produção não sabe provar que ela funciona. Custo sem valor é corte cego, valor sem custo é conta que estoura. O ponto de equilíbrio é medir os dois juntos. E, no fundo, é a mesma disciplina de achar o gargalo antes de otimizar que a Chip Huyen defende ao avaliar onde a IA realmente trava.

A elegância da provocação de Willison é que ela devolve a IA para o chão da engenharia. Não é magia nem catástrofe, é uma tecnologia com custo marginal que, em escala, decide se o projeto fecha a conta. Quem entender isso primeiro vai fazer mais com menos token, enquanto o concorrente ainda comemora capacidade que não sabe pagar. O tokenpocalipse, no fim, é só o nome pomposo para uma verdade velha de quem opera: no fim do mês, alguém confere a fatura.

Se a sua conta de IA cresce mais rápido do que o valor que ela entrega, fale com a AI Boutique no WhatsApp. A gente ajuda a desenhar o pipeline, medir o consumo e amarrar cada token a um resultado.