Executivos americanos estão trocando modelos fechados por alternativas de “pesos abertos” para conter a explosão de gastos com inteligência artificial. A migração, antes restrita a laboratórios, agora atinge gigantes de setores tradicionais e ameaça a valorização trilionária de players como OpenAI e Anthropic.
O movimento não é apenas discurso: dados de infraestrutura mostram que a fatia de tokens processados por modelos abertos saltou de dígitos únicos para a maioria em poucos meses.
Por que a conta não fecha mais com modelos fechados
O gatilho financeiro é brutal. No Tinder, a fatura anual de IA pulou de US$ 1 milhão para US$ 10 milhões em apenas seis meses. Vinay Kuruvila, CTO do aplicativo, resume o dilema: “Não quero outro aumento de dez vezes”. A solução encontrada foi rotear consultas simples para modelos abertos, reservando os sistemas de ponta — e caros — para tarefas complexas.
Na AT&T, a escala assusta: 45 bilhões de tokens processados por dia. Andy Markus, chefe de dados e IA da operadora, confirmou que 40% das cargas já rodam em modelos abertos, com meta de chegar a 70% em um ano. “Nessa escala, os custos se tornam extremamente importantes”, disse ele.
O domínio chinês e a resposta ocidental
Embora a tendência seja global, o fornecimento concentra-se na China. Laboratórios como DeepSeek e Zhipu lideram o volume de tokens em plataformas de roteamento como a OpenRouter. A francesa Mistral e americanas como Nvidia, Reflection AI e Thinking Machines Lab correm para lançar alternativas competitivas sob licenças permissivas.
A reação dos incumbentes foi imediata: OpenAI e Anthropic lançaram versões “lite” e mais baratas de seus modelos topo de linha na semana passada, iniciando uma guerra de preços sem precedentes.
Três pilares que sustentam a troca
- Custo por token: Fornecedores abertos cobram frações do preço praticado por Anthropic e OpenAI; hospedagem própria elimina a taxa por uso.
- Soberania de dados: Scott Wallace, da Digital Realty, afirmou: “Dados de clientes, jamais, jamais, jamais são inseridos em um modelo de ponta”. Modelos abertos rodam em infraestrutura privada.
- Personalização real: Pesos públicos permitem ajuste fino (fine-tuning) com dados proprietários, igualando ou superando modelos fechados em tarefas específicas.
O termômetro do mercado: teleconferências e tokens
A plataforma AlphaSense registrou alta de seis vezes nas menções a “pesos abertos” ou “código aberto” em calls de resultados entre agosto e setembro, na comparação anual. O sinal vem do topo: PNC Financial, CH Robinson e Siemens citaram a estratégia em eventos recentes com investidores.
Na prática, o AI Gateway da Vercel mostra que modelos abertos responderam por 56% dos tokens em agosto, contra 7% em dezembro. A virada é real e mensurável.
O que está em jogo para os gigantes do setor
A Anthropic prepara IPO com valuation acima de US$ 2 trilhões. A OpenAI busca rodada privada a US$ 1,2 trilhão, adiando sua abertura de capital para 2027. Ambas dependem da voracidade por computação que sustenta o boom de data centers nos EUA. Se a migração para modelos abertos acelerar, a tese de receita recorrente por token enfraquece.
Por enquanto, os laboratórios fechados ainda concentram a maior parte do orçamento corporativo de IA. Mas a ponte entre “teste” e “produção” está sendo cruzada em velocidade recorde.
O que observar nos próximos trimestres
Três sinais dirão se a tendência vira padrão irreversível: a taxa de adoção fora do setor tech (já em 40% na AT&T), a evolução dos benchmarks de modelos abertos em tarefas complexas de raciocínio e a capacidade de OpenAI/Anthropic de defender margens sem perder volume. Para o executivo que toma a decisão hoje, a equação deixou de ser “aberto vs. fechado” e virou “quanto custo aceito pagar por 10% a mais de performance”.
