O paradoxo: o preço cai e a conta sobe

A reunião tem duas planilhas abertas e elas discordam. Na primeira, a do time técnico, o preço por milhão de tokens do modelo em uso caiu quase pela metade desde a última revisão, com o comunicado do fornecedor anexado como prova. Na segunda, a do controller, a linha de IA fechou o trimestre acima do orçado pela terceira vez seguida. Ninguém está mentindo na sala. As duas planilhas estão certas.

O que trava a discussão é a ausência de uma frase que explique como as duas coisas podem ser verdadeiras ao mesmo tempo. Sem ela, cada participante propõe o movimento que a sua intuição sugere: congelar o projeto, trocar de fornecedor, esperar mais um trimestre porque o preço vai cair de novo. Três movimentos caros, todos escolhidos sem saber qual das duas linhas do orçamento se moveu.

O nome disso é demanda elástica, e a economia registrou o efeito muito antes da inteligência artificial. Em 1865, ao estudar o consumo de carvão na Inglaterra, William Stanley Jevons observou que máquinas a vapor mais eficientes vinham acompanhadas de mais consumo de carvão, não de menos. Trabalho a vapor barato multiplicou o número de usos em que valia a pena empregá-lo, e a eficiência virou volume.

Na IA o mecanismo é o mesmo, com uma diferença que acelera tudo: as três reações à queda de preço acontecem quase juntas. Casos de uso que não fechavam a conta passam a fechar. O time deixa de racionar consumo em cada chamada, porque racionar centavos custa mais em atenção do que economiza. E sistemas que decidem sozinhos quantos passos vão dar substituem sistemas que davam um passo só. Cada uma dessas três reações multiplica o volume por conta própria, e elas se somam dentro do mesmo trimestre em que o preço caiu.

Token é a unidade de medida desta conta, o quilowatt-hora da inteligência artificial. Aqui ele importa apenas como unidade de volume. Uma ressalva de leitura vale desde já, porque as tabelas que vêm a seguir aparecem em pares: todo preço de IA traz dois valores, um para o que você envia ao modelo e outro para o que o modelo devolve, e o segundo é sempre o maior. Por ora leia o primeiro como termômetro de preço. Por que os dois ficam tão distantes, e o que fazer com essa distância, é o assunto do módulo "Token, entrada e saída: a unidade da conta e a assimetria que decide onde cortar", que abre a régua inteira, inclusive por que o mesmo texto em português consome mais dela.

Existem duas curvas de preço nesta conta, e confundi-las produz o erro de orçamento mais comum que aparece nesta mesa. A primeira é o preço para entregar um nível fixo de desempenho, e essa desaba: o que exigia o topo de linha há dezoito meses hoje sai por uma fração, porque modelos menores alcançaram aquele patamar. A segunda é o preço do melhor desempenho disponível hoje, e essa sobe. Em julho de 2026, o modelo mais caro da tabela pública da OpenAI custa trinta vezes a mediana de mercado no token de entrada e quarenta e cinco vezes no token de saída.

O efeito prático para quem aprova orçamento cabe em duas linhas: manter a qualidade que você já entrega vai ficar mais barato ano a ano, e querer a qualidade da fronteira vai ficar mais caro. A pergunta a fazer ao time deixa de ser quanto o preço caiu e passa a ser em qual das duas curvas cada caso de uso está sentado, porque só a primeira devolve dinheiro sem discussão.