A OpenAI e a Anthropic passaram a lançar modelos de inteligência artificial com preços mais baixos em uma tentativa de reter clientes que, pressionados pelos custos, migram para alternativas mais baratas oferecidas por concorrentes da China. O movimento abre uma disputa declarada de preços entre dois dos principais laboratórios do setor nos Estados Unidos e mostra que a competição global em IA deixou de ser exclusivamente tecnológica para se tornar também uma batalha de margens.
A OpenAI é a empresa responsável pelo ChatGPT e pelos modelos da família GPT, referência no mercado de assistentes de inteligência artificial. A Anthropic, criadora do assistente Claude, disputa com ela a preferência de empresas que usam esses sistemas para automatizar tarefas de leitura, escrita e análise de dados. O modelo de negócio das duas companhias depende de cobrança proporcional ao uso, sobretudo por meio de APIs, as interfaces de programação que conectam os modelos às aplicações dos clientes.
A pressão que levou ao corte de preços vem dos modelos abertos chineses, sistemas cada vez mais sofisticados cujos pesos estão disponíveis publicamente. Quanto maior a capacidade dessas alternativas, menor o preço que o mercado aceita pagar pelas soluções proprietárias norte-americanas, e essa relação tem empurrado os valores para baixo em toda a cadeia.
No formato aberto, qualquer empresa pode baixar o sistema e executá-lo em sua própria infraestrutura de computação, sem depender de licenças de um fornecedor único. Isso reduz de forma expressiva o custo de operação para companhias que já mantêm grandes centros de dados e transformou sistemas como o DeepSeek e o Qwen, da Alibaba, em referências entre equipes de engenharia no mundo inteiro.
Para os laboratórios americanos, o problema é que o consumo de IA cresceu a ponto de transformar a conta de uso em item de discussão nos conselhos de administração. Executivos passaram a comparar custos por milhão de tokens processados, a unidade básica de cobrança que corresponde a blocos de texto, e a transferir cargas de trabalho menos sensíveis para opções gratuitas ou mais baratas.
A resposta imediata das duas empresas foi colocar no mercado versões mais econômicas de seus modelos, capazes de atender demandas de menor complexidade por um custo reduzido. A estratégia busca preservar a base de clientes corporativos justamente no momento em que as duas companhias se preparam para ofertas públicas iniciais de ações, os IPOs, com avaliações na casa do trilhão de dólares.
A abertura de capital cria uma exigência adicional sobre o setor. Investidores querem evidências concretas de que os gastos bilionários aplicados em computação, dados e energia podem, de fato, gerar retornos financeiros consistentes. Reduzir preços para defender participação de mercado comprime as margens no curto prazo, mas perder clientes para concorrentes chineses comprometeria a narrativa de crescimento que sustenta as avaliações pretendidas.
O quadro produz uma tensão econômica conhecida na história da computação: produtos cada vez mais parecidos em capacidade, disputados pelo critério do preço. Esse padrão já foi observado em segmentos como hardware e hospedagem, que se tornaram commodities, ou seja, bens praticamente indiferenciados, nos quais a competição se resolve pelo custo final.
A escalada da sofisticação dos modelos abertos chineses funciona como piso negativo para os preços. Cada geração lançada com desempenho próximo ao dos sistemas proprietários reduz o espaço de cobrança de prêmio pelas marcas americanas e amplia o leque de escolhas disponíveis para o comprador corporativo.
Para empresas brasileiras e equipes técnicas que desenvolvem produtos sobre modelos de linguagem, o cenário aponta para custo decrescente de acesso à tecnologia. Ainda que os modelos de maior capacidade sigam com preços elevados, a camada de uso intensivo fica mais acessível a cada rodada da disputa.
Enquanto isso, os dois laboratórios equilibram objetivos difíceis de conciliar: defender a receita diante dos rivais chineses e convencer o mercado de que a avaliação na casa do trilhão de dólares se justifica. O equilíbrio entre queda de preços, crescimento de uso e rentabilidade é hoje uma das principais incógnitas do setor de inteligência artificial.
A disputa entre os laboratórios dos Estados Unidos e os fornecedores abertos da China redefine, na prática, o valor do processamento de linguagem por máquina, com efeitos diretos sobre quem constrói, compra e depende dessas ferramentas.
