O Índice de Gastos com Tokens de LLM, elaborado pela Silicon Data, fechou a segunda-feira em US$ 0,97 por milhão de tokens, ficando pela primeira vez abaixo da marca de US$ 1 desde seu lançamento no fim do ano passado, mais da metade abaixo do pico registrado neste verão. Em uma única semana, o número caiu 8,6%.
No Bloomberg Terminal, o índice é negociado sob o código SDLLMTK, cobre mais de 200 modelos de código aberto e mais de 120 modelos proprietários, reúne dados de mais de 20 fontes de preço e volume, e é normalizado pela proporção entre entrada e saída e pelo tamanho da janela de contexto. Em outras palavras, ele mede o preço médio efetivamente pago no mercado por milhão de tokens, não a tabela de preços de um único fornecedor.
Quem está puxando o preço para baixo
Três forças estão se somando. Modelos de código aberto chineses, como o Kimi K3 da Moonshot AI, derrubaram o piso de preços na faixa mais barata; a OpenAI reduziu os preços da série GPT-5.6 no fim de julho; e vários laboratórios de ponta adotaram, um após o outro, precificação dinâmica, vendendo com desconto a capacidade de computação ociosa.
Os dois primeiros fatores são fáceis de entender, mas o efeito do terceiro costuma ser subestimado. A precificação dinâmica faz com que o mesmo modelo seja vendido a preços diferentes em horários diferentes, o que naturalmente puxa a média ponderada para baixo. O índice é ponderado pelo consumo real, e os gateways de roteamento distribuem as requisições entre vários fornecedores - o tráfego migra para quem cobra menos. Esse mecanismo por si só já vem derrubando a leitura do índice continuamente.
Linha de receita espremida, compromissos de computação intactos
Charles-Henry Monchau, diretor de investimentos (CIO) da Syz Group, é direto ao ponto: “Foundation model labs are the most directly exposed... Token deflation compresses the revenue line while compute commitments stay fixed.” (Os laboratórios de modelos de fundação são os mais diretamente expostos... A deflação dos tokens comprime a linha de receita enquanto os compromissos de computação permanecem fixos.)
Essa frase aponta exatamente para o ponto de descompasso. Contratos de locação de data centers, aquisição de GPUs e contratos de energia são despesas fixas de vários anos, enquanto o preço unitário do token muda semana a semana. Uma conta grosseira: se a receita de inferência de uma empresa acompanhasse exatamente o índice, a queda pela metade desde o pico do verão exigiria que o volume de uso dobrasse apenas para equilibrar a receita - e dobrar o volume significa dobrar também a ocupação de capacidade computacional, sem que a margem bruta volte automaticamente ao patamar anterior. Trata-se apenas de uma estimativa de ordem de grandeza; a estrutura dos modelos e os sistemas de desconto variam bastante de empresa para empresa.
Um momento incômodo antes da janela de IPO
Tanto a OpenAI quanto a Anthropic protocolaram, neste verão, pedidos confidenciais de abertura de capital junto a reguladores. Para empresas se preparando para roadshows, um indicador de preço que segue batendo mínimas sucessivas é um pano de fundo incômodo - a primeira pergunta dos investidores tende a recair sobre o poder de precificação.
Há ainda um efeito mais lento, porém persistente: o preço baixo fica na memória. Uma vez que usuários e clientes corporativos se acostumam ao patamar atual, praticamente não sobra espaço para reajustes futuros. A cada avanço dos modelos de código aberto, encolhe um pouco mais a margem de preço premium que os fornecedores de modelos proprietários conseguem preservar. O número em si - o índice abaixo de US$ 1 - não tem nada de mágico; ele apenas marca que a transferência do poder de precificação já percorreu um bom trecho do caminho.
Fontes: página explicativa do índice da Silicon Data, cotação SDLLMTK no Bloomberg Terminal, CNBC, CocoLoop, Yahoo Finance; a leitura de US$ 0,97, a queda semanal de 8,6% e a cobertura do índice seguem os dados oficiais da Silicon Data.