A OpenAI anunciou na quinta-feira (30) uma redução drástica de preços na família GPT-5.6, poucas semanas após o lançamento. O modelo Luna, o mais barato da linha, caiu 80%: o custo por milhão de tokens de entrada despencou de US$ 1 para US$ 0,20, e o de saída, de US$ 6 para US$ 1,20. O Terra, modelo intermediário, teve corte de 20%, enquanto o Sol ganhou um modo Fast que entrega até 2,5 vezes mais throughput pelo dobro do preço, direcionado a cargas sensíveis à latência. Os novos valores já valem automaticamente para Codex e para a contabilidade de uso no ChatGPT Work.
A decisão não veio do nada. Ela chega em um momento em que a concorrência no mercado de modelos se deslocou da capacidade bruta para o custo por unidade de inteligência. Modelos de peso aberto, muitos produzidos na China, passaram a oferecer desempenho competitivo por uma fração do preço — e a pressão sobre as APIs proprietárias mais caras se tornou inevitável. O corte é também uma resposta à resistência das empresas: clientes enterprise, que começaram a questionar o custo real de rodar agentes e automações em escala, empurraram a OpenAI a reduzir a barreira de entrada para uso intensivo.
Há um detalhe técnico que torna o anúncio ainda mais interessante: parte da redução foi financiada por ganhos de eficiência que o próprio GPT-5.6 Sol obteve ao reescrever de forma autônoma a infraestrutura de inferência da OpenAI. Em outras palavras, o modelo ajudou a otimizar o sistema que o serve — e a economia gerada foi repassada ao cliente na forma de preços menores. Isso inverte uma lógica antiga do setor, em que avanço de qualidade quase sempre vinha acompanhado de preço maior.
A guerra de preços não é novidade, mas o ritmo está mudando. Antes, cortes aconteciam quando um concorrente lançava algo melhor; agora, acontecem quando a diferença de custo fica grande demais para ignorar. Se um modelo de peso aberto entrega 80% do desempenho por 10% do preço, a precificação proprietária precisa se justificar de outra forma — seja por confiabilidade, seja por recursos exclusivos de ecossistema. A OpenAI claramente escolheu competir no fator custo e na experiência integrada.
A pergunta que fica é até onde essa queda pode ir. Preços de token têm margem para encolher ainda mais, mas em algum ponto o custo marginal de inferência se torna o piso. E quando o modelo mais barato fica barato o suficiente para ser usado sem pensar duas vezes, o mercado inteiro muda de natureza — o que deixa de ser disputado é o preço, e passa a ser a utilidade do que se constrói em cima. Talvez seja essa a real revolução que o corte de hoje sinaliza.
Para desenvolvedores que constroem produtos sobre APIs, a queda de preço é mais do que uma notícia favorável: é uma mudança na equação econômica do que é viável construir. Aplicações que antes dependiam de cache agressivo ou de modelagem para reduzir o número de chamadas agora podem se dar ao luxo de ser mais generosas, e agentes que rodam em loops longos ficam subitamente mais baratos de operar. O movimento também sinaliza a direção que as maiores empresas de IA estão tomando para se defender da concorrência de modelos de peso aberto: em vez de tentar vender exclusividade por preço premium, elas apostam em volume e integração, entregando o custo baixo que o mercado já passou a considerar normal. A questão é se essa corrida para o fundo do poço de preços deixará margem suficiente para financiar a próxima geração de pesquisa.
Fontes: VentureBeat, ExplainX AI, ZeroHedge
✓ Fontes independentes cruzadas e verificadas antes da publicação
