Preço da IA: o desconto que você paga com os seus dados

Em três dias, três laboratórios lançaram modelo de ponta: GPT-6 Astra, Claude Fable 5.1 e Muse Spark 1.3, da Meta. O que mudou de verdade não foi a inteligência de nenhum deles. Foi onde a conta é cobrada.

Até agora, comparar modelo era comparar duas linhas: preço por milhão de tokens de entrada e de saída. Essas duas linhas deixaram de dizer quanto você vai pagar.

O que cada um cobra hoje

• GPT-6 Astra (OpenAI): US$ 10 por milhão de tokens de entrada e US$ 50 de saída, com entrada em cache a US$ 1.
• Claude Fable 5.1 (Anthropic): os mesmos US$ 10 e US$ 50 na tabela. O que mudou foi o cache, que caiu de US$ 1 para US$ 0,25 por milhão, uma redução de 75%.
• Muse Spark 1.3 (Meta): US$ 1,25 de entrada e US$ 4,25 de saída, uma fração dos outros dois. E existe um segundo preço, bem menor, explicado adiante.

Olhando só a tabela, a conclusão seria simples: a Meta é dez vezes mais barata. A conclusão real depende de duas coisas que a tabela não mostra.

O cache ficou 75% mais barato, e isso só vale para quem construiu certo

Cache, aqui, é o pedaço do texto que você manda repetido em toda chamada: a instrução do sistema, o manual do produto, o catálogo, o histórico da conversa. O modelo guarda esse trecho processado e cobra bem menos para relê-lo.

Com o corte da Anthropic, ler do cache passou a custar 2,5% do preço da entrada normal. O efeito prático divulgado é uma queda de cerca de 25% no custo de uma carga de trabalho típica, e de até 45% em tarefas bem agênticas — aquelas em que o modelo faz muitas chamadas seguidas, relendo o mesmo contexto a cada passo.

O detalhe que decide se você vai receber esse desconto: o cache só é aproveitado quando o começo do que você manda é idêntico entre uma chamada e outra. Se o seu sistema monta o texto com a data e a hora no topo, ou embaralha a ordem das instruções, ou injeta o nome do cliente antes do manual, o trecho muda a cada chamada e não há cache nenhum. Você paga preço cheio e nem descobre por quê.

Ou seja: esse corte de preço não é um desconto que cai no seu boleto. É um desconto para quem ordena o texto de um jeito específico — o conteúdo fixo primeiro, o variável no fim.

O desconto de mais de 90% que se paga com dados

A Meta fez a jogada mais agressiva, e a mais interessante de analisar. Além do preço padrão, ela criou uma faixa para quem autoriza a empresa a usar as suas perguntas e as respostas do modelo para treinar os modelos futuros dela.

Nessa faixa, o milhão de tokens de entrada sai por US$ 0,10 e o de saída por US$ 0,20. Comparando com o preço padrão da própria Meta, é uma queda de cerca de 92% na entrada e 95% na saída. Contra os US$ 10 e US$ 50 dos concorrentes, a diferença passa de cem vezes.

Não é caridade nem guerra de preço no sentido comum. É a Meta colocando preço no seu dado e deixando você decidir se quer vendê-lo. A empresa também sinalizou que pretende liberar os pesos do modelo — o que é promessa, não fato consumado, e vale tratar como tal.

Por que esse desconto pode ser proibido para você

Aqui a decisão sai do financeiro e vai para o jurídico. Se o que você manda ao modelo inclui dado de cliente, o desconto significa autorizar um terceiro a treinar com esse dado. Três perguntas resolvem o caso na maioria das empresas:

1. Você tem base legal para isso? A LGPD exige uma. O cliente consentiu com o tratamento do dado dele para treinar modelo de outra empresa? Quase sempre a resposta é não.
2. O seu contrato permite? Contrato com cliente corporativo costuma ter cláusula de confidencialidade que já impede, sem precisar chegar à LGPD.
3. O que exatamente vai junto? Não é só a pergunta. Vai o documento que você anexou, o trecho do sistema que o agente leu, o nome que apareceu no meio da conversa.

Existe um uso em que a faixa barata é perfeitamente adequada: conteúdo que já é público ou que não identifica ninguém — gerar descrição de produto de catálogo, resumir texto que você mesmo publicou, testar prompt em dado fictício. O erro é adotar a faixa barata por padrão e descobrir depois o que passou por ela.

Como escolher agora

Com três variáveis em jogo — preço de tabela, cache e dado —, a comparação por preço de token virou inútil. O que funciona:

1. Meça o custo por tarefa concluída, na sua tarefa, com o seu texto. É a única medida que junta as três variáveis.
2. Separe as suas cargas em duas. As que passam dado sensível e as que não passam. Elas podem, e provavelmente devem, rodar em modelos diferentes.
3. Antes de trocar de fornecedor por causa do cache, olhe o seu código. Se o começo do texto muda a cada chamada, o desconto não existe para você — e reordenar o texto é mais barato que trocar de modelo.
4. Trate promessa de pesos abertos como promessa. Planejar migração com base em algo não lançado é como assinar contrato com data em branco.

É esse tipo de recorte que fazemos em implementação de IA para empresas: medir a sua tarefa antes de escolher o modelo, e separar o que pode e o que não pode sair de casa. Sobre o lançamento da OpenAI em detalhe, veja o que muda com o GPT-6 Astra; sobre a conta de rodar modelo aberto na própria máquina, quanto custa rodar um modelo aberto. E a régua de o que deixar a IA acessar está em a régua de permissão.

Fontes

Anúncio do Claude Fable 5.1 e do Mythos 5.1 e documentação de preços da Anthropic; página do GPT-6 Astra e documentação de modelos da OpenAI; material de preços do Muse Spark 1.3 da Meta e cobertura de VentureBeat, DataCamp e MindStudio sobre as duas mudanças de preço. Os números de desconto por faixa foram conferidos fora da newsletter que originou a pauta.