O CEO da Decagon, Jesse Zhang, publicou uma análise provocativa sobre a relação entre modelos de IA open source e os grandes laboratórios de fronteira como a Anthropic. Sua tese central: modelos open source não são concorrentes dos modelos de ponta — são fases diferentes do mesmo ciclo de vida da adoção de IA empresarial.
O paradoxo dos tokens
Os dados contam uma história interessante. No dashboard do gateway de IA da Vercel, o DeepSeek já lidera em volume de tokens processados, com mais de um terço do tráfego na plataforma. O Z.ai, laboratório por trás do modelo GLM-5.2, saltou para o quarto lugar. Mas quando se olha para o gasto total — não apenas volume — a Anthropic ainda concentra mais da metade de todo o dinheiro que passa pela plataforma.
O OpenRouter, que captura um segmento mais amplo do mercado, confirma o padrão: o DeepSeek V4 Flash lidera em uso bruto, processando 5,3 trilhões de tokens por semana. O Opus 4.8, modelo de ponta da Anthropic, processa pouco mais de 2 trilhões. Mas o custo médio por token do Opus é cerca de 23 vezes maior que o do V4 Flash (US$ 1,37 por milhão de tokens contra apenas US$ 0,06), o que significa que a Anthropic provavelmente ainda captura a maior fatia da receita total.
Duas fases do mesmo ciclo
Na visão de Zhang, os modelos de fronteira (caros) são usados para provar casos de uso — a fase de descoberta. Conforme esses casos amadurecem, as empresas migram para modelos open source mais baratos para produção. Mas novos casos de uso continuam surgindo, mantendo a demanda pelos modelos caros. “Os laboratórios de fronteira continuarão dominando a descoberta. O open source vai cada vez mais dominar a produção”, resumiu Zhang.
Há outra explicação possível: mesmo quando clientes migram para open source, muitos casos de uso são tão complexos que simplesmente não podem ser totalmente substituídos por alternativas mais baratas. A aposta é que essa economia de dois níveis — modelos caros para descoberta, open source para escala — se torne uma característica estável do mercado de IA.
O que isso significa
Até setembro do ano passado, analistas especulavam que laboratórios de IA acabariam “vendendo grãos de café para a Starbucks” — insumos comoditizados enquanto a camada de aplicação colhia os benefícios. Parte dessa previsão se confirmou: startups verticais de IA migraram para modelos mais leves, e a economia dos “wrappers de GPT” permaneceu estável. Mas, token por token, provedores de fronteira como a Anthropic conseguiram manter a parte mais valiosa do mercado: o preço premium.
E com a chegada do Nemotron da Nvidia — que deve saltar para a dianteira graças às conexões da empresa e à extrema adaptabilidade do modelo — o cenário continua evoluindo rapidamente.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
