O verdadeiro “momento DeepSeek” não foi sobre custos de treino. Foi sobre inferência. E o GLM 5.2 acaba de acender o rastilho.
Em janeiro de 2025, os mercados entraram em pânico quando a DeepSeek anunciou que o modelo V3 custara menos de 6 milhões de dólares a treinar. A narrativa foi imediata: se treinar modelos é tão barato, o investimento massivo em capex das big tech está em risco. As ações da Nvidia caíram a pique.
Mas essa leitura estava errada. E Martin Alderson, num artigo recente, explica porquê.
O custo de treinar um modelo é fixo. É um custo inicial, pesado, mas que não escala com a procura. O custo real — aquele que aumenta à medida que mais pessoas usam o produto — é a inferência. E é aí que as margens são astronómicas.
O modelo de negócio das frontier labs
As contas são simples. A Anthropic e a OpenAI cobram cerca de 25 dólares por milhão de tokens de inferência. Alderson estima que a margem bruta real seja de aproximadamente 90% sobre o custo de computação. Até os números financeiros vazados da OpenAI apontam para margens de ~60% em receita, já incluindo custos operacionais.
O modelo de negócio é este: gasta-se uma fortuna a treinar um modelo de fronteira, e depois amortiza-se esse custo através de inferência altamente lucrativa. Funciona enquanto não houver concorrência a preços significativamente mais baixos.
GLM 5.2 — o concorrente que muda o jogo
O GLM 5.2, desenvolvido pela Z.ai, é o primeiro modelo open weights que Alderson considera um competidor legítimo do Opus e do GPT para trabalho agentivo. A diferença? Custa entre 4 a 5 dólares por milhão de tokens — menos de 20% do preço dos modelos fechados.
O autor testou o modelo durante semanas e admite que, na prática, é quase impossível distinguir o GLM 5.2 do Opus em tarefas de coding e agente. A migração é trivial: tanto a Z.ai como a Fireworks oferecem endpoints compatíveis com a API da OpenAI e da Anthropic. Mudar o base URL e a chave de API é o suficiente.
Claro que não é perfeito. O modelo é visivelmente mais lento — pensa muito antes de responder, o que aumenta o número de tokens e reduz parte da vantagem de custo. Também não tem suporte para visão, uma limitação frustrante para quem já se habituou a usar screenshots e PDFs com modelos como o Opus 4.7. E a pesquisa web integrada é fraca, o que obriga a workarounds.
Mas são problemas temporários. A qualidade base está lá.
Os custos de mudança são quase zero
Este é o ponto que realmente preocupa as frontier labs. Ao contrário de migrações de ERP ou mudanças de cloud provider, trocar de modelo de IA é trivial. Não há lock-in. Não há anos de planeamento. É uma alteração de configuração.
Para uso empresarial, a preocupação com dados e privacidade é legítima — os termos da Z.ai são fracos e a ligação à China é um risco real. Mas o facto de o modelo ser open weights significa que pode ser hospedado internamente ou através de outros fornecedores com garantias contratuais adequadas. Para dados sensíveis, isto é até uma vantagem em relação aos modelos fechados.
O que esperar
Alderson promete uma segunda parte onde explora o impacto real de um colapso nas margens de inferência. Quem ganha, quem perde, e como a indústria se reconfigura. A frase de Jeff Bezos ecoa aqui com força: “a tua margem é a minha oportunidade.”
Se modelos com qualidade comparável estão disponíveis a 20% do preço — e a diferença vai aumentar com a otimização dos servidores de inferência (a Wafer já mostrou que correr GLM 5.2 em AMD é 2.75x mais barato por token do que em Nvidia Blackwell) — então as margens atuais são insustentáveis.
O colapso não é uma questão de se. É uma questão de quando.
Comentários (0)
Nenhum comentário ainda. Seja o primeiro!
Deixar comentário