o preço que você não vê #NASDAQ100 # NVDA
Durante minha apresentação na FEA-USP esta semana, percebi uma falta de compreensão generalizada sobre como funcionam os modelos abertos e fechados de IA. Confesso que eu mesmo não tinha pesquisado o assunto a fundo — fugia do tema principal daquela palestra. Foi essa lacuna que me motivou a escrever o post de hoje, complementando algo que talvez não esteja bem compreendido entre meus leitores.
Toda vez que alguém me pergunta se deve migrar para uma ferramenta de IA "de graça" ou mais barata, eu devolvo a pergunta: barata para quem?
Essa dúvida ganhou um capítulo concreto nesta semana. Na quinta-feira, a Anthropic publicou um relatório de ameaças afirmando que empresas chinesas de IA — entre elas a Moonshot AI, dona do popular Kimi, e a DeepSeek — usaram uma rede de plataformas intermediárias para canalizar milhões de perguntas de seus próprios usuários até o Claude, meu modelo de referência para boa parte do trabalho técnico que faço aqui no blog. O objetivo era "destilar" as capacidades de um modelo americano mais avançado, técnica que os americanos comparam a roubo em escala industrial. O detalhe que me chamou atenção não foi o roubo de propriedade intelectual em si — isso é disputa entre laboratórios, e cada lado vai jogar duro nela. O que me incomodou foi outra coisa: o usuário que fez a pergunta não tinha a menor ideia de que ela estava sendo repassada para fora. Em um dos casos citados, um engenheiro tentou usar o Kimi para desenvolver um software e acabou entregando, sem saber, credenciais de login de várias empresas a um terceiro. Em outro, dados de câmeras de vigilância de uma cidade chinesa foram parar no mesmo lugar.
Isso muda a pergunta que todo usuário de IA deveria estar fazendo. Não é "qual ferramenta é mais barata", é "para onde vai o que eu digito ali" — e aqui entra o custo que considero o mais importante de todos, o da segurança dos dados. Pense num banco. Sigilo bancário não é um detalhe operacional, é a própria licença para funcionar. Se uma instituição financeira usa um sistema aberto cuja arquitetura de dados não é auditável, e as informações de seus clientes acabam expostas ou repassadas por caminhos que ninguém contratou, isso não é um incômodo de TI — é o tipo de falha que pode gerar processo, multa regulatória e, no limite, colocar em risco a operação da própria instituição. O episódio da Anthropic mostra exatamente esse mecanismo funcionando na prática, só que do lado de fora dos EUA: dados sensíveis circulando por intermediários fora do radar de quem os gerou. Nenhum sistema é imune a falhas — mas a diferença entre um provedor fechado e contratual, que você pode auditar e responsabilizar, e uma rede aberta de proveniência incerta, é exatamente o tipo de diferença que separa um incidente controlável de um desastre reputacional.
Num call que participei recentemente, o pessoal do Goldman Sachs defendia uma visão que considero sensata para empresas: não é escolher um lado, é montar um mix. Modelos abertos para tarefas corriqueiras, de baixo risco e alto volume; modelos fechados para o que é complexo e sensível, onde o custo de um erro ou de um vazamento supera de longe a economia de usar algo mais barato. Faz sentido — e explica por que, na prática, a discussão "aberto versus fechado" está cada vez menos binária e cada vez mais uma questão de alocação: qual tarefa vai para qual modelo, e com que grau de exposição de dados.
Do lado do preço puro, o quadro também não é tão simples quanto parece à primeira vista. Um índice de preço por token de modelos fechados que acompanho caiu de um pico de US$ 4,20 em julho para US$ 3,07 em agosto — quase 27% de queda em poucas semanas. Isso é bom para quem usa modelo fechado. Só que, na mesma semana, a DeepSeek anunciou alta de até quatro vezes no preço de pico do seu modelo V4. Abertos subindo, fechados descendo — convergindo para um preço de equilíbrio que ainda não sabemos qual é.
"O preço real do token já mostra rachaduras" — fonte: apresentação FEA-USP, Setembro 2026, "Os investimentos em IA vão se pagar?", slide 26
Isso tem uma explicação de fundo: manter um modelo aberto gratuito ou baratíssimo só funciona enquanto alguém está disposto a financiar a diferença entre o custo real de rodar aquilo e o que o usuário paga. Quando essa conta deixa de fechar, o preço sobe rápido, como vimos. Curiosamente, os modelos chineses vêm ganhando a corrida do volume de uso — já superam os americanos em tokens processados por mês, e a fatia americana entre os 50 modelos mais usados do mundo caiu de cerca de 46% para 29% em dezesseis meses. Mas vencer em uso não é vencer em economia: a própria China luta para subir preços sem perder usuários, o que mostra que o modelo de negócio por trás do "aberto e barato" ainda está sendo testado, não resolvido.
No terreno prático, eu mesmo já fiz esse teste. Uso o Claude no dia a dia. Quando a DeepSeek foi lançada, testei — fiz algumas indagações e achei um lixo a qualidade das respostas. Não usei mais. Pesquisando esse assunto agora para escrever este texto, só me convenci de que nem pensar em usar: o que parecia economia de custo, na minha experiência, era perda de qualidade — e qualidade, quando se trata de decisão de investimento ou de negócio, é o tipo de custo que não aparece na fatura, mas aparece no resultado.
Minha leitura final: a escolha entre IA aberta e fechada não é técnica, é uma escolha de onde você quer que o custo apareça. No fechado e pago, o custo é a fatura, previsível e contratual. No aberto e gratuito, o custo pode vir como aumento repentino de preço, como dado exposto sem autorização, ou como qualidade que não entrega o que promete. Antes de trocar de ferramenta pensando que está economizando, vale perguntar: economizando o quê, e pagando com o quê no lugar.
Análise Técnica
No post "produtividade-direto-no-lucro" fiz os seguintes comentários sobre a Nasdaq100:
"Como comentei, a bolsa chegou a completar cinco ondas observadas numa janela de duas horas, mas, durante a semana, uma queda em três ondas pode dar suspensão à tese de novas altas. É preciso que ultrapasse o nível destacado em 29.752 e, mais importante, não caia abaixo de 28.875."
Em relação à Nasdaq100, mantenho as mesmas observações expressas no gráfico, e também aguardo cinco ondas para sugerir um trade de compra.
"A Nvidia está muito próxima de ultrapassar a máxima de US$ 236,54 e pode-se esperar que atinja o primeiro objetivo de US$ 291. Se minha contagem estiver correta, podemos esperar inúmeras máximas sendo rompidas. Mas, sem se animar por antecipação, ela precisa ultrapassar os US$ 236."
Esse gráfico mostra claramente o conceito da "Carteirinha": quem está na IA tem a margem subindo de forma crescente, e as outras se mantendo — isso não significa que o lucro das outras não esteja subindo, pois o volume pode estar, e está, crescendo, mas a velocidade entre eles é outra. O setor de tecnologia está turbinado.
Fique ligado!
Comentários
Postar um comentário