Lar
Assinatura de US$ 200 pode consumir US$ 14.000 em poder de computação; principais modelos de IA enfrentam crise de custos

A empresa de análise do setor SemiAnalysis testou recentemente os planos de assinatura da OpenAI e da Anthropic em cenários reais. Os resultados revelam que, por trás das taxas mensais fixas aparentemente baixas, existe uma diferença substancial nos custos de subsídio para o poder de computação que os provedores de modelos de grande porte precisam arcar.
Os testadores adquiriram vários níveis de assinatura de ambas as empresas e executaram continuamente tarefas que exigem muitos recursos, como programação de longo prazo e agentes autônomos, até atingirem os limites semanais de uso. Em seguida, calcularam os custos teóricos com base nos preços das APIs disponíveis publicamente, e os resultados foram surpreendentes.
Subsídios de poder de computação levados ao limite
Os cálculos mostraram que, se um usuário explorar ao máximo a assinatura “ChatGPT Pro 20x” da OpenAI, que custa US$ 200 por mês, o faturamento equivalente pela API poderia chegar a cerca de US$ 14.000. Da mesma forma, o plano “Claude Max 20x” da Anthropic, pelo mesmo preço, poderia, teoricamente, incorrer em custos de tokens de até US$ 8.000 em condições de uso extremo.
Isso significa que um pequeno número de usuários intensivos pode corroer as margens de lucro já estreitas dos modelos de assinatura, levando os provedores a prejuízos significativos. No caso do ChatGPT Plus, um plano básico de US$ 20, a OpenAI começa a perder dinheiro assim que a utilização do usuário ultrapassa 11,4%.
O roteamento de tarefas corporativas surge como uma estratégia-chave
Nesse cenário, sistemas de agentes que dependem de chamadas de ferramentas autônomas e em várias etapas estão aumentando as pressões de custo, com o consumo de tokens chegando a milhares de vezes o das conversas tradicionais de uma única rodada. Grandes empresas como Microsoft, Meta e Amazon começaram a reduzir práticas anteriores de incentivar os funcionários a testar extensivamente a IA, com o objetivo de conter as despesas internas em rápido crescimento.
Para lidar com os altos custos de computação, mais empresas estão adotando uma abordagem refinada de distribuição de tarefas: problemas complexos são encaminhados para modelos de primeira linha, enquanto o trabalho rotineiro de escritório é tratado por modelos mais baratos ou de código aberto. Esse método de roteamento de tarefas pode reduzir os custos gerais de IA em até 95%, mas também obriga os grandes fornecedores de modelos a lutar para equilibrar a experiência do usuário e os pesados investimentos em infraestrutura.
Artigo relacionado
CEO da DeepMind, Hassabis: Durmo seis horas por dia, geralmente me sinto energético por volta da 1h
O Fortune recentemente publicou uma entrevista com Demis Hassabis, CEO da Google DeepMind, revelando sua abordagem incomum para descanso e produtividade. Hassabis revelou que dorme muito pouco, estruturando suas horas acordadas em dois blocos de trab
OpenAI e Anthropic disputam participação no mercado, apesar da queda na receita
Apesar de relatos recentes sugerirem que a OpenAI não atingiu suas metas de receita, o que gerou pressão sobre as ações do setor de tecnologia nesta terça-feira, os investidores privados em laboratóri
Conformidade com a regulamentação de veículos autônomos na Califórnia: uma nova era de multas, geocercas e 1 milhão de milhas
A Guident opera um veículo de transporte da AuveTech no sul da Flórida, administrando uma rota de quatro milhas em West Palm Beach e uma rota de uma milha em Boca Raton por meio de sua tecnologia de m
Recomendações de tópicos especiais relacionados
Comentários (0)

A empresa de análise do setor SemiAnalysis testou recentemente os planos de assinatura da OpenAI e da Anthropic em cenários reais. Os resultados revelam que, por trás das taxas mensais fixas aparentemente baixas, existe uma diferença substancial nos custos de subsídio para o poder de computação que os provedores de modelos de grande porte precisam arcar.
Os testadores adquiriram vários níveis de assinatura de ambas as empresas e executaram continuamente tarefas que exigem muitos recursos, como programação de longo prazo e agentes autônomos, até atingirem os limites semanais de uso. Em seguida, calcularam os custos teóricos com base nos preços das APIs disponíveis publicamente, e os resultados foram surpreendentes.
Subsídios de poder de computação levados ao limite
Os cálculos mostraram que, se um usuário explorar ao máximo a assinatura “ChatGPT Pro 20x” da OpenAI, que custa US$ 200 por mês, o faturamento equivalente pela API poderia chegar a cerca de US$ 14.000. Da mesma forma, o plano “Claude Max 20x” da Anthropic, pelo mesmo preço, poderia, teoricamente, incorrer em custos de tokens de até US$ 8.000 em condições de uso extremo.
Isso significa que um pequeno número de usuários intensivos pode corroer as margens de lucro já estreitas dos modelos de assinatura, levando os provedores a prejuízos significativos. No caso do ChatGPT Plus, um plano básico de US$ 20, a OpenAI começa a perder dinheiro assim que a utilização do usuário ultrapassa 11,4%.
O roteamento de tarefas corporativas surge como uma estratégia-chave
Nesse cenário, sistemas de agentes que dependem de chamadas de ferramentas autônomas e em várias etapas estão aumentando as pressões de custo, com o consumo de tokens chegando a milhares de vezes o das conversas tradicionais de uma única rodada. Grandes empresas como Microsoft, Meta e Amazon começaram a reduzir práticas anteriores de incentivar os funcionários a testar extensivamente a IA, com o objetivo de conter as despesas internas em rápido crescimento.
Para lidar com os altos custos de computação, mais empresas estão adotando uma abordagem refinada de distribuição de tarefas: problemas complexos são encaminhados para modelos de primeira linha, enquanto o trabalho rotineiro de escritório é tratado por modelos mais baratos ou de código aberto. Esse método de roteamento de tarefas pode reduzir os custos gerais de IA em até 95%, mas também obriga os grandes fornecedores de modelos a lutar para equilibrar a experiência do usuário e os pesados investimentos em infraestrutura.
CEO da DeepMind, Hassabis: Durmo seis horas por dia, geralmente me sinto energético por volta da 1h
O Fortune recentemente publicou uma entrevista com Demis Hassabis, CEO da Google DeepMind, revelando sua abordagem incomum para descanso e produtividade. Hassabis revelou que dorme muito pouco, estruturando suas horas acordadas em dois blocos de trab
OpenAI e Anthropic disputam participação no mercado, apesar da queda na receita
Apesar de relatos recentes sugerirem que a OpenAI não atingiu suas metas de receita, o que gerou pressão sobre as ações do setor de tecnologia nesta terça-feira, os investidores privados em laboratóri











