As empresas de tecnologia demonstram interesse em modelos de IA econômicos e eficazes

O boom da IA se baseou em uma premissa fundamental: modelos maiores são mais capazes, e os modelos mais capazes ganham. Agora, a indústria está prestes a descobrir o que acontece quando essa premissa começa a desmoronar.

Os custos crescentes já pressionaram os usuários a reconsiderar modelos menores e mais baratos. Essa abordagem voltada para o custo na seleção de modelos é nova, e ainda não está claro como ela vai transformar a indústria — mas o impacto provavelmente será significativo.

Uma previsão, expressa de forma bastante clara pelo cofundador da Coinbase, Brian Armstrong, é que a grande maioria das tarefas será transferida para modelos mais baratos.

“A demanda por inteligência é quase infinita, mas 80% dos trabalhos serão executados em modelos 99% mais baratos dentro de 12 a 18 meses”, escreveu Armstrong no X. “20% dos trabalhos ainda serão executados nos modelos da última geração, onde é importante maximizar o IQ.”

É difícil exagerar o quão significativa seria essa mudança para a indústria da IA se a previsão de Armstrong se concretizasse.

Até agora, a maioria das empresas de IA competia em qualidade, o que significava optar pelos modelos mais avançados disponíveis. Se essas mesmas tarefas puderem ser realizadas por modelos mais baratos sem qualquer perda de qualidade, isso sinalizaria uma mudança significativa na economia da IA. E, o mais importante, grande parte dessa economia viria diretamente dos lucros das grandes empresas — o que seria um golpe financeiro para a OpenAI e a Anthropic justamente quando elas estão prestes a realizar suas ofertas públicas de ações.

Essa é uma mudança potencialmente revolucionária para a indústria, que depende de uma pergunta fundamental: as empresas estão preparadas para migrar para modelos menores?

Testes iniciais sugerem que, com a configuração correta, modelos mais baratos podem ser usados sem qualquer sacrifício na qualidade. Em um teste recente realizado pelo ferramenta de IA jurídica Harvey, a empresa conseguiu reduzir os custos de inferência em três vezes sem diminuir a qualidade. O teste, realizado em parceria com a plataforma de inferência Fireworks AI, combinou o Claude Opus com o GLM 5.1 da Fireworks e utilizou o Opus para as tarefas mais exigentes. O resultado foi uma carga significativamente menor nos servidores e custos gerais reduzidos.

“A qualidade vem em primeiro lugar, e no setor jurídico sempre será assim”, disse Gabe Pereyra, cofundador da Harvey, ao TechCrunch, referindo-se aos serviços jurídicos de IA da sua startup. “No entanto, a definição de qualidade está evoluindo: não é mais apenas usar o modelo mais poderoso para tudo, mas sim usar o melhor modelo que fornece a resposta correta da forma mais eficiente.”

Essa tendência é frequentemente descrita como um confronto entre grandes laboratórios e modelos chineses ou abertos, mas isso ignora a realidade maior. A verdadeira divisão não está entre modelos proprietários e abertos, mas entre modelos grandes e pequenos. Você pode economizar dinheiro trocando o GPT-5.5 pelo DeepSeek’s V4Flash, mas também trocar pelo GPT-5.4-mini e obter resultados igualmente bons.

Existe uma guerra de preços acirrada entre os modelos internos das grandes empresas e os modelos abertos disponíveis de forma independente. Quanto à questão fundamental de modelos pequenos versus grandes, na verdade não importa qual tipo de modelo menor vença.

Tudo isso pode parecer óbvio — é claro que não se deve usar mais recursos computacionais do que o necessário — mas isso vai contra a abordagem de escala primeiro que dominou a indústria até agora. Inspirados por essa lição amarga, os laboratórios se concentraram em treinar modelos que exigissem o máximo de recursos computacionais, expandindo as possibilidades dos modelos de IA. Com os preços altamente subsidiados pelos investidores, os clientes não tinham motivos para escolher anything além das opções mais avançadas.

Com o aumento dos preços dos tokens e a redução dos subsídios, os usuários estão enfrentando pressões financeiras pela primeira vez. Ainda não sabemos se essa nova pressão financeira realmente levará os usuários corporativos a optar por modelos menores. Eles também poderiam economizar reduzindo o número de chamadas, utilizando janelas de contexto mais curtas ou simplesmente abandonando as implementações menos promissoras.

Mas se for provado que a maioria das implementações pode funcionar igualmente bem com modelos menores, isso poderia prejudicar significativamente a crescente demanda por serviços de inferência — e levantar novas questões sobre como justificar o custo do treinamento de modelos avançados.