Por que a ascensão da IA de código aberto ainda não está prejudicando a Anthropic

Na segunda-feira, o CEO da Decagon, Jesse Zhang, revelou uma nova teoria provocativa sob o título “Todos estão errados sobre a IA de código aberto nas empresas”. A publicação explora uma das contradições mais marcantes da economia da IA atualmente: embora as implantações mais maduras de IA estejam migrando para modelos mais leves — até mesmo dentro de sua própria empresa —, os gastos gerais com modelos caros e de última geração permanecem praticamente inalterados.

Essa perspectiva redefine a relação entre modelos de ponta e modelos de código aberto. Segundo Zhang, eles não são concorrentes, e o sucesso dos modelos de código aberto não ocorre às custas dos laboratórios de ponta. Em vez disso, eles representam duas fases do mesmo ciclo de vida: os modelos de ponta, mais caros, são usados para validar casos de uso, que depois são transferidos para alternativas de código aberto mais baratas à medida que amadurecem.

À medida que casos de uso já estabelecidos migram para modelos mais leves, novos casos de uso surgem continuamente, mantendo estável o gasto geral com modelos de ponta.

Embora Zhang forneça dados limitados para apoiar seu argumento, as evidências estão prontamente disponíveis. O painel do AI Gateway da Vercel revela que, na última semana, o DeepSeek disparou para o topo em volume de tokens, processando pouco mais de um terço de todos os tokens por meio de sua infraestrutura. Enquanto isso, o Z.ai — o laboratório por trás do popular modelo GLM-5.2 — subiu para um respeitável quarto lugar durante o mesmo período.

No entanto, ao examinar os gastos gerais com tokens, a Anthropic ainda é responsável por mais da metade do total dos gastos com IA na plataforma. Embora essa participação tenha caído ligeiramente no último mês devido aos próprios aumentos de preço da Anthropic, a queda não é significativa.

Créditos da imagem:painel do Vercel / exportação de dados

O OpenRouter apresenta um cenário semelhante, capturando um segmento maior (embora um pouco menos voltado para empresas) do mercado. O DeepSeek V4 Flash lidera no uso geral, processando 5,3 trilhões de tokens por semana. O modelo de ponta mais popular, o Opus 4.8, processa pouco mais de 2 trilhões de tokens. Embora o OpenRouter não classifique os modelos por gasto total, ele mostra que o custo médio por token do Opus 4.8 é cerca de 23 vezes maior do que o do V4 Flash (US$ 1,37 por milhão de tokens contra apenas 6 centavos), sugerindo que o Opus ainda concentra a maior parte dos gastos.

Esses números nem sequer incluem a mais nova aposta da Nvidia, o Nemotron, que está prestes a saltar para a vanguarda graças às fortes conexões da Nvidia no setor e à excepcional adaptabilidade do modelo.

Embora esses números não comprovem totalmente o argumento de Zhang sobre os ciclos de vida da IA, eles indicam que laboratórios de ponta como a Anthropic ainda não estão sofrendo significativamente com a ascensão do código aberto — pelo menos não por enquanto. Uma explicação é que o mercado de tarefas passíveis de serem resolvidas por IA está se expandindo tão rapidamente que os modelos de ponta conseguem manter seu domínio ao controlar as implantações em estágio inicial. Como afirma Zhang: “Os laboratórios de ponta continuarão dominando a descoberta. O código aberto dominará cada vez mais a produção.” Outra possibilidade é que, mesmo com a adoção de modelos de código aberto pelos clientes, muitos casos de uso sejam complexos demais para serem totalmente substituídos por alternativas mais baratas.

De qualquer forma, essa economia de modelo em dois níveis pode se tornar uma característica estável do cenário da IA.

Ainda em setembro passado, escrevi sobre a possibilidade de que os laboratórios de base acabassem vendendo grãos de café para a Starbucks — servindo essencialmente como insumos básicos, enquanto a camada de aplicação colhia os benefícios. Alguns aspectos dessa previsão se concretizaram: empresas verticais de IA migraram para modelos mais leves, e a economia das startups de “GPT wrapper” permaneceu amplamente estável.

No entanto, também estamos observando que, token por token, os provedores de ponta mantiveram o segmento mais valioso do mercado: os preços premium dos tokens. Não parece provável que essa tendência mude tão cedo.