O lançamento do modelo de pesos abertos Kimi K3, da China, reacendeu o debate sobre o real custo da inteligência artificial. Segundo análise do Stratechery, a discussão vai além do preço de desenvolvimento e toca no custo dos produtos vendidos (COGS), que é o verdadeiro termômetro para a viabilidade econômica dos modelos.

Modelos como Kimi K3 são gratuitos para baixar, mas não para executar. Enquanto o custo de P&D é fixo, o COGS escala com o uso: cada inferência consome recursos computacionais. Kimi K3 cobra US$ 3 por milhão de tokens de entrada e US$ 15 por milhão de tokens de saída, valores inferiores aos US$ 5 e US$ 30 do modelo Sol, mas a vantagem pode ser ilusória.

A métrica relevante não é o custo por token, mas o custo por inteligência. Modelos de raciocínio, como Kimi, geram muito mais tokens de pensamento (chain-of-thought) para chegar a uma resposta correta. Se Kimi precisa de três vezes mais tokens que Sol para acertar, seu custo efetivo por resposta correta pode ser maior.

O CEO da NVIDIA, Jensen Huang, chama as GPUs de ‘fábricas de tokens’, mas tokens não são commodities. Uma commodity é fungível: um barril de petróleo é igual a outro. Já tokens de modelos diferentes não são intercambiáveis. O que é fungível é a inteligência gerada — se dois modelos produzem a mesma resposta correta, essa resposta é equivalente.

Nesse cenário, a eficiência se torna o diferencial. Fatores como tamanho do modelo, arquitetura (ex.: Mixture-of-Experts), eficiência de memória KV cache, técnicas de serving (batching, prefix caching) e eficiência de tokens determinam o COGS real. Quanto menos tokens um modelo precisar para acertar, menor o custo.

Estamos nos aproximando de um ponto em que a inteligência para muitas tarefas econômicas se torna commodity. Um desenvolvedor de um aplicativo CRUD básico pode usar qualquer modelo. Em mercados de commodity, todos cobram o mesmo preço, determinado pela oferta e demanda. O lucro depende da estrutura de custos: o fornecedor com menor custo marginal captura mais margem.

A dinâmica é clássica: se o preço de equilíbrio é US$ 20 por unidade, quem produz a US$ 10 lucra US$ 10; quem produz a US$ 15 lucra US$ 5; quem produz a US$ 20 não lucra nada — e pode ser forçado a sair do mercado. Na IA, isso significa que modelos abertos como Kimi podem pressionar os preços para baixo, beneficiando consumidores, mas apertando as margens de provedores menos eficientes.

O impacto geopolítico também é relevante. Modelos chineses de código aberto, como Kimi K3, aceleram a comoditização da inteligência, reduzindo a vantagem competitiva de empresas americanas. A corrida não é mais apenas por capacidade, mas por eficiência operacional.

No longo prazo, a estrutura da indústria pode se assemelhar a outros mercados de commodity: poucos players com escala e eficiência dominam, enquanto os demais competem por nichos. A inteligência artificial se torna um serviço de utilidade pública, com preços baixos e ampla adoção.

A lição do Stratechery é que velhos princípios universais de economia voltam a valer: custos marginais, elasticidade de preço e eficiência produtiva. A era do hype gratuito está dando lugar à era da gestão de custos.