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

Na segunda-feira, o CEO da Decagon, Jesse Zhang, publicou uma nova teoria provocativa, postada sob o título “Todo mundo está errado sobre a IA de código aberto nas empresas.” A postagem aborda uma das contradições mais interessantes da economia de IA de hoje: implementações de IA mais maduras estão migrando para modelos mais leves, diz ele, inclusive em sua própria empresa. Mas o gasto geral com modelos caros de última geração mal se moveu.

É uma nova maneira de pensar sobre a relação entre os modelos de fronteira e de código aberto. Na visão de Zhang, eles não são concorrentes, e o sucesso dos modelos de código aberto não está acontecendo à custa dos laboratórios de fronteira. Em vez disso, são duas fases do mesmo ciclo de vida, com modelos de fronteira caros sendo usados para validar casos de uso que podem ser repassados para alternativas de código aberto mais baratas à medida que amadurecem.

À medida que casos de uso mais maduros migram para modelos mais leves, novos casos de uso continuam surgindo — e o gasto geral com modelos de fronteira dificilmente diminui.

Zhang não fornece muitos dados para apoiar o ponto, mas os dados não são difíceis de encontrar. O painel de gateway de IA da Vercel mostra que, apenas na última semana, o DeepSeek disparou para a liderança em volume de tokens, processando agora pouco mais de um terço dos tokens que passam pela infraestrutura da empresa. O Z.ai — o laboratório por trás do popular modelo GLM-5.2 — saltou para um respeitável quarto lugar no mesmo período. 

Mas se você rolar para baixo até o gasto total com tokens, verá que a Anthropic ainda responde por mais da metade do gasto total com IA na plataforma. Dado que grande parte da mudança recente vem dos próprios preços em alta da Anthropic, a participação caiu ligeiramente no último mês, mas não significativamente.

O OpenRouter conta uma história semelhante, capturando um segmento muito maior (mas ligeiramente menos corporativo) do mercado. O DeepSeek V4 Flash é o principal vencedor em uso geral, processando 5,3 trilhões de tokens semanalmente. O modelo de fronteira mais popular, o Opus 4.8, lida com pouco mais de 2 trilhões. O OpenRouter não classifica os modelos por gasto total, mas registra o custo médio por token para o Opus 4.8 como aproximadamente 23 vezes maior que o do V4 Flash ($1,37 por milhão de tokens, comparado a apenas 6 centavos), o que significaria que o Opus ainda provavelmente capturava a maior parte dos gastos.

Esses números nem sequer capturam a chegada mais recente, o Nemotron da Nvidia, que está prestes a saltar para a frente do pelotão em virtude das fortes conexões da Nvidia e da extrema adaptabilidade do próprio modelo.

Esses números não provam totalmente o ponto de Zhang sobre os ciclos de vida da IA, mas mostram que laboratórios de fronteira como a Anthropic não estão sofrendo tanto com a ascensão do código aberto — pelo menos não ainda. Uma explicação é que o mercado de tarefas endereçáveis por IA está crescendo tão rápido que os principais modelos conseguem manter sua posição apenas dominando as implantações de estágio inicial. Como diz Zhang, “Os laboratórios de fronteira continuarão a dominar a descoberta. O código aberto dominará cada vez mais a produção.” Outra explicação pode ser que, mesmo migrando para o código aberto, muitos casos de uso são tão difíceis que não podem ser inteiramente substituídos por alternativas mais baratas.

De qualquer forma, essa economia de modelos de dois níveis pode se tornar uma característica relativamente estável da economia de IA.

Ainda em setembro passado, eu estava escrevendo sobre a possibilidade de os laboratórios de modelos fundamentais acabarem vendendo grãos de café para a Starbucks — ou seja, servindo como insumos de commodities enquanto a camada de aplicação colhia os benefícios. Algumas partes dessa previsão se tornaram realidade: iniciativas de IA vertical migraram para modelos mais leves, por exemplo, e a economia das startups baseadas em "GPT wrapper" permaneceu em grande parte estável. 

Mas também estamos vendo que, token por token, os provedores de fronteira conseguiram manter a parte mais desejável do mercado — o preço premium por token. E isso não parece provável de mudar tão cedo.