A manhã em que a IA ficou sem luz

Gavin Baker, CIO da Atreides e um dos investidores de tecnologia que mais acompanho, publicou os três prints lado a lado com uma frase curta: "hoje é a primeira vez que vejo isso". Quando alguém na thread comentou "boa sorte para quem está vendido em capacidade computacional", a resposta dele foi "boa sorte para todo mundo".

O evento durou pouco mais de duas horas e o que ele revelou durará muito mais.

O verão que não esfriou

Em 2024 e 2025, o uso de IA era sazonal. Desacelerava em julho e agosto, com escolas fechadas e escritórios em férias no hemisfério norte, e voltava a acelerar depois do Labor Day (dia do trabalho nos EUA), no começo de setembro. Esse padrão virou premissa de modelagem: verão fraco, outono forte.

Neste ano, no entanto, a aceleração do consumo computacional apareceu no próprio verão americano. Segundo Baker, julho e agosto mostraram um crescimento do volume de tokens gerados, puxados pelos modelos da OpenAI, pelo Grok e pelos modelos abertos. A leitura de "uso estudantil" como motor da demanda perdeu força. O que cresceu de verdade foi outro tipo de consumo: agentes que rodam por horas, fluxogramas que reprocessam documentos, códigos sendo escritos e testados em loop.

O próprio Baker deu um número referente a sua gestora. O gasto interno da Atreides com IA em agosto foi cerca de 100 vezes o de março. E vem dobrando a cada mês. Uma gestora de ações, com poucas dezenas de pessoas, multiplicando por 100 em cinco meses o que paga por tokens. Se isso dá retorno na cota, bem, aí é outra história… Mas a demanda existe, e é ela que chega no datacenter.

A manchete que o mercado comprou

Enquanto isso, a manchete do fim de agosto era outra. O índice de gasto com tokens da Silicon Data, que virou referência para quem acompanha o setor, saiu de US$ 2,07 por milhão de tokens em maio para US$ 0,97 no fim de agosto. Queda de quase 60% em um trimestre. Algumas análises inclusive decretaram a hipótese de que um eventual colapso desse índice poderia forçar a estagnação ou o corte no capex de IA. Ao lado do avanço dos yields dos juros americanos — o Treasury de 10 anos superou os 4,80%, a maior taxa em 20 meses —, o sentimento ruim e a palavra bolha voltaram ao vocabulário do mercado.

Mas este aspecto não conta a história de forma correta.

Isso porque o índice da Silicon Data mede preço e não volume. O nome confunde: "gasto com tokens" sugere a conta total, mas o que é publicado é quanto custa comprar um milhão de tokens numa cesta de modelos. Ao ver esse número cair, o mercado inferiu queda de demanda. Mas o que caiu de verdade foi o preço unitário.

E o preço unitário caiu por três motivos claros. O primeiro é o roteamento: os desenvolvedores passaram a mandar tarefas simples para modelos pequenos e baratos, reservando os modelos de fronteira para o raciocínio pesado. Na OpenRouter, plataforma que distribui mais de 10 trilhões de tokens por dia entre 400 modelos, a fatia de modelos abertos foi de 34% em janeiro para 65% em junho. O segundo é a China: GLM-5.3, da Zhipu, saiu no fim de agosto com pesos abertos e preço de US$ 0,15 por milhão de tokens de entrada, e o Qwen 3.8 Flash, do Alibaba, chegou na mesma semana. Por fim, o terceiro motivo foi a própria concorrência entre os labs de fronteira, que cortaram preço em todas as camadas.

Torsten Slok, economista-chefe da Apollo, já tinha escrito sobre isso em junho: o preço de um token caiu mais de 90% desde 2023, e o gasto total com tokens dobrou desde o fim de 2025. Os economistas chamam isso de paradoxo de Jevons, em homenagem ao inglês que observou, em 1865, que motores a vapor mais eficientes fizeram o consumo de carvão da Inglaterra subir. Quando o custo unitário de um recurso cai o bastante, aparecem usos que antes não fechavam a conta e o consumo agregado sobe.

Baker resumiu a mecânica em uma resposta na quinta-feira: o preço que o usuário paga é função da margem na camada de modelo. Se a OpenAI e Anthropic perdem participação para modelos abertos, para o Grok ou para o Muse da Meta, a demanda por tokens e a demanda por infraestrutura podem subir ao mesmo tempo em que o preço cai. "Um token é um token, e precisa da mesma quantidade de computação" independentemente de quem vende.

O que os lançamentos desta semana fazem com a conta

A semana em que o índice de preço bateu mínima foi também a semana com mais lançamentos de modelos de fronteira do ano. Olhados pela lente do consumo, os lançamentos contaram a mesma história.

A Anthropic lançou o Fable 5.1 na terça-feira (1). O corte de preço foi de 25% no uso típico e de até 45% em trabalho agêntico, e o mecanismo é o detalhe importante: a redução veio quase toda do cache read, a leitura de contexto já processado, que ficou 75% mais barata. Em um agente que trabalha por horas sobre a mesma base de código ou o mesmo conjunto de documentos, a maior parte dos tokens é releitura. Baratear exatamente essa fatia é o incentivo mais direto que existe para deixar o agente rodando mais tempo.

A OpenAI lançou o GPT-6 Astra na quinta-feira (3), no mesmo dia do apagão. É um modelo desenhado para operar o computador: preenche formulário, atualiza CRM, faz pesquisa, escreve e testa código. No OSWorld, benchmark que mede exatamente isso, ele resolve 72,6% das tarefas em cerca de 40 minutos cada. Quarenta minutos de um modelo de fronteira trabalhando sozinho, a US$ 50 por milhão de tokens de saída. A OpenAI diz que ele usa até 20% menos tokens que os concorrentes por tarefa. E a tarefa agora dura 40 minutos, sobre um tipo de trabalho que há um ano nenhum modelo fazia sozinho.

A xAI colocou o Grok 4.6 na rua em 21 de agosto, com janela de 500 mil tokens e níveis configuráveis de raciocínio, e abriu o Grok Bot para todos os planos do SuperGrok, inclusive o Heavy, e para os planos do Cursor. Baker citou o Grok como um dos motores da aceleração de verão. O apagão da quinta-feira (3) é a outra face do mesmo dado: o cluster está no limite.

E na base da pirâmide, Google com o Gemini 3.8 Flash, Zhipu com o GLM-5.3 Flash e Alibaba com o Qwen 3.8 Flash entregaram, na mesma semana, modelos rápidos e baratos o bastante para que qualquer tarefa repetitiva vire consumo de token. É essa camada que derruba o índice de preço. É também a que mais cresce em volume.

O que a Nvidia disse

A Nvidia reportou o segundo trimestre fiscal na semana anterior a tudo isso. Receita de US$ 96 bilhões, mais que o dobro do mesmo período do ano passado. Pela primeira vez na história, a empresa deu guidance para o ano fiscal inteiro: crescimento de 70% no ano que vem, contra uma média de analistas em 45%. Jensen Huang foi explícito na teleconferência: "nossa demanda é muito maior que 70%; nossa capacidade nos permite entregar 70% com confiança". A ação subiu 8,7% no dia, adicionou US$ 442 bilhões de valor de mercado e retomou o posto de maior empresa dos Estados Unidos.

Colette Kress, CFO, apresentou uma métrica nova que resume o negócio: receita por gigawatt de datacenter. Foi de US$ 18 bilhões na geração Hopper para US$ 25 bilhões na Blackwell e vai a US$ 40 bilhões na Vera Rubin, que entrega custo por token 35 vezes menor que a geração anterior. Aqui está a resposta da Nvidia para a queda de preço do token: ela mesma é quem derruba o custo por token, geração após geração, e cobra mais por cada gigawatt instalado porque cada gigawatt produz muito mais.

Na mesma semana, a empresa colocou US$ 3,5 bilhões na MediaTek para integrar chips customizados ao NVLink e apareceu em conversas para comprar a Hugging Face, o repositório onde vivem os modelos abertos, por algo entre US$ 13 e 14 bilhões (a aquisição ainda não está confirmada). A leitura de Ben Thompson, do Stratechery, é a mesma que a da compra do GitHub pela Microsoft: garantir que o ponto de encontro do ecossistema aberto continue rodando em CUDA. Os modelos baratos que derrubam o índice de preço rodam, em sua maioria, em hardware Nvidia.

A correção de julho, revisitada

Volto dois meses. Entre o pico de junho e o fim de julho, o índice de semicondutores da Filadélfia caiu mais de 20%, chips de IA perderam cerca de US$ 1 trilhão de valor de mercado, e a Nvidia negociou no menor múltiplo de lucro projetado em uma década. Foi a terceira vez que o múltiplo chegou nesse nível: as outras duas foram o susto do DeepSeek, em janeiro de 2025, e o "Liberation Day" das tarifas, em abril do mesmo ano. As duas anteriores foram fundos em V.

As narrativas da queda eram quatro: a Meta alugando capacidade computacional (lida como excesso de capacidade), a leva de modelos abertos chineses (lida como demanda de fronteira enfraquecendo), o avanço da China em litografia (lido como fim do moat de equipamentos) e o aperto de crédito, com spreads abrindo e um bond da Meta precificado abaixo do esperado. Baker tratou as três primeiras como narrativa sem dado. A quarta ele tratou como real.

O dado que ele foi buscar está no mercado de aluguel de GPU. Uma startup que alugou clusters com GPUs B200 da Nvidia a pouco mais de US$ 2,50 por GPU-hora sete meses antes viu o mesmo cluster negociar a pouco menos de US$ 4 em agosto, alta de 50% a 60%. Uma nuvem de inferência se preparava para pagar 100% a mais pelos Blackwells na renovação do contrato. E o fluxo de caixa operacional de Microsoft, Meta e Amazon somados acelerou de 28% para 32% no segundo trimestre, antes de a reprecificação dos contratos chegar no resultado e antes de os sistemas Rubin entrarem em operação.

Em julho o mercado leu "modelo aberto barato" como "menos demanda por chip". Em agosto leu "índice de token em queda" como "menos demanda por chip". É o mesmo erro, cometido duas vezes: confundir a margem dos laboratórios de IA com o volume do datacenter. O preço do token é uma variável da camada de software. A demanda por capacidade computacional é uma variável da camada física. Quando o preço cai e o uso explode, a primeira camada fica mais apertada e a segunda fica mais cheia.

A pergunta que fica

Baker mantém um risco na lista que não tem contra-argumento quantitativo: a regulação. Moratórias estaduais para datacenters nos Estados Unidos, o debate sobre consumo de água, a percepção pública de que a infraestrutura de IA compete com a rede elétrica das cidades. É o único ponto da tese pessimista que não se resolve olhando o mercado de aluguel de GPU. É também meu ponto de atenção.

O resto é aritmética de capacidade. A Nvidia diz que a demanda é maior que os 70% que consegue entregar. Amazon e Microsoft disseram, no fim de julho, que não vão atender toda a demanda que já têm nem em 2027. E na quinta-feira, três empresas que competem entre si com bilhões em investimentos ficaram sem capacidade na mesma manhã.

Minha leitura pessoal, depois de reabrir esses números, é a mesma que escrevi em agosto, quando discuti a depreciação de hardware na edição sobre Michael Burry: ainda estamos longe do teto de investimento deste ciclo. A correção de julho precificou uma desaceleração que os dados de agosto não mostram, e o índice de preço de tokens, lido pela lente errada, está sendo usado para justificar a mesma tese. O que a Nvidia desenhou com sua projeção de crescimento de 70% é o horizonte dos próximos anos: custo por token caindo geração após geração, e cada geração cobrando mais por gigawatt porque produz mais. A corrida do silício continua sendo a corrida certa.

Forte abraço,

João Piccioni