Custo de desempenho em IA cai em ritmo sem precedentes, dizem estudos

O custo para alcançar níveis fixos de desempenho em testes comparativos de inteligência artificial tem registrado quedas drásticas. Segundo levantamentos da organização de pesquisa Epoch AI, o valor cobrado no mercado para atingir pontuações específicas em benchmarks recua, em média, cerca de 47% a cada trimestre. O número equivale a uma redução de aproximadamente 13 vezes ao ano, um ritmo sem precedentes em tecnologias transformadoras anteriores.

Eficiência algorítmica e o impacto do hardware

Estudos paralelos conduzidos por pesquisadores do MIT, liderados por Hans Gundlach, apresentam uma perspectiva complementar ao analisar dados da plataforma Artificial Analysis coletados entre abril de 2024 e novembro de 2025. Ao isolar os efeitos do barateamento dos componentes de hardware e da pressão da concorrência comercial — avaliada separadamente por meio de modelos abertos —, o grupo do MIT calculou que a evolução real da eficiência algorítmica é de cerca de 3 vezes por ano.

A diferença nas estimativas reflete a metodologia adotada por cada equipe. Enquanto a Epoch AI analisa os preços de mercado cobrados para alcançar marcas em testes fixos, o estudo do MIT decompõe os fatores operacionais. Além disso, a análise destaca o exemplo do modelo o3, da OpenAI: no início de 2025, o sistema registrou 75% de precisão no exame de nível de doutorado GPQA Diamond com um custo aproximado de 30 centavos de dólar por pergunta. Dezoito meses depois, um modelo da família GPT-5.6 atingiu a mesma taxa por 0,04 centavo de dólar, valor 725 vezes menor. A empresa lançou recentemente os modelos GPT-6 Sol e Luna, apontados como opções ainda mais acessíveis.

Computação de teste e desafios de avaliação

Apesar da queda no preço por token — as unidades de texto faturadas pelos provedores —, atingir o pico de desempenho em tarefas complexas pode custar mais caro aos usuários. O relatório do MIT indica que modelos de raciocínio mais recentes utilizam mais capacidade computacional durante a execução de perguntas difíceis para elevar a precisão das respostas. Assim, embora as pontuações em exames de matemática e programação subam, parte relevante desse ganho decorre do maior consumo de processamento por consulta, e não apenas de avanços arquitetônicos.

A medição também enfrenta desafios metodológicos como a prática conhecida como "benchmaxxing", na qual empresas otimizam sistemas especificamente para se saírem bem em testes públicos conhecidos. Para mitigar o problema, a Epoch AI incluiu o teste "Mystery Game Puzzles", mantido em segredo. Nesse benchmark, a redução de custos ocorreu no ritmo mais lento da amostragem, o que pode indicar tanto a especialização artificial em exames públicos quanto variações inerentes ao formato da tarefa.

Escolha de modelos além do preço simples

As análises ressaltam que médias gerais de custos não são suficientes para definir a escolha de uma ferramenta para tarefas específicas. Plataformas de avaliação consideram variáveis combinadas como qualidade, preço, latência, janela de contexto e velocidade de resposta.

Modelos mais baratos com alta latência podem ser inviáveis para assistentes em tempo real, enquanto opções de ponta mais dispendiosas podem reduzir despesas globais em fluxos automatizados caso evitem a necessidade de repetidas tentativas de execução.