Durante a maior parte dos últimos dois anos, o manual para construir uma startup de aplicação de IA parecia simples: alugar o melhor modelo de fronteira, embrulhá-lo em um ótimo produto e crescer. Esse manual acaba de falhar em um teste de estresse em condições reais. A Harvey, empresa de IA jurídica avaliada em US$ 15,6 bilhões, viu sua margem bruta cair de cerca de 50% no início deste ano para menos 50% em junho — não porque a demanda entrou em colapso, mas porque a demanda explodiu. O uso de tokens cresceu vinte vezes, e cada um desses tokens foi cobrado pela OpenAI e pela Anthropic.
Aqui está a tese desconfortável: a camada de aplicação não está abandonando os modelos fechados porque os pesos abertos finalmente ficaram melhores. Ela está abandonando porque o preço baseado em uso transformou o próprio sucesso de uma startup em um imposto pago ao seu fornecedor. Modelos de pesos abertos não são mais uma escolha tecnológica. São uma moeda de barganha.
O abismo de margem era estrutural, não acidental
Os números da Harvey merecem um olhar mais atento. Após uma grande atualização de seus agentes de IA em março, o uso pelos clientes disparou. A margem bruta caiu de cerca de 50% em janeiro para menos 50% em junho, segundo reportagem da Bloomberg. O produto estava funcionando. Quanto mais funcionava, mais dinheiro a empresa perdia, porque os custos de inferência escalavam linearmente com o uso, enquanto o preço cobrado pela Harvey não.
Isso não foi um caso isolado. O terreno dos preços estava se movendo sob os pés de todos. A Anthropic reestruturou seus planos corporativos em abril de 2026 de forma que a taxa por assento não incluísse mais nenhuma franquia de uso — cada token é cobrado pelas tarifas padrão da API, além de cerca de US$ 20 por assento. O GitHub migrou o Copilot de assinaturas de valor fixo para cobrança baseada em uso em 1º de junho de 2026, e alguns desenvolvedores viram o custo mensal projetado saltar de cerca de €67 para €966. A Uber, segundo relatos, incentivou seus engenheiros a maximizar o uso do Claude Code e esgotou seu orçamento anual de IA já em abril.
Some a isso uma segunda pressão: os fornecedores começaram a competir com os próprios clientes. OpenAI e Anthropic contrataram agressivamente para os setores jurídico, financeiro e de saúde neste ano, lançando plugins e testando aplicações setoriais que caem exatamente no território de seus clientes da camada de aplicação. E há uma terceira pressão, a mais sombria: a concentração de fornecedores significa que seu acesso pode simplesmente ser cortado. Em menos de uma semana após a SpaceX concluir a aquisição do Cursor, a OpenAI anunciou que suspenderia o acesso aos modelos pela ferramenta de programação, citando violações anteriores dos termos de serviço por empresas ligadas a Musk. Alugar inteligência de dois fornecedores não é redundância. É exposição.
A virada, em quatro verticais ao mesmo tempo
A resposta não está mais confinada às equipes de infraestrutura obcecadas por custos. Ela atravessou todos os grandes verticais ao mesmo tempo. A Harvey lançou seu primeiro modelo próprio, o Harvey Tenet, em 20 de agosto, com pós-treinamento baseado no Kimi K3, um modelo de pesos abertos da chinesa Moonshot AI. A empresa afirma que ele alcança desempenho de ponta em trabalhos jurídicos complexos, e pessoas familiarizadas com o assunto disseram à Bloomberg que suas capacidades se aproximam dos melhores modelos da Anthropic por uma fração do custo. Após o lançamento, somado a outras mudanças na forma como a Harvey usa IA, as margens brutas voltaram a ficar positivas.
A saúde é o próximo capítulo. A Abridge anunciou que construirá um modelo fundamental clínico sobre os pesos abertos da Nvidia. No suporte ao cliente, a Decagon agora direciona cerca de 80% das consultas por meio de modelos próprios — e seu cofundador e CEO, Jesse Zhang, escreveu em julho que aproximadamente 90% de suas cargas de trabalho rodam em modelos de código aberto, movidas, curiosamente, por latência e não por custo. No fintech, Ramp e Rogo estão explorando modelos personalizados pela primeira vez. O co-CEO da Ramp, Karim Atiyeh, foi direto sobre a economia: treinar um modelo proprietário não fazia sentido há um ano, mas depois que a empresa levantou US$ 750 milhões em junho e o desempenho dos modelos de pesos abertos deu um salto, a lógica se inverteu.
O capital entrou no êxodo. Sequoia Capital e General Catalyst apoiam ativamente essa mudança. Lan Xuezhao, fundadora da Basis Set, resumiu o novo critério em uma frase: “Se você não está otimizando custos e ajustando seus próprios modelos, é por definição ineficiente. Se uma empresa não está considerando construir seus próprios modelos, pode não conseguir levantar dinheiro nenhum.”
Três fatores decidem quem é esmagado: o Triângulo do Esmagamento de Margens
Por que isso estourou agora, e por que com essas empresas? Ajuda nomear o mecanismo. Chamemos de Triângulo do Esmagamento de Margens: três fatores que se multiplicam, e qualquer um deles isoladamente é sobrevivível.
Primeiro, intensidade de uso — quantos tokens cada unidade de valor para o cliente consome. Produtos agênticos são o caso extremo: o uso de tokens da Harvey cresceu vinte vezes em meses porque os agentes fazem loops, verificam e tentam de novo. Um chatbot queima tokens uma vez; um agente queima até concluir a tarefa.
Segundo, incompatibilidade da estrutura de preços — se seu fornecedor cobra de você nas mesmas unidades pelas quais seu cliente paga a você. O preço corporativo baseado em uso (cobrança por token, além dos assentos) repassa cada falha de eficiência direto para o seu resultado financeiro. Se você cobra por assento mas paga por token, o próprio crescimento vira um vazamento de margem.
Terceiro, concentração de fornecedores — de quantos lugares você pode comprar essa capacidade, e se eles veem você como parceiro ou futuro concorrente. Dois laboratórios dominando a fronteira significam zero poder de negociação, e o incidente do Cursor mostrou que a opção nuclear é real.
Os pesos abertos atacam o terceiro fator e, por meio dele, o segundo. Quando o Kimi K3, os modelos abertos da Nvidia e outros colocaram capacidade quase de fronteira na prateleira, o oligopólio de dois laboratórios se dissolve em um mercado competitivo. A Harvey não abandonou os modelos de fronteira — segundo relatos, ainda usa o Claude Opus para as tarefas mais difíceis, e os próprios materiais da Anthropic destacam isso. O ponto é que ter uma alternativa crível muda a negociação. A margem se recuperou não porque os modelos abertos são mágicos, mas porque a opção externa se tornou real.
A aposta não é de graça
A honestidade exige o outro lado do balanço. Talento é a primeira barreira: Matt Kraning, da Menlo Ventures, observa que engenheiros capazes de fazer ajuste fino de modelos de classe de fronteira recebem salários na casa dos milhões e são assediados incansavelmente pelos próprios laboratórios. Dados são a segunda: a Harvey não pode tocar nos documentos jurídicos privilegiados de seus clientes, então comprou dados de treinamento da provedora de dados de IA Mercor. Infraestrutura é a terceira — Andrew Dai, CEO da startup de IA visual Elorian, aponta que hospedar pesos abertos por conta própria é caro o suficiente para que, em empresas jovens de baixo tráfego, pagar por token ainda possa sair mais barato.
E alguns trilharam o caminho e voltaram atrás. A Salespeak anunciou que construiria seu próprio LLM e abandonou o esforço poucos meses depois; o cofundador e CEO, Omer Gotlieb, disse que a equipe não viu vantagem significativa sobre os modelos prontos da Anthropic e da OpenAI. Há até uma armadilha em letras miúdas dentro do rótulo “aberto”: a licença do Kimi K3 restringe provedores comerciais de Modelo-como-Serviço com receita acima de US$ 20 milhões, e outros provedores relataram que a Moonshot exige uma licença comercial separada sob acordo de confidencialidade. Peso aberto não é código aberto, e a distinção vem com cifrões anexados.
Então o estado final realista é uma barra de halteres: modelos de pesos abertos com ajuste fino carregam os 80–90% das cargas de trabalho de alto volume e sensíveis à latência, enquanto os modelos fechados de fronteira são acionados para a cauda mais difícil. É exatamente o que a divisão 90/10 da Decagon e o uso contínuo do Opus pela Harvey parecem na prática.
O que fazer a respeito
Se você constrói aplicações de IA, rode seu próprio produto pelo triângulo agora, não na época da renovação:
- Calcule sua margem efetiva por tarefa do agente, não por assento. Se o custo de token por tarefa cresce mais rápido que o preço por tarefa, você está na trajetória da Harvey de janeiro.
- Alinhe as unidades de cobrança. Se seus clientes pagam por assento ou por resultado, negocie preços de uso comprometido ou mova as cargas medidas para pesos abertos antes que seu fornecedor reestruture seu contrato.
- Construa a opção externa antes de precisar dela. Um modelo aberto com pós-treinamento que atenda mesmo que 50% do tráfego transforma você de comprador cativo em negociador. A Decagon e a Harvey começaram a mudança um ano antes que a economia ficasse óbvia.
- Leia a licença. Disponibilidade dos pesos não é disponibilidade comercial; verifique limites de receita e restrições de MaaS antes de construir sobre um modelo aberto.
- Guarde a fronteira para a cauda. Os 10% de tarefas mais difíceis são onde os modelos fechados ainda vencem; uma estratégia híbrida de roteamento supera o purismo.
Se você é investidor, a frase da Basis Set é a nova pergunta de due diligence: não “qual modelo você usa”, mas “o que acontece com sua margem quando o uso cresce dez vezes”. Se você trabalha em um laboratório de fronteira, a mensagem é mais dura — cada reestruturação de preços corporativos é um cartaz de recrutamento para os pesos abertos, e seus melhores clientes da camada de aplicação estão se tornando seus desertores mais motivados.
A leitura mais profunda é que isso é um reequilíbrio, não uma ruptura. Quando a eletricidade passou a ser cobrada de forma agressiva, as fábricas construíram seus próprios geradores. A camada de modelos continuará capturando a fronteira, mas não pode mais capturar a pilha inteira. Entre o laboratório e o cliente, um meio lucrativo está renascendo — e está sendo construído sobre pesos abertos.
