Toda página de preços de IA se reduz à mesma unidade: dólares por milhão de tokens. A maioria das pessoas lê essa linha como uma regra de faturamento — um item de custo a ser otimizado até desaparecer. Essa leitura é estreita demais, e precifica silenciosamente de forma errada a maior mudança econômica desta década.
O argumento deste artigo é simples: o token é a primeira unidade da história que nos permite comprar, medir e faturar o produto da própria inteligência. Isso não é um detalhe de precificação. É um evento estrutural, porque quase todos os hábitos analíticos que aplicamos aos tokens foram construídos para petróleo, eletricidade ou banda larga — e esses referenciais falham diante dos tokens de maneiras previsíveis e cumulativas.
Cada Era Econômica Recebe a Unidade Que Merece
Os economistas têm um teste rude, porém confiável, para verificar se uma revolução industrial é real: ela produziu uma nova unidade de conta?
A agricultura teve o bushel (alqueire americano). Antes da padronização, o grão era precificado pelo saco, e a “quantidade” de um saco dependia do saco e da honestidade do vendedor. O bushel permitiu que um comprador em Chicago comprasse trigo do Kansas que nunca tinha visto — a negociação futura remota existiu porque a unidade existia. A ferrovia reduziu os custos de transporte, mas foi o bushel que transformou o grão em uma commodity negociável globalmente.
A era da energia teve o barril. O padrão de 42 galões, fixado em 1866, transformou o petróleo de uma curiosidade da Pensilvânia em uma classe de ativos que podia ser protegida com hedge, vendida a descoberto e negociada em futuros em Nova York e Londres.
A eletrificação teve o quilowatt-hora (kWh). Proposta por engenheiros britânicos em 1889 e formalmente reconhecida pela Comissão Eletrotécnica Internacional (IEC) em 1948, foi ela que tornou possível o despacho de rede, os mercados de energia e a gestão energética industrial.
A era da informação teve o bit. O artigo de 1948 de Claude Shannon, “A Mathematical Theory of Communication”, transformou a informação de uma abstração filosófica em uma grandeza mensurável — e a capacidade das linhas, o espaço em disco e a banda larga ganharam etiquetas de preço.
Essas quatro unidades compartilham uma propriedade: o que medem se reduz a um processo físico. O bushel mede matéria, o barril volume, o kWh energia, o bit o tamanho codificado de um sinal. Se o conteúdo de um bit é útil está completamente fora do escopo do bit.
O token quebra esse padrão. Não mede nenhuma dessas coisas. Mede o resultado de uma máquina executando uma tarefa intelectual — entender uma frase, gerar código, chegar a um julgamento. Atividades que antes existiam apenas dentro de cabeças humanas, embaladas em horas assalariadas e headcount, agora têm um medidor e um preço.
Esse é a base material da inteligência como serviço. Comprar inteligência significava comprar uma pessoa, suas horas, seu cargo. Agora significa comprar tokens: com formato de tarefa, com formato de resultado, acionáveis sob demanda. Pela primeira vez, a cognição foi desacoplada de um cérebro individual e tornada continuamente mensurável.
Duas Anomalias Que Quebram os Velhos Referenciais
Se os tokens fossem apenas mais uma unidade, isso seria uma curiosidade. O que os torna estruturalmente disruptivos é que violam duas premissas das quais a análise convencional de commodities depende.
Anomalia um: medição homogênea, valor heterogêneo.
Um bushel de trigo tem qualidade fixa na colheita; um barril de petróleo bruto tem uma classificação mensurável no poço. Um token é o oposto. Seu valor é determinado inteiramente pelo caso de uso, e não pode ser classificado antecipadamente. O mesmo modelo revisando um contrato de fusão de nove dígitos e o mesmo modelo batendo papo sobre o tempo podem consumir um número comparável de tokens enquanto criam valores econômicos separados por ordens de magnitude — e você só descobre qual é qual depois.
Pior: o custo marginal de alternar entre esses casos de uso é aproximadamente zero. Uma API, um modelo, um prompt de distância entre papo furado sobre o clima e revisão de contrato. O resultado é uma estrutura de mercado sem precedentes reais: a produção é medida de forma uniforme, mas o consumo entrega resultados intelectuais selvagemente não padronizados. A análise tradicional de oferta e demanda assume que características do produtor e valor para o consumidor estão acoplados. Para os tokens, essa premissa é simplesmente falsa.
Anomalia dois: dois relógios girando em velocidades diferentes.
Tomando a capacidade da classe GPT-4 como referência, o custo de inferência caiu de cerca de US$ 60 por milhão de tokens de saída no início de 2023 para menos de US$ 1 por capacidade equivalente em 2025 — quase duas ordens de magnitude em dois anos. Ainda assim, o gasto global em infraestrutura de IA subiu no mesmo período: a IDC projeta US$ 318 bilhões em 2025, mais que o dobro dos US$ 153 bilhões de 2024.
Preços unitários caindo com gasto total explodindo é o paradoxo de Jevons com pintura nova: quando as máquinas a vapor do século XIX ficaram mais eficientes, o consumo de carvão subiu em vez de cair, porque a eficiência desbloqueou novos usos que absorveram a economia. Desta vez o ciclo gira mais rápido, porque as duas metades do mercado operam em relógios diferentes. A eficiência algorítmica melhora mês a mês no hardware existente; uma fábrica de semicondutores leva de três a quatro anos do lançamento da pedra fundamental à produção. O software se move em meses, o silício em anos — e ambos os relógios governam o mesmo mercado.
A Economia Já Está Rodando
Isso não é uma previsão; a economia dos tokens já está operando, e sua inclinação é a história. Três dados:
A OpenAI divulgou em março de 2026 que sua API processava 15 bilhões de tokens por minuto — apenas tráfego de API, excluindo o uso do ChatGPT por consumidores. Em outubro de 2025, em seu developer day, o número era 6 bilhões. Um aumento de 1,5x em cinco meses.
A curva da China é mais íngreme. A Administração Nacional de Dados informou em março de 2026 que o consumo diário de tokens havia crescido de cerca de 100 bilhões no início de 2024 para 100 trilhões no fim de 2025, e mais de 140 trilhões em março de 2026 — uma expansão de mil vezes em dois anos.
O mix de computação virou na mesma proporção: a inferência agora responde por cerca de dois terços da computação de IA, ante aproximadamente um terço em 2023. Treinar uma vez, inferir bilhões de vezes está se tornando a forma dominante da curva de gastos.
Em uma entrevista na GTC em março de 2026, Jensen Huang enquadrou o que isso significa para indivíduos: “Um engenheiro que ganha US$ 500 mil por ano — se consumir menos de US$ 250 mil em tokens por ano, eu ficaria muito preocupado.” Ele acrescentou que um engenheiro de ponta insistindo em trabalhar com papel e caneta é tão absurdo quanto um projetista de chips se recusar a usar ferramentas de automação de design eletrônico (EDA). Os valores em dólares envelhecerão rápido conforme os preços caem, mas o padrão que apontam não: o consumo de tokens está se tornando uma medida de quanta alavancagem de máquina um trabalhador do conhecimento está realmente aplicando, do mesmo modo que banda larga e especificações de nuvem já mediram a maturidade digital de uma empresa.
Por Que Seu Manual Atual Falha
Coloque a estrutura em um cenário concreto e as falhas aparecem imediatamente. Suponha que você seja um líder de estratégia encarregado de construir do zero a função de procurement de IA da sua empresa. Quase tudo que um currículo de MBA ensina sobre avaliação de fornecedores quebra:
Do lado da oferta, dezenas de provedores de modelos operam com estruturas de custo fundamentalmente diferentes — centenas de bilhões em investimento acumulado na fronteira, enquanto equipes de código aberto ajustam finamente capacidade quase de fronteira por alguns milhões de dólares. Do lado da demanda, seu time jurídico consome 50 milhões de tokens revisando contratos neste mês e pode triplicar isso no próximo; após implantar alguns agentes, o consumo de engenharia salta dez vezes em uma semana, e ninguém consegue prever qual departamento, quando, ou quanto. O plano anual de demanda estável sobre o qual o procurement é construído não existe para tokens.
A análise de preços não vai melhor: as premissas por trás dos modelos de precificação competitiva — produtos homogêneos, entrada e saída livres, custos marginais estáveis — todas falham. Você nem consegue garantir qual capacidade o orçamento do próximo trimestre vai comprar. E a avaliação de valor é o problema mais difícil de todos: os mesmos 10 milhões de tokens podem permitir que advogados evitem um risco jurídico de sete dígitos, ou economizem ao marketing meia hora em um relatório de status. Ainda assim, o CFO continua querendo um único “ROI de tokens corporativo” unificado.
Mais uma variável está chegando: as decisões de chamada estão se deslocando de humanos digitando prompts para agentes disparando consumo continuamente sob objetivos permanentes. Quando os agentes decidem qual modelo chamar e quantos tokens gastar, a demanda deixa de responder a preço e latência como fazem os mercados de consumo. Tokens mais baratos puxam agentes para mais fluxos de trabalho, agentes amplificam a demanda, a demanda expõe limites físicos de oferta, e esses limites reescrevem preços e limiares de adoção. O ciclo já está girando.
O Que Fazer a Respeito
Um referencial só se justifica nas decisões. Por papel:
- Se você lidera finanças ou procurement: abandone a busca por um único ROI de tokens. Agrupe os gastos por alavancagem da tarefa — trabalho de alta alavancagem (revisão de contratos, geração de código, análise de clientes) versus trabalho de baixa alavancagem (rascunhos, resumos) — e trate o primeiro como investimento, apenas o segundo como custo. Construa a volatilidade da demanda no próprio modelo orçamentário; o plano anual está morto.
- Se você gerencia times de engenharia ou produto: trate o consumo de tokens como um painel de produtividade, não como um teto de custo. Uma queda súbita geralmente significa que o uso de IA está recuando, não que você economizou; um pico pode significar que um fluxo de trabalho finalmente funcionou. Leia as tarefas por trás dos tokens antes de julgar o número.
- Se você constrói produtos: duas ordens de magnitude de queda de preço em dois anos significam que aplicações que não fecham a conta de unit economics hoje podem fechar no ano que vem. Assuma que os preços continuarão caindo, e coloque seu fosso em dados, profundidade de fluxo de trabalho e entendimento do domínio — não na arbitragem de custo de inferência de hoje.
- Se você é um trabalhador do conhecimento: leia o aviso de Huang ao contrário. O consumo de tokens medirá cada vez mais sua alavancagem — não quanto você digita, mas quanta inteligência de máquina você mobiliza. Aprender a traduzir tarefas em contexto e instruções de alta qualidade é a nova habilidade básica.
O bushel tornou o trigo negociável à distância, o barril tornou o petróleo um ativo financeiro, o quilowatt-hora tornou a rede operável, o bit deu um preço à informação. O token está fazendo o mesmo com a própria inteligência. Entender essa unidade não é sobre ler uma página de preços. É sobre ler a reescrita de uma ordem econômica que já está em curso.
