Queda de 80% no preço da API da OpenAI: o que muda no custo de IA de uma PME

No dia 30 de julho de 2026 a OpenAI cortou o preço do GPT-5.6 Luna em 80%. O token de entrada saiu de 1 dólar para 20 centavos por milhão, e o de saída caiu de 6 dólares para 1,20. O modelo intermediário, Terra, ficou 20% mais barato. O topo de linha, Sol, não mudou de preço. O corte veio três semanas depois do lançamento da família, o que é um intervalo curto o suficiente para dizer que não estava no plano original.

O motivo é competição. Modelos abertos chineses, em especial o Kimi K3 da Moonshot AI, encurtaram a distância de qualidade e podem ser rodados na infraestrutura de quem quiser. Google e Microsoft estão empurrando preço para baixo do lado deles. Quando o concorrente entrega qualidade parecida de graça, o preço de quem cobra tem que ceder.

Até aí é notícia de setor. O que interessa para quem tem uma empresa de 10, 50 ou 200 pessoas é outra pergunta: a minha automação vai ficar 80% mais barata?

Não vai. E o motivo está na composição da conta

O preço do token é uma das quatro linhas do custo de uma automação com IA. As outras três são a plataforma que sustenta o fluxo, a implantação (levantar processo, escrever a resposta oficial, integrar sistema, testar) e a manutenção mensal. Nas contas que fazemos na Cordexo, o consumo de modelo costuma ser a menor delas com folga.

Vale fazer a conta com número na mesa. Imagine uma automação de atendimento que processa 2 mil conversas por mês. Cada conversa gasta, por alto, 1.500 tokens de entrada (a pergunta do cliente mais o pedaço da base de conhecimento que o sistema anexa) e 300 de saída. Isso dá 3 milhões de tokens de entrada e 600 mil de saída no mês.

No preço antigo do Luna: 3 dólares de entrada mais 3,60 de saída. Menos de 7 dólares no mês. No preço novo: 60 centavos mais 72 centavos. Pouco mais de 1 dólar.

A economia real é de uns 5 dólares e meio por mês. Trinta e poucos reais. Se a sua automação custa entre mil e cinco mil reais mensais entre plataforma e manutenção, esse corte de 80% mexe em algo entre 0,5% e 2% da fatura. É bom, mas ninguém vai renegociar contrato por causa disso.

Quem sente o corte de verdade é quem processa volume alto de texto em lote, não quem responde conversa. Uma empresa que joga 500 documentos por dia dentro de um modelo está numa ordem de grandeza diferente, e para ela 80% muda o jogo.

O que a queda de preço destrava de fato

O efeito interessante não é a fatura menor. É a lista de coisas que estavam fora do orçamento e passaram a caber.

Toda PME que já discutiu automação tem um cemitério de ideias descartadas com a frase "isso ia sair caro demais". Três tipos aparecem sempre:

Processar tudo em vez de amostra. Uma transportadora regional que recebe centenas de comprovantes de entrega por dia, muitos como foto tirada torta pelo motorista, tinha duas opções: pagar alguém para digitar ou conferir por amostragem e aceitar o erro no resto. Ler cem por cento dos comprovantes com IA era caro. Com o preço novo do modelo mais barato, deixa de ser.

Rodar uma segunda passada de conferência. Numa automação séria, o modelo que responde não deveria ser o único a olhar a resposta. Uma segunda chamada, com outro prompt, checando se a resposta bate com a base oficial, sempre foi tecnicamente simples e financeiramente chata, porque dobrava o consumo. Dobrar um custo que agora é um quinto do que era é uma conversa bem diferente.

Tratar o histórico parado. Três anos de conversas de WhatsApp, tickets de suporte ou e-mails de reclamação são a melhor matéria-prima que a empresa tem para descobrir o que os clientes de fato perguntam. Processar esse acervo inteiro era um custo pontual que ninguém queria aprovar. Virou centavos.

Se você tem um desses no cemitério, vale desenterrar e refazer a conta com o preço de hoje.

A armadilha de trocar de modelo pelo preço

O primeiro impulso de quem lê a notícia é pedir ao fornecedor que troque o modelo da automação para o mais barato. Às vezes é a decisão certa. Frequentemente não é.

Modelo barato erra mais nas tarefas que exigem seguir muitas regras ao mesmo tempo, entender um pedido mal escrito ou decidir quando não responder. Se a automação passa a errar em 4% dos atendimentos em vez de 1%, e cada erro gera um cliente irritado e uma hora de alguém consertando, os 30 reais economizados no mês somem no primeiro dia.

O critério que usamos é separar tarefa mecânica de tarefa de julgamento. Extrair um número de uma nota fiscal, classificar um e-mail em cinco categorias, transformar um áudio em texto: tarefa mecânica, modelo barato resolve e a queda de preço é lucro direto. Interpretar um pedido confuso, decidir se transfere para humano, redigir uma resposta que representa a empresa: tarefa de julgamento, e aí economizar no modelo é economizar no lugar errado.

Na prática, boa parte das automações bem construídas já usa modelos diferentes em etapas diferentes do mesmo fluxo. A pergunta certa para o fornecedor não é "dá para usar o modelo mais barato", e sim "quais etapas do meu fluxo já poderiam estar rodando no barato e não estão".

Três coisas para fazer esta semana

Se você já tem alguma automação rodando, dá para resolver isso em uma conversa de quinze minutos com quem cuida dela:

1. Peça a lista de qual modelo é usado em cada etapa do fluxo e quanto cada etapa consumiu no último mês. Se ninguém souber responder, esse é um problema maior que o preço.
2. Levante o que foi descartado por custo nos últimos doze meses e refaça a conta. Ideias com volume alto de texto são as candidatas óbvias.
3. Confira se existe uma segunda checagem automática antes da resposta chegar ao cliente. Se não existe porque saía caro, o argumento acabou.

A conclusão prática dessa notícia não é que IA ficou barata. É que a parte que já era barata ficou ainda mais, e a parte cara continua sendo a mesma: descobrir o que a empresa faz, escrever como ela responde e manter isso funcionando quando o processo mudar. Nenhuma guerra de preço entre laboratórios resolve isso por você.