Custo da IA caiu mais de 280 vezes, mostra Stanford

O custo da IA, medido pelo preço de cada consulta a um modelo de linguagem, caiu mais de 280 vezes em menos de dois anos. O AI Index 2025 da Universidade Stanford calculou, com dados da Epoch AI e da Artificial Analysis, que o preço para usar um modelo com o desempenho do GPT-3.5 no teste MMLU (64,8 pontos) passou de US$ 20 por milhão de tokens em novembro de 2022 para US$ 0,07 em outubro de 2024, numa média ponderada de três tokens de entrada para um de saída (Stanford HAI, 2025). Esse número mede o preço de tabela de uma capacidade fixa, e a fatura das empresas não caiu na mesma proporção. Na pesquisa global da McKinsey de 2026, um em cada cinco respondentes diz que a empresa já limita o uso de IA por causa do custo de operação, e o Gartner prevê que o custo de inferência por fluxo de trabalho com agentes vai mais que quintuplicar até 2028. O token ficou barato, as empresas passaram a usar muito mais tokens, em tarefas que pedem modelos mais caros, e o maior custo de um projeto continua fora da fatura do modelo: dado organizado, integração, revisão humana e governança.

Na Iasbeck&Co a gente implanta CRM e agentes de IA em operações B2B, e a pergunta sobre custo aparece em quase toda aprovação de orçamento. Escrevi este texto para a diretoria e o financeiro, que recebem esses números em apresentações sem fonte, e para as lideranças de vendas, marketing e CS, que respondem pelo consumo dos agentes. A medição de retorno e a lista completa de custos de um projeto estão em ROI de IA; aqui eu fico com preço, consumo, energia e custo por interação.

Quanto o custo da IA caiu, segundo Stanford?

O dado está no capítulo 1 do AI Index 2025, de pesquisa e desenvolvimento, na seção sobre custo de inferência (páginas 63 e 64). O método fixa um nível de desempenho num teste e procura, a cada mês, o modelo mais barato que alcança esse nível, para não misturar modelos de capacidades diferentes. No teste GPQA, de perguntas de ciência em nível de doutorado, o preço para passar de 50% de acerto caiu de US$ 15 por milhão de tokens em maio de 2024 para US$ 0,12 em dezembro. O relatório atribui a queda a modelos pequenos cada vez mais capazes e acrescenta que o custo do hardware cai 30% ao ano e a eficiência energética melhora 40% ao ano.

O mesmo relatório traz a ressalva que costuma ficar fora dos slides. Os modelos de ponta continuam mais caros que as alternativas menores, e os fornecedores cobram mais pelo topo da linha do que pelos modelos pequenos da mesma casa. Na comparação entre um modelo de raciocínio e o modelo geral do mesmo fornecedor, o AI Index encontrou custo quase seis vezes maior e resposta 30 vezes mais lenta. A queda de 280 vezes vale para quem aceita o desempenho de 2022: uma triagem de chamados pode funcionar bem nesse nível, e um agente que planeja etapas e consulta vários sistemas costuma precisar de um modelo mais caro.

O que a Epoch AI mostra sobre preço de uso e custo de treinamento?

A Epoch AI, que fornece parte dos dados do AI Index, publicou em março de 2025 a análise por trás do número de Stanford (Cottier, Snodin, Owen e Adamczewski, Epoch AI, 2025). Os autores acompanharam modelos em seis testes ao longo de três anos e mediram a velocidade com que caiu o preço para atingir cada marco de desempenho. A queda variou de 9 a 900 vezes por ano conforme o marco, e o preço para chegar ao desempenho do GPT-4 nas perguntas de ciência caiu 40 vezes por ano. A própria Epoch avisa que as quedas mais rápidas aconteceram no último ano da série e que não está claro se vão continuar.

Do lado de quem constrói os modelos, a curva vai na direção oposta. Em junho de 2024, a Epoch estimou que o custo amortizado de hardware e energia das rodadas finais de treinamento dos modelos de fronteira cresce 2,4 vezes por ano desde 2016, e que as maiores rodadas passariam de US$ 1 bilhão até 2027 se a tendência continuasse (Cottier, Rahman, Fattorini, Maslej e Owen, Epoch AI, 2024). Na decomposição feita para modelos como o GPT-4, o hardware responde por 47% a 67% do custo de desenvolvimento, a equipe de pesquisa por 29% a 49% e a energia por 2% a 6%. Quem compra IA paga esse treinamento embutido no preço dos modelos de ponta e dos planos, e por isso o modelo mais capaz do catálogo segue caro enquanto o de dois anos atrás custa centavos.

Quais pesquisas medem o custo da IA?

Fonte	Ano	Amostra ou método	Principal achado
Stanford HAI, AI Index 2025	2025	Preços de API (Epoch AI e Artificial Analysis) para nível de desempenho fixo	Preço do nível GPT-3.5 caiu de US$ 20 para US$ 0,07 por milhão de tokens entre nov/2022 e out/2024
Epoch AI, preços de inferência	2025	Seis testes de desempenho em três anos, menor preço para atingir cada marco	Queda de 9 a 900 vezes por ano, conforme o marco
Epoch AI, custo de treinamento	2024	Estimativa de hardware e energia de modelos de fronteira	Custo cresce 2,4 vezes por ano desde 2016; energia é 2% a 6% do total
Gartner, previsão de inferência	2026	Previsão de analistas para provedores de IA	Inferência custará ao provedor mais de 90% menos em 2030; agentes usam de 5 a 30 vezes mais tokens por tarefa
Gartner, paradoxo da inferência	2026	Previsão de analistas para líderes de produto	Custo de inferência por fluxo com agentes mais que quintuplica até 2028
McKinsey, The state of AI	2026	Pesquisa online com 1.719 participantes de 97 países, de maio a junho de 2026	Um em cada cinco diz que a empresa limita o uso de IA pelo custo de operação
Agência Internacional de Energia, Energy and AI	2025	Modelagem com cenários de consumo de eletricidade	Data centers usaram 415 TWh em 2024 e devem chegar a cerca de 945 TWh em 2030

Por que a conta de IA sobe se o token fica mais barato?

O Gartner publicou em 2026 duas previsões que, lidas juntas, descrevem o movimento. Em março, o instituto previu que executar um modelo de um trilhão de parâmetros vai custar aos provedores mais de 90% menos em 2030 do que em 2025 (Gartner, 2026). O mesmo comunicado avisa que essa queda não será repassada por inteiro aos clientes corporativos e que os modelos com agentes exigem de 5 a 30 vezes mais tokens por tarefa que um chatbot comum. Como o consumo cresce mais rápido que o preço cai, o Gartner conclui que o custo total de inferência deve subir.

Em agosto, o Gartner chamou o fenômeno de “paradoxo da inferência” e previu que o custo de inferência por fluxo de trabalho com agentes vai mais que quintuplicar até 2028 (Gartner, 2026). Segundo o comunicado, encaminhar uma tarefa a um modelo de raciocínio com agentes aumenta o custo de inferência do provedor em pelo menos cinco vezes em relação a uma interação simples de chatbot. As duas previsões foram escritas para empresas que vendem IA, e quem compra recebe esse custo pelo preço dos créditos e dos planos.

A pesquisa da McKinsey mostra o efeito do lado do comprador: um em cada cinco respondentes diz que a empresa limita o uso de IA por causa do custo de operação, incluindo tokens, e cerca de um em cada dez relata esse limite em cada um de três tipos de ferramenta, chatbots, agentes e agentes de programação (McKinsey, 2026). A leitura completa dessa pesquisa está em estado da IA nas empresas. No Brasil, o custo pesa antes do uso: na TIC Empresas 2025, 42% das grandes empresas que não usaram IA disseram que os custos parecem muito altos (Cetic.br/NIC.br, 2026), como comento em IA nas empresas brasileiras.

Quanto pesa a energia dos data centers?

O relatório Energy and AI, da Agência Internacional de Energia, estima que os data centers consumiram cerca de 415 TWh em 2024, por volta de 1,5% da eletricidade do mundo, com 45% desse consumo nos Estados Unidos, 25% na China e 15% na Europa (IEA, 2025). O consumo cresceu cerca de 12% ao ano desde 2017, mais de quatro vezes o ritmo do consumo total de eletricidade. No cenário base, ele mais que dobra até 2030 e chega a cerca de 945 TWh, um pouco acima do consumo atual do Japão, com a IA como principal motor.

O AI Index 2026 registra que a capacidade de energia dos data centers de IA chegou a cerca de 29,6 GW no quarto trimestre de 2025 (Stanford HAI, 2026). Num estudo citado pelo relatório, o gasto por consulta de tamanho médio variou de cerca de 5 a 23 Wh entre os 15 modelos de 2025 que mais consumiram energia, e a escolha do modelo pesa tanto na energia quanto na fatura.

Para o orçamento de uma área comercial, a energia entra pelo preço do provedor, sem linha separada na fatura. Ela limita quanto os preços dos modelos de ponta podem cair e entra no relatório de sustentabilidade de quem declara emissões indiretas.

Onde está o custo de um projeto de IA?

O preço do token é o único item que acompanha as curvas de Stanford e da Epoch, e só cai para a empresa quando a plataforma repassa a queda. Nos projetos que acompanho, o consumo do modelo quase nunca é a maior linha do primeiro ano, e a preparação dos dados e as horas de revisão costumam pesar mais.

Componente	Acompanha a queda do preço do token?	O que determina o custo
Consumo do modelo por tarefa	Em parte	Preço do token, tamanho do contexto, número de chamadas e escolha do modelo
Créditos da plataforma	Depende do fornecedor	Preço por ação definido no contrato, que pode não mudar quando o token cai
Preparação de dados	Não	Campos padronizados, duplicidades, histórico confiável no CRM
Integração com sistemas	Não	Número de sistemas que o agente lê e onde ele grava
Revisão humana	Não	Qualidade das respostas e regra de aprovação definida pela liderança
Governança e segurança	Não	Política de uso, controle de acesso, auditoria de amostras
Formação das equipes	Não	Quantas pessoas operam, revisam e configuram os agentes

Como estimar o custo de um agente de IA por interação?

A conta por interação tem duas partes. A primeira é o consumo do modelo: tokens de entrada vezes o preço de entrada, mais tokens de saída vezes o preço de saída, multiplicados pelo número de chamadas que o agente faz para completar a tarefa. A segunda é o tempo de quem revisa, que as plataformas não mostram. Nas plataformas que cobram créditos por ação, troque a primeira parte pelo consumo médio de créditos medido num teste, convertido em reais, como descrevo em agentes de IA.

Exemplo ilustrativo: agente de atendimento

Os números abaixo são hipotéticos e não representam preço de fornecedor nem caso de cliente. Imagine um agente que classifica cada chamado, busca a resposta na base de conhecimento, redige um rascunho e confere o próprio texto, em quatro chamadas ao modelo. Cada chamada lê cerca de 6 mil tokens (instrução, histórico do cliente e trechos da base) e gera cerca de 800. Com preço hipotético de US$ 1 por milhão de tokens de entrada, US$ 5 por milhão de saída e câmbio de R$ 5,50 só para a conta, o consumo fica em US$ 0,04 por chamado, ou cerca de R$ 0,22. O analista leva dois minutos para revisar cada rascunho, a um custo carregado de R$ 60 por hora, o que dá R$ 2,00 por chamado revisado. A operação recebe 5 mil chamados por mês.

Cenário (5 mil chamados por mês)	Modelo no mês	Revisão no mês	Total no mês	Total por chamado
A. Modelo intermediário, revisão de 100%	R$ 1.100	R$ 10.000	R$ 11.100	R$ 2,22
B. Modelo intermediário, revisão por amostra de 20%	R$ 1.100	R$ 2.000	R$ 3.100	R$ 0,62
C. Modelo de raciocínio (5 vezes o custo), amostra de 20%	R$ 5.500	R$ 2.000	R$ 7.500	R$ 1,50
D. Token 90% mais barato, revisão de 100%	R$ 110	R$ 10.000	R$ 10.110	R$ 2,02

O cenário D mostra por que a queda do token quase não chega à conta. Uma queda de 90% no preço do token, do tamanho que o Gartner prevê para os provedores até 2030, tira 9% da conta mensal quando a revisão é total. A passagem da revisão total para a amostra de 20%, que depende da qualidade das respostas e de uma decisão da liderança, corta 72%. O cenário C mostra o risco oposto: um modelo de raciocínio, com o multiplicador mínimo que o Gartner cita, quintuplica o consumo e passa a revisão como maior linha da conta.

Agentes de vendas tendem a ler mais contexto: quem pesquisa a conta antes da reunião lê site, notícias e histórico do CRM, e a entrada por tarefa pode ser várias vezes a do exemplo. A estimativa só vale depois de um teste com algumas dezenas de casos reais.

O que esses dados não dizem

O número de Stanford mede preço de tabela de API, e preço é diferente de custo: provedores podem subsidiar modelos para ganhar mercado ou cobrar margem alta no topo da linha. A média de três tokens de entrada para um de saída não representa um agente que lê 6 mil tokens e escreve 800, e o MMLU é um teste de múltipla escolha que não mede se o modelo resolve a sua tarefa, com os seus dados e no seu idioma. O relatório também descreve a queda como ocorrida em cerca de 18 meses, mas as datas que ele informa somam 23; a ordem de grandeza não muda, e eu prefiro citar as datas.

As taxas da Epoch cobrem janelas de um a três anos, e a própria Epoch duvida que as quedas mais rápidas se repitam. As previsões do Gartner são estimativas de analistas, sem amostra publicada no comunicado. A McKinsey trabalha com autodeclaração, e os cenários da IEA abrem uma faixa de 700 a 1.700 TWh para 2035.

Nenhuma das fontes mede o custo total de um projeto de IA numa empresa usuária, e não encontrei pesquisa primária que faça isso com amostra brasileira nem série pública de preço por token em reais. Circula ainda em matérias um alerta de que as empresas erram de 500% a 1.000% na estimativa de custo de IA, atribuído a analistas do Gartner numa palestra de 2024. Não encontrei comunicado ou relatório público do instituto com esse número, e por isso ele fica fora da análise.

O que a liderança faz com esses números

1. Separe preço de consumo. Peça o preço por ação e meça o consumo por tarefa num teste, porque a queda do token só ajuda se o consumo ficar estável.
2. Escolha o modelo pela tarefa. Classificação, extração e resumo costumam funcionar com modelos menores, e o de raciocínio fica para tarefas com várias etapas e decisão, como o próprio Gartner recomenda.
3. Calcule o custo por interação com a revisão dentro. Leve ao financeiro o total por chamado, proposta ou contato, com os números da sua operação.
4. Defina teto de consumo por agente. Cada agente ganha um teto mensal e um dono que recebe o alerta.
5. Planeje a redução da revisão. Escreva o critério, com taxa de correção e prazo, que permite passar da revisão total para a amostra, porque essa decisão mexe mais na conta que o preço do modelo.
6. Coloque o repasse no contrato. Negocie revisão do preço dos créditos quando o preço dos modelos cair e acompanhe o consumo por processo.
7. Revise custo e resultado na mesma reunião. Leve consumo e custo por interação para a revisão em que a área apresenta o indicador de negócio, como descrevo em ROI de IA.

Custo da IA e formação: o que RH e T&D precisam saber

O custo por interação depende de comportamento. Quem cola um documento inteiro no assistente quando bastava um trecho multiplica os tokens de entrada, e o líder que não confia nos rascunhos mantém revisão total por meses e paga a linha mais cara do exemplo. O RH reconhece a necessidade de formação quando o consumo de créditos cresce sem aumento de volume e quando ninguém na área sabe quanto custa uma ação do agente. As lideranças aprendem a ler o custo por interação e a decidir quando reduzir a revisão, e quem configura os agentes aprende a recortar contexto e a escolher modelo por etapa. Para avaliar, compare consumo por tarefa e taxa de correção nas quatro semanas anteriores e posteriores ao treinamento.

O preço do modelo vai continuar caindo, e a parte da conta que a empresa controla está no desenho dos agentes, no dado que eles leem e na confiança do time para revisar menos. Esse é o trabalho do treinamento in company de IA aplicada, com turmas para diretoria, lideranças e quem opera os agentes. Ele entrega a biblioteca de prompts por área e a arquitetura de agentes, com o que cada agente lê, o que executa sozinho e quem aprova o restante, base para estimar e controlar o custo de cada interação.

Perguntas frequentes

Quanto o custo da IA caiu nos últimos anos?

Segundo o AI Index 2025 de Stanford, o preço para usar um modelo com desempenho de GPT-3.5 caiu de US$ 20 para US$ 0,07 por milhão de tokens entre novembro de 2022 e outubro de 2024, mais de 280 vezes. A Epoch AI encontrou quedas de 9 a 900 vezes por ano, conforme o nível de desempenho. Os modelos de ponta continuam bem mais caros que os menores.

O que é custo por token?

Token é a unidade de texto que o modelo processa, e o Gartner usa a referência de cerca de quatro caracteres por token. Os provedores cobram por milhão de tokens, com preços diferentes para o que o modelo lê (entrada) e o que ele escreve (saída), e a saída costuma custar mais.

Por que a conta de IA da empresa sobe se o preço do token cai?

O consumo cresce mais rápido que o preço cai. O Gartner estima que agentes usam de 5 a 30 vezes mais tokens por tarefa que um chatbot comum e prevê que o custo por fluxo com agentes mais que quintuplique até 2028. Na McKinsey, um em cada cinco respondentes diz que a empresa já limita o uso por causa do custo.

Quanto custa um agente de IA por interação?

Depende do modelo, do contexto que o agente lê, do número de chamadas por tarefa e da revisão humana. No exemplo ilustrativo deste texto, o consumo do modelo fica em centavos por chamado e a revisão humana total custa cerca de nove vezes mais. Meça tokens ou créditos por tarefa num teste com casos reais antes de projetar o volume.

A energia dos data centers vai encarecer a IA?

A IEA estima que o consumo dos data centers mais que dobra até 2030, para cerca de 945 TWh, com a IA como principal motor. A energia representa de 2% a 6% do custo de desenvolvimento dos modelos de fronteira, segundo a Epoch, e chega à empresa pelo preço dos provedores, sem linha própria na fatura.

Como preparar o time para usar IA sem estourar o orçamento?

Ensine as lideranças a calcular o custo por interação e a decidir quando a revisão pode passar a ser por amostra. Quem configura os agentes precisa aprender a recortar o contexto e a escolher o modelo por etapa. Acompanhe consumo por tarefa e taxa de correção antes e depois da formação.