OpenAI e Anthropic reduziram preços de seus modelos de linguagem em até 80% entre junho e setembro de 2026, segundo relatos publicados por Max Woolf (minimaxir) e agregados pela ai0.news. O colapso de preços, que inclui cortes de cache read de até 75%, responde a três forças: a competição chinesa liderada pela DeepSeek, ganhos de eficiência em inferência e o fato de que capacidade de GPU é perecível como assentos de avião.
Cortes acumulados em menos de um trimestre
A sequência de anúncios mostra uma escalada de reduções: em 30 de julho, a OpenAI cortou 80% do preço de GPT-5.6 Luna; em 22 de setembro, lançou GPT-6 Sol a metade do preço de GPT-5.6 Sol com cache read reduzido à metade; e em 29 de setembro, ajustou GPT-6.1 Sol com cache read caotizado para $0.10, deixando a família GPT-6 75% mais barata. A Anthropic respondeu com Claude Opus 5.5 em 22 de setembro, com corte total de 40-60% via redução de cache read.
Por que os preços caíram
Max Woolf atribui o colapso a três fatores. Primeiro, DeepSeek Flash V4 na China relata lucro de $38 por GPU por hora, com preços de $0.60 por milhão de tokens de saída — pressionando as duas empresas a se alinhar. Segundo, melhorias em eficiência de inferência permitem oferecer mais poder de processamento com menos custo. Terceiro, a natureza perecível da GPU significa que capacidade inativa gera perdas — reduzir preços ajuda a movimentar hardware subutilizado.
Contexto adicional e reações do mercado
Ai0.news destaca que a DeepSeek gera receita operacional de $38 por GPU/hora, enquanto open-weight models oferecem 90% do desempenho frontier a 10% do custo, conforme declarado pelo CEO da IBM, Arvind Krishna. Comentaristas em Hacker News dividem entre visão de “corrida para o fundo, alguém falencia” e defesa de que os cortes são parte da estratégia de regulamentação. Para modelos de codificação baseados em agentes, onde cache read pode representar 70-75% do custo total, reduções nesse componente são particularmente significativas.
Onde a cobertura diverge
Enquanto a abordagem de Max Woolf é detalhada e cronológica, focando na mecânica dos cortes, a ai0.news amplia para incluir reações de mercado, dados da DeepSeek e comparações com modelos open-weight. A ênfase na eficiência do cache read também varia: Woolf o coloca como fator técnico central, enquanto ai0.news o apresenta como parte de uma tendência mais ampla de otimização de custos.
O que ainda não foi divulgado
- Não foi informado como a DeepSeek calcula ou reporta seu lucro por GPU/hora
- Não há dados sobre a margem de lucro das cortes de OpenAI e Anthropic pós-redução
- Não foi divulgado o impacto real desses cortes sobre modelos open-weight de terceiros
