OpenAI e Google anunciaram na quinta-feira (13) novas ofertas de inteligência artificial que transformam a velocidade em item de precificação. A OpenAI apresentou o nível Ultrafast, em prévia para um grupo pequeno de clientes, e a Google lançou o modelo Gemini 3.7 Flash.
No anúncio, a OpenAI afirmou que o nível Ultrafast roda o modelo GPT-5.6 Sol até 14 vezes mais rápido do que o nível padrão, com até 750 tokens de saída por segundo. O modelo em si é o mesmo; a resposta sai mais rápida porque roda em chips da Cerebras. Os primeiros clientes incluem Jane Street, Podium, Basis e Rogo, que testam a tecnologia para programação, pesquisa financeira, atendimento ao cliente, voz e comércio.
“Até agora, obter velocidade em tempo real normalmente significava escolher um modelo menor ou mais especializado. O Ultrafast aponta para o progresso em uma nova direção: mais trabalho útil por segundo”, diz o anúncio.
Gemini 3.7 Flash custa metade até o fim do ano
No mesmo dia, a Google lançou o Gemini 3.7 Flash. O modelo custa US$ 0,75 por milhão de tokens de entrada e US$ 3,75 por milhão de tokens de saída até 31 de dezembro, metade do preço do Flash anterior. A partir de 1º de janeiro de 2027, o preço dobra e passa a ser o mesmo que o Gemini 3.6 Flash cobrava. No comunicado, a Google afirmou que o Gemini 3.7 Flash é o “modelo de trabalho mais inteligente até agora para codificação e agentes”.
A empresa de benchmarking Artificial Analysis mediu a saída do Gemini 3.7 Flash em cerca de 340 tokens por segundo, quase três vezes a velocidade do GPT-5.6 Terra e do GLM-5.2, e colocou o modelo na fronteira entre inteligência e tempo por tarefa.
Precificação de IA se divide entre pista rápida e lenta
Os lançamentos apontam para a mesma mudança: por dois anos, o preço da IA dependeu basicamente da capacidade do modelo e do volume de uso. A velocidade se torna um terceiro recurso pelo qual as empresas passam a pagar separadamente.
Nem toda tarefa de IA precisa ser rápida. Um banco que verifica se uma transação é fraudulenta precisa decidir em fração de segundo. De acordo com o relatório “Where Payment Decisions Happen: How Issuer Data Is Powering the Next Era of Commerce”, do PYMNTS Intelligence, a detecção de fraude por IA já economizou ao menos US$ 5 milhões para 42% dos emissores de cartões. A checagem lenta de fraude pode deixar uma cobrança fraudulenta passar antes de o sistema detectar.
No anúncio do Ultrafast, a OpenAI citou aplicações de voz, atendimento ao cliente, comércio, programação e pesquisa financeira como tarefas para o novo nível, além de resposta a incidentes, que inclui ameaças de fraude e segurança que exigem decisão rápida. Já uma empresa que roda uma tarefa de IA durante a noite para organizar documentos antigos não tem ninguém esperando no outro lado. Esse trabalho pode rodar em computadores mais baratos e lentos, sem custo real para o negócio. É a mesma capacidade de IA, com dois preços diferentes, dependendo apenas de haver alguém esperando pela resposta.
A divisão de preços se assemelha à compra de internet: as empresas pagam mais por uma conexão rápida e garantida quando o tempo importa e usam uma conexão mais barata e lenta nos demais casos. A Cerebras, responsável pelos chips do nível Ultrafast, usou o mesmo argumento em seu anúncio de quinta-feira, comparando o lançamento a mudanças anteriores, como a transição da internet discada para a banda larga.
Se essa comparação se mantiver, as empresas vão dividir seus gastos com IA em duas pistas: IA rápida e cara para tarefas em que a demora custa dinheiro, como atendimento ao vivo ou verificação de fraude em tempo real; IA lenta e mais barata para tarefas em que ninguém nota a espera, como relatórios noturnos ou lotes de documentos. Os lançamentos de quinta-feira sugerem que OpenAI e Google esperam que essa divisão se torne normal.
