OpenAI e Anthropic cortam preços de topo no mesmo dia

A OpenAI colocou o GPT-6 Sol a US$ 2 por milhão de tokens de entrada e US$ 10 na saída nesta terça-feira, metade do que cobrava pelo GPT-5.6 Sol, de US$ 4 e US$ 20. O modelo menor da dupla, o GPT-6 Luna, foi para US$ 0,10 e US$ 0,50, contra US$ 0,20 e US$ 1,20 da geração anterior. Um porta-voz da empresa disse ao VentureBeat que os valores são permanentes, não uma tarifa promocional de lançamento. No mesmo dia, a Anthropic publicou o Claude Opus 5.5 a US$ 4 e US$ 20, ante US$ 5 e US$ 25 do Opus 5.

Os dois cortes chegaram com poucas horas de diferença e atacam a mesma linha da fatura: o cache. A leitura de cache do Opus 5.5 caiu para US$ 0,20 por milhão de tokens, 60% abaixo dos US$ 0,50 cobrados no Opus 5, segundo a página de lançamento da Anthropic. Do lado da OpenAI, a entrada em cache também ficou em US$ 0,20 por milhão, com taxa de escrita de US$ 2,50. Para quem roda agentes que releem o mesmo contexto a cada passo, essa linha costuma responder pela maior fatia do gasto mensal, e não o preço de saída que aparece nas manchetes.

O que mudou na planilha do comprador

Na comparação com o topo da própria Anthropic, o Claude Fable 5.1 segue a US$ 10 e US$ 50 por milhão de tokens, cinco vezes o preço do Sol nas duas pontas. O Gemini 3.8 Flash, do Google, opera a US$ 0,75 e US$ 3,75 em tarifa introdutória válida até 31 de dezembro, e sobe para US$ 1,50 e US$ 7,50 em 1º de janeiro de 2027. Quem montar orçamento de 2027 com a tabela de hoje vai errar a conta do Google em 100%.

A Anthropic afirma que o Opus 5.5 gera saída mais de 30% mais rápido que o Opus 5 e custa 40% menos em cargas típicas nas configurações padrão. Os 40% não vêm do preço de tabela, que caiu 20%, e sim da combinação de cache mais barato com menos tokens de raciocínio por tarefa. A distinção pesa na renegociação de contrato: o corte de tabela é contratual, o de 40% depende do perfil de uso de cada cliente e não cabe em cláusula.

O benchmark parou de decidir

No Artificial Analysis Coding Agent Index, o Sol marcou 80 pontos, acima dos 77,2 do Claude Fable 5. No OSWorld 2.0, a Anthropic reporta 81,8% de acerto do Opus 5.5 em tarefas de uso de computador. São margens de poucos pontos, e a própria OpenAI publicou em 8 de julho uma auditoria apontando que cerca de 30% das tarefas do SWE-bench Pro carregam testes estritos demais, enunciados incompletos ou descrições enganosas. Comprar modelo por placar de benchmark, neste momento, é comprar ruído estatístico.

Há uma leitura oposta que merece ser dita: a de que o preço por token entrou em deflação estrutural e vai continuar caindo. A tabela do Gemini 3.8 Flash desmente isso em janeiro. Preço de lançamento agressivo é instrumento de conquista de carga, e carga que já migrou é cara de migrar de volta. Os US$ 2 do Sol valem hoje porque a OpenAI os declarou permanentes, não porque a curva de custo de inferência obriga.

Onde a conta muda

Para as fábricas de software indianas, o efeito é direto na margem. TCS, Infosys e Cognizant vendem manutenção de aplicações em contratos de preço fechado precificados por cabeça, e vêm embutindo ferramentas agênticas nesses centros de entrega. Inferência 50% mais barata melhora a margem do contrato em vigor e, no ciclo seguinte, vira desconto exigido pelo cliente na renovação. O ganho dura um ciclo de renegociação.

No Brasil, empresas como a CI&T e os centros de serviços compartilhados que atendem clientes norte-americanos enfrentam a mesma equação com um agravante cambial: a API é faturada em dólar e boa parte dos contratos locais está em real. Um corte de 50% na tabela em dólar não chega inteiro ao P&L de quem carrega o descasamento.

Na Alemanha e no resto da União Europeia, a decisão deixou de ser só financeira. Desde 2 de agosto de 2026 valem as obrigações do AI Act para modelos de propósito geral, e trocar de fornecedor para capturar meio dólar por milhão de tokens implica refazer documentação técnica e avaliação de risco. O custo de troca subiu justamente no momento em que o incentivo para trocar ficou maior.

A variável que ninguém publica é quantos tokens um agente queima até encerrar uma tarefa. Enquanto os fornecedores competem no preço unitário e omitem o consumo, o comprador continua sem o único número que fecha a conta.