Preços de LLM Caíram 80% em 12 Meses: O Mapa da Guerra Entre OpenAI, Google, Anthropic e DeepSeek

A conta é simples. DeepSeek V3.2 custa US$ 0,14 por milhão de tokens de entrada. GPT-5.5 custa US$ 5. Um processa 35 milhões de tokens pelo preço que o outro processa 1 milhão. E ambos entregam resultados que, para a maioria dos casos de uso, são equivalentes.

Isso não é desconto de Black Friday. É o novo normal do mercado de LLMs em maio de 2026.

Entre janeiro de 2025 e agora, os preços das APIs de modelos de linguagem caíram entre 60% e 80%, segundo o TokenMix AI Pricing Tracker. Nunca na história dessa indústria — que tem o quê, três anos de vida comercial? — vimos uma compressão tão rápida. E na nossa visão, isso é ao mesmo tempo a melhor e a pior coisa que poderia acontecer.

Melhor porque IA de fronteira virou commodity. Qualquer startup brasileira pode hoje integrar um modelo competitivo por centavos. Pior porque essa guerra de preços tem prazo de validade. E quem está escolhendo fornecedor só pelo menor número na tabela pode se queimar feio.

Vamos aos números.

O Raio-X da Guerra: Preços em Maio de 2026

Antes de qualquer opinião, os dados. Compilamos os preços atuais dos principais modelos disponíveis — e a disparidade é absurda:

[1] Preço com desconto promocional de 75% válido até 31 de maio de 2026. Preço regular: US$ 1,74/US$ 3,48.

A primeira conclusão salta aos olhos: o mercado está rachado em camadas que não existiam há um ano. Vão desde o Gemini 2.5 Flash-Lite a US$ 0,10 (mais barato que um café expresso em São Paulo) até o Claude Opus 4.7 a US$ 75 de saída — uma variação de 750 vezes.

A segunda conclusão, mais sutil: mesmo sem o desconto promocional, o DeepSeek V4-Pro a US$ 1,74 de entrada custa 3x menos que GPT-5.5 e 9x menos que Claude Opus 4.7. E olha que estamos falando de um modelo de 1,6 trilhão de parâmetros — 49 bilhões ativos por inferência, mas ainda assim um monstro.

"DeepSeek V4 at $0.30/$0.50 is the model that broke the pricing consensus. At 10x cheaper than Claude Sonnet 4.6 on input, it forced every Western provider to accelerate their own cost reductions." — TokenMix Editorial, abril de 2026

DeepSeek Não Veio Para Competir. Veio Para Quebrar.

Na nossa avaliação, a estratégia da DeepSeek não é apenas agressiva — é predatória. A empresa chinesa está queimando caixa para ganhar market share. E está funcionando.

O DeepSeek V4-Pro alcança 90,1% no GPQA Diamond, benchmark de raciocínio científico. No SWE-Bench, o modelo marcou 80,6% (segundo dados oficiais da DeepSeek). Números competitivos com qualquer modelo ocidental — por uma fração do preço. O desconto promocional de 75% é uma armadilha clara para fisgar clientes antes da virada.

O efeito dominó foi imediato. OpenAI reduziu o preço do GPT-5 em 40% em duas semanas — o corte mais rápido da história da empresa. A Anthropic derrubou o Opus 4.6 em 67%, de US$ 15/US$ 75 para US$ 5/US$ 25. A Google entrou com Gemini 3.5 Flash — um preço que, em 2025, era considerado de entrada.

A pergunta que ninguém responde: quanto tempo isso dura?

DeepSeek opera com margens apertadíssimas num ambiente regulatório chinês imprevisível. O desconto promocional de 75% no V4-Pro termina em 31 de maio. Quando acabar, o preço sobre para US$ 1,74/US$ 3,48. Ainda é barato, mas não é o mesmo "preço de banana" que está atraindo todo mundo.

Google Fez o Que Ninguém Esperava

Enquanto todo mundo olhava para a briga DeepSeek vs OpenAI, o Google lançou o Gemini 3.5 Flash em 19 de maio de 2026. Roubou a cena.

O modelo custa US$ 1,50 de entrada e US$ 9 de saída por milhão de tokens, com janela de 1 milhão de contexto. O número que impressiona: 289 tokens por segundo — quatro vezes mais rápido que qualquer concorrente no mesmo segmento.

E não é só velocidade: nos benchmarks, o Gemini 3.5 Flash vence 6 de 11 categorias contra Claude Opus 4.7 e GPT-5.5, incluindo MCP Atlas (83,6%), MRCR v2 128K (77,3%) e CharXiv Reasoning (84,2%), de acordo com o AIMadeTools (maio de 2026).

"A 'Flash' model matching or beating frontier-class systems at a fraction of the cost is unprecedented. The fact that a Flash tier model is winning 6 out of 11 benchmarks against full frontier models is a paradigm shift." — AIMadeTools, maio de 2026

Na nossa opinião, o Gemini 3.5 Flash é o modelo mais subestimado dessa guerra. Enquanto DeepSeek compete em preço e OpenAI em marca, o Google competiu em engenharia. Entregou velocidade e qualidade num pacote que, para a maioria dos casos de produção, é imbatível.

OpenAI e Anthropic: Gigantes Apertados

A OpenAI está numa posição desconfortável. O GPT-5.5, lançado em 23 de abril de 2026, custa US$ 5 de entrada e US$ 30 de saída. É um modelo excelente — mas DeepSeek faz algo equivalente por até 35x menos. A OpenAI sempre competiu em qualidade, não em preço. O problema é que a distância de qualidade encolheu enquanto a de preço explodiu.

A Anthropic seguiu caminho oposto. Em vez de cortar preços, manteve o Claude Opus 4.7 como modelo premium — US$ 15/US$ 75 por milhão de tokens, o mais caro do mercado. A justificativa? Liderança em SWE-Bench Pro com 64,3%, superando GPT-5.5 (58,6%) e Gemini 3.5 Flash (55,1%).

Para desenvolvedores que precisam do melhor em coding, o prêmio pode valer a pena. A Anthropic também oferece caching de prompts que reduz custos em até 90% em cargas repetitivas — o cache read do Sonnet 4.6 custa apenas US$ 0,30 por milhão de tokens.

Mas a pergunta incômoda: por quanto tempo um modelo 500x mais caro que a concorrência consegue justificar seu preço só com benchmark?

A Bolha Por Trás da Queda

Aqui vai nossa opinião mais controversa: essa guerra de preços está criando uma bolha de expectativas.

O mercado enterprise de LLMs deve crescer de US$ 7,18 bilhões para US$ 27,77 bilhões até 2030, com CAGR de 29,8%. Esses números assumem que os preços atuais são sustentáveis. E não temos certeza disso.

O Google pode sustentar preços baixos porque tem o maior negócio de publicidade do mundo bancando a operação. A OpenAI precisa mostrar lucro antes do IPO. A Anthropic já deixou claro que não vai competir em preço. A DeepSeek opera sob risco geopolítico constante — sanções a chips de IA para China afetam diretamente sua capacidade de manter custos baixos.

O risco real? Empresas estão construindo produtos inteiros baseados em preços promocionais. Quando os preços normalizarem — ou quando a DeepSeek for bloqueada por sanções — esses produtos quebram.

Não estamos dizendo para ignorar DeepSeek. Estamos dizendo: tenha um plano B. Sempre.

Como Escolher um LLM em 2026: Nosso Framework

Se você é dev ou CTO de uma empresa brasileira, está diante de uma escolha que parece simples mas não é. A consultoria Wolyra, especializada em IA empresarial, propõe um framework que a gente endossa na íntegra:

"The honest answer to 'which LLM should we use?' in 2026 is: probably not the one currently at the top of whichever benchmark made the news this week. The answer is the one that scores acceptably on a private evaluation of your workload, remains affordable at your real volume, fits inside your compliance envelope, and comes from a provider you are willing to bet will still be shipping in three years." — Wolyra, consultoria de IA empresarial

Em português claro: pare de seguir hype e comece a medir. Monte uma avaliação privada com seus dados reais. Teste latência (o Gemini 3.5 Flash é imbatível aqui). Calcule o custo real no seu volume de produção. Verifique conformidade com a LGPD. Escolha um provedor que você acredita que vai existir em 2028.

Na nossa experiência, a melhor estratégia hoje é multi-modelo:

• Use DeepSeek V3.2 ou Gemini 2.5 Flash-Lite para tarefas de alto volume e baixa criticidade — chatbots, sumarização, classificação de texto
• Use GPT-5.5 ou Claude Opus 4.6 para tarefas que exigem raciocínio complexo com custo controlado
• Use Claude Opus 4.7 para coding avançado e tarefas onde errar custa caro — auditoria de código, revisão de segurança, documentação crítica
• Use Gemini 3.5 Flash quando latência for o fator decisivo — aplicações em tempo real, agentes autônomos, pipelines de produção

Não existe bala de prata. Existe o modelo certo para o problema certo.

O Fim do Monopólio é o Começo de Tudo

O mercado de LLMs em maio de 2026 é mais barato, mais rápido e mais fragmentado do que qualquer um previu. E isso é, acima de tudo, uma boa notícia.

A era do "usa GPT-4 e pronto" acabou. Levou junto a era do "LLM é caro demais para minha empresa". Hoje, uma startup brasileira com US$ 500 de crédito em API pode construir produtos que, dois anos atrás, exigiam times inteiros de ML e orçamentos de sete dígitos.

O desafio mudou. Não é mais se a empresa consegue pagar por IA. É se ela consegue escolher a IA certa. E essa, ao contrário da guerra de preços, é uma batalha que não se vence só com dinheiro — se vence com teste, medição e, acima de tudo, bom senso.

O monopólio dos LLMs acabou. Agora o trabalho começa de verdade.

Artigos Relacionados

Confira também: O Que Sao Modelos de Linguagem Grandes (LLMs) e Como Estao Transformando a Tecnologia Confira também: Agentes de IA Autonomos em 2026: como funcionam, onde estao sendo usados e o que esperar Confira também: GPT-Realtime-2, Translate e Whisper: OpenAI Coloca Voz com Raciocínio na API