Token cai abaixo de US$1 por milhão! Goldman Sachs: "Aumento de volume e queda de preço" abalam a lógica de investimento em capital para IA

A narrativa central do investimento em infraestrutura de IA está enfrentando um desafio severo no nível da economia unitária. A velocidade do colapso dos preços dos Tokens já excedeu as expectativas anteriores do mercado, abalando fundamentalmente a lógica de receita que sustentou as avaliações do setor de IA nos últimos dois anos.

Segundo o último relatório de Rich Privorotsky, chefe da mesa de operações One-Delta do Goldman Sachs, o Silicon Data LLM Token Expenditure Index (código: SDLLMTK), que mede o preço médio ponderado por uso de cada um milhão de Tokens no mercado, caiu 29% somente em agosto, encerrando o mês em cerca de 0,97 dólares, atingindo uma nova mínima histórica, com uma queda acumulada de mais de 50% em relação ao pico de maio, de aproximadamente 2,05 dólares. Esta foi a primeira vez que o índice ficou abaixo de 1 dólar por milhão de Tokens.

Ao mesmo tempo, de acordo com o relatório do centro de dados do JPMorgan, o volume de uso de Tokens na plataforma OpenRouter aumentou cerca de 47% em agosto em relação ao mês anterior, mas o gasto em dólares cresceu apenas cerca de 7%. Esta discrepância entre o aumento da quantidade e a queda do preço revela diretamente a principal contradição da lógica de investimento atual em IA: o retorno no mercado de ações é calculado em dólares, e não pela quantidade de Tokens, enquanto os gastos de capital dos centros de dados em grande escala são baseados na expectativa de receita em dólar.

Privorotsky apontou claramente em seu relatório: "Mais demanda junto a preços mais baixos, se a velocidade da queda dos preços superar o crescimento do consumo, não representa um benefício automático."

Colapso do preço dos Tokens: não é o desaparecimento da demanda, mas sim a deterioração do preço unitário

O LLM Token Expenditure Index da Silicon Data não é um indicador de volume de demanda por Tokens, mas sim um índice de preço ponderado pelo uso. A própria empresa já alertou o mercado de que a queda do índice pode ser causada pela redução dos preços listados, pela migração dos usuários para modelos open source de baixo custo, ou uma combinação de ambos, e não significa necessariamente que o uso de IA esteja diminuindo.

No entanto, este é exatamente o cerne do problema. O volume roteado pelo OpenRouter subiu acentuadamente, enquanto o preço de aluguel das GPUs H100 está caindo — o que contradiz a narrativa de "explosão da demanda por Tokens". Privorotsky destaca que os dados de agosto mostram uma tendência clara: grande aumento de volume, queda maior de preço, e o gasto em dólares praticamente estagnado.

A conclusão do Goldman Sachs é a seguinte: a precificação das ações nos últimos dois anos baseou-se no pressuposto de que "mais Tokens equivalem a mais receita", e os dados de agosto romperam claramente essa suposição pela primeira vez.

Concorrência crescente e inferência local: erosão estrutural do modelo de precificação por Token

Privorotsky afirma abertamente no relatório que duvida da cobrança "por Token" como modelo de negócio sustentável. A lógica da cobrança por milhão de Tokens processados na nuvem depende da simultaneidade de três premissas: o modelo ser grande demais para rodar localmente, o usuário não encontrar substitutos open source, e a carga de trabalho ser suficientemente volátil para tornar o investimento em hardware próprio antieconômico. Porém, estas três premissas estão entrando em colapso simultâneo.

No lado do hardware, notebooks da linha RTX Spark, estações de trabalho DGX Spark, Mac Studio capazes de rodar modelos de 70 bilhões de parâmetros, bem como NPUs com capacidade de 40 a mais de 75 TOPS, já reduziram o custo marginal de processar grandes volumes de Tokens a níveis próximos ao custo da eletricidade. Assim que a fatura mensal de API de uma empresa ultrapassa o custo de amortização de um equipamento entre 5 mil e 15 mil dólares, ela deixa de ser consumidora de Tokens para tornar-se compradora de hardware, ao invés de assinante de software de margem de lucro de 40%.

No lado da competição entre modelos, o Muse Spark 1.3 da Meta, lançado em 2 de setembro, já está no mesmo patamar do GPT-5.6 Sol e Claude Opus 5 em testes independentes, se destacando especialmente em tarefas baseadas em agentes e geração de código. Privorotsky observa: “A vantagem de ponta é calculada em semanas, não é fosso competitivo, mas sim ciclo de produto.” Sempre que um modelo subótimo chega perto o suficiente e o preço é menor, empresas evitam níveis de preços premium — e o índice de preços dos Tokens é justamente o reflexo agregado dessas decisões de roteamento.

Lógica de investimento em capital sob pressão: mercado de crédito já deu o sinal de alerta

O relatório do Goldman Sachs aponta que o atual ciclo de investimentos em IA não corresponde a despesas operacionais flexíveis, mas sim a compromissos já firmados com ativos pesados. Segundo o relatório, os cinco grandes provedores de nuvem avaliados devem investir, juntos, cerca de 737 bilhões de dólares em capital até 2026, cerca de 38% de suas receitas. A Moody’s já fez alertas relativos à compressão do fluxo de caixa livre, à transição do balanço patrimonial de ativos leves para pesados, e aos compromissos de leasing que não aparecem como dívida, mas restringem substancialmente o emissor.

A reação dos mercados de crédito veio antes do mercado de ações. Segundo estatísticas relativas aos títulos dessas empresas, dos 91 bonds emitidos por grandes provedores de nuvem para 2026, 78 já estavam abaixo do valor de emissão no final de agosto. Privorotsky chama isso de “reprecificação do crédito” e observa que o múltiplo de avaliação do mercado de ações é um indicador atrasado.

A lógica é clara: queda de 30% no preço dos Tokens, crescimento de 20% no volume, receita de inferência em baixa; com a receita menor e as despesas de depreciação e juros do ciclo de construção entre 2025 e 2027 ainda subindo, a taxa de retorno do investimento entra em colapso; e com o retorno desabando, não é necessário um drama de “estouro da bolha” — basta ajustar o múltiplo de avaliação para o nível de uma utility com muitos ativos, mas com poder de precificação limitado.

GPT-6 Astra: a única variável remanescente para reversão da narrativa

No relatório, Privorotsky vê o Astra, o novo modelo da OpenAI, como o único catalisador de curto prazo capaz de reverter o quadro atual. Em 1º de setembro, a OpenAI informou que o Astra atingiu o patamar crítico de cibersegurança do seu Preparedness Framework, sendo o primeiro modelo a ser incluído nessa categoria.

No entanto, a mesa de operações do Goldman Sachs se mantém cautelosa. Um modelo radical com acesso restrito, necessidade de monitoramento e fricção extra de uso, não eleva automaticamente a arrecadação de Tokens. Se workloads de alto valor permanecerem restritos à fase de teste controlado e não migrarem para sistemas comerciais públicos, o Astra pode até mesmo reduzir o volume de Tokens faturados.

A conclusão do relatório é: o Astra é a última variável de curto prazo capaz de reverter a composição de receitas para camadas de alto valor. Até lá, os dados de preço dos Tokens em agosto representam o sinal mais fiel da situação atual do mercado — a demanda pode crescer indefinidamente, mas se o preço na chegada dessa demanda infinita não cobre o custo da dívida dos data centers, o preço das ações pode continuar caindo.