A Epoch AI acabou de medir o custo do “pensamento” da IA, e a queda é a mais rápida que qualquer tecnologia transformadora já teve. A Epoch é um instituto de pesquisa independente que acompanha a trajetória da IA com dados próprios: desempenho de modelo, custo de treino, chips e data center. No relatório de 22 de setembro, Luke Emberson e David Roodman olharam o custo de bater o mesmo nível de desempenho em cinco benchmarks (matemática, ciências duras e jogos de habilidade) ao longo de cerca de três anos. O número central: desde 2023, o custo de um dado nível de performance caiu cerca de 47% por trimestre. Isso dá 13 vezes mais barato por ano. Em comparação histórica, quatro vezes mais rápido que sequenciamento de DNA, seis vezes mais rápido que compute, 18 vezes mais rápido que bateria de lítio e 54 vezes mais rápido que eletricidade no século até 1973. Evidências sugerem que o ritmo já vinha pelo menos nessa velocidade desde novembro de 2021, quando a OpenAI abriu de vez a API do GPT-3. Em 31 de janeiro de 2025, o o3 da OpenAI fazia 75% no GPQA Diamond (prova de múltipla escolha estilo doutorado em física, química e biologia) por uns 30 centavos de dólar por pergunta. Menos de 18 meses depois, o GPT-5.6 Luna bate o mesmo resultado por quatro centésimos de centavo ($0,0004). Queda de 725 vezes. A Epoch compara com o preço de um carro novo caindo de 50 mil dólares pra 69! A velocidade muda por domínio: mais lenta em puzzles de jogo (39% a 43% por trimestre), mais rápida em matemática (50% a 52%). E o preço cai mais forte logo depois que um nível vira o melhor do momento. Na média dos cinco benchmarks principais, 66% por trimestre (75 vezes por ano) no debut do estado da arte; dois anos depois, metade disso, 32% por trimestre (4,7 vezes por ano). A hipótese deles: no começo o lab cobra prêmio, aí a concorrência aberta e fechada derruba o preço. Eles mesmos listam os poréns. Labs podem estar treinando demais pro benchmark. Acertar prova não é trabalho útil. Usuário real não fica sempre no modelo mais barato da fronteira. A janela tem só três anos. Dá pra tirar essa média do dado de vários jeitos. Pro stack de IA, a leitura é clara: capacidade que ontem era premium vira commodity depressa, e o que destrava uso em massa é o preço por tarefa, não só o modelo novo. Pra quem vende API, lucro acima do normal num modelo específico parece passageiro. A própria Epoch diz que isso é ao mesmo tempo causa e consequência da corrida. No gráfico deles, a briga mais feroz perto do topo aparece sobretudo entre modelos fechados. Pro investidor, margem de inferência comprime. Quem ganha volume e quem fica um trimestre na frente do custo importa mais do que a narrativa de um modelo eterno. O prêmio de ser o mais barato no topo some rápido. O custo de chip e energia subiram. O de “pensamento” barateou.