O modelo de cobrança por tokens no uso de IA e de grandes modelos de linguagem está no centro de uma nova pressão de custos para usuários e empresas, segundo uma análise publicada nesta segunda-feira, 20 de abril de 2026. O texto, assinado por Rupert Goodwins, discute como fornecedores do setor têm baseado a monetização em uma métrica simples de contabilizar, mas pouco relacionada ao valor efetivamente entregue, o que pode ampliar a dependência tecnológica e dificultar migrações entre plataformas. De acordo com informações do The Register, esse movimento ocorre em um contexto de expansão da infraestrutura de IA e de pressão por retorno financeiro.
Na avaliação apresentada no artigo original, a cobrança por tokens se tornou o padrão por ser uma unidade de medição operacionalmente simples: contam-se os tokens de entrada e os de saída processados por um modelo. Ainda assim, o autor sustenta que essa lógica não mede, de forma clara, a utilidade do trabalho realizado, seja em sugestão de código, geração de texto ou depuração assistida por IA. A crítica central é que a métrica facilita a tarifação, mas não necessariamente expressa produtividade, eficiência ou custo real de produção.
Por que a cobrança por tokens é questionada?
O artigo compara a lógica de pagamento por tokens a métricas antigas e controversas da indústria de software, como avaliar programadores pelo volume de linhas de código. Para o autor, esse tipo de parâmetro pode recompensar ineficiências em vez de resultados concretos. A análise também aponta que, em serviços de nuvem mais tradicionais, há ao menos parâmetros mais tangíveis, como capacidade de processamento, memória, armazenamento e conectividade, o que permite uma relação mais direta entre custo e entrega.
No caso dos serviços baseados em modelos de linguagem, o texto afirma que há escassez de métricas alternativas amplamente adotadas. É possível medir, por exemplo, tokens por segundo ou a proporção entre tokens de saída e de entrada, mas o próprio artigo questiona o quanto esses indicadores ajudam a compreender valor de negócio. Na prática, a simplicidade da medição por tokens favorece a manutenção desse sistema de cobrança.
Como isso pode aumentar a dependência dos clientes?
A análise argumenta que o problema não se resume ao preço. O ponto central seria a combinação entre assinatura recorrente, reajustes graduais de consumo e efeitos de bloqueio tecnológico. Segundo o texto, esse risco cresce quando uma organização passa a depender fortemente de uma cadeia específica de geração de código por IA ou reduz competências internas em favor da automação fornecida por terceiros.
Nesse cenário, a migração para outro fornecedor tende a se tornar mais complexa, mesmo quando há indícios de aumento de custo ou perda de eficiência. O autor afirma que, em outros segmentos de tecnologia, a troca de infraestrutura já é desafiadora, mas pode ser guiada por métricas relativamente conhecidas. Em ambientes com forte uso de IA em processos como integração e entrega contínuas, a dificuldade de comparação pode ser ainda maior.
- cobrança baseada em tokens de entrada e saída;
- dificuldade de relacionar preço a valor entregue;
- risco de reajustes graduais em modelos de assinatura;
- maior dependência de fornecedores específicos;
- migração potencialmente mais difícil em operações apoiadas por IA.
Qual é o contexto mais amplo dessa crítica ao mercado de IA?
O texto do The Register enquadra esse debate dentro de um ciclo histórico da tecnologia empresarial, marcado por fases de centralização, dependência, reação do mercado e novas formas de concentração. A análise menciona transições entre mainframes alugados, minicomputadores locais, micros em mesa, software aberto e a ascensão de grandes provedores de infraestrutura. Na leitura do autor, os serviços fechados com cotas por usuário e cobrança por consumo em IA retomam aspectos de modelos anteriores de controle por fornecedores.
Outro argumento do artigo é que a economia da computação teria mudado com o enfraquecimento da dinâmica histórica associada à Lei de Moore. Segundo essa interpretação, o avanço do hardware já não produziria, com a mesma intensidade, reduções contínuas de preço, tamanho e consumo energético. Nesse ambiente, a IA apareceria como força central de mercado, exigindo grandes investimentos em infraestrutura e repassando a conta ao usuário por meio de quotas de uso.
Ao final, a análise adota um tom abertamente opinativo para alertar sobre o avanço de estruturas de dependência duradouras. A conclusão sugere cautela diante de modelos de negócio em que empresas ampliam capacidade em larga escala, mas cobram com base em unidades de consumo cuja relação com o resultado entregue permanece em debate. O artigo não apresenta dados próprios de mercado ou estimativas financeiras detalhadas, mas organiza uma crítica ao formato de monetização que vem se consolidando no setor.
