GLM 5.2 acende alerta: a margem gorda da IA está com os dias contados

O modelo GLM 5.2, da chinesa Z.ai, começou a circular como o primeiro open weights capaz de brigar de igual pra igual com Claude Opus e GPT em tarefas agênticas — cobrando entre 15% e 20% do preço. Se a leitura estiver certa, o negócio bilionário de vender inferência com margem gorda está prestes a ficar bem mais apertado.

A análise é do engenheiro Martin Alderson, que passou as últimas semanas testando o modelo e publicou a primeira parte de uma série sobre o que chama de colapso das margens na indústria de IA.

O contexto: treino é caro, inferência é onde se ganha dinheiro

Quando a DeepSeek lançou o R1 no início do ano, o mercado entrou em pânico achando que o ciclo de investimento pesado em GPUs tinha acabado. A leitura, segundo Alderson, foi ruim. Treinar um modelo é um custo fixo — você gasta centenas de milhões uma vez e pronto.

O que realmente importa no balanço é a inferência: o custo que escala com cada requisição feita à API. E é aí que está o segredo mal contado do setor. Alderson estima que, quando Anthropic ou OpenAI cobram US$ 25 por milhão de tokens, a margem bruta sobre o custo de computação pode chegar a 90%.

Os financeiros vazados da OpenAI apontam margem bruta em torno de 60% sobre a receita, mas esse número já inclui salários, suporte, processamento de pagamento e outros serviços. O núcleo do modelo de negócio é claro: gasta-se muito para treinar, e depois amortiza-se esse custo em cima de uma inferência bastante lucrativa.

O que muda com o GLM 5.2

Alderson diz ter usado o GLM 5.2 lado a lado com o Opus, seu modelo padrão de trabalho, e ter dificuldade em distinguir os dois em tarefas de código e agentes. A ressalva é a velocidade: o GLM tende a “pensar” demais, o que atrapalha usos interativos e reduz parte da vantagem de preço, já que mais tokens de raciocínio significam mais custo.

Ainda assim, para tarefas assíncronas — revisar pull requests em segundo plano, rodar pipelines de agentes, processar lotes de documentos — o custo por resultado despenca. E o modelo é open weights, ou seja, qualquer provedor de nuvem pode hospedá-lo e competir por preço.

É exatamente esse ponto que ameaça a margem dos laboratórios de fronteira. Se um modelo aberto entrega 90% da qualidade do Opus, provedores independentes vão empurrar o preço da inferência para perto do custo real de GPU. Sem a margem gorda para amortizar treinamento e folha de pagamento, a matemática dos laboratórios fechados fica bem mais dolorida.

Por que isso importa pra quem usa IA

Para o usuário final e para empresas que já integram IA em produtos, a tendência é positiva no curto prazo: preços menores e mais opções de fornecedor. Quem hoje paga caro por chamadas de API para tarefas repetitivas pode passar a rodar modelos abertos comparáveis por uma fração do valor.

Para o setor, a pergunta incômoda é outra: se a inferência vira commodity, como OpenAI, Anthropic e companhia justificam avaliações de centenas de bilhões de dólares? A resposta óbvia é continuar correndo à frente com modelos melhores. Mas cada novo GLM que aparece encurta a distância — e o tempo — que essa vantagem oferece.

Vale lembrar que a análise de Alderson é uma estimativa baseada em testes próprios e cálculos aproximados. Nem toda tarefa é agêntica, e modelos de fronteira ainda lideram em raciocínio complexo, multimodalidade e confiabilidade. Mas o piso do mercado está subindo rápido — e o teto de preço, caindo junto.

Fonte: Martin Alderson · Imagem de capa: Martin Alderson