O custo do token cai, o aluguel da GPU não
O preço da unidade de processamento mais disputada da economia digital está em trajetória de queda, mas o aluguel do equipamento que a produz não acompanha o movimento. Dados de agosto de 2026 compilados pela Ornn e pela Silicon Data revelam que o custo por token de inteligência artificial segue recuando, enquanto a locação de GPUs H100 se mantém estável ou até sobe — descolamento que sustenta boa parte da tese de infraestrutura do setor.
O fenômeno tem nome: paradoxo de Jevons, conceito segundo o qual ganhos de eficiência barateiam o uso de um recurso e, em vez de reduzir o consumo total, o ampliam. Na leitura da a16z, o mercado de IA exibe um caso de manual desse mecanismo. Tokens mais acessíveis destravam agentes autônomos, automação de processos e uma leva de aplicações que antes não fechavam a conta. O efeito prático é que o volume consumido avança em ritmo superior ao da queda do custo unitário.
A pergunta que os dados não respondem
Quanto desse apetite vem de pessoas e quanto vem das próprias máquinas é uma questão em aberto. Agentes de IA queimam tokens em velocidade vertiginosa, o que abre duas hipóteses incômodas: a demanda por capacidade computacional pode estar inflada artificialmente, e mesmo um avanço modesto no uso humano tem potencial para exigir hardware em volume muito acima do proporcional.
| Indicador (agosto de 2026) | Comportamento |
|---|---|
| Custo por token de IA | Em queda contínua |
| Aluguel de GPU H100 | Estável ou em alta |
| Leitura atribuída à a16z | Paradoxo de Jevons |
A premissa única que sustenta a engrenagem
Toda essa estrutura repousa sobre uma condição só: o consumo de IA precisa crescer o suficiente para compensar o barateamento dos tokens. Enquanto isso acontece, o hardware permanece escasso e caro — cenário que, na prática, é o mais favorável para Jensen Huang, presidente-executivo da Nvidia (NVDA), fabricante das GPUs que o mercado aluga.
O risco surge quando essa premissa deixa de valer. Se o consumo perder tração, o encadeamento que vai de fabricantes de chips e fornecedores de memória até geradoras de energia e provedores de nuvem sente o golpe. A sensibilidade dos mercados a esse tipo de sinal já ficou evidente: as bolsas americanas recuaram depois que relatos apontaram receita anualizada da OpenAI abaixo do que se divulgava anteriormente.
O que isso significa para quem investe no Brasil
O investidor pessoa física não precisa comprar uma GPU para se expor ao tema — e nem deveria tratar a tese como aposta concentrada em um único elo da cadeia. Os dados de agosto de 2026 sugerem que o mercado de IA funciona como sistema interdependente: semicondutores, memória, energia elétrica e nuvem sobem e descem juntos, guiados pela mesma variável, o ritmo de consumo de tokens.
Na B3, a leitura passa por três canais. O primeiro são os BDRs de tecnologia (recibos de ações estrangeiras negociados localmente), que replicam o comportamento das matrizes de fora e amplificam o efeito do câmbio. O segundo envolve companhias de geração e transmissão de energia, insumo crítico para data centers. O terceiro é indireto: se a demanda global por computação esfriar, o apetite por risco em mercados emergentes tende a recuar junto, pressionando o Ibovespa independentemente do setor.
A variável a monitorar é simples de enunciar e difícil de medir: a velocidade com que o consumo de IA cresce em relação à queda do preço por token. Enquanto as duas curvas caminharem na mesma direção, a escassez de hardware se mantém. Quando a primeira desacelera, a segunda deixa de ser vantagem e vira problema de margem para toda a cadeia.