OpenAI dobrou o preço da inteligência frontier; em 48 horas, open weights, mega-fusões e o moonshot do LeCun recapitalizaram o stack alternativo.
A OpenAI dobrou o preço do GPT-5.5 — e lançou o modelo sem API. A Anthropic testou silenciosamente uma alta de 5 vezes no Claude Code e reverteu em horas. Em 48 horas, a DeepSeek abriu o código de um modelo que reivindica paridade com os melhores sistemas fechados, a Alibaba encolheu 807 gigabytes de modelo em 55 gigabytes com benchmark melhor, a Google comprometeu até 40 bilhões de dólares na Anthropic, Cohere e Aleph Alpha fundiram em um rival de 20 bilhões — e Yann LeCun saiu da Meta com 1 bilhão de dólares para apostar que o manual inteiro dos LLMs está errado.
Cada premissa de procurement que você construiu no primeiro trimestre está sendo renegociada em tempo real.
São 25 de abril. Você está no ai|expert Wire. Começamos pelo preço.
A OpenAI lançou o GPT-5.5 no dia 23 de abril dentro do Codex e para assinantes pagos do ChatGPT. Acesso via API: indisponível por prazo indefinido. A empresa declarou que implantações via API requerem salvaguardas diferentes e que trará o GPT-5.5 e o GPT-5.5 Pro para a API "em breve" — sem data concreta. [ref: gpt-55-launches-without-api-ac]
Quando a API chegar, o preço será 5 dólares por milhão de tokens de entrada e 30 por milhão de saída — o dobro das taxas do GPT-5.4, que custa 2,50 e 15 respectivamente. A versão Pro vai a 30 de entrada e 180 de saída. E o raciocínio escala de forma acentuada: no modo de esforço máximo, Simon Willison mediu 9.322 tokens de raciocínio em uma única tarefa, contra 39 tokens no modo padrão — uma diferença de 239 vezes. A 30 dólares por milhão de tokens de saída, isso aparece rápido em qualquer dashboard de gasto corporativo. [ref: gpt-55-launches-without-api-ac]
A OpenAI ofereceu uma rota alternativa enquanto a API não chega. O endpoint /backend-api/codex/responses — o mesmo usado pelo Codex CLI de código aberto — foi publicamente endossado para integrações de terceiros por Romain Huet, head de relações com desenvolvedores. A declaração nomeia JetBrains, Xcode e até o Claude Code como integradores aprovados. Qualquer assinante pode rotear prompts para o GPT-5.5 hoje. [ref: gpt-55-launches-without-api-ac]
Sem SLA publicado, sem limites de taxa, sem versionamento. É infraestrutura de código aberto que a OpenAI escolheu não bloquear — não um produto suportado. Para workloads de produção, trate como acesso de nível sandbox até a API formal chegar.
Do lado da infraestrutura, a NVIDIA implantou o GPT-5.5 via Codex para todos os seus mais de 10.000 funcionários, rodando em hardware GB200 NVL72 com política de retenção zero de dados. Essa geração entrega 35 vezes menos custo por milhão de tokens e 50 vezes mais tokens por segundo por megawatt versus sistemas anteriores. A TI da NVIDIA provisionou uma máquina virtual dedicada na nuvem para cada funcionário — sandbox isolado, auditável, com acesso a sistemas de produção somente em modo leitura. Os engenheiros reportam ciclos de debug que duravam dias sendo fechados em horas, e experimentos de semanas completando overnight. Jensen Huang sintetizou em e-mail para toda a empresa: "Vamos saltar para a velocidade da luz." [ref: openais-gpt-55-deploys-codex-t]
Enquanto a OpenAI subia o preço com anúncio público, a Anthropic testou uma alta muito maior — em silêncio. No dia 22 de abril, a empresa atualizou a página de preços do claude.com para restringir o Claude Code ao plano Max de 100 dólares por mês — uma alta de 5 vezes sobre o plano Pro de 20 dólares onde o recurso vivia. Sem post de blog, sem changelog, sem e-mail para assinantes existentes. [ref: anthropic-quietly-tested-a-5-c]
O Internet Archive capturou a página antes da reversão. Amol Avasare, Head of Growth da Anthropic, foi a única voz quase-oficial, via tweet, descrevendo a mudança como "um pequeno teste em cerca de 2% de novos inscritos". Simon Willison contestou em público: "Não acredito no '~2% de novos inscritos', porque todo mundo com quem conversei está vendo a nova grade de preços e o Internet Archive já capturou uma cópia." [ref: anthropic-quietly-tested-a-5-c]
A Anthropic reverteu em horas e ainda não emitiu declaração formal até o fechamento desta edição. Willison, que publicou 105 posts ensinando Claude Code e conduziu um tutorial na conferência NICAR de jornalismo de dados no mês passado, colocou a questão estratégica sem rodeios:
"Estrategicamente, devo apostar no Claude Code se sei que podem multiplicar por 5 o preço mínimo do produto?"
A Anthropic não comprometeu publicamente manter o Claude Code no tier de 20 dólares. Qualquer build corporativo que trate esse ponto de entrada como estável está carregando risco de pricing não declarado. [ref: anthropic-quietly-tested-a-5-c]
A resposta do open-weight veio imediata. A DeepSeek lançou o V4-Pro — 1,6 trilhão de parâmetros totais, 49 bilhões ativos, arquitetura mixture-of-experts — e o V4-Flash, com 284 bilhões totais e 13 bilhões ativos. Ambos open-weight, ambos com acesso via API disponível no lançamento. [ref: deepseek-v4-launches-open-sour]
A DeepSeek reivindica que o V4-Pro lidera todos os modelos abertos em Matemática, STEM e código, com paridade frente aos melhores sistemas fechados. Em conhecimento de mundo, fica atrás apenas do Gemini-3.1-Pro entre todos os modelos atuais. Contexto de 1 milhão de tokens agora é o padrão em todos os serviços oficiais — comprimento que a maioria dos concorrentes proprietários cobra como tier premium. [ref: deepseek-v4-launches-open-sour]
Ressalva necessária: os resultados são autorreportados no relatório técnico lançado junto com os modelos. Verificação independente ainda não existe — mas os pesos abertos significam que a comunidade já está rodando avaliações. Resultados devem aparecer em dias. Nota operacional enquanto isso: deepseek-chat e deepseek-reasoner estão oficialmente descontinuados com sunset definitivo em 24 de julho de 2026. Qualquer integração hardcoded nessas strings de modelo tem menos de três meses para migrar. [ref: deepseek-v4-launches-open-sour]
Na mesma semana, a Alibaba publicou o Qwen3.6-27B. O modelo marca 77,2% no SWE-bench Verified — superando o antecessor Qwen3.5-397B-A17B, que marcou 76,2%. O antecessor pesa 807 gigabytes. O Qwen3.6-27B pesa 55,6 gigabytes. A versão quantizada Q4_K_M cabe em 16,8 gigabytes — um único GPU de consumidor. Willison mediu 25,57 tokens por segundo rodando localmente com llama.cpp. [ref: qwen36-27b-beats-its-807-gb-pr]
Uma redução de 14,5 vezes no tamanho do arquivo entre dois flagships consecutivos de coding open-weight, com benchmark melhor no padrão líder de coding agêntico. A janela de contexto nativa chega a 262.144 tokens, extensível a 1 milhão. Times avaliando infraestrutura multi-nó para agentes de código deveriam rodar o Qwen3.6-27B primeiro. [ref: qwen36-27b-beats-its-807-gb-pr]
No lado do capital, a semana operou em escala diferente. A Google vai investir até 40 bilhões de dólares na Anthropic — 10 bilhões imediatamente, a uma avaliação de 350 bilhões de dólares, com até 30 bilhões adicionais atrelados a metas de performance. O deal inclui um novo compromisso de 5 gigawatts de capacidade do Google Cloud ao longo de cinco anos — em cima de uma parceria anterior com a Broadcom que um filing de valores mobiliários colocou em 3,5 gigawatts. [ref: google-commits-up-to-40b-in-an]
A estrutura resultante não tem precedente direto na indústria de IA. A Google compete com a Anthropic no nível de modelo via Gemini, fornece os TPUs que sustentam a inferência do Claude, e agora detém a maior posição financeira individual na empresa. Esses três papéis simultâneos — rival de modelo, fornecedor de infraestrutura e maior investidor — dão ao Google visibilidade competitiva sobre o roadmap técnico da Anthropic e alavancagem de preço sobre a estrutura de custo de sua concorrente. [ref: google-commits-up-to-40b-in-an]
A Amazon adicionou 5 bilhões de dólares à própria posição na Anthropic nesta semana, parte de um acordo mais amplo sob o qual a Anthropic deve comprometer até 100 bilhões de dólares por cerca de 5 gigawatts de capacidade de computação ao longo do tempo. A Anthropic também fechou um acordo separado de capacidade de datacenter com a CoreWeave. A empresa agora tem compromissos multi-gigawatt de dois dos três maiores hyperscalers simultaneamente. A avaliação da Anthropic estava em 350 bilhões em fevereiro; investidores desde então têm expressado interesse em 800 bilhões ou mais, segundo a Bloomberg. [ref: google-commits-up-to-40b-in-an]
Quando um único hyperscaler pode vender o chip, fornecer o modelo que compete com o modelo rodando sobre esse chip, e deter equity na startup concorrente — estratégia multi-fornecedor deixa de ser preferência e vira política de procurement.
O contrapeso europeu chegou na mesma semana. Cohere, de Toronto, e Aleph Alpha, da Alemanha, anunciaram fusão em uma empresa avaliada em 20 bilhões de dólares, ancorada por um Series E de 600 milhões de dólares do Schwarz Group — maior varejista da Europa, operador do Lidl e Kaufland em 32 países. O deal ainda não fechou e está sujeito a revisão regulatória. [ref: cohere-and-aleph-alpha-merge-i]
A tese é direta: dar a empresas e governos uma alternativa aos players dominantes dos EUA, com maior controle sobre seus dados. A Aleph Alpha já serve um assistente de IA governamental com 80.000 usuários do setor público. Um agente de inteligência documental em um grande fabricante de chips reduziu tempos de busca em 90%. A governança é construída para o EU AI Act, não adaptada depois. Quando o maior varejista da Europa escreve um cheque de 600 milhões para financiar uma alternativa soberana de IA, isso é aposta operacional — não hedge de portfólio. [ref: cohere-and-aleph-alpha-merge-i]
E então tem Yann LeCun. O ex-cientista-chefe de IA da Meta, vencedor do Prêmio Turing por trabalho fundacional em deep learning, deixou a empresa no final do ano passado e fundou a Advanced Machine Intelligence Labs — AMI Labs. A organização levantou 1 bilhão de dólares com 12 funcionários, com base na convicção de que os grandes modelos de linguagem não conseguem cumprir suas promessas. [ref: yann-lecuns-ami-labs-raises-1b]
A arquitetura que LeCun está construindo tem seis módulos intercambiáveis: um modelo de mundo específico do domínio, um ator que propõe próximos passos via aprendizado por reforço clássico, um crítico que pontua opções contra regras codificadas, uma camada de percepção para vídeo, áudio, imagem ou texto, uma memória de curto prazo, e um configurador que orquestra o fluxo de dados entre todos os outros. Módulos especialistas, que não precisam operar como generalistas, devem exigir apenas algumas centenas de milhões de parâmetros — versus as centenas de bilhões do ChatGPT. Isso viabiliza inferência no dispositivo, eliminando uma variável de custo e latência que torna os deployments de LLM cada vez mais difíceis de justificar em escala. [ref: yann-lecuns-ami-labs-raises-1b]
LeCun declarou que a AMI Labs não deve produzir um produto comercializável por talvez cinco anos. A IA estreita e modular tem precedente de sucesso onde abordagens generalistas tropeçam: sistemas treinados por reforço em domínios específicos e bem definidos consistentemente superaram modelos generalistas nesses contextos. O argumento de LeCun é que a mesma lógica escala para verticais corporativas.
Um bilhão de dólares para 12 pessoas com horizonte de cinco anos — isso é alta convicção no histórico de LeCun, ou um hedge contra o teto de escala dos LLMs chegar antes do esperado. De qualquer forma, é um sinal de mercado material: se a abordagem modular produzir um resultado de nível benchmark em um domínio real, a pressão sobre o consenso LLM deixa de ser teórica. [ref: yann-lecuns-ami-labs-raises-1b]
É isso pelo Wire desta semana. GPT-5.5 sem API, preço dobrado. Anthropic testou uma alta de 5 vezes e recuou sem explicação. O open-weight encolheu 807 gigabytes em 55 com benchmark melhor. A Google virou investidor, fornecedor e rival da Anthropic em um único deal. E LeCun apostou um bilhão contra a premissa central do setor. Na edição de sexta-feira, vamos mais fundo: o que o experimento de marketplace all-Claude da Anthropic revela sobre procurement agente-a-agente, e como reconstruir sua stack em torno da reprecificação desta semana. Para ler antes: nosso artigo sobre a fusão Cohere–Aleph Alpha no site — link nas notas do episódio. Até sexta.