Índice de preço do token LLM da Silicon Data atinge mínima…
O índice caiu mais de 50% em relação a um pico no início do verão, à medida que cortes de preços e a concorrência de código aberto impactam.
O Índice de Gastos com Tokens LLM da Silicon Data caiu para $0,97 na segunda-feira, a leitura mais baixa desde que o benchmark foi lançado no final do ano passado. A queda de mais de 50% em relação ao pico do início do verão é uma impressão clara da deflação dos preços de inferência que ajuda os usuários, mas testa o poder de precificação dos laboratórios de fronteira antes da análise do IPO.
Principais Conclusões
- O Índice de Gastos com Tokens LLM da Silicon Data registrou $0,97 na segunda-feira, o nível mais baixo desde que o benchmark foi criado no final do ano passado.
- O indicador caiu mais da metade em relação ao pico estabelecido no início deste verão, estendendo uma rápida reavaliação dos custos de inferência.
- O índice foi projetado para rastrear a taxa de mercado vigente para um token de modelo de linguagem grande, uma unidade usada para medir e cobrar o uso de LLM.
- Modelos chineses de código aberto, cortes de preços do GPT-5.6 da OpenAI no final de julho e a 'precificação dinâmica' vinculada à demanda foram citados como forças-chave que empurram as taxas de tokens para baixo.
Preços de Tokens LLM Registram um Novo Mínimo: $0,97 no Indicador da Silicon Data
O Índice de Gastos com Tokens LLM da Silicon Data, um benchmark diário para o preço de mercado vigente de um token de modelo de linguagem grande, caiu para $0,97 na segunda-feira. Foi a leitura mais baixa desde que o índice foi criado no final do ano passado.
O movimento estende uma queda acentuada no verãodesvalorização. O índice agora está abaixo de mais da metade do pico registrado no início deste verão, colocando um número sobre quão rapidamente os preços de inferência estão se desinflacionando no mercado de LLM.
Mecanicamente, o índice está rastreando o que os usuários pagam para executar prompts e receber saídas em grandes chatbots eAPIecossistemas. Preços de tokens mais baixos se traduzem em inferência mais barata para os usuários finais que executam consultas em produtos como o ChatGPT da OpenAI, Claude da Anthropic e Gemini do Google, mas a mesma impressão também aperta o teto de receita por token para os laboratórios que vendem acesso.
Por que a queda é importante: Inferência mais barata para os usuários, menos poder de precificação para os laboratórios.
A desinflação do preço dos tokens é um comércio de dois lados. Os usuários obtêm uma redução direta de custo na inferência, o que pode expandir a experimentação e empurrar mais cargas de trabalho para a produção. O problema é que a mesma desinflação pode redefinir o que os compradores consideram uma taxa 'normal' para acesso, enfraquecendo a capacidade dos provedores de modelos de manter o preço mesmo com o aumento do uso.
Isso é mais importante para os laboratórios de modelos fundamentais, onde a base de custo não é puramente variável. Charles-Henry Monchau, chefe de investimentos do Syz Group, expôs a exposição de forma direta: 'Os laboratórios de modelos fundamentais estão os mais diretamente expostos', acrescentando: 'A desinflação de tokens comprime a linha de receita enquanto os compromissos de computação permanecem fixos.'
Se a computação for contratada ou provisionada antes da demanda, a queda nos preços unitários pode aparecer como pressão sobre a margem antes que qualquer ganho de eficiência chegue.
O momento também se cruza com narrativas do mercado público. A queda do índice estava ligada à pressão potencial sobre os lucros de líderes de IA, como OpenAI e Anthropic, enquanto ponderam sobre estreias no mercado público, com ambas as empresas tendo apresentado confidencialmente pedidos de IPOs aos reguladores neste verão.
Para os traders, a questão de curto prazo é menos sobre se a demanda por IA existe e mais sobre se o mercado está precificando a inferência como uma capacidade escassa ou como um serviço competitivo.
A leitura se estende à construção mais ampla de IA. Empresas de tecnologia de mega capitalização, incluindo Nvidia e Microsoft, despejaram bilhões de dólares na expansão da capacidade de IA, e a queda nos preços dos tokens pode forçar uma reavaliação do retorno esperado sobre o capital investido se a receita por unidade de uso cair mais rapidamente do que os custos.
O que está impulsionando a desinflação: China de código aberto, cortes da OpenAI e precificação dinâmica.
Os drivers citados apontam para competição e design de preços, não um único ciclo promocional. Monchau atribuiu parte da queda ao surgimento de modelos chineses de código aberto, como o Kimi K3 da Moonshot, que, segundo ele, pode oferecer preços mais baixos do que as alternativas dos principais laboratórios de fronteira.
Lançamentos de peso aberto comprimem a janela de tempo em que os laboratórios de fronteira podem cobrar um prêmio apenas pela capacidade, porque o desempenho comparável pode ser replicado e oferecido a um custo mais baixo por terceiros.
Os laboratórios de fronteira também mudaram o preço de lista. A OpenAI anunciou cortes de preços para dois modelos GPT-5.6 no final de julho, um passo direto naquilo que o mercado ancla como inferência de 'topo de linha'. Quando o líder de preços corta, o resto da pilha ou segue ou se diferencia em algo além de tokens brutos.
A outra alavanca é a estrutura de preços. Monchau disse que outros laboratórios de fronteira lançaram ofertas com 'preços dinâmicos' que permitem que as taxas de acesso subam e desçam com a demanda. Na prática, a precificação vinculada à demanda pode suavizar picos de capacidade, mas também torna o desconto uma característica embutida em vez de um evento único, o que pode acelerar o caminho para um preço de liquidação mais baixo.
Monchau também apontou para a diminuição dos custos em toda a indústria para a produção de um token. Isso é importante porque sugere que o índice não está apenas refletindo a concorrência de preços, mas também uma curva de custo em mudança que torna os preços mais baixos sustentáveis.
Steve Hou, chefe de pesquisa da Silicon Data, ofereceu uma interpretação do lado da oferta: a queda pode indicar que entre modelos de fronteira e concorrentes mais baratos, já pode haver oferta suficiente para 'fornecer capacidades suficientes para a maioria das tarefas', implicando menos escassez e preços mais semelhantes a commodities.
Sinais a serem observados para preços de tokens de IA atingem mínimas históricas
O primeiro sinal é se o índice se estabiliza em torno da marca de $1,00 ou continua fazendo novas mínimas após a impressão de $0,97. Uma linha plana sugeriria que o mercado está encontrando um preço de liquidação, enquanto novas mínimas implicariam que ou a oferta ainda está chegando mais rápido do que a demanda ou que as táticas de preços ainda estão se acumulando.
A próxima questão é se os laboratórios de fronteira estenderão o manual de julho com cortes adicionais de preços de lista ou ampliarão a implementação de 'preços dinâmicos' vinculados à demanda. Se a precificação dinâmica se tornar o padrão para endpoints premium, os traders devem esperar descobertas de preços mais frequentes e taxas de destaque menos duráveis.
Os cronogramas de IPO são a outra superfície de catalisadores. A OpenAI e a Anthropic já apresentaram pedidos confidenciais, mas quaisquer atualizações que reformulem as expectativas de margem ou narrativas de poder de precificação serão mais relevantes em um cenário deflacionário do que em um cenário de escassez.
Finalmente, observe a cadência de lançamentos competitivos de modelos chineses de código aberto de preços mais baixos, incluindo novas versões ou adoção mais ampla. O impacto no mercado não é apenas desempenho, mas quão rapidamente esses modelos se tornam substitutos implantáveis que puxam o preço de liquidação para baixo.
A Leitura da Commoditização—e as Lacunas que os Traders Devem Respeitar
O limiar que importa é se os preços dos tokens podem cair tão rapidamente sem forçar uma mudança visível na forma como os laboratórios de fronteira empacotam e monetizam o acesso. O ponto de Monchau sobre compromissos de computação fixos é a restrição mecânica, e é por isso que uma queda de >50% de um pico no início do verão para $0,97 parece pressão de margem primeiro e "mais uso vai resolver isso" em segundo.
A lacuna que os traders devem respeitar é metodologia e escopo. O trecho descreve o índice como um indicador de preços diários e a taxa de mercado atual para um token LLM, mas não detalha a cobertura, ponderação ou como normaliza entre provedores e níveis.
Também usa "preços de tokens de IA" para significar preços de uso de LLM, não tokens de cripto, então a conclusão clara é o risco de commoditização na economia de inferência, não um sinal direto para avaliações de tokens de IA em blockchain.
Se o índice continuar imprimindo novas mínimas enquanto os laboratórios mudam os fossos em direção à distribuição, memória e contexto, a história se torna estrutural: o poder de precificação está subindo na pilha, e os tokens brutos estão se tornando a parte barata de propósito.
