IA barata superou os modelos pagos: como testar em 3 passos

Na semana passada um cliente me mostrou o painel de custos de IA dele. Ele pagava caro por mês por um modelo "premium". No mesmo painel, um modelo barato tinha processado mais tokens que todos os pagos juntos. Ele não sabia o que fazer com aquilo. Eu sei o que ele deveria ter feito.

TL;DR:

• No dia 28 de agosto, o modelo GLM-5.3 da Z.ai, aberto e barato, liderou o uso no OpenRouter, passando na frente de modelos pagos.
• O ganho dele nasceu de pós-treinamento, não de um laboratório bilionário: mesma base, muito mais barato.
• Antes de trocar de modelo, passe ele pelo teste dos 3 C: custo total, capacidade real e controle.

O problema: a IA barata passou na frente dos pagos

O OpenRouter é uma vitrine onde milhões de apps do mundo real usam modelos de IA. Quem aparece no topo ali não é escolhido por quem faz marketing. É escolhido por quem roda aplicação de verdade.

No dia 28 de agosto, o modelo GLM-5.3-Flash, aberto e barato, virou o mais usado da plataforma. Os modelos pagos, que custam uma fortuna, ficaram para trás. O dado que mais chamou a atenção: ele processou mais tokens que vários concorrentes somados.

O que muita gente não entende é a causa. Não foi um laboratório americano com bilhões em funding. Foi a Z.ai, da China, com forte ligação com a universidade Tsinghua. O modelo é aberto, dá para rodar na sua máquina, e custa centavos por milhão de tokens.

Descobri isso e me bateu uma dúvida prática: quantas empresas estão pagando caro por resultado que um modelo barato entrega? É a pergunta que vale o artigo.

Como isso aconteceu: pós-treinamento, não mágica

O truque da Z.ai foi humilde. O GLM-5.3 usa a mesma base do modelo anterior, o GLM-5.2. Todo o ganho veio de pós-treinamento: mais tarefas, mais ambientes, mais computação aplicada em cima de uma base que já existia.

Olha o resultado em termos simples. Num benchmark de terminal, o GLM-5.2 marcava 4,6. O GLM-5.3 saltou para 28,3. Um salto grande sem trocar o modelo de base. A empresa afirma que ele é o modelo de código aberto mais capaz para programação hoje.

Os detalhes técnicos importam menos que a lição de negócio. Estamos num ponto em que IA de qualidade não é mais exclusividade de quem paga caro. A curva de custo caiu e a qualidade subiu, ao mesmo tempo.

Isso é uma mudança de mercado, não uma curiosidade. Quem decide comprar IA precisa saber disso antes de assinar um contrato anual.

O framework: teste dos 3 C antes de trocar

Quando me perguntam se dá para trocar um modelo caro por um barato, eu não respondo sim nem não. Peço para aplicar o teste dos 3 C. Ele tem três perguntas.

1. Custo total. Nunca olhe o preço por token. Olhe quanto custa rodar a SUA tarefa real dez mil vezes. Dois modelos podem ter preços parecidos por token e custos muito diferentes pela quantidade de tokens que gastam na sua tarefa.

2. Capacidade real. Benchmark de vendedor não decide nada. Pegue a sua própria tarefa, a que a sua empresa faz todos os dias, e rode nela. O que importa é se o modelo resolve a SUA dor, não a dor que aparece no site do fabricante.

3. Controle. Pergunte onde você pode rodar. É modelo aberto que roda na sua infraestrutura? Você controla os dados? Se o dado é sensível, a resposta muda tudo, mesmo que o barato seja melhor no papel.

Se o modelo barato passa nas três perguntas, você chegou a um candidato. Se falha em uma, você sabe o que falta decidir. Não existe resposta pronta que sirva para todo mundo.

Como aplicar hoje: teste em 5 minutos

Você não precisa trocar seu modelo agora. Precisa descobrir, em minutos, se está pagando caro por resultado que o barato entrega. Faz assim.

Passo 1. Abra a plataforma OpenRouter e encontre o modelo barato que quer testar. O GLM-5.3 está lá, com contexto de 1 milhão de tokens.

Passo 2. Pegue uma tarefa real da sua empresa. Um prompt de resumo de relatório, de triagem de lead, de resposta a cliente serve perfeitamente. Nada de tarefa inventada.

Passo 3. Rode o mesmo prompt no modelo caro que você usa e no barato. Guarde as duas respostas sem olhar a marca. Mostre para o time e pergunte qual é boa o suficiente.

Passo 4. Estime o custo. Multiplique o número de vezes que você roda aquela tarefa por mês pelo custo por execução de cada modelo. A diferença costuma surpreender.

Esse teste custa centavos e leva minutos. Ele mata a discussão de "qual modelo é melhor" e troca por "qual é suficiente para o que eu preciso". É exatamente onde uma decisão de compra deveria ser tomada.

Resultados esperados

Não prometo que você vai trocar de modelo. Prometo que você vai decidir com dado, e não com hype. A maioria das empresas que faz esse teste descobre duas coisas.

Primeiro, que existe uma faixa de tarefas onde o modelo barato entrega o mesmo resultado do caro, por uma fração do custo. Segundo, que existe uma faixa onde o caro ainda vale: tarefas de alto risco, com dado sensível ou com consequência grande de erro.

O resultado prático não é "trocar tudo". É "pagar caro só onde vale" e direcionar a economia para as tarefas que de fato trazem retorno. Esse é o raciocínio de quem decide com custo total em mente, não com preço de vitrine.

Perguntas frequentes

Modelo aberto e modelo grátis são a mesma coisa?

Não. Aberto quer dizer que os pesos do modelo são públicos, e você pode rodar na sua infraestrutura. Grátis nem sempre. Muitos modelos abertos cobram pela API, mas o custo costuma ser muito menor que o dos fechados.

Preciso ser técnico para testar um modelo barato?

Não. Plataformas como o OpenRouter têm interface de chat. Você cola a tarefa da sua empresa, roda e compara as respostas. O teste que descrevi é de colar, executar e decidir.

Se o modelo barato roda na minha máquina, meus dados ficam seguros?

Depende de onde roda. Rodar na sua infraestrutura dá mais controle sobre os dados. Rodar via API significa mandar o dado para terceiro. Por isso o controle é um dos três C do teste.

É seguro usar modelo de código aberto numa empresa?

Dá para usar com cuidado. Separe as tarefas de baixo risco das de alto risco e teste as de baixo risco primeiro. Tenho um guia sobre isso que vale ler antes: como conferir segurança em modelos open weights.

Conclusão

A IA barata não veio para te confundir. Veio para te devolver poder de escolha. Se você entende custo total, capacidade real e controle, o mercado de modelos deixa de ser um cassino e vira uma decisão de compra que você domina.

Minha sugestão é clara: antes de fechar o próximo contrato anual de IA, gaste vinte minutos no teste dos 3 C. Você não compra carro sem testar. Não deveria comprar IA sem testar também.

Se quiser levar isso para a sua equipe, é um tema que eu levo em palestra sobre inteligência artificial. Se a dúvida é só reduzir custo de forma prática, já escrevi um guia de quatro passos para cortar custo de IA e também um teste de cinco passos para avaliar IA barata. Os três se encaixam no mesmo raciocínio.

Fontes para conferência: anúncio do GLM-5.3 na Z.ai e página do modelo no OpenRouter.