GLM 5.2 e o iminente colapso das margens com a IA
O mercado da inteligência artificial vive um momento de efervescência, mas também de uma profunda reavaliação econômica. Não faz muito tempo, o "momento DeepSeek" abalou as bolsas, com a percepção de que, se um modelo como o R1 custava menos de US$ 6 milhões para ser treinado, o investimento massivo em capex para treinamento de modelos estava com os dias contados. As ações da Nvidia, entre outras, sentiram o baque. Mas, como em muitos momentos de pânico, a leitura do mercado estava fundamentalmente errada. O custo real da IA não está onde a maioria pensa, e essa má compreensão está prestes a ser corrigida de forma brutal pela ascensão dos modelos open weights.
O Verdadeiro Custo da IA e a Ilusão do "DeepSeek Moment"
A confusão reside em distinguir os custos de treinamento dos custos de inferência. Treinar um modelo de IA de ponta é, sem dúvida, intensivo em capex e exige centenas de milhões de dólares. É um custo fixo, inicial, que você paga uma vez e, em tese, "terminou". Já a inferência, que é o uso do modelo em produção para gerar respostas, escala com a demanda. Ela tem custos marginais genuínos.
Os provedores de APIs de IA, como Anthropic e OpenAI, cobram taxas que, à primeira vista, parecem refletir seus custos reais. No entanto, uma análise rápida sugere que essas empresas operam com margens de lucro brutas altíssimas. Minhas contas de guardanapo indicam que, na inferência, a margem pode chegar a 90% sobre o custo de compute em comparação com a tarifa de balcão. Embora os relatórios financeiros vazados da OpenAI sugiram uma margem bruta de cerca de 60% sobre a receita total (que inclui outros custos como suporte e processamento de pagamentos), o modelo de negócio dos laboratórios de IA de ponta é claro: gastar muito em salários e compute para treinar um modelo, e depois amortizar esse custo com uma inferência altamente lucrativa. Se você conseguir amortizar esse custo sobre inferência suficiente, sua operação se torna, de fato, lucrativa.
GLM 5.2 Chega ao Jogo: Qualidade Open Weights
É nesse cenário que o GLM 5.2 da Z.ai entra em cena. Tenho testado o GLM 5.2 nas últimas semanas e, para mim, ele é o primeiro modelo que atinge o patamar de um competidor open weights genuíno para modelos como Opus e GPT (na época em que o artigo original foi escrito, o GPT mais recente era o 5.5). A qualidade é impressionante; é genuinamente difícil para mim diferenciá-lo do Opus, que uso diariamente.
Claro, ele tem suas particularidades. O GLM 5.2 tende a ser um pouco lento devido à quantidade de "pensamento" que realiza. Para tarefas agentic não interativas (como revisar pull requests em segundo plano), onde o tempo não é crítico, isso não é um problema. Mas para uso interativo, ele é um pouco lento demais para manter minha atenção, o que também reduz sua eficácia de custo (mais "pensamento" significa mais tokens, aumentando os custos).
Outra limitação notável é a falta de suporte a visão. É curioso como rapidamente passei de nunca querer usar visão (pela imprecisão) para usá-la o tempo todo, especialmente desde que o Opus 4.7 introduziu capacidades de visão de resolução muito mais alta. É frustrante não poder ler PDFs baseados em imagens, capturas de tela e arquivos de design. Tenho certeza de que um modelo multimodal está em desenvolvimento, mas essa é uma fraqueza significativa em relação aos laboratórios de ponta.
Por fim, e algo que realmente não esperava ser um obstáculo, é a ausência ou a baixa qualidade das capacidades de busca na web. Descobri que quase toda sessão agentic envolve muita pesquisa na web. A Z.ai oferece um MCP (Meta-Cognitive Processor) para busca na web, mas é bastante ruim e lento. A Fireworks não oferece nenhum. Consegui contornar isso instruindo o agente a usar uma busca via CLI como o ddgr, mas é uma fraqueza real. No entanto, sou otimista quanto ao potencial das APIs de busca na web de terceiros; essa é uma lacuna enorme para os provedores de modelos open weights, e a busca de qualidade é essencial para muitas tarefas agentic. Com o tempo, isso certamente será resolvido.
A Queda das Barreiras: Migração Trivial e Economia de Custos
Onde a situação se torna realmente assustadora para os laboratórios de ponta é a facilidade de migrar para modelos open weights. Tanto a Z.ai quanto a Fireworks oferecem endpoints compatíveis com OpenAI e Anthropic. Isso torna trivial o uso com ferramentas como Claude Code e Codex. Basta configurar a URL base para apontar para o seu provedor de inferência, fornecer a chave de API e instruir a usar o GLM 5.2.
Considerando que a Anthropic recentemente anunciou (e depois recuou) sobre a cobrança de taxas de API para uso agentic não interativo do Claude, você descobrirá que para muitos (ou a maioria) desses casos de uso, pode simplesmente "dropar" o GLM no lugar. E para uso interativo, tirando a falta de visão e a velocidade um pouco menor, foi quase impossível para mim perceber que não estava usando o Opus no Claude Code.
Não estamos falando de um lock-in como o da Microsoft ou Salesforce, onde você precisa de anos para planejar uma migração. Os custos de troca são incrivelmente baixos e, eu diria, até menores do que tentar acompanhar todas as mudanças de política e termos que os modelos de laboratórios de ponta tendem a fazer. É possível que o Claude Code dificulte o uso de provedores de terceiros, mas existem muitas boas opções open source (como o próprio Codex e OpenCode, entre dezenas).
Uma preocupação que ouço das empresas é a privacidade e segurança dos dados. Não há dúvida de que usar a API oficial e a assinatura da Z.ai é quase certamente inviável, com seus termos sendo, na melhor das hipóteses, fracos e a profunda conexão com a China continental. Mas, é claro, como os open weights são abertos, existem muitos outros provedores no mercado, muitos com provisões contratuais adequadas. E, se isso não for suficiente, você pode, naturalmente, hospedar o modelo on-premises, o que abre a possibilidade de trabalhar com dados ainda mais sensíveis — que não poderiam ser enviados a terceiros — em fluxos de trabalho agentic com qualidade Opus.
Por Que Isso Importa
O cenário da IA está mudando rapidamente. A ascensão de modelos open weights de alta qualidade como o GLM 5.2, combinada com a facilidade de integração e a possibilidade de hospedagem on-premises, está prestes a implodir as margens de lucro que os grandes laboratórios de IA desfrutam atualmente na inferência. Para nós, desenvolvedores, isso significa mais opções, menor custo e maior controle sobre nossos dados e infraestrutura. Prepare-se para um futuro onde a IA de ponta será mais acessível e personalizável do que nunca.
Fontes
📬 Gostou? Assine a newsletter do Vaccari's Code e receba as próximas tendências em software e IA direto no seu e-mail: Assinar aqui