A corrida do ouro do modelo de decisão: por que todos enviaram um modelo minúsculo este mês
Uma nova categoria apareceu em outubro e todos os laboratórios correram para preenchê-la. Os preços são absurdos.
Algo estranho aconteceu no início de outubro. Em vez de modelos de bate-papo maiores, os laboratórios lançaram pequenos modelos de “decisão” que pegam seu estado e uma pergunta digitada e retornam uma escolha, uma pontuação ou uma probabilidade de uma só vez.
A OpenAI colocou o GPT-6 Luna atrás de uma API de decisões em 6 de outubro, prometendo respostas cerca de dez vezes mais rápidas do que a API de respostas, a US$ 0,10 por milhão de tokens de entrada, sem cobrança de saída. Cloudflare seguiu com Clef, Perplexity com pplx-decider por US$ 0,04, Microsoft com Decision-1 por US$ 0,042 e Liquid AI com modelos d1 que respondem em oito milissegundos em uma GPU de consumidor.
O apelo é simples: a maioria das chamadas de “IA” num produto são uma classificação disfarçada. Você não precisa de um modelo de raciocínio para decidir se um email é spam ou a qual nível um usuário pertence. Um modelo de dois bilhões de parâmetros faz isso por uma fração de centavo.
A AWS até abriu o Strands Decider 2B, para que você possa executar tudo em seu próprio hardware. A onda das commodities aqui é real e está se movendo mais rápido do que a corrida emblemática.
Se você ainda está solicitando que um modelo de fronteira faça uma ligação sim ou não mil vezes por dia, os lançamentos deste mês são uma restituição direta de imposto.
Atualizado em 28 de outubro de 2026: os preços abaixo foram verificados no anúncio – vários caíram ainda mais desde então.
Perguntas frequentes:
P: O que é um modelo de decisão?
R: Um pequeno modelo que pega seu estado e uma pergunta digitada e retorna uma escolha, pontuação ou probabilidade de uma só vez - não um parágrafo.
P: Quão baratos eles são?
R: A API de decisões da OpenAI é executada cerca de dez vezes mais rápido que o Responses, a US$ 0,10 por milhão de tokens de entrada, sem cobrança de saída; O da Perplexidade é de US$ 0,04; O d1 da Liquid responde em oito milissegundos em uma GPU de consumidor.
P: Quando devo usar um em vez de um modelo de fronteira?
R: Sempre que a tarefa for uma classificação disfarçada - spam ou não, qual tier, rotear ou aprovar. Um modelo de dois bilhões de parâmetros faz isso por uma fração de centavo.