Serviço · IA Open Source
Antes você pagava a OpenAI. Agora usa um modelo aberto e fica com a diferença.
Os modelos open source de hoje resolvem a maioria dos casos de uso reais — chatbots, classificação, extração, RAG, agentes — por uma fração do preço do GPT ou do Claude. Eu faço a migração completa: avaliação com os seus dados, deploy e integração sem tocar no seu código.
O argumento, em números
- 280× caiu o custo de inferência no nível do GPT-3.5 em apenas dois anos (nov 2022 → out 2024): de US$20 para US$0,07 por milhão de tokens. Stanford HAI · AI Index 2025
- 60% de mais de 700 líderes técnicos pesquisados relatam custos de implementação menores com IA open source do que com ferramentas proprietárias. McKinsey · Mozilla (2025)
- 2/3 das organizações dizem que a IA open source é mais barata de implantar do que os modelos proprietários. Linux Foundation · Meta (2025)
Preço por milhão de tokens: fechados vs. abertos
Preços oficiais de API (USD por 1M de tokens de saída). As barras curtas são o ponto: a diferença não é de porcentagens, é de ordens de grandeza.
Preço por milhão de tokens: fechados vs. abertos — entrada + saída
| Modelo | USD/1M (entrada) | USD/1M (saída) | Fonte |
|---|---|---|---|
| GPT-5.6 (sol) · OpenAI | $5.00 | $30.00 | ↗ |
| Claude Opus 4.8 · Anthropic | $5.00 | $25.00 | ↗ |
| Gemini 3.1 Pro · Google (≤200k) | $2.00 | $12.00 | ↗ |
| Claude Haiku 4.5 · Anthropic | $1.00 | $5.00 | ↗ |
| Kimi K2.6 · Together AI | $1.20 | $4.50 | ↗ |
| DeepSeek V4 Pro · API DeepSeek | $0.43 | $0.87 | ↗ |
| Llama 3.3 70B · Groq | $0.59 | $0.79 | ↗ |
| GPT-OSS-120B · Groq | $0.15 | $0.60 | ↗ |
| DeepSeek V4 Flash · API DeepSeek | $0.14 | $0.28 | ↗ |
O que isso significa na sua fatura
Um produto que processa 50M de tokens de entrada e 10M de saída por mês pagaria, por modelo:
| Modelo | Fatura mensal | vs. o mais caro |
|---|---|---|
| GPT-5.6 (sol) · OpenAI | $550 | — |
| Claude Opus 4.8 · Anthropic | $500 | −9% |
| Gemini 3.1 Pro · Google (≤200k) | $220 | −60% |
| Kimi K2.6 · Together AI | $105 | −81% |
| Claude Haiku 4.5 · Anthropic | $100 | −82% |
| Llama 3.3 70B · Groq | $37.40 | −93% |
| DeepSeek V4 Pro · API DeepSeek | $30.45 | −94% |
| GPT-OSS-120B · Groq | $13.50 | −98% |
| DeepSeek V4 Flash · API DeepSeek | $9.80 | −98% |
Casos reais, com fonte
Nada de promessas: empresas e equipes que publicaram seus números ao migrar para modelos abertos. Cada citação leva à fonte.
- 10× mais barato
Lindy
A startup de assistentes de IA migrou 100% do seu tráfego da Anthropic para a DeepSeek. A fatura da Anthropic superava a folha de pagamento dos seus mais de 25 funcionários; a troca economizou milhões de dólares.
“It was just 10x cheaper… So it was a very, very simple business decision. — Flo Crivello, CEO”
Fonte: NPR (jul 2026) ↗ - US$7.000 → US$800/mês
Checkr
Substituiu o GPT-4 por um Llama-3-8B ajustado para classificar antecedentes: de ~US$7.000/mês para ~US$800/mês, com melhor precisão nos casos difíceis e respostas ~30x mais rápidas.
“With the SLM, it costs about $800 a month. — Vlad Bukhin, Staff ML Engineer”
Fonte: Computerworld ↗ - Qwen em produção
Airbnb
Seu agente de atendimento ao cliente se apoia principalmente no Qwen (modelo aberto da Alibaba) em vez da OpenAI, por velocidade e custo, segundo o CEO Brian Chesky.
“We're relying a lot on Alibaba's Qwen model. It's very good. It's also fast and cheap. — Brian Chesky, CEO”
Fonte: SCMP / Bloomberg ↗ - até 100×
Cresta
A empresa de IA para contact centers serve modelos abertos ajustados (base Mistral) com adaptadores LoRA por cliente: até 100x menos custo que o GPT-4, superando-o nas suas tarefas de RAG.
Fonte: Fireworks AI ↗ - 10× · +8% F1
Convirza
Analítica de chamadas com 60 adaptadores LoRA sobre um único Llama-3-8B: 10x menos custo operacional que a OpenAI, com F1 médio 8% melhor e 80% mais throughput.
Fonte: ZenML LLMOps DB ↗ - até 10×
Governo da Argentina
MIA, o agente de IA nacional integrado ao chatbot TINA (~1,5 milhão de conversas por mês), roda sobre o Llama da Meta, escolhido pela velocidade e por uma economia de até 10x frente a outros modelos de alto desempenho.
Fonte: BNamericas ↗
Como eu trabalho
- 01
Auditoria de uso
Analiso o seu consumo atual de OpenAI/Claude: endpoints, volume de tokens, tarefas. Daí sai a economia potencial real, não a do marketing.
- 02
Avaliação com os seus dados
Testo 2-3 modelos abertos candidatos contra os seus casos reais com evals automatizadas. Se um modelo aberto não alcançar a qualidade necessária, eu aviso e não migramos essa parte.
- 03
Deploy
Conforme volume e privacidade: API de provedor (Groq, Together, DeepSeek) ou self-hosting com vLLM na sua nuvem. Com números de custo por token de cada opção.
- 04
Integração e monitoramento
Modelos abertos falam a mesma API da OpenAI: trocar é mudar uma URL e uma key. Deixo monitoramento de qualidade e custos, e um plano de rollback.
Quando NÃO vale a pena
Se o seu volume é muito pequeno (uma migração típica custa 2-4 semanas de engenharia; com uma fatura de US$100/mês não se paga), se você depende do que há de mais novo em raciocínio de fronteira (os melhores modelos abertos ficam meses atrás dos fechados de ponta), ou se quer self-hosting sem ninguém para operar infraestrutura, ficar numa API proprietária pode ser a decisão certa. Parte do serviço é dizer não quando os números não fecham.
Perguntas frequentes
Perco qualidade ao migrar para um modelo aberto?
Depende da tarefa. Para chat, classificação, extração, resumo e RAG, os modelos abertos atuais rendem no nível dos proprietários. Para raciocínio de fronteira, ainda nem sempre. Por isso o passo 2 são evals com os seus dados: migramos só o que mantém a qualidade.
Preciso reescrever meu código?
Não. Provedores de modelos abertos e servidores como o vLLM expõem a mesma API da OpenAI. Na prática, muda-se a URL base e a API key.
Self-hosting ou API de provedor?
Com volume baixo ou médio, um provedor (DeepSeek, Groq, Together) já entrega economias enormes sem operar nada. O self-hosting compensa com volume alto sustentado ou requisitos estritos de privacidade. A auditoria decide com números.
E os meus dados?
Com self-hosting, seus dados não saem da sua infraestrutura — a opção preferida em saúde, bancos e dados regulados. Um benefício extra dos modelos abertos, além do preço.
Quanto custa o serviço?
A auditoria inicial tem preço fixo e entrega o número de economia estimada antes de você decidir qualquer coisa. A migração é orçada por escopo; o objetivo é que se pague sozinha em poucos meses de economia.
Vamos ver quanto você pode economizar?
Conte o que você usa hoje (modelo, volume aproximado, tarefa) e devolvo uma estimativa honesta de economia e um plano.