Comentário do Google: Gemini 3.8 implementa estratégia de liderança em custos

Nos últimos anos, a questão central na competição entre os grandes modelos de IA era quem conseguiria construir o modelo mais poderoso.

No entanto, essa lógica competitiva está mudando.

A razão é que, à medida que as capacidades dos modelos continuam a avançar, um número crescente de tarefas do mundo real ultrapassou o limiar de 'se o modelo é capaz de concluí-las'. Para pesquisas científicas altamente complexas, programação e agentes de longo prazo, a capacidade do modelo ainda possui um valor imenso; no entanto, para as tarefas de baixa complexidade, muito mais numerosas, elevar a pontuação de um modelo de 90 para 95 pode gerar muito menos valor prático do que reduzir os custos de 1 para 0,3.

Combinado a três atualizações do modelo Flash ao longo de seis semanas e ao silêncio temporário em torno do modelo Pro, isso indica que a estratégia de grandes modelos do Google está se tornando cada vez mais clara: priorizar custos baixos.

Claro que você pode notar que o 3.8 é, na verdade, um pouco mais caro do que o 3.7. Embora os preços unitários da API para ambas as gerações do modelo sejam idênticos, a média de tokens de saída cresceu cerca de 30%, e os turnos de invocação para tarefas de agentes também aumentaram. Segundo medições da Artificial Analysis, o custo por tarefa subiu de aproximadamente US$ 0,40 para US$ 0,58, um aumento de cerca de 45%. Acreditamos que o Google está explorando atualmente a fronteira entre custo e desempenho na rota de baixo custo, mas a estratégia de baixo custo em si continua sólida.

Por outro lado, comentários de executivos também corroboram isso. No segundo trimestre deste ano, o CEO do Google, Sundar Pichai, afirmou que a demanda pela série Flash é muito forte porque ela se posiciona no ponto ideal entre desempenho e custo.

Claramente, o Google está mudando seu objetivo de maior prioridade de:

"quão poderoso o modelo mais forte pode ser feito"

para:

"quão baixo o custo de conclusão das tarefas pode ser reduzido."

Existe uma grande diferença entre essas duas abordagens. Este último modelo se alinha melhor com a economia das futuras aplicações de IA em larga escala, já que a vasta maioria da capacidade computacional não virá, em última análise, de uma pequena fração dos problemas mais difíceis, mas sim de um volume massivo de solicitações ordinárias.

1. A vantagem de distribuição do Google atrai uma vasta base de usuários, enquanto o alto volume de solicitações, por si só, amplia o valor dos custos baixos.

Uma diferença fundamental entre o Google e outras empresas de grandes modelos é que o Google já possui uma base de usuários.

No segundo trimestre deste ano, os usuários ativos mensais do AI Mode na Busca do Google ultrapassaram 1 bilhão; em 11 de agosto, o aplicativo Gemini superou 1 bilhão de usuários ativos mensais. Uma vantagem de distribuição ainda maior advém de toda a matriz de produtos do Google: o Gemini agora está integrado a 13 produtos do Google com bases de usuários superiores a 1 bilhão cada, sendo que 5 deles possuem mais de 3 bilhões de usuários.

O lado dos desenvolvedores também atingiu uma escala massiva. A cada mês, mais de 9 milhões de desenvolvedores usam os modelos do Google, e a API de seus modelos proprietários processa atualmente cerca de 22 bilhões de tokens por minuto, ante 16 bilhões há apenas um trimestre.

Portanto, o problema econômico enfrentado pelo Google é diferente do de uma empresa de IA que busca conquistar usuários do zero.

O que ele realmente precisa resolver é:

Como entregar IA aos seus bilhões de usuários existentes a um custo suficientemente baixo.

Nesse ponto, identificar a complexidade da tarefa torna-se extremamente importante.

Para tarefas de alta complexidade, os clientes compram principalmente capacidade. Para pesquisas científicas ou tarefas complexas de agentes, se um modelo mais potente puder melhorar significativamente a taxa de sucesso, gastar alguns dólares a mais por tarefa é totalmente aceitável.

No entanto, o Google lida diariamente, sobretudo, com solicitações de baixa complexidade e alta frequência.

Por exemplo, em perguntas e respostas gerais e agentes simples, desde que ambos os modelos consigam resolver o problema corretamente, aumentar a capacidade do modelo em mais alguns pontos percentuais gera um valor marginal muito baixo para os usuários. No entanto, se o custo por inferência cair de US$ 0,50 para US$ 0,20, multiplicado por bilhões de usuários e frequências de consulta em constante crescimento, isso gera uma diferença de custo enorme para as empresas de LLM.

Portanto, existe um efeito multiplicador entre as vantagens de distribuição e as vantagens de baixo custo.

Quanto mais usuários o Google tiver, maior será o valor gerado pelas reduções de custo por inferência; quanto menor for o custo, mais o Google poderá integrar a IA em produtos existentes, como a Busca, o Android, o Workspace e o YouTube, continuando, assim, a expandir o volume de consultas.

É também por isso que modelos de baixo custo podem ter um valor estratégico maior para o Google do que para outras empresas de LLM.

2. A vantagem de baixo custo das TPUs se tornará o fator decisivo central em cenários de baixa complexidade

Para tarefas de alta complexidade, as diferenças de custo geralmente não são o fator decisivo.

Se um modelo consegue realizar pesquisas científicas, programação ou tarefas complexas de agentes que outro modelo não consegue, os usuários compram prioritariamente o resultado; um modelo um pouco mais caro não mudará sua escolha.

No entanto, os critérios de decisão para tarefas de baixa complexidade são completamente diferentes.

Assim que uma tarefa pode ser realizada de forma confiável por vários modelos, os retornos marginais de melhorias adicionais na capacidade do modelo caem rapidamente, tornando o custo de execução o fator competitivo central.

É precisamente aí que as TPUs (chips proprietários do Google) podem maximizar seu valor.

O Google consegue controlar simultaneamente chips, modelos e infraestrutura de inferência. A TPU 8i mais recente foi projetada especificamente para cargas de trabalho de inferência, e os dados divulgados pelo Google mostram um aumento de 80% no desempenho de inferência por dólar em comparação com a geração anterior da TPU.

Do lado dos produtos práticos, essas reduções de custo já começaram a se concretizar. A Alphabet revelou no 2T que, mesmo com o AI Mode incorporando continuamente modelos e capacidades mais avançados, a otimização conjunta entre software e hardware reduziu o custo por resposta do AI Mode para o seu nível mais baixo desde o lançamento do produto.

As TPUs concedem ao Google uma capacidade essencial:

A capacidade de manter uma vantagem de custo em meio à corrida pela evolução dos modelos.

Em cenários de alto nível, essa vantagem pode afetar apenas marginalmente as margens de lucro sem conquistar fatia de mercado; no entanto, em cenários de baixa complexidade, alta frequência e bilhões de usuários, o próprio custo determina quais recursos de IA podem ser entregues em escala e quem conseguirá sustentar o maior volume de consultas no longo prazo.

Para que a estratégia do Google realmente se sustente, duas condições precisam ser cumpridas simultaneamente:

Os modelos de fronteira tornam-se gradualmente homogêneos, enquanto o próprio Google permanece consistentemente no grupo desses modelos de fronteira.

Acredito que a probabilidade de essas duas condições ocorrerem simultaneamente esteja aumentando para os próximos dois a três anos.

A probabilidade da primeira condição é extremamente alta. A competição entre modelos nos últimos anos apresentou uma característica marcante: está cada vez mais difícil para qualquer empresa manter a liderança por muito tempo. Novos métodos de treinamento, técnicas de inferência e arquiteturas de modelos se difundem rapidamente; depois que uma empresa alcança uma liderança clara, os demais players de primeiro escalão costumam se equiparar nas rodadas subsequentes de atualização dos modelos.

Portanto, o cenário com maior probabilidade de emergir, em última análise, é aquele em que um pequeno número de empresas permanece em um patamar homogêneo de capacidade no longo prazo.

No entanto, sob uma estratégia de baixo custo, a possibilidade de redução na probabilidade de o Google permanecer consistentemente nesse grupo é justamente o maior risco dessa abordagem. Nas últimas seis semanas, o Google atualizou sua série Flash três vezes consecutivas; em contrapartida, a série Pro está sem atualizações há seis meses e meio. Se os recursos de P&D e as metas de produtos continuarem se voltando para a eficiência de custos, o Google pode sacrificar uma parte de suas capacidades de fronteira em troca de custos de inferência menores.

Isso cria uma contradição inerente: a estratégia de baixo custo do Google entrega valor máximo apenas quando seus próprios modelos permanecem no topo, mas priorizar o baixo custo pode enfraquecer sua capacidade de se manter nesse primeiro escalão.

Por enquanto, adotamos uma postura de observação sobre essa questão, pois a história demonstra repetidamente que, em setores sem a vantagem do pioneiro, uma busca incansável pode ser inferior a esperar o setor atingir um gargalo para então acelerar a toda velocidade — o que bem pode ser a verdadeira estratégia do Google.

Este conteúdo foi traduzido por IA e revisado por humanos. Ele é fornecido apenas para fins informativos e de referência, não constituindo aconselhamento financeiro ou recomendação de investimento.