O CEO da Palantir, Alex Karp, criticou publicamente o modelo de negócios baseado em tokens usado pela OpenAI e pela Anthropic, argumentando que a forma como os principais provedores de modelos cobram pelo uso de IA reflete um problema mais profundo no mercado. As declarações, relatadas pela CNBC, são notáveis porque vêm do líder de uma empresa que tem defendido uma proposta diferente para clientes corporativos e governamentais: IA como um sistema operacional ligado a resultados, e não apenas como acesso a modelos medido por tokens.

A notícia imediata tem menos a ver com um lançamento de produto do que com uma divisão estratégica cada vez maior na IA. De um lado estão empresas de modelos como a OpenAI e a Anthropic, cujas APIs e produtos de chat são comumente precificados por uso. Do outro estão fornecedores de plataformas como a Palantir, que tentam se posicionar como a camada que conecta modelos a dados sensíveis, fluxos de trabalho de negócios e controles de implantação. A crítica de Karp importa porque captura uma tensão que muitos compradores já enfrentam: se os gastos com IA empresarial devem se concentrar no consumo bruto de modelos ou em sistemas de software que gerenciam confiabilidade, custo, segurança e integração de fluxos de trabalho.

O trecho disponível da CNBC não inclui os comentários completos de Karp, o local onde ele os fez, nem exemplos detalhados que sustentem sua crítica. Isso limita o quanto a reportagem pode avançar em sua argumentação específica. Mas, mesmo pelo título, a mensagem é clara: a Palantir está desafiando não apenas concorrentes, mas também a economia que se tornou padrão em grande parte da IA generativa.

Por que a crítica de Karp importa agora

O ataque de Karp acontece em um momento em que compradores corporativos estão indo além da experimentação inicial com grandes modelos de linguagem e fazendo perguntas mais difíceis sobre previsibilidade de custos. A precificação por tokens ajudou empresas como a OpenAI e a Anthropic a ampliar o acesso a modelos de ponta porque alinha o uso à demanda computacional. Para desenvolvedores, é uma forma simples de comprar capacidade de modelo por meio de uma API. Para equipes financeiras e CIOs, porém, a medição por tokens pode ser difícil de prever quando os recursos de IA se espalham por vários produtos, equipes e agentes.

É aí que a Palantir tenta se diferenciar. Em vez de competir diretamente como uma empresa de modelos de base, a Palantir tem enquadrado seu valor em torno de orquestração, governança e implantação dentro de instituições complexas. Sua narrativa mais ampla de IA empresarial tem sido vinculada a plataformas como a AIP, sigla para Artificial Intelligence Platform, que a Palantir tem promovido como uma forma de operacionalizar modelos em cenários reais, com controles sobre acesso a dados e fluxos de decisão.

As declarações de Karp, portanto, soam como mais do que uma provocação retórica. Elas se alinham ao argumento de longa data da Palantir de que a IA empresarial não pode ser reduzida ao acesso a um modelo poderoso. Em setores com grandes conjuntos de dados, restrições regulatórias ou cadeias de decisão de alto risco, o modelo de precificação é inseparável do design do sistema. Se a economia básica recompensa o consumo constante de tokens, os compradores podem temer que a arquitetura do software esteja sendo moldada pela expansão de uso, e não pela eficiência.

A disputa do modelo de negócios por trás da corrida dos modelos

O debate sobre preços é, na verdade, uma disputa sobre onde o valor se concentra na pilha de IA. A OpenAI e a Anthropic estão próximas da camada de modelos, onde melhorias de desempenho e novos recursos podem justificar preços premium. Cobrar por tokens é uma opção natural para esse negócio porque transforma chamadas de modelo em receita recorrente. Isso também permite que os fornecedores segmentem ofertas por qualidade do modelo, tamanho de contexto e capacidade de processamento.

A Palantir vem de uma tradição diferente de software. Seus contratos corporativos e governamentais historicamente enfatizam implantação, integração e software específico para missões. Nessa perspectiva, taxas de modelo baseadas em uso podem parecer uma base instável para orçamentos de IA empresarial de longo prazo, especialmente quando as cargas de trabalho são variáveis e quando os clientes ainda estão aprendendo quais tarefas devem ser automatizadas.

Esta não é a primeira vez que o mercado de IA se divide entre economia de infraestrutura e economia de aplicações. A computação em nuvem passou por uma fase semelhante, com clientes inicialmente pagando por recursos brutos antes de exigirem serviços gerenciados de nível superior e melhores controles de custo. Na IA, a distinção é mais nítida porque os produtos mais visíveis são sistemas conversacionais, enquanto a decisão de compra corporativa muitas vezes depende de recursos muito menos visíveis, como governança, auditabilidade, gestão de latência e roteamento de modelos.

Isso torna os comentários de Karp estrategicamente úteis para a Palantir. Se os compradores corporativos se tornarem céticos em relação a gastos ilimitados com tokens, empresas que empacotam IA em sistemas de nível superior podem ganhar alavancagem. Mas o inverso também é verdadeiro: se a OpenAI e a Anthropic continuarem melhorando rapidamente a qualidade dos modelos, muitos clientes podem aceitar a precificação por tokens como o custo de acesso às melhores capacidades.

O que sabemos e o que ainda não está claro

O fato mais solidamente confirmado do material de origem disponível é que a CNBC relatou que Karp “atacou o modelo de tokens da OpenAI e Anthropic” e o цитou dizendo “Algo deu completamente errado.” Sem o texto completo da matéria, não há evidência de fonte suficiente aqui para afirmar com segurança o contexto completo, nem se os comentários foram feitos em uma entrevista, em uma aparição relacionada a resultados, em uma discussão de conferência ou em outro cenário público.

Também não há evidência suficiente neste item de origem, por si só, para dizer se Karp propôs uma estrutura de precificação alternativa específica, citou exemplos de clientes ou mencionou diretamente produtos da OpenAI ou Anthropic. Esses detalhes importariam porque “modelo de tokens” pode descrever um mecanismo de cobrança, mas Karp também pode ter estado criticando incentivos mais amplos sobre como as empresas de IA medem valor.

É importante separar a reportagem confirmada da interpretação de mercado. A CNBC parece ter estabelecido que Karp fez a crítica. A conclusão mais ampla — de que a Palantir está usando esse momento para avançar seu posicionamento de IA empresarial — é uma análise baseada na estratégia de mercado conhecida da Palantir, e não uma citação direta do trecho da fonte fornecido.

Da mesma forma, qualquer sugestão de que a precificação por tokens esteja fracassando no mercado iria além das evidências disponíveis aqui. A OpenAI e a Anthropic continuam sendo fornecedoras centrais na IA generativa, e a cobrança por tokens ainda é amplamente usada em APIs e ferramentas para desenvolvedores. A notícia não é que o modelo tenha colapsado, mas que um executivo proeminente de software empresarial está argumentando abertamente que ele está desalinhado com as necessidades dos clientes.

Implicações para desenvolvedores de IA e compradores corporativos

Para os desenvolvedores, os comentários de Karp destacam uma questão prática: o design do produto determina cada vez mais os custos de nuvem e de modelos. Equipes que constroem sobre a OpenAI ou Anthropic podem lançar rapidamente, mas também herdam a economia de chamadas frequentes de inferência, janelas de contexto longas e agentes de IA em várias etapas. Em produtos de consumo, isso pode ser administrável se o engajamento for alto e as margens suportarem. Em IA empresarial, especialmente em sistemas internos de produtividade, o retorno de cada fluxo de trabalho intensivo em tokens pode ser mais difícil de provar.

Isso cria pressão para otimizar a arquitetura. Os desenvolvedores podem responder usando modelos menores com mais frequência, reservando modelos premium para tarefas mais difíceis, adicionando camadas de cache, restringindo prompts ou migrando algumas cargas de trabalho para alternativas de pesos abertos. Outros podem recorrer a fornecedores de orquestração que prometem melhores controles sobre seleção de modelos, recuperação e gestão de políticas. Nesse sentido, a crítica à precificação por tokens pode acelerar a demanda por plataformas que abstraem o uso de modelos, em vez de expor cada custo de inferência diretamente ao cliente.

Para as empresas, a mensagem é ainda mais concreta. Comprar IA já não é apenas uma questão de qual modelo tem melhor desempenho em uma demonstração. É uma questão de aquisição que envolve previsibilidade orçamentária, dependência de fornecedores, segurança e responsabilização operacional. Uma equipe pode preferir a OpenAI para assistência em programação, a Anthropic para casos de uso sensíveis a políticas e a Palantir para implantação em sistemas internos. Essas escolhas estão cada vez mais interligadas.

Isso é especialmente relevante para empresas que avaliam agentes de IA. Agentes podem multiplicar chamadas de modelo nos bastidores porque planejam, recuperam contexto, chamam ferramentas e verificam saídas. Uma estrutura de precificação por tokens pode, portanto, gerar picos de custo que não são óbvios durante os pilotos. Isso não torna o modelo errado, mas torna a observabilidade e o design do fluxo de trabalho muito mais importantes.

A crítica da Palantir pode ressoar mais entre compradores já frustrados por contas de inferência incertas. Ainda assim, os fornecedores de modelos têm sua própria defesa: a precificação por tokens reflete o uso real e evita impor a usuários leves contratos fixos caros. Para algumas organizações, essa flexibilidade é um recurso, não uma falha.

Qualidade das evidências e das alegações

Esta reportagem se apoia em uma base de fontes estreita. O único item disponível é uma matéria da CNBC encontrada via Google News, e o texto extraído não inclui o corpo completo da matéria. Como resultado, o artigo pode relatar com responsabilidade que a CNBC afirma que Alex Karp criticou a abordagem baseada em tokens associada à OpenAI e Anthropic, e que ele usou a frase “Something has gone completely wrong.”

Além disso, é necessário cautela. Não há evidência direta aqui de impacto financeiro, reação de clientes ou qualquer novo movimento de produto da Palantir ligado à crítica. Também não há alegações de benchmark ou métricas de adoção no material de origem fornecido. Qualquer comparação entre Palantir, OpenAI e Anthropic neste artigo é, portanto, sobre posicionamento de modelo de negócios, e não sobre desempenho verificado ou participação de mercado.

O que observar a seguir

O próximo sinal a observar é se a Palantir transforma a crítica de Karp em um argumento comercial mais explícito dentro da AIP e de mensagens de vendas relacionadas à IA empresarial. Se a empresa passar a enfatizar com mais força a governança de custos e estruturas alternativas de precificação, isso sugeriria que não se trata apenas de comentário, mas de uma ação coordenada de mercado.

Um segundo sinal é como a OpenAI e a Anthropic adaptam seu empacotamento corporativo. Ambas as empresas já oferecem uma mistura de API e produtos voltados para negócios, e a pressão contínua de grandes clientes pode incentivar mais opções de preço fixo, por assento ou híbridas, ao lado da cobrança por tokens.

Terceiro, vale observar como os agentes de IA são vendidos para as empresas nos próximos trimestres. Se os compradores se tornarem mais sensíveis aos custos ocultos de inferência, fornecedores que conseguirem mostrar economia unitária clara e controles de uso poderão ganhar vantagem sobre aqueles que dependem de promessas amplas de automação.

Por fim, vale acompanhar se mais CEOs de software empresarial se juntam a Karp na crítica à precificação puramente baseada em uso para grandes modelos de linguagem. Se isso acontecer, o debate poderá passar de uma posição da Palantir para uma correção mais ampla do mercado.

Perspectiva da Creati.ai

As declarações de Karp importam porque expõem um problema estrutural que o mercado de IA ainda não resolveu totalmente: as empresas que criam os modelos mais avançados e as que implantam IA em instituições reais muitas vezes otimizam para coisas diferentes. Os fornecedores de modelos querem monetização flexível ligada ao uso intensivo de computação. As empresas querem custos previsíveis, governança e sistemas que resolvam problemas de negócios sem transformar cada fluxo de trabalho em um medidor aberto.

O resultado provável não é o fim da precificação por tokens. É um mercado mais em camadas. A OpenAI e a Anthropic continuarão vendendo acesso a modelos onde o desempenho lidera. Mas, à medida que a IA empresarial amadurece, mais valor pode migrar para orquestração, controles e fluxos de trabalho empacotados — áreas em que a Palantir, e outras empresas construindo em torno da implantação de IA empresarial, acreditam ter vantagem. A verdadeira questão não é se os tokens desaparecem. É quais fornecedores conseguem fazer o consumo de tokens parecer economicamente administrável dentro do software de produção.