Não fazer nada sobe a fatura de voz em 60%

As duas linhas da tabela de preços

A página pública de preços da xAI apresenta neste momento as duas versões do modelo de voz para voz lado a lado, e essa é a forma mais clara de ver o que aí vem. O Grok Voice Think Fast 1.0 está listado a 0,05 dólares por minuto de áudio, ou seja 3,00 dólares por hora, mais 0,004 dólares pela entrada de texto. O Grok Voice Think Fast 2.0 está listado a 0,08 dólares por minuto, ou seja 4,80 dólares por hora, com a mesma rubrica de texto. Mesma categoria de produto, mesmo fornecedor, mesma página, 60 por cento de distância entre duas linhas.

A data vive na nota de versão de 29 de julho. A xAI regista aí que o grok-voice-think-fast-2.0 já está disponível com Speech to Speech e que o grok-voice-latest passará a apontar para este modelo a partir de 5 de agosto de 2026. A própria orientação de migração da empresa diz que não é necessária qualquer ação para atualizar e que quem quiser permanecer no modelo anterior deve fixar o grok-voice-think-fast-1.0 antes dessa data. Leia as duas frases em conjunto e a forma da semana torna-se clara: a opção mais barata continua a existir, e não é a que se obtém deixando o código em paz.

O que a atualização melhora de facto

Nada disto é um caso de cobrar mais por menos. No teste independente de voz para voz da Artificial Analysis, o Think Fast 2.0 obteve 82,9 por cento contra 75,7 por cento da versão 1.0. O tempo até ao primeiro áudio, isto é a pausa que quem liga ouve antes de o modelo começar a falar, desceu de 1,25 para 0,70 segundos. O uso relativo mediano de tokens de raciocínio caiu para 0,4 vezes o do antecessor, porque o novo modelo raciocina em paralelo com a fala em vez de pensar primeiro e falar depois. A exatidão da transcrição também melhorou. Por qualquer medida publicada, este é um modelo melhor cujo funcionamento custa menos a quem o produz.

É precisamente essa última oração que interessa. Um modelo que queima 60 por cento menos tokens de raciocínio e responde em cerca de metade do tempo é mais barato de servir e, no mercado do texto, esse facto chega ao cliente em semanas. Chegou aos clientes da OpenAI a 30 de julho, quando a empresa cortou o GPT-5.6 Luna em 80 por cento e o Terra em 20 por cento e atribuiu o movimento à queda dos seus próprios custos de serviço. Aqui a mesma classe de melhoria chegou acompanhada de um aumento de 60 por cento. Não há nada de desonesto nisso. É a consequência direta da unidade que o contador conta.

Porque é que aqui um modelo melhor custa mais

O texto e a voz vendem-se em relógios diferentes, e essa diferença decide quem fica com a eficiência. O texto é faturado por token, que é uma medida de trabalho realizado. Quando um modelo precisa de menos tokens para chegar à mesma resposta, a sua fatura desce sem que ninguém tenha de o decidir, porque está a comprar unidades de cálculo e passa a precisar de menos. A voz é faturada ao minuto de áudio, que é uma medida de tempo decorrido. Quem liga para explicar um problema de entrega demora os mesmos noventa segundos quer o modelo do outro lado seja rápido ou lento, pelo que o número de unidades faturáveis é fixado pela fala humana e não pela eficiência do modelo.

A consequência é que a voz é a única linha de um orçamento de IA que estruturalmente não pode beneficiar da corrida à eficiência, e é também a linha que escala com os seus clientes em vez de escalar com a sua engenharia. Toda a melhoria que o seu fornecedor faça num produto por token acaba por aparecer como uma fatura menor. Toda a melhoria num produto ao minuto aparece como um produto melhor ao preço que o fornecedor fixar, e a poupança fica onde foi gerada. Um empresário que veja os preços dos modelos a cair o ano inteiro pode razoavelmente supor que toda a IA está a ficar mais barata. É o contador, e não o modelo, que decide se isso é verdade para uma dada carga de trabalho.

A aritmética sobre o seu próprio volume de chamadas

Ponha números reais ao lado, porque a percentagem fica aquém da rapidez com que isto se acumula. Uma chamada de quatro minutos custa 20 cêntimos de dólar na versão 1.0 e 32 na versão 2.0. Dez mil chamadas destas por mês são 40.000 minutos, ou seja 2.000 dólares contra 3.200, uma diferença de 1.200 dólares por mês ou 14.400 dólares por ano, nascida de uma alteração de encaminhamento e não de qualquer decisão sua. Para um operador europeu a tarifa está cotada em dólares enquanto a receita por detrás dessas chamadas está em euros ou libras, pelo que o aumento cai sobre uma rubrica de custo já exposta a uma moeda em que não fatura.

Vale a pena verificar se o ganho de velocidade paga alguma coisa disto, e não chega perto. Suponha que o arranque mais rápido retirasse dez segundos inteiros dessa chamada de quatro minutos, muito mais do que a melhoria de 0,55 segundos no tempo até ao primeiro áudio pode plausivelmente dar. Dez segundos valem, à nova tarifa, cerca de 1,3 cêntimos, contra 12 cêntimos de custo adicional na mesma chamada. A versão generosa do argumento recupera cerca de um nono do aumento. Comprar o modelo melhor é defensável pela qualidade e pela experiência de quem liga. Não é uma medida de poupança, e qualquer justificação de negócio que o apresente assim confundiu um modelo mais rápido com um mais barato.

Fixe-o ou orçamente-o

Antes de quarta-feira só existem duas posições honestas e ambas exigem uma ação esta semana. Se o seu agente de voz faz trabalho rotineiro e guionado, para o qual 75,7 por cento no teste já bastavam, fixe o grok-voice-think-fast-1.0 na configuração e mantenha a tarifa horária de 3,00 dólares. Se quem liga bate com regularidade nos limites do modelo antigo, adote a 2.0 deliberadamente, reveja a rubrica de voz para 4,80 dólares por hora de áudio e registe na nota orçamental que o aumento comprou latência e exatidão, não poupança. O que não se defende depois é descobrir a alteração numa fatura de setembro.

O hábito mais amplo que vale a pena formar é ler a unidade antes do preço. Pergunte de cada serviço de IA na sua pilha o que conta o contador, porque esse único dado prevê se a eficiência do fornecedor alguma vez lhe chegará: as faturas por token e por pedido descem à medida que os modelos melhoram, as faturas ao minuto, por posto e por conversa não. Depois localize os alias. Qualquer identificador terminado em latest é uma instrução permanente para aceitar o que o fornecedor lançar a seguir, preço incluído, e as únicas cargas em que essa definição está correta são aquelas em que decidiu de antemão que não lhe interessa quanto custará a versão seguinte.

Leia a seguir: O modelo mudou, o nome da API não  |  O nível médio da OpenAI custa agora dez vezes o mais barato