Na mesma semana de junho de 2026, dois mercados aparentemente desconectados mandaram o mesmo sinal. Em 29 de junho, a DeepSeek introduziu surge pricing no V4: preços de API que dobram no horário de pico. Dois dias depois, em 1 de julho, a AWS aumentou os EC2 Capacity Blocks for ML em aproximadamente 20%. A era do custo de IA previsível acabou. Nós acompanhamos esses dois movimentos e o sinal é claro: custo de IA não é mais uma linha reta.
A frente da AWS: 38% em seis meses
O aumento de 1 de julho foi o segundo em seis meses. O primeiro, de aproximadamente 15%, veio em 4 de janeiro de 2026. Cumulativo: 38% em meio ano. A AWS manteve por 20 anos o princípio de que preços só caem — quebrou esse precedente em janeiro.
A justificativa oficial fala em "supply and demand". Segundo o cloud economist Corey Quinn, atualização uniforme em todas as regiões, de US$ 34,608 para US$ 39,799 por hora, é decisão de política, não supply/demand. Se fosse supply/demand, regiões com maior oferta teriam preços diferentes. A uniformidade indica decisão corporativa de aumento de margem.
O impacto é direto: quem planeja orçamento assumindo preço de GPU estável está construindo sobre areia. Dois aumentos em seis meses não são anomalia — são padrão. E não há sinal de reversão. O mercado de GPU para ML está em escassez, não em baixa. A demanda por inferência cresce mais rápido que a oferta de silício. Para o cloud economist, a pergunta não é se haverá um terceiro aumento, mas quando.
A frente da DeepSeek: surge pricing pela primeira vez na história
Pela primeira vez na história, um provedor de LLM cobra por horário do dia. O surge pricing da DeepSeek no V4 define pico das 9h às 12h e das 14h às 18h, horário de Pequim. Os preços dobram. O V4 Pro passa de US$ 0,87 para US$ 1,74 por milhão de tokens de output.
A previsibilidade acabou. Workloads 24/7 que não conseguem shiftar carga enfrentam aumento efetivo de 20 a 30%. Não é um aumento de preço — é uma mudança de modelo. O custo de API deixou de ser linear e passou a ser função do horário. Quem consome API em horário de pico paga o dobro; quem consegue deslocar execução para o vale paga metade. O surge pricing premia disciplina e pune inércia.
A convergência entre os dois movimentos é o que importa. Dois mercados, mesma mensagem: custo de IA não é mais uma linha reta. Quem planeja orçamento assumindo custo de API linear ou preço de GPU estável está construindo sobre areia.
O escape existe — mas exige disciplina
Neoclouds como CoreWeave, Lambda e Crusoe oferecem o mesmo silício NVIDIA a 3 a 6 vezes menos que hyperscalers. Uma H100 na Lambda custa US$ 3,99 por GPU-hour. Na Azure, US$ 12,29. O silício é idêntico — o que muda é o vendor. Para workloads que não exigem serviços gerenciados de hyperscaler, neoclouds entregam o mesmo compute por uma fração do custo.
Para quem gasta acima de US$ 50 mil por mês em API, self-hosting é viável. Mas o TCO real é de US$ 45 a 90 mil por mês, não os US$ 15 mil da math ingênua. A diferença inclui energia, resfriamento, networking, licenças de software, mão de obra e idle time. Quem decide self-hosting baseado na math ingênua estoura orçamento antes do primeiro trimestre. Um TCO analysis honesto é o que separa a decisão estratégica da armadilha financeira.
Os dados confirmam: a maioria não está pronta
Segundo dados de mercado, 73% das organizações estouraram o orçamento de IA em 2026. A utilização de GPU em produção fica entre 15 e 30%. De 35 a 60% do budget de GPU cloud é evitável: idle time, wrong-sized models, unused reservations.
O mercado está em escassez, não em baixa. GPU é recurso escasso e caro — mas a maior parte do que se paga não gera throughput. O problema não é acesso a silício. É disciplina. Organizações que estouram orçamento não sofrem de falta de GPU — sofrem de falta de controle. Idle time que ninguém monitora. Reservations que ninguém usa. Modelos superdimensionados que ninguém ajusta. O desperdício é estrutural, e estrutural exige processo, não patch.
FinOps: de otimização a sobrevivência
É aqui que disciplina FinOps deixa de ser otimização e vira sobrevivência. Na Tech86, FinOps e Gestão de Custos entrega visibilidade multi-cloud, Reservations com até 72% de desconto, Spot com até 90% de discount e otimização automatizada que desliga dev environments e faz rightsizing. Engenharia de IA e Segurança oferece sovereign inference on-prem com NVIDIA NIM e TCO analysis que separa math ingênua de custo real. Infraestrutura Cloud Gerenciada com GPUs H100 e A100, SLA 99,99%, sem taxas ocultas.
A diferença entre quem sobrevive e quem estoura orçamento não é acesso a GPU. É disciplina. Reservations bem planejadas reduzem custo em até 72%. Spot bem orquestrado reduz em até 90%. Rightsizing contínuo elimina o desperdício estrutural que consome 35 a 60% do budget. Nenhuma dessas ações é complexa individualmente — o que é complexo é mantê-las em escala, todos os dias, sem regressão.
Conclusão
Dois preços subiram na mesma semana. A diferença entre quem sobrevive e quem estoura orçamento não é acesso a GPU. É disciplina. Nós ajudamos empresas a construir essa disciplina — visibilidade multi-cloud, otimização automatizada, TCO analysis honesto e sovereign inference quando faz sentido. Antes que o próximo aumento chegue.