Muse da Meta bate 10M em 40 dias e pressiona ChatGPT

Muse da Meta passou de 10,9 milhões de downloads em 40 dias e isso deveria incomodar qualquer time que vive de aquisição. Não porque o número é bonito, mas porque ele expõe um problema brutal de distribuição. Você pode ter o melhor modelo, a melhor latência, o melhor prompt, e ainda perder para quem controla o feed onde as pessoas já estão todos os dias.

Eu testei o Muse na primeira semana por curiosidade e voltei para o ChatGPT por hábito. Só que os dados mostram que eu sou a exceção. O app ficou em primeiro lugar na App Store dos Estados Unidos quase todos os dias desde o lançamento, bateu 2,5 milhões de usuários ativos diários em 16 de outubro e está retendo mais que Claude, Grok e ChatGPT juntos na comparação proporcional. Isso não é só hype de lançamento, é tração com retenção.

O fato: 10,9 milhões em 40 dias

O que aconteceu é simples e raro. Segundo dados da Sensor Tower, o Muse somou 10,9 milhões de downloads desde a estreia em setembro, sendo 10,2 milhões apenas nos Estados Unidos. Com isso, ele entrou em um clube de apenas 12 apps na história que bateram 10 milhões de downloads americanos nos primeiros 40 dias.

Os outros nomes desse clube dizem muito. De um lado, jogos como Fortnite, PUBG Mobile e Pokémon GO, que explodem por viralidade e loops sociais. Do outro, apenas dois apps não games tinham conseguido isso antes: o Threads, também da Meta, em julho de 2023, e o Disney Plus. Para dar contexto, o ChatGPT fez 3,7 milhões de downloads americanos nos seus primeiros 40 dias, o Grok fez 500 mil e o Claude fez 200 mil. Globalmente o ChatGPT ainda liderou com cerca de 15 milhões, mas ele já nasceu global, com força no Japão, Brasil e Alemanha, enquanto o Muse está restrito por enquanto a Estados Unidos e Canadá.

Como funciona: distribuição, não modelo

Na visão de operador, o Muse não venceu pela qualidade do modelo. Venceu por arquitetura de distribuição. A Meta tem 3,6 bilhões de usuários ativos diários na família de apps e usou tudo isso como canal de aquisição. Integração com Instagram e Facebook, empurrão no feed, atalho, sugestão, lembrete. É o mesmo playbook que fez o Threads decolar em cima do grafo social do Instagram, só que agora aplicado a um agente de IA que executa tarefas pelo usuário.

Tem também dinheiro pesado em mídia paga. Em outubro, a Meta direcionou 39 por cento de todo o seu gasto com publicidade nos Estados Unidos para o Muse, contra 23 por cento no mês anterior. O resultado é que o Muse saiu da posição 73 para a posição 21 entre as maiores marcas por impressões publicitárias no país em um mês. Isso é escala de operadora de telecom, não de startup testando criativo no TikTok.

O custo por trás do download

Como não há números oficiais de API, custo por query ou infraestrutura, dá para inferir o óbvio. Um assistente agentivo que executa tarefas gera sessões mais longas, mais chamadas de modelo, mais uso de ferramentas e mais custo de inferência por usuário ativo do que um chatbot simples. A retenção de 30 por cento em 7 dias e 23 por cento em 14 dias, contra média de 19 por cento e 16 por cento dos rivais, é ótima para crescimento, mas cara para margem. Cada ponto extra de retenção em um app gratuito com IA pesada significa mais GPU queimando sem receita direta.

A latência também deve estar sendo subsidiada por agressividade técnica. Para manter a sensação de agente rápido, a Meta provavelmente usa roteamento de modelos, com um modelo menor para conversa e triagem e um modelo maior só para tarefas complexas, além de cache pesado e execução assíncrona. Funciona bem nos Estados Unidos, com edge próximo e usuário concentrado. A dúvida é como isso se comporta quando abrir para Brasil, Índia ou Europa, com mais idiomas, mais picos e mais custo.

O que isso muda na prática

Quem ganha agora é quem vive de atenção, não necessariamente quem vive de modelo. A Meta provou de novo que consegue criar um atalho mental. As pessoas não baixaram o Muse porque leram um paper, baixaram porque viram dentro do Instagram, no Facebook, no anúncio, no topo da loja. Para quem constrói app de IA independente, o recado é duro. Você não compete só em qualidade de resposta, compete contra um funil que já começa com bilhões de impressões gratuitas.

Quem perde no curto prazo são ChatGPT, Claude e Grok no mobile americano, pelo menos em share de novos installs. Não quer dizer que vão perder usuários pagantes amanhã, mas perdem a porta de entrada do usuário casual, aquele que só quer resolver uma tarefa rápida sem assinar nada. E esse usuário casual é quem define o padrão do mercado em um ano.

• Ação prática para builders: pare de otimizar só prompt e comece a medir custo por tarefa concluída, não por download. Se você tem um agente, instrumente agora quantas chamadas de modelo cada tarefa gera, qual a taxa de conclusão e qual o custo médio por usuário ativo em 7 dias. Depois teste um caminho de fallback mais barato para tarefas simples. A Meta pode bancar prejuízo por muito tempo, você não.
• Ação prática para times de produto: revise seu onboarding em até três toques para valor. O Muse reteve porque entrega tarefa, não chat vazio. Se seu app abre em uma caixa de texto genérica, você já perdeu.

O problema que ninguém quer comentar

Aqui entra a tensão real. Marketing compra download, mas não compra hábito para sempre. A retenção atual do Muse é melhor que a dos concorrentes, mas 30 por cento em 7 dias ainda significa que 70 por cento sumiram em uma semana. Com 2,5 milhões de ativos diários, a base ainda é pequena perto dos 10 milhões que baixaram. O que segura esse usuário no dia 30, quando a novidade passa e o agente erra uma tarefa importante.

E tem o outro lado, que é custo e confiança. Agente que age em seu nome precisa de permissão, acesso a dados, histórico, localização, compras, agenda. Isso aumenta utilidade, mas aumenta risco e aumenta conta de infraestrutura. Isso escala fora dos Estados Unidos com o mesmo nível de qualidade. O custo compensa sem assinatura ou sem um caminho claro de monetização via ads e commerce. Ou a Meta só moveu o gargalo da aquisição para o gargalo da inferência e da privacidade.

Conclusão

O Muse provou que distribuição ainda ganha de modelo quando o jogo é adoção mainstream. A pergunta que fica é simples e incômoda para todo mundo que constrói IA agora: seu produto sobrevive se o custo por usuário dobrar e a aquisição custar o triplo.