Muse da Meta supera ChatGPT em downloads iniciais

Muse da Meta já largou na frente do ChatGPT no mobile

Muse da Meta superou o ChatGPT nos primeiros 12 dias no mobile nos Estados Unidos e Canadá, e isso diz menos sobre modelo e mais sobre distribuição. Quando um app de IA sai do zero para 2,8 milhões de instalações em menos de duas semanas e toma o primeiro lugar na App Store americana, não estamos falando de benchmark de inteligência. Estamos falando de canal, de atrito quase zero e de um dono de rede social que aprendeu a empurrar produto novo com uma eficiência assustadora.

Eu já vi esse filme por dentro em outros lançamentos e o padrão se repete: o produto pode ser apenas razoável no dia um, mas se ele já nasce dentro do hábito diário, ele vence. O Muse nasceu dentro do Instagram, do Facebook e do WhatsApp. O ChatGPT, lá em 2023, nasceu como um site que depois virou app. São pontos de partida completamente diferentes, e comparar só o número de downloads esconde essa diferença brutal de contexto. É aqui que a análise precisa começar.

O fato: Muse passou o ChatGPT no arranque

Os números são da Apptopia e focam em Estados Unidos e Canadá para permitir uma comparação mais justa. No recorte de iOS nos dois países nos primeiros 12 dias de cada app, o Muse registrou 1,8 milhão de downloads contra 1,3 milhão do ChatGPT na sua estreia mobile. No total global, considerando iOS e Android nos mercados onde o Muse está disponível, foram 2,8 milhões de instalações no mesmo período de 12 dias.

O Muse também saiu de segundo lugar geral na App Store americana logo após o lançamento para primeiro lugar, ultrapassando o próprio ChatGPT. Outra medição, da Appfigures, já tinha apontado mais de 1 milhão de downloads naquele momento. Em usuários ativos diários nos Estados Unidos, a diferença é ainda maior. O Muse bateu 642 mil usuários diários no mobile contra 231 mil do ChatGPT no ponto equivalente da curva. Mesmo isolando só o iOS, o Muse segue na frente com 359 mil diários.

É preciso ponderar que a Apptopia trabalha com estimativas de terceiros, sem acesso direto aos números internos da Meta. Ainda assim, a ordem de grandeza importa. Mesmo com margem de erro, a direção é clara: tração inicial muito forte, crescimento ainda acelerado e um empurrão de distribuição que a OpenAI não tinha em 2023. A Meta ainda não divulgou números oficiais e foi procurada para comentar, mas o silêncio também faz parte da estratégia de deixar o mercado projetar o tamanho do movimento.

Como funciona na visão de quem opera

Na prática, o Muse não é só um app. É uma camada de IA plugada em três redes que somam bilhões de sessões por dia. Ele se conecta ao Instagram e ao Facebook para personalização e contexto social, e também funciona dentro do WhatsApp. Isso muda tudo em termos de aquisição, porque a Meta não precisa comprar instalação no mercado. Ela transforma usuário existente em usuário do Muse com um banner, uma sugestão no feed, um atalho no mensageiro. O custo de aquisição, que para um app normal de IA seria de alguns dólares por instalação, aqui tende a zero na margem.

Em arquitetura, dá para inferir o desenho sem ter o diagrama interno. O app mobile deve ser um cliente leve, com maior parte do processamento no servidor, streaming de tokens, cache agressivo e roteamento por tipo de tarefa. Texto simples vai para modelos rápidos e baratos, com latência baixa para manter a sensação de conversa. Tarefa com imagem, vídeo ou contexto social mais pesado provavelmente sobe para modelos maiores. A integração com o grafo social sugere uma camada extra de recuperação de contexto, fotos, contatos, conversas recentes com permissão, que aumenta o custo de inferência por sessão mas aumenta muito a retenção.

O ponto crítico para quem opera é latência e custo por usuário ativo. Com 642 mil diários só nos Estados Unidos, mesmo com um custo de inferência otimista de poucos centavos por sessão, a conta diária já entra na casa das dezenas de milhares de dólares. A Meta pode bancar isso porque monetiza atenção em outro lugar. Uma startup que tentasse replicar esse volume quebraria no segundo mês. Ou seja, o Muse não está jogando o jogo de margem por token. Está jogando o jogo de tempo de tela, dados de interação e lock in de ecossistema, onde inferência é centro de custo para defender o negócio de ads.

O que isso muda na prática

Quem ganha, de imediato, é a Meta e quem já vive dentro do ecossistema dela. Criadores que usam Instagram e Facebook ganham um assistente nativo que entende audiência, legenda, comentário e tendência sem precisar exportar nada. Pequenos negócios que atendem pelo WhatsApp ganham uma porta de entrada para automação sem contratar ferramenta externa. Quem perde é o app de IA independente que dependia de descoberta na App Store, porque agora compete com um ícone pré instalado na atenção do usuário e não apenas na loja.

Para desenvolvedores, a mudança é de canal. Não dá mais para pensar só em OpenAI ou Anthropic como padrão de distribuição mobile. Se o Muse mantiver esse ritmo, será preciso testar como o seu produto se comporta quando o usuário prefere perguntar dentro do WhatsApp ou do Instagram em vez de abrir outro app. A ação prática desta semana é simples: instale o Muse, conecte com uma conta de teste do Instagram e do Facebook, replique os três fluxos principais do seu produto dentro dele e meça tempo de resposta, qualidade e atrito. Depois compare com o mesmo fluxo no ChatGPT. Você vai descobrir em uma tarde onde está perdendo usuário por fricção e não por modelo.

• Teste seus prompts principais no Muse e no ChatGPT lado a lado com contexto social ligado e desligado.
• Mapeie quais tarefas do seu app poderiam virar atalho dentro do WhatsApp em vez de app separado.
• Revise seu custo por sessão ativa assumindo que o usuário vai esperar resposta instantânea e gratuita.

A tensão que ninguém quer admitir

A dúvida real aqui não é se o Muse consegue download. É se consegue virar hábito sem o empurrão constante. Mais de 95 por cento dos usuários iniciais do Muse também são usuários do Facebook e 63 por cento são do Instagram, segundo a Apptopia. Isso mostra força de cross promoção, mas também levanta a suspeita de instalação por curiosidade ou por clique acidental em banner. A história do Threads, que bateu mais de 500 milhões de usuários com a mesma tática, prova que a Meta sabe transformar pico em base. Mas Threads é feed social, que vive de dopamina rápida. Assistente de IA vive de utilidade repetida, que é bem mais difícil de sustentar.

Tem outro gargalo que só quem opera sente: suporte e confiança. Quando a IA erra dentro de um chat com amigo ou sugere algo estranho com base nas suas fotos, o custo de erro é social, não só técnico. Isso gera ticket, reclamação, print viral. A Meta terá que moderar, filtrar contexto e limitar acesso a dados para não criar crise de privacidade, e cada trava dessa piora um pouco a magia do produto. Resolve de um lado, cria atrito do outro. A pergunta que fica é se o Muse escala como utilidade diária ou se vira só mais um botão inteligente que a gente ignora depois de duas semanas.

Conclusão

No fim, o Muse provou que distribuição ainda ganha de modelo no curto prazo. Resta saber se ele segura atenção quando o empurrão diminuir. Você construiria seu próximo recurso apostando que o usuário vai te procurar fora da Meta, ou dentro dela?