OpenAI fatura US$50 bi e quer mais US$30 bi

O número que nem a Nvidia conseguiu digerir

OpenAI fatura em ritmo de US$50 bilhões por ano e ainda precisa pedir mais US$30 bilhões ao mercado. Se isso parece estranho, bem-vindo à lógica atual da IA. A empresa cresce 77% em um trimestre, tem 1,2 bilhão de pessoas usando ChatGPT por semana e mais de 2,5 milhões de empresas pagantes, mas continua operando no limite porque cada token gerado tem um custo físico. GPU, energia, rede, refrigeração. Receita recorrente entra todo mês, só que a conta do data center chega junto e não aceita desconto.

O susto foi imediato. Quando o Financial Times publicou o número revisado de US$50 bilhões anualizados no fim de setembro, ações de chips caíram vários pontos percentuais em poucas horas. O mercado entendeu o recado. Não se trata mais de promessa de AGI, se trata de fluxo de caixa contra CapEx. E quando a líder do setor precisa de mais uma rodada bilionária mesmo faturando como uma big tech, todo mundo que constrói em cima dela precisa recalcular a rota.

O fato

OpenAI está negociando pelo menos US$30 bilhões em novo capital com valuation pré-money mirando US$1,4 trilhão, segundo a Bloomberg. Em março, a empresa já havia levantado até US$122 bilhões com valuation pós-money de US$852 bilhões. O novo salto de valuation vem ancorado em uma projeção interna: bater pelo menos US$70 bilhões em receita anualizada até o fim de 2026.

O número atual gerou confusão. A Axios falou primeiro em quase US$70 bilhões, depois o Financial Times corrigiu para cerca de US$50 bilhões. A diferença não é fraude, é contabilidade. A Anthropic registra o valor cheio pago pelo cliente quando vende via parceiros de nuvem e depois lança a parte da nuvem como despesa. A OpenAI, em certos contratos via parceiros, registra só a sua fatia como receita. Os dois métodos seguem o padrão US GAAP, a diferença está em quem controla a relação com o cliente e quem é responsável pela entrega. Na prática, para comparar OpenAI e Anthropic, que passou de US$65 bilhões em julho, é preciso normalizar a métrica.

O crescimento vem do enterprise. No terceiro trimestre, a receita total anualizada subiu 77% e a receita enterprise disparou 107%, segundo a CNBC. No DevDay, a OpenAI abriu os números de uso: mais de 1,2 bilhão de usuários semanais no ChatGPT, mais de 35 milhões de usuários semanais em ChatGPT Work e Codex, e 2,5 milhões de empresas usando seus produtos. O motor desse avanço é a guerra de preços contra Claude e modelos chineses, turbinada pelo lançamento do GPT-6.1-Sol, além do Codex surfando a onda da família GPT-6 para codificação.

Como funciona na visão de quem opera

Pensa em arquitetura, não em manchete. US$50 bilhões anualizados significam algo perto de US$4,1 bilhões por mês. Com 1,2 bilhão de usuários semanais, o ticket médio por usuário continua baixo, o que indica que o grosso da margem está no B2B, em API e licenças enterprise, não no Plus de US$20. É inferência em escala massiva, com mix de modelos caros para raciocínio e código e modelos baratos para chat de alto volume.

O custo acompanha. Cada chamada à API passa por balanceamento, roteamento para clusters com GPUs de última geração, cache de KV, paralelismo e pós-processamento de segurança. Latência baixa para 35 milhões de usuários de Work e Codex exige capacidade reservada, não spot. Isso custa. A estratégia da OpenAI com o GPT-6.1-Sol parece clara para quem opera: reduzir custo por token com destilação, quantização e roteamento inteligente, para poder baixar preço sem matar a margem. É provável, embora a empresa não detalhe, que boa parte do ganho enterprise venha de contratos com commit de uso, onde o cliente trava volume em troca de desconto, o que dá previsibilidade para a OpenAI comprar capacidade à frente.

Tem outro ponto sensível: vendas via Azure e outros parceiros. Quando a OpenAI registra só o líquido, a receita parece menor, mas a margem parece melhor. Quando a Anthropic registra o bruto, a receita parece maior, mas o custo também sobe. Para você que compra API, o que importa não é o número do jornal, é o custo efetivo por milhão de tokens, a latência p95 e a taxa de erro. Guerra de preços é ótima no curto prazo, mas costuma vir com mudança silenciosa de roteamento, limite de rate e depreciação de modelo antigo.

O que isso muda na prática

Quem ganha agora é o time enterprise que já está dentro. Com a OpenAI desesperada para mostrar tração B2B e justificar o valuation de US$1,4 trilhão, há espaço para negociar. Desconto por commit, créditos para migração para o GPT-6.1-Sol, suporte para levar workload do piloto para produção. Os 2,5 milhões de negócios na base mostram que o funil virou máquina de vendas, e máquina de vendas precisa bater meta de fim de ano.

Quem perde é quem ficou dependente de um único fornecedor sem trava de custo. Se você roda Codex ou agentes que chamam modelo em loop, um reajuste de preço ou uma mudança de limite estoura seu unit economics em dias. E tem o risco de concentração. Quando um relatório sobre a OpenAI derruba chip stocks e adia IPO da Anthropic e da própria OpenAI para o ano que vem, fica claro como o ecossistema inteiro está pendurado em dois balanços.

A ação prática desta semana é simples e direta. Audite seu custo por tarefa concluída, não por token. Pegue seus logs dos últimos 30 dias, calcule quanto você gasta por ticket resolvido, por PR gerado ou por documento resumido, e simule uma alta de 20% no preço de entrada e saída. Se sua margem não sobrevive a isso, você precisa de fallback. Implemente roteamento multi-modelo com um modelo barato como padrão e um modelo forte só para casos complexos, e trave versão de modelo em produção. Não use latest em workload crítico.

• Trave versão da API e monitore latência p95 por endpoint, não média.
• Renegocie contrato enterprise com commit anual e peça créditos para teste do GPT-6.1-Sol.
• Rode 10% do tráfego em um segundo provedor para ter plano B real, não teórico.

A tensão que ninguém quer admitir

Aqui está a dúvida real: receita crescendo 77% é impressionante, mas cobre data center de centenas de bilhões? A OpenAI levantou US$122 bilhões em março, quer mais US$30 bilhões agora e ainda fala em IPO adiado, oficialmente por riscos de segurança, mas com relatos de metas internas perdidas desde abril. Isso escala ou só empurra o gargalo para frente? Cortar preço para ganhar enterprise aumenta volume, mas volume sem ganho proporcional de produtividade para o cliente vira churn em 12 meses.

No fim, a tese da bolha se resume a uma pergunta operacional: as empresas conseguem apontar ganho mensurável de produtividade que justifique pagar mais por IA todo ano? Enquanto isso não fica provado com número de negócio, e não com demo, a OpenAI vai continuar trocando equity por GPUs. Funciona até deixar de funcionar. Para quem constrói, a lição é não confundir crescimento da OpenAI com saúde do seu produto. Use a janela de preço baixo para ganhar eficiência agora, mas desenhe sua arquitetura como se o token fosse ficar mais caro amanhã. Porque um dia, ele vai ficar.

Conclusão

OpenAI fatura como gigante, gasta como país e ainda precisa de mais dinheiro para sustentar a escala que ela mesma criou. A conta só fecha se o enterprise continuar crescendo acima de 100%. E você, já sabe quanto custa cada tarefa de IA no seu produto quando a festa dos descontos acabar?