• Claude Fable 5 (Anthropic): aproximadamente US$ 3,25 por tarefa; pontuação 60 no Artificial Analysis Intelligence Index.
• DeepSeek V4-Pro: aproximadamente US$ 0,05 por tarefa; pontuação 44 no mesmo índice.

O banco destaca que o prêmio de preço cobrado pelos modelos fechados está sob pressão, pois as alternativas mais baratas estão fechando rapidamente a lacuna de desempenho .

O hiato de qualidade: 90% das tarefas são equivalentes

Para a grande maioria das aplicações práticas, a diferença de qualidade é quase irrelevante. O Deutsche Bank descobriu que, em 90% das tarefas rotineiras, o desempenho dos modelos abertos é comparável ao dos modelos proprietários de fronteira . A vantagem real dos modelos caros existe apenas em um nicho estreito dos benchmarks mais difíceis e avançados — não na vasta maioria das cargas de trabalho reais de produção.

Dados da indústria corroboram essa visão: em tarefas específicas de produção, como geração de código, a lacuna de benchmark (10–15%) encolhe para uma lacuna de produção de apenas 2–5% para modelos abertos .

Compressão da defasagem: de anos para meses

O relatório do Deutsche Bank se alinha com descobertas independentes de que o atraso de capacidade dos modelos abertos em relação aos proprietários sofreu uma compressão dramática. O que antes era uma defasagem de vários anos agora é de apenas 3 a 4 meses em meados de 2026 .

A EpochAI, em análise contemporânea, coloca a defasagem em cerca de 3 meses em seu Índice Holístico de Capacidades, com uma diferença média de pontuação de aproximadamente 7 pontos . Essa "mudança de fase" na velocidade de lançamento (de um ciclo de 6 meses em 2024 para um ciclo de 72 horas no primeiro trimestre de 2026) significa que qualquer vantagem de desempenho proprietária é de curta duração .

Não é uma divisão geográfica

O Deutsche Bank faz questão de enfatizar que este não é um fenômeno geográfico (EUA vs. China). A compressão de custo-desempenho é um fenômeno estrutural e global, impulsionado pela proliferação de modelos de peso aberto em várias regiões — incluindo a DeepSeek e a Zhipu AI da China, a Meta (Llama) dos EUA e outras . O eixo relevante agora é aberto vs. fechado, não Leste vs. Oeste. O banco destaca especificamente que os avanços da DeepSeek no início de 2025 marcaram o momento em que o antigo enquadramento geográfico deixou de fazer sentido .

Implicações para o mercado: a 'lua de mel' acabou?

O Deutsche Bank acredita que essa dinâmica pode desencadear uma reavaliação do mercado de IA . As principais implicações incluem:

• Erosão do prêmio de preço: Fornecedores de modelos proprietários (Anthropic, OpenAI, Google) podem ter dificuldades para manter os altos preços de API, à medida que as empresas migram para alternativas de peso aberto que entregam qualidade comparável a um custo drasticamente menor .
• Pressão no faturamento por uso: À medida que o faturamento de IA muda para modelos baseados em uso, o fosso econômico dos laboratórios de fronteira se estreita .
• Tese do 'fim da lua de mel': Este relatório de junho estende os avisos anteriores do banco (de janeiro de 2026) de que o setor de IA enfrenta seu ano mais difícil, com avaliações cada vez mais desconectadas da economia unitária e gastos com infraestrutura superando a receita . O banco já havia sinalizado que 2026 seria um ano de "vai ou racha" para empresas de IA independentes .
• Risco de avaliação: Se o preço premium que sustenta as expectativas de lucro das empresas de modelos de fronteira não puder ser mantido, as atuais avaliações das ações de IA podem sofrer pressão descendente . O banco chama isso de um potencial "momento DeepSeek" para o segmento de preço premium do mercado de IA .

• Claude Fable 5 (Anthropic): aproximadamente US$ 3,25 por tarefa; pontuação 60 no Artificial Analysis Intelligence Index.
• DeepSeek V4-Pro: aproximadamente US$ 0,05 por tarefa; pontuação 44 no mesmo índice.

O banco destaca que o prêmio de preço cobrado pelos modelos fechados está sob pressão, pois as alternativas mais baratas estão fechando rapidamente a lacuna de desempenho .

O hiato de qualidade: 90% das tarefas são equivalentes

Para a grande maioria das aplicações práticas, a diferença de qualidade é quase irrelevante. O Deutsche Bank descobriu que, em 90% das tarefas rotineiras, o desempenho dos modelos abertos é comparável ao dos modelos proprietários de fronteira . A vantagem real dos modelos caros existe apenas em um nicho estreito dos benchmarks mais difíceis e avançados — não na vasta maioria das cargas de trabalho reais de produção.

Dados da indústria corroboram essa visão: em tarefas específicas de produção, como geração de código, a lacuna de benchmark (10–15%) encolhe para uma lacuna de produção de apenas 2–5% para modelos abertos .

Compressão da defasagem: de anos para meses

O relatório do Deutsche Bank se alinha com descobertas independentes de que o atraso de capacidade dos modelos abertos em relação aos proprietários sofreu uma compressão dramática. O que antes era uma defasagem de vários anos agora é de apenas 3 a 4 meses em meados de 2026 .

A EpochAI, em análise contemporânea, coloca a defasagem em cerca de 3 meses em seu Índice Holístico de Capacidades, com uma diferença média de pontuação de aproximadamente 7 pontos . Essa "mudança de fase" na velocidade de lançamento (de um ciclo de 6 meses em 2024 para um ciclo de 72 horas no primeiro trimestre de 2026) significa que qualquer vantagem de desempenho proprietária é de curta duração .

Não é uma divisão geográfica

O Deutsche Bank faz questão de enfatizar que este não é um fenômeno geográfico (EUA vs. China). A compressão de custo-desempenho é um fenômeno estrutural e global, impulsionado pela proliferação de modelos de peso aberto em várias regiões — incluindo a DeepSeek e a Zhipu AI da China, a Meta (Llama) dos EUA e outras . O eixo relevante agora é aberto vs. fechado, não Leste vs. Oeste. O banco destaca especificamente que os avanços da DeepSeek no início de 2025 marcaram o momento em que o antigo enquadramento geográfico deixou de fazer sentido .

Implicações para o mercado: a 'lua de mel' acabou?

O Deutsche Bank acredita que essa dinâmica pode desencadear uma reavaliação do mercado de IA . As principais implicações incluem:

• Erosão do prêmio de preço: Fornecedores de modelos proprietários (Anthropic, OpenAI, Google) podem ter dificuldades para manter os altos preços de API, à medida que as empresas migram para alternativas de peso aberto que entregam qualidade comparável a um custo drasticamente menor .
• Pressão no faturamento por uso: À medida que o faturamento de IA muda para modelos baseados em uso, o fosso econômico dos laboratórios de fronteira se estreita .
• Tese do 'fim da lua de mel': Este relatório de junho estende os avisos anteriores do banco (de janeiro de 2026) de que o setor de IA enfrenta seu ano mais difícil, com avaliações cada vez mais desconectadas da economia unitária e gastos com infraestrutura superando a receita . O banco já havia sinalizado que 2026 seria um ano de "vai ou racha" para empresas de IA independentes .
• Risco de avaliação: Se o preço premium que sustenta as expectativas de lucro das empresas de modelos de fronteira não puder ser mantido, as atuais avaliações das ações de IA podem sofrer pressão descendente . O banco chama isso de um potencial "momento DeepSeek" para o segmento de preço premium do mercado de IA .