Microsoft Enterra o 'Tokenmaxxing': Orçamentos Internos de IA e GPT-5.6 Mais Barato Marcam o Fim de uma Era

A decisão da Microsoft não é uma medida isolada de corte de custos. É um sinal de alto impacto de que a era do "tokenmaxxing" — tratar o consumo máximo de tokens de IA como um indicador de produtividade e inovação — acabou em toda a indústria de tecnologia .

O Que Levou a Microsoft a Limitar Seus Próprios Gastos com IA?

Três pressões específicas forçaram a Microsoft a impor uma disciplina interna de IA:

Custos internos descontrolados. As próprias equipes de engenharia da Microsoft estavam usando livremente modelos de IA de ponta através do GitHub Copilot, elevando o consumo de tokens e os custos de inferência muito além do que a empresa considerava sustentável. Diretrizes internas do Copilot reconheciam que muitos engenheiros estavam gastando "na faixa de centenas de dólares por mês a alguns milhares de dólares em tokens" . O e-mail de Parikh deixou claro que, a partir de julho de 2026, toda divisão operaria sob uma meta de orçamento de tokens de IA, e cada funcionário poderia acompanhar seu próprio uso através de um painel interno .

Incentivos desalinhados. Engenheiros começaram a tratar o alto consumo de tokens como um distintivo de produtividade, uma prática conhecida em toda a indústria como tokenmaxxing. Mas a Microsoft descobriu que mais tokens não significavam mais valor de negócio. Parikh reformulou o objetivo da empresa de forma explícita: "Não estamos otimizando para menos tokens. Estamos otimizando para o impacto por token" .

O problema de credibilidade. Como uma empresa que vende assinaturas de IA — Azure OpenAI Service, GitHub Copilot, Microsoft 365 Copilot — a Microsoft não podia dizer de forma crível aos clientes para controlar os custos de IA enquanto suas próprias equipes queimavam tokens sem restrições . O e-mail de Parikh observou que a empresa iria "gerenciar os gastos com tokens com a mesma disciplina que aplicamos a todos os outros recursos críticos" .

O Que Realmente Mudou Dentro da Microsoft

As mudanças de política entraram em vigor imediatamente em julho de 2026 :

• Orçamentos de tokens por divisão. Cada unidade de negócios da Microsoft agora tem uma meta formal de orçamento de tokens de IA. As diretrizes internas observam que mais restrições podem seguir conforme a empresa monitora para onde o dinheiro está indo .
• Modelo padrão mais barato. O GPT-5.6 Sol da OpenAI — descrito como mais barato de usar do que alternativas da Anthropic e outros provedores de modelos de ponta — substituiu as opções premium como padrão para uso interno do GitHub Copilot. A mudança foi apresentada como uma forma de "obter maior valor do nosso investimento em tokens" .
• Visibilidade individual. Os funcionários agora podem ver seu próprio consumo de IA em um painel interno, trazendo responsabilidade pessoal para o que antes era uma despesa invisível .

Como Isso Reflete o Colapso Mais Amplo do Tokenmaxxing

A ação da Microsoft é um ponto de dados em uma correção muito mais ampla que ocorre em toda a indústria de tecnologia. O "tokenmaxxing" — a prática de impulsionar agressivamente o consumo de tokens de IA como um proxy para inovação — tornou-se difundido entre as empresas de tecnologia de meados de 2025 até meados de 2026, mas está agora em rápido colapso porque a economia não funcionou .

Estouro do orçamento da Uber. A Uber Technologies esgotou todo o seu orçamento de IA de 2026 em apenas alguns meses. Seu CTO declarou publicamente: "Estamos chegando ao fim da chamada era do tokenmaxxing", acrescentando que o consumo bruto de tokens não estava se traduzindo em retornos mensuráveis . A empresa está agora migrando para a otimização do custo por interação por meio de cache de prompts, modelos padrão mais eficientes e melhor visibilidade do consumo .

Aviso do Gartner. O Gartner previu que os custos de codificação de IA em breve superarão os salários médios dos desenvolvedores sob modelos de preços baseados em consumo, forçando CFOs de todos os setores a exigir disciplina de custos .

A matemática das startups. Startups demonstraram que a troca de modelos pode reduzir os custos de inferência em aproximadamente 90%. A Lindy.ai, por exemplo, moveu 100% de seu tráfego de API do Claude para o DeepSeek da noite para o dia, citando custos de inferência aproximadamente 90% menores para uma qualidade de saída comparável em seu conjunto de tarefas principal . Economias tão drásticas tornam a velha mentalidade de "mais tokens = melhor" financeiramente insustentável .

Veredito da Forbes e Fortune. Vários veículos de negócios declararam a era do tokenmaxxing estruturalmente encerrada. As empresas estão abandonando o uso bruto como métrica em favor de implantações com foco em eficiência, roteamento de modelos (usando modelos mais baratos para tarefas mais simples) e faturamento baseado em resultados que remove o incentivo para maximizar tokens . A Forbes caracterizou o tokenmaxxing como "uma fase de transição na adoção de IA" que ajudou a normalizar o uso, mas "não é um modelo operacional sustentável" .

O Padrão É Consistente

O padrão da indústria agora é claro: empresas que inicialmente incentivaram o uso irrestrito de IA estão impondo orçamentos, mudando para modelos mais baratos e exigindo que cada token gasto esteja atrelado a um resultado de negócio mensurável. O chief customer officer da ServiceNow alertou que o tokenmaxxing é um ciclo de hype da IA . O veredito da Fortune foi direto: "O tokenmaxxing está morto. Não produziu o ROI de IA que as empresas queriam" .

Os orçamentos internos de tokens da Microsoft e a adoção do GPT-5.6 como padrão são um exemplo clássico desse ajuste de contas em toda a indústria — vindo não de um retardatário da IA, mas de um dos maiores investidores do setor. Se a empresa que vende assinaturas de IA precisa de um orçamento, a mensagem para todas as outras empresas é clara.