É arbitragem temporal sobre um ativo subprecificado.

A imprensa generalista pegou o fenômeno do Vale do Silício e fez o que sabe fazer: transformou em pauta de saúde mental, produtividade tóxica e crítica ao culto da hiperperformance. É leitura confortável, vende cliques e tranquiliza quem não está usando IA com a mesma intensidade. O problema é que essa leitura erra o alvo por uns 20 graus.

Tokenmaxxing não é surto coletivo. É comportamento racional de quem entendeu uma coisa que a maior parte do mercado ainda não processou: estamos diante de uma janela de subsídio agressivo a um ativo que vai reprecificar. E quem não está consumindo agora, está pagando o preço de não ter aprendido enquanto era barato.

O fenômeno como a mídia descreve

Antes de olharmos para essa narrativa, vamos reconhecer o que está acontecendo. Em empresas como a Meta, surgiram rankings internos que medem consumo de tokens por funcionário. Os maiores consumidores ganham status de “super usuário”. Funcionários mantêm agentes rodando em loop só para inflar números. Em 30 dias, dezenas de trilhões de tokens são processados internamente.

A imprensa pegou esses números, somou ao fato de que algumas pessoas estão usando IA de forma claramente compulsiva, e cunhou o diagnóstico: produtividade tóxica, FOMO, vício digital, ansiedade de desempenho.

Tudo isso existe. Mas é o ruído. O sinal está em outro lugar.

A aposta mudou de ativo

Para entender o que está acontecendo, é preciso lembrar onde estávamos há quatro anos. Entre 2020 e 2022, big techs e startups financiadas por venture capital contrataram engenheiros como se não houvesse amanhã. Salários explodiram. Pacotes de equity ficaram absurdos.

Ninguém perguntava se a vaga era necessária, perguntava-se se você tinha headcount aprovado para preencher.

A tese era simples: talento de engenharia era o ativo escasso, e quem não acumulasse agora ficaria sem. Era aposta de capital de risco, financiada por juros zero, em cima da hipótese de que cada engenheiro contratado eventualmente geraria múltiplos do seu custo em produto entregue.

Essa aposta deu errado em escala. Em 2022 e 2023, as mesmas empresas demitiram centenas de milhares de pessoas. Meta, Google, Amazon, Microsoft, Salesforce. Todas reduziram quadros agressivamente. A narrativa pública foi “correção de excesso“, mas o que realmente aconteceu foi mais sutil: o ativo no qual valia a pena apostar mudou.

A aposta de 2025 e 2026 não é em headcount. É em consumo de tokens.

A lógica é a mesma, o ativo é diferente. Quando você tem capital de risco para queimar e está diante de uma janela em que um insumo crítico está subprecificado, você consome até o limite.

Porque o upside de descobrir uma alavanca de crescimento agora supera ordens de magnitude o custo de queimar capital experimentando.

Era isso com engenheiros em 2021.
É isso com tokens em 2026.

A diferença é que token não pede aumento, não pede home office, não entra em burnout, não vai para o concorrente, não precisa de seis meses de onboarding. Token escala instantaneamente, paraleliza sem coordenação, e o erro custa centavos. Para quem tem capital, é o ativo experimental perfeito.

A leitura que ninguém quer fazer

Olhe os preços públicos hoje:

• Anthropic: planos individuais de R$ 100 a R$ 1.100 por mês. Tier corporativo escala mas continua absurdamente barato pelo volume liberado.
• Google: de R$ 12 a R$ 1.200, com Gemini 3 e cota generosa em todos os tiers.
• OpenAI: estrutura semelhante, com ChatGPT Plus e Pro vendendo acesso a modelos de fronteira por valores irrisórios.

A maior parte do mercado olha esses preços e conclui: “não tem subsídio nenhum, é só um produto digital de baixo custo marginal, é assim mesmo.” enquanto as pessoas, daqui do Brasil, que precisam lidar com câmbio e possuem salário marginalmente ajustados em um ambiente de inflação real degradante, julgam como caro, um plano de R$ 1100 (mil e cem reais).

Essa leitura está errada. Esses valores não pagam uma fração da cota oferecida. Não cobrem o custo de inferência por token consumido pelo usuário típico desses planos, muito menos o custo amortizado de treino, eletricidade, GPUs H100/B200, infraestrutura de datacenter, e capital investido. A Anthropic queimou bilhões em 2025. A OpenAI queimou ainda mais. Esses números são públicos, divulgados nos próprios relatórios de captação.

Por que vendem abaixo do custo? Porque é exatamente assim que se constrói um mercado novo quando você tem capital de risco infinito e quer travar dependência antes da consolidação. Não é teoria. É manual.

O padrão que se repete a cada 10 anos

A AWS fez isso com computação. Cobrou centavos por hora de EC2 em 2008 enquanto Sun e Oracle vendiam servidor físico por dezenas de milhares de dólares. Quem migrou cedo construiu vantagem operacional de uma década. Quem esperou “a tecnologia amadurecer” pagou a fatura cheia depois, em consultoria de migração, em dívida técnica acumulada e em time que não sabia operar em nuvem.

A Uber subsidiou corrida durante anos. O Spotify subsidiou streaming. O Netflix subsidiou conteúdo original. Toda categoria nova passa pela fase em que o fornecedor paga para você usar. A diferença entre quem ganha e quem perde nessa fase não é quem usa mais, é quem usa enquanto é barato para descobrir o que vai funcionar quando for caro.

A janela de IA generativa é mais agressiva que qualquer uma dessas anteriores. O custo unitário de inferência despenca a cada seis meses, mas a pressão competitiva por market share faz os fornecedores absorverem mais ainda. Você está, hoje, comprando processamento cognitivo a preço de banana enquanto o custo real ainda é o de joalheria.

A lógica da aposta

Capital de risco não financia certezas. Financia o que em finanças se chama de payoff assimétrico: perda limitada ao capital exposto, ganho sem teto definido. Você erra barato e, quando acerta, acerta o suficiente para pagar todos os erros do caminho e ainda gerar lucro.

Mais importante: o retorno não vem só em fluxo de caixa. Vem em reprecificação do ativo. Quem acerta a aposta não apenas soma lucro: multiplica valuation em ordem de grandeza e leva consigo a marca, o talento que quer trabalhar lá e o capital que quer entrar na próxima rodada.

Crescer uma empresa múltiplas vezes em um mercado de investimento intensivo e sair no zero-a-zero nesse processo não é empate. É uma enorme vitória: o ativo mudou de patamar, mudou de escala de faturamento, sem balanço negativo. Ou seja, sem contrair dívidas e sem ficar com resultado negativo. Quando acaba a fase de expansão, temos uma empresa pronta para lucro em outro patamar, sem âncoras, sem passado conturbado a ser renegociado.

É exatamente esse o cálculo por trás da aposta em tokens.

Para uma empresa que está consumindo dezenas de trilhões internamente:

• O custo é alto em termos absolutos, mas é uma fração do que custaria contratar e manter o exército de engenheiros equivalente em horas de raciocínio.
• O subsídio do fornecedor amplifica ainda mais essa assimetria. Cada token consumido vale, em custo real de produção, várias vezes o que está sendo cobrado.
• O upside é descobrir, antes do concorrente, qual workflow, qual produto, quais padrões geram alavancagem competitiva sustentável.

Basta uma descoberta dessas valer mais do que todo o investimento em consumo bruto da empresa por anos. Foi essa lógica que justificou a contratação massiva de engenheiros entre 2020 e 2022 e justificou também as demissões depois, quando ficou claro que o ativo escasso tinha mudado.

A aposta em token é a continuação dessa mesma lógica, com um ativo mais escalável, mais barato, e que rende experimentação em paralelo a custo marginal próximo de zero. Não é histeria. É análise fria de risco e retorno em ambiente de capital abundante e incerteza alta.

Onde a crítica da mídia acerta

Vamos ser honestos: rodar agente em loop para inflar ranking interno é teatro. Funcionário que liga script para queimar token enquanto vai almoçar não está aprendendo nada nem entregando valor. Isso é Goodhart’s Law clássico

quando uma métrica vira meta, deixa de medir o que importava.

Quando uma métrica vira meta, deixa de ser uma boa métrica.

Empresas que estão premiando consumo bruto sem qualificar estão criando incentivo perverso e vão colher dívida cognitiva, não vantagem competitiva.

Esse é o ponto legítimo da crítica.

Mas é um ponto sobre design de incentivos internos, não sobre o uso intensivo em si.

A leitura equivocada do cenário

O erro é confundir o teatro com a estratégia. Quando a manchete diz “consumo excessivo de tokens prejudica saúde mental“, o leitor médio entende: “talvez eu deva usar menos.“ Essa conclusão, para um dev ou arquiteto em 2026, é cara.

Usar menos agora significa:

• Não descobrir quais workloads do seu sistema se beneficiam de pipeline assistido por IA antes que o custo dobre.
• Não refinar prompts, padrões e técnicas e ferramentde enquanto o erro custa dois centavos em vez de dois reais.
• Não treinar seu time a pensar com a ferramenta enquanto a curva de aprendizado é subsidiada.
• Não mapear quais decisões arquiteturais vão precisar de governança de consumo no momento em que a precificação realista chegar.

Quando o preço normalizar e vai, conforme a guerra por market share esfriar e os investidores cobrarem, quem não fez essa lição de casa vai estar começando do zero, pagando preço cheio, com time inexperiente e sem repertório de casos de uso validados.

O que isso significa para o arquiteto .NET?

Não é “rode agente em loop”. É exatamente o oposto. É explorar com método enquanto o erro é barato:

• Teste integração de LLM em pontos de pipeline que você nunca consideraria viáveis economicamente:
  • análise de log estruturada
  • classificação de exceptions
  • sumarização de pull requests
  • geração de testes a partir de specs
  • análise de warnings
  • validação de pull requests
• Construa benchmarks internos de qualidade de saída por modelo e por padrão de prompt, agora, com volume real, antes que cada execução de benchmark custe cinco dígitos.
• Modele desde já a camada de governança de consumo na sua arquitetura: rate limiting por feature, fallback entre modelos, cache semântico de respostas, observabilidade de tokens por endpoint. Não porque dói hoje, mas porque vai doer em dois anos e você precisa do código pronto.
• Identifique quais workloads do seu sistema dependeriam de IA para serem economicamente viáveis em escala, e quais se beneficiariam mas sobrevivem sem. Essa fronteira é a sua matriz de risco quando o preço subir.

Tudo isso exige consumo intenso de tokens. Não para inflar ranking. Para descobrir.

A pergunta que importa

A imprensa está oferecendo uma narrativa reconfortante: “fique tranquilo, isso é só hype, é só ansiedade do Vale do Silício, você não está atrasado por não estar nessa corrida.” É a mesma narrativa que ouvíamos sobre cloud em 2010, sobre mobile em 2008, sobre internet em 1998.

A aposta em engenheiros entre 2020 e 2022 produziu vencedores e perdedores. Quem soube usar o headcount construiu produto. Quem só acumulou virou demissão em massa. A aposta em tokens vai produzir o mesmo recorte: vencedores que descobriram alavancas reais, perdedores que só queimaram capital em teatro de produtividade.

A pergunta que você precisa responder honestamente hoje não é se o tokenmaxxing é saudável.

É outra:

Quando o subsídio acabar e o preço por token triplicar, seu sistema vai estar arquitetado para extrair valor da IA com o time treinado para isso? Ou vocês estarão começando a aprender no momento em que cada erro custa caro?

A janela está aberta. A conta de quem entrou tarde, em toda virada de plataforma da história da computação, sempre foi mais alta que a de quem entrou cedo e errou bastante no caminho.

E se quer uma dica para economizar tokens…

Pesquisa por rtk· Rust Token Killer, vale a pena.