TLDR;

A próxima fase da corrida da IA é a era pós‑fronteira, em que o produto deixa de ser apenas o modelo e passa a ser o sistema de orquestração que controla custo, roteamento e eficiência de processamento. Na prática, empresas vão criar avaliações e harnesses próprios, usar modelos abertos para reduzir custos, manter controle dos dados e acionar modelos mais caros só quando necessário para melhorar o ROI. Modelos abertos e as plataformas que facilitam seu download, execução e roteamento (orquestradores e ferramentas de gestão de custo) tendem a dominar o uso prático e podem responder por mais de 90% dos tokens em 18–24 meses, pressionando os laboratórios de fronteira.

Resumo

O texto descreve a transição da IA para uma “era pós‑fronteira”, em que o modelo deixou de ser o produto completo e o valor passa a estar na orquestração, roteamento, controle de custos, computação e modelos de pesos abertos. Prevê‑se que mais de 90% dos tokens poderão vir de modelos open‑weight em 18–24 meses, impulsionando empresas a adotar modelos abertos para ter controle, reduzir despesas e integrar conhecimento específico. Organizações já estão criando seus próprios testes (como a DoorDash, que avaliou revisores de código com sua base real) em vez de confiar em benchmarks públicos, e produtos como o Perplexity combinam modelos baratos para tarefas simples e modelos caros só quando necessários — a analogia do “não usar uma Ferrari para ir ao mercado”. Assim, o produto competitivo torna‑se o “harness”: sistemas que orquestram múltiplos modelos, ferramentas e contexto empresarial para otimizar trade‑offs de desempenho e custo. Investidores e empresas (ex.: Olama) apostam em facilitar download, execução e gestão de modelos abertos. Embora laboratórios de ponta continuem relevantes, a conversa mudou para a realidade de implantação, eficiência energética (tokens por watt) e democratização da IA, evitando concentrações oligopolísticas e empoderando desenvolvedores e focando em métricas práticas para mensurar retorno financeiro.