Por quase uma década, a hipótese de escala foi a bíblia da pesquisa em IA: modelos maiores, treinados em mais dados com mais compute, produzem modelos melhores de forma previsível. As Kaplan Scaling Laws de 2020 formalizaram isso matematicamente. As Chinchilla Scaling Laws de 2022 refinaram as proporções ideais entre parâmetros e tokens. E os resultados empiricamente confirmaram: do GPT-3 ao GPT-4, cada geração era substancialmente melhor.

Em 2026, essa narrativa encontrou resistência crescente. Não porque os modelos pararam de melhorar — mas porque o custo para cada incremento de melhoria cresceu de forma que põe em questão a sustentabilidade do paradigma.

O Problema do Custo Exponencial

Os números são concretos. O GPT-4 custou estimados $100 milhões para treinar. Modelos da próxima geração, seguindo o paradigma de escala pura, exigiriam $1 bilhão ou mais. A Epoch AI projeta que esse custo continuará crescendo exponencialmente — e que a maior parte das organizações que hoje treinam modelos de fronteira deixará de conseguir financiar a próxima geração.

Mais preocupante: Lilian Weng, em análise publicada no seu influente Lil'Log, detalhou que os ajustes de power-law que sustentam as scaling laws são mais sensíveis a escolhas de implementação do que os praticantes reconhecem. Os resultados são replicáveis em condições controladas — mas as corridas de treino reais envolvem experimentos fracassados, varreduras de hiperparâmetros e sessões de debugging que podem dobrar ou triplicar o custo final reportado. O $5,6 milhões do DeepSeek-V3 excluiu infraestrutura, experimentação e runs fracassados.

O Muro de Dados

Paralelo ao problema de custo, há o muro de dados. A Epoch AI projeta que o estoque de texto público de alta qualidade disponível para pré-treinamento será totalmente utilizado entre 2026 e 2032, nas taxas de treinamento atuais. Laboratórios de fronteira já enfrentam restrições no orçamento de tokens únicos.

O framework Chinchilla foi construído assumindo dados infinitos únicos. Quando tokens únicos se esgotam, laboratórios precisam treinar em dados repetidos — e pesquisa de Muennighoff et al. (2023) mostrou que tokens repetidos não diluem a eficiência de treino linearmente: seu valor decai exponencialmente a cada repetição, com uma constante que determina quão rapidamente cada passagem adicional pelos mesmos dados perde retorno.

O DeepSeek como Prova de Conceito da Eficiência

O "DeepSeek Moment" de janeiro de 2025 foi o evento que cristalizou a transição. O DeepSeek-V3 — 671 bilhões de parâmetros totais, mas Mixture of Experts com apenas 37 bilhões ativos por token — foi treinado em 14,8 trilhões de tokens por um custo reportado de $5,6 milhões. Performance competitiva com o GPT-4o. MIT-licensed. Downloadável.

O impacto de mercado foi imediato: a NVIDIA perdeu aproximadamente $589 bilhões em capitalização de mercado em 27 de janeiro de 2025 — a maior perda de valor em um único dia na história do mercado de ações. O evento invalidou em um ciclo de notícias a premissa dominante de que IA de fronteira exigia infraestrutura massiva controlada pelos EUA.

Em 2026, o DeepSeek-V3.2 corresponde ao GPT-5 em vários benchmarks chave, roda a aproximadamente 70% de custo menor, e é MIT-licensed. A lição: inovação arquitetural pode substituir escala bruta.

A Virada para Inferência

A estratégia do campo migrou. Em vez de "quem tem mais GPUs", a questão em 2026 é "quem tem a arquitetura mais eficiente". Fine-tuning de modelos pré-treinados com LoRA pode custar entre $500 e $5.000 — uma fração dos milhões necessários para treino do zero. Destilação do DeepSeek-R1 para 7B mantém 85% da performance. Meta's Llama 4 e os últimos lançamentos da Mistral adotaram estratégias de atenção latente e MoE similares ao DeepSeek.

As scaling laws não morreram — mas foram relativizadas. O que escala não é mais apenas parâmetros e dados: é eficiência arquitetural, qualidade de dados sobre quantidade, e compute de inferência sobre compute de treinamento. O paradigma de 2026 é eficiência-primeiro, não escala-primeiro.