A AT&T reduziu em 56% o custo de IA usada para tarefas de codificação entre seus funcionários — não trocando de fornecedor, mas roteando automaticamente a maior parte das consultas rotineiras para modelos de peso aberto, mais baratos, e reservando Claude e GPT para o que realmente precisa da capacidade de ponta. A perda de qualidade medida foi de apenas 2%.
O que mudou
Segundo o The Information, a PYMNTS e o CryptoBriefing, a AT&T implementou roteamento de modelo via LiteLLM para direcionar consultas rotineiras de codificação — a maior parte do volume diário — para modelos open-weight mais baratos, reservando os modelos de fronteira da Anthropic e da OpenAI para tarefas que exigem mais capacidade. A operação já roda em escala de produção: cerca de 150 mil funcionários, 45 bilhões de tokens processados por dia, com aproximadamente 40% do uso hoje em modelos abertos e expectativa de chegar a 60-70%. Entre fevereiro e julho, a empresa também testou modelos próprios ajustados para o setor de telecom, que chegaram a render até 90% de economia em custo de inferência para tarefas específicas do setor. A meta declarada da AT&T é manter o gasto com Anthropic e OpenAI estável, não crescente, à medida que o roteamento para modelos abertos aumenta.
Por que isso importa
O caso da AT&T é a resposta prática para exatamente o problema que cobrimos aqui nas últimas semanas: reajuste de preço da DeepSeek, validade programada do desconto do Gemini, contraste financeiro entre OpenAI e Anthropic. Se o preço de qualquer fornecedor de IA pode mudar sem aviso — porque o modelo de negócio dele ainda não fechou a conta —, a resposta estrutural não é apostar tudo num único fornecedor mais barato hoje, é construir uma camada de roteamento que decide, tarefa por tarefa, qual modelo atende com o menor custo aceitável. A perda de qualidade de só 2% mostra que, para a maioria das tarefas rotineiras, o modelo mais caro é um exagero de capacidade que a empresa está pagando sem precisar.
O impacto para o Brasil
Para empresas brasileiras que já rodam IA em escala e sentem o peso do custo por token — sobretudo depois dos reajustes que cobrimos aqui recentemente —, o modelo da AT&T é replicável sem depender de escala de operadora de telecom: a lógica de separar tarefa rotineira (que aceita modelo mais barato) de tarefa crítica (que exige modelo de ponta), e automatizar essa decisão via roteamento, funciona em qualquer volume. Isso também reduz a dependência de um único fornecedor — o mesmo risco de concentração que discutimos ao cobrir a compra da Cursor pela SpaceX e a disputa geopolítica entre Pax Silica e WAICO.
Leitura da Entercast
Esse é um contraponto direto ao NOOA da NVIDIA, que cobrimos aqui em agosto: ganho de eficiência pode vir da arquitetura do agente ou pode vir de uma camada de roteamento inteligente entre modelos — não precisa vir do modelo mais avançado. Antes de assinar mais um contrato caro com um único fornecedor de IA, vale medir quanto do uso atual da empresa é, na prática, tarefa rotineira que um modelo mais barato resolveria com perda de qualidade aceitável. A resposta pode valer mais que qualquer desconto promocional.