AI infrastructure and data center demand: A aceleração dos gastos com tokens em setembro sustenta a demanda por infraestrutura de AI, mas os preços de GPU e memória divergem

Visão geral

Este Data Center Watch acompanha a demanda por infraestrutura de AI por meio da atividade de tokens LLM, dos preços de aluguel de GPU fora dos hiperescaladores e dos preços spot de memória. A J.P. Morgan identifica forte avanço dos gastos e do uso de tokens em setembro, mas sinais não uniformes nos preços de serviços de hardware e memória.

Visões principais

A conclusão central da J.P. Morgan é que a demanda por infraestrutura de AI permaneceu forte em setembro, liderada por uma aceleração marcante dos gastos com tokens LLM. Seu rastreador da OpenRouter mostrou volume de tokens 71% m/m maior, ante 47% em agosto e 18% em julho, e 30x y/y maior. O preço médio dos tokens subiu 4% m/m e 20% y/y, ajudando os gastos totais com tokens a avançarem 28% m/m e 14x y/y, contra crescimento de 7% m/m tanto em julho quanto em agosto. O relatório interpreta a aceleração dos gastos como evidência de demanda robusta, embora observe que os sinais de preço dependem substancialmente da composição dos modelos. O preço médio dos tokens ponderado por volume caiu 25% m/m e 55% y/y. O relatório atribui isso à mudança para modelos novos, mais baratos e de alto volume, bem como à compressão de preços nos mesmos modelos. DeepSeek V4.1 Flash e GLM 5.3 Flash adicionaram sozinhos cerca de 41 trilhões de tokens, ou 30% do volume total, com preços abaixo da média anterior dos modelos de pesos abertos. O relatório também cita compressão de preços em Kimi K3, GLM 5.3 e GPT-5.6 Sol. O uso de modelos de pesos abertos cresceu 83% m/m e 101x y/y, superando amplamente o crescimento de 39% m/m e 10x y/y dos modelos de pesos fechados. Assim, os modelos de pesos abertos ganharam relevância no volume monitorado, enquanto os modelos de pesos fechados representaram 27% do volume de tokens, mas 72% dos gastos. O relatório diferencia liderança em uso de liderança em gastos. Os cinco maiores modelos em setembro por uso de tokens foram DeepSeek V4.1 Flash, GLM 5.3 Flash, Tencent’s Hy4 preview, GPT-5.6 Luna e DeepSeek V4 Flash, respondendo por mais de 53% do volume total, ante mais de 50% em agosto. Por gastos, os principais modelos foram GPT-6 Astra, Tencent’s Hy4 preview, Claude Fable 5.1, Claude Opus 5 e GPT-5.6 Sol, que responderam por 50% dos gastos, ante 48% em agosto. Apenas um modelo coincidiu entre as duas listas dos cinco principais, ressaltando que a atividade de alto volume e os gastos são liderados por conjuntos distintos de modelos. A J.P. Morgan alerta que seu rastreador de LLM é uma amostra de uma semana por mês, cobrindo aproximadamente 300 modelos listados na OpenRouter. A OpenRouter agrega acessos a API por um único endpoint, mas seu tráfego é inclinado para desenvolvedores, startups e usos de agentic-coding, e exclui volumes de API de primeira parte, como uso direto de OpenAI ou Anthropic, além de endpoints hospedados por hiperescaladores. Portanto, o rastreador é apresentado como um indicador de tendências selecionadas do mercado de LLM, e não como uma medida completa de todo o consumo de modelos. Os preços de aluguel de GPU forneceram um sinal de demanda menos uniforme. Com base nos índices da Bloomberg para capacidade fora dos hiperescaladores, o preço de aluguel de A100 ficou em média em $1.59 per GPU-hour em setembro, uma queda de 2.8% m/m, enquanto o preço de H100 ficou em média em $2.64 per GPU-hour, uma queda de 2.6% m/m. A relação de preço H100 para A100, ainda assim, subiu levemente para 1.66x, de 1.65x em agosto. O preço de aluguel de B200 recuperou 1.3% m/m para $5.70 per GPU-hour após a queda de agosto, e sua relação em relação ao H100 aumentou para 2.16x, de 2.08x. Assim, os preços de aluguel das gerações mais antigas enfraqueceram, enquanto o preço do B200 se recuperou modestamente e manteve um patamar de preço substancialmente superior. A tendência dos preços spot de memória também parou após a força anterior. O preço spot de DDR5 16Gb caiu 1% m/m para $49.70 em setembro, após cinco altas mensais consecutivas, embora tenha permanecido 614% acima de $6.96 em setembro de 2025. O preço spot de NAND 1Tb ficou efetivamente estável, subindo 0.1% m/m para $30.54, embora 470% acima de $5.36 um ano antes. O relatório, portanto, caracteriza os preços de memória como sem aceleração sequencial, apesar de aumentos y/y ainda extraordinariamente elevados.

Estrutura de análise

O relatório combina três indicadores mensais: uma amostra de uma semana de uso, preços e gastos de tokens LLM na OpenRouter; índices da Bloomberg de tarifas de aluguel de GPU fora dos hiperescaladores; e dados da Bloomberg de preços spot de memória. Ele compara variações m/m e y/y, separa modelos de pesos abertos e fechados e usa a composição de preço e volume para explicar as mudanças nos gastos com tokens.

Notas metodológicas

• OutroOutro

  Rastreador mensal de volume, preços e gastos de tokens na OpenRouter

  A J.P. Morgan coleta uma amostra de uma semana por mês de aproximadamente 300 modelos na OpenRouter para monitorar mudanças em uso, preços médios, preços ponderados por volume e gastos. O relatório observa que a amostra exclui volumes de API diretas de primeira parte e APIs hospedadas por hiperescaladores.

• Marco de análise setorialDecomposição de volume e preço

  Análise dos gastos com tokens usando volume, preço médio e preço ponderado por volume

  O relatório explica o crescimento dos gastos separando a expansão do volume de tokens dos efeitos de preço e da composição dos modelos. Modelos de pesos abertos de alto volume e menor preço reduziram os preços ponderados por volume, mesmo com a alta dos preços médios de tokens.

• Marco de análise setorialMarco de oferta e demanda

  Preços de aluguel de GPU e preços spot de memória como indicadores de demanda por infraestrutura de AI

  O relatório usa movimentos sequenciais nas tarifas de aluguel de GPU e nos preços spot de DRAM e NAND para avaliar se as condições de preço de insumos importantes para infraestrutura de AI estão se fortalecendo ou enfraquecendo.

Dados principais

• Crescimento do volume de tokens na OpenRouter+71% m/m; 30x y/yO crescimento de setembro acelerou ante +47% m/m em agosto.
• Crescimento dos gastos com tokens na OpenRouter+28% m/m; 14x y/yContra +7% m/m tanto em julho quanto em agosto.
• Preço de tokens ponderado por volume-25% m/m; -55% y/yCaiu devido à composição de modelos mais baratos e à compressão de preços nos mesmos modelos.
• Preço de aluguel de A100$1.59 per GPU-hour; -2.8% m/mTarifa média de aluguel fora dos hiperescaladores em setembro.
• Preço de aluguel de H100$2.64 per GPU-hour; -2.6% m/mA relação de preço H100 para A100 alcançou 1.66x.
• Preço de aluguel de B200$5.70 per GPU-hour; +1.3% m/mA relação B200 para H100 subiu para 2.16x, de 2.08x em agosto.
• Preço spot de DDR5 16Gb$49.70; -1% m/m; +614% y/yPrimeira queda m/m após cinco altas mensais consecutivas.
• Preço spot de NAND 1Tb$30.54; +0.1% m/m; +470% y/yEfetivamente estável em termos sequenciais após a alta do mês anterior.

Impacto e implicações

O relatório afirma que a aceleração dos gastos com tokens sustenta demanda contínua por infraestrutura de AI, especialmente com a rápida expansão do uso de modelos de pesos abertos. Ao mesmo tempo, quedas nas tarifas de aluguel de A100 e H100 e a estagnação do impulso sequencial dos preços de memória indicam que as condições de preços de infraestrutura continuam desiguais, e não amplamente aceleradas.

Riscos

• A amostra da OpenRouter é inclinada para tráfego de desenvolvedores, startups e agentic-coding e exclui volumes de API diretas de primeira parte e de APIs hospedadas por hiperescaladores, limitando sua representatividade da demanda total de LLM.

Pontos a observar

• Se o crescimento do volume e dos gastos com tokens permanece elevado após a aceleração de setembro.
• A continuidade da mudança entre uso e gastos de modelos de pesos abertos e fechados.
• As tendências sequenciais de preço de aluguel das GPUs A100, H100 e B200.
• Se os preços spot de DDR5 e NAND retomam altas sequenciais ou permanecem estáveis ou em queda.