AI infrastructure and data center market conditions: Gastos com tokens de IA aceleram em setembro, enquanto sinais de aluguel de GPU e memória são mistos

Visão geral

Este rastreador de data centers avalia a demanda por infraestrutura de IA por meio da atividade mensal de tokens de LLM, preços de aluguel de GPU fora dos hyperscalers e preços spot de memória. A J.P. Morgan vê forte evidência de demanda por tokens, mas sinais mais mistos em aluguel de computação e preços de memória.

Visões principais

O Data Center Watch de setembro da J.P. Morgan argumenta que a demanda por infraestrutura de IA permanece forte com base na aceleração da atividade de tokens de LLM, embora os dados de aluguel de GPU e preços spot de memória tenham sido menos uniformemente favoráveis. O rastreador usa uma amostra mensal de cerca de 300 modelos no OpenRouter. O volume de tokens subiu 71% m/m, acelerando de 47% em agosto e 18% em julho, e ficou 30x maior y/y. Os gastos com tokens cresceram 28% m/m, ante 7% em agosto e julho, e atingiram 14x y/y. O relatório atribui a aceleração do volume principalmente aos modelos de pesos abertos: o volume deles cresceu 83% m/m e 101x y/y, contra 39% m/m e 10x y/y para modelos de pesos fechados. O relatório distingue preço médio de tokens de preço ponderado por volume. O preço médio subiu 4% m/m e 20% y/y, ajudado pela inclusão de modelos de imagem mais caros. Entretanto, o preço ponderado por volume caiu 25% m/m e 55% y/y devido à mudança para modelos novos, baratos e de alto volume, além de reduções de preços de modelos existentes. DeepSeek V4.1 Flash e GLM 5.3 Flash adicionaram cerca de 41 trilhões de tokens, ou 30% do volume total, a preços abaixo da média anterior de modelos de pesos abertos. A compressão de preços nos mesmos modelos Kimi K3, GLM 5.3 e GPT-5.6 Sol também contribuiu. Os cinco principais modelos responderam por mais de 53% do volume e 50% dos gastos, mas apenas Tencent’s Hy4 preview esteve nos dois grupos, mostrando que liderança em uso e em gastos diferiu. Os preços de aluguel de GPU para capacidade fora dos hyperscalers foram mistos. O A100 teve média de $1.59 per GPU-hour, queda de 2.8% m/m, enquanto o H100 teve média de $2.64 per GPU-hour, queda de 2.6%. Em contraste, o aluguel do B200 subiu 1.3% m/m para $5.70 per GPU-hour após a queda de 1.5% em agosto. A relação de preço B200-H100 subiu para 2.16x, de 2.08x em agosto, e a relação H100-A100 avançou levemente para 1.66x, de 1.65x. Assim, a J.P. Morgan classifica os sinais de aluguel de computação como mistos, não como fortalecimento generalizado. O impulso dos preços spot de memória também parou. O preço spot de DDR5 16Gb caiu 1% m/m para $49.70 após cinco altas mensais consecutivas, mas ainda estava 614% acima dos $6.96 de setembro de 2025. O preço de NAND 1Tb ficou praticamente inalterado m/m, subindo 0.1% para $30.54, mas estava 470% acima dos $5.36 de um ano antes. Esses números mostram que os preços de memória continuaram elevados y/y, embora o impulso m/m tenha enfraquecido em setembro.

Estrutura de análise

O relatório combina uma amostra mensal do OpenRouter sobre uso e preços de tokens de cerca de 300 LLMs com índices da Bloomberg para aluguel de GPU fora dos hyperscalers e preços spot de memória. Ele compara crescimento mensal e anual, separa preços médios de tokens dos ponderados por volume e usa composição de modelos, mudanças de preço e relações de preços de hardware para interpretar a demanda por infraestrutura de IA.

Notas metodológicas

• Marco de análise setorialDecomposição de volume e preço

  Volume de tokens, preço médio, preço ponderado por volume e gastos são analisados separadamente.

  O relatório separa o crescimento da demanda dos efeitos de preço e composição de produtos: os gastos podem crescer rapidamente com a expansão do volume de tokens mesmo quando o preço ponderado por volume cai.

• Marco de análise setorialMarco de oferta e demanda

  A demanda por infraestrutura de IA é avaliada por atividade de tokens, preços de aluguel de GPU e preços spot de memória.

  O relatório usa o crescimento de uso como indicador de demanda e os preços de GPU e memória como sinais de mercado para disponibilidade ou demanda por computação e componentes.

Dados principais

• Crescimento do volume de tokens do OpenRouter+71% m/m; 30x y/yCrescimento de setembro, ante +47% m/m em agosto e +18% m/m em julho.
• Crescimento dos gastos com tokens do OpenRouter+28% m/m; 14x y/yCrescimento de setembro, ante +7% m/m tanto em agosto quanto em julho.
• Preço de tokens ponderado por volume-25% m/m; -55% y/yCaiu devido à mudança para modelos baratos e de alto volume e à compressão de preços nos mesmos modelos.
• Preço de aluguel do A100$1.59 per GPU-hour; -2.8% m/mPreço médio de aluguel de setembro fora dos hyperscalers.
• Preço de aluguel do H100$2.64 per GPU-hour; -2.6% m/mPreço médio de aluguel de setembro fora dos hyperscalers.
• Preço de aluguel do B200$5.70 per GPU-hour; +1.3% m/mPreço médio de aluguel de setembro fora dos hyperscalers.
• Preço spot de DDR5 16Gb$49.70; -1% m/m; +614% y/yPrimeira queda mensal após cinco altas mensais consecutivas.
• Preço spot de NAND 1Tb$30.54; +0.1% m/m; +470% y/yPraticamente estável m/m.

Impacto e implicações

O relatório interpreta a aceleração do volume e dos gastos com tokens como evidência de que a demanda por infraestrutura de IA segue forte. Ao mesmo tempo, as quedas nos aluguéis de A100 e H100 e a estagnação mensal dos preços de memória indicam que as condições de preços dos insumos de infraestrutura não estavam se apertando de forma uniforme.

Riscos

• O rastreador do OpenRouter reflete tráfego de desenvolvedores, startups e programação agêntica, e exclui volume de API de primeira parte, incluindo endpoints diretos da OpenAI, Anthropic e hospedados por hyperscalers.