Frontier AI model capabilities, usage, pricing and infrastructure demand: BofA vê demanda saudável por infraestrutura de IA enquanto competição entre modelos e participação de uso continuam mudando

Visão geral

Este BofA Frontier AI Tracker de setembro de 2026 examina rankings de capacidade de modelos, uso por desenvolvedores, preços de inferência, aluguéis de GPU e custos de memória como indicadores para o sentimento de ações de Internet de grande capitalização e para a economia dos investimentos em IA. O relatório conclui que a demanda por IA é saudável e a competição de desempenho entre modelos está mais intensa; a Meta avança, mas Anthropic e OpenAI ainda lideram as principais métricas de capacidade.

Visões principais

A BofA trata as capacidades dos modelos de fronteira, a adoção de modelos, os preços de Token e os custos de infraestrutura como fatores-chave para o sentimento e a avaliação das ações de Internet ligadas à IA. Em capacidade, a Artificial Analysis classificou Claude Fable 5.1 e GPT-6 Astra em primeiro lugar no Intelligence Index, ambos com 53. O MuseSpark 1.3 da Meta ficou em quinto com 48, enquanto o Gemini 3.8 Flash ficou em 12.º com 41. Claude Fable 5.1 também liderou o Agentic Index com 58; o MuseSpark 1.3 da Meta empatou em segundo com 56 ao lado de Claude Opus 5. Em capacidade de agentes de programação, Claude Fable 5.1 e GPT-6 Astra empataram em primeiro com 62, ante MuseSpark 1.3 em sétimo com 54 e Gemini 3.8 Flash em 14.º com 42. A BofA interpreta os resultados mais recentes da Meta como evidência de que a Meta Superintelligence Labs está reduzindo a lacuna de desempenho para a fronteira e permanece construtiva sobre seus próximos produtos de IA e o lançamento esperado do LLM Watermelon em outubro. Os dados de uso mostram uma dinâmica competitiva diferente. No OpenRouter, DeepSeek V4 Flash 0731 liderou o volume de Token de setembro MTD com 50.7tr tokens, seguido por GPT-5.6 Luna com 45.1tr tokens e Hy4 preview com 34.6tr tokens. Entre os modelos fechados, GPT-5.6 Luna liderou com 45.1tr tokens, seguido por Ox Alpha com 27.2tr tokens e Gemini 3.7 Flash com 8.92tr tokens. Na plataforma de IA da Vercel, a participação média MTD de Token da DeepSeek subiu para 45.7% de 30.1% em agosto, enquanto a da Anthropic caiu para 13.6% de 22.1% e a da OpenAI caiu para 12.0% de 14.9%. A Meta ganhou 1.9 pontos percentuais. Em gastos, a Anthropic permaneceu em primeiro com 52.0%, embora tenha caído de 63.9%; a OpenAI subiu para 21.8% de 13.3%, e a Moonshot.ai subiu para 8.2% de 4.5%. A BofA enfatiza que os dados do OpenRouter e da Vercel indicam adoção por desenvolvedores e tração comercial nessas plataformas, e não o uso total do setor, pois excluem APIs diretas de provedores, plataformas de nuvem, implementações privadas, inferência auto-hospedada e cargas internas de hiperescaladores. As medidas de custo de inferência apresentaram sinais mistos. O AI Token Price Index subiu 5% mês a mês e 104% ano a ano para $2.41 em 10 de setembro, após uma queda em agosto. A BofA atribui parte da alta à entrada do GPT-6 Astra no índice com $10 por milhão de Token de entrada e $50 por milhão de Token de saída, igualando Fable 5.1 como o modelo de preço mais alto. GLM-5.3-Flash entrou a $0.15 de entrada e $0.50 de saída por milhão de Token, estabelecendo um novo piso de preço, enquanto DeepSeek V4.1 Flash substituiu V4 Flash a um preço menor. Em contraste, o LLM Token Expenditure Index da Silicon Data, uma medida mais ampla e ponderada pelo uso do custo efetivo de inferência, caiu 11% mês a mês para $0.98 em 13 de setembro, de $1.10 em agosto. No custo por tarefa do Intelligence Index, Claude Fable 5 with fallback foi o mais alto, com $8.75; Claude Fable 5.1 Max with fallback ficou em $7.63 e Claude Opus 5 Max em $5.86. GPT-6 Astra Max custou $3.26, e a OpenAI afirmou que o modelo pode oferecer desempenho de preço atraente frente à concorrência líder. Os indicadores de infraestrutura continuaram a apoiar a visão da BofA de uma demanda saudável por IA. Em 13 de setembro, os preços de aluguel de B200 subiram 1% mês a mês e 9% ano a ano para $5.68 per GPU-hour. Os aluguéis de H100 caíram 4% mês a mês, mas permaneceram 30% acima do ano anterior em $2.65, enquanto os de A100 caíram 3% mês a mês, mas ficaram 15% acima do ano anterior em $1.60. A BofA observa que os dados sugerem que a vida útil dos servidores permanece saudável, dado que os embarques de A100 começaram em 2020. Os preços de memória ficaram em grande parte estáveis sequencialmente, mas muito elevados ano a ano: a DRAM DDR5-5600/6400 24GB subiu 1% mês a mês e 476% ano a ano, enquanto a NAND QLC de 1TB caiu 1% mês a mês, mas subiu 437% ano a ano. No conjunto, a BofA conclui que os preços de Token se estabilizaram após a queda de agosto, os líderes entre modelos fechados continuam muito próximos em inteligência, modelos abertos seguem ganhando participação de uso e aluguéis firmes de GPU sugerem demanda sustentada por infraestrutura. O relatório também alerta que o debate renovado sobre segurança e regulação de IA pode influenciar o sentimento em relação aos hiperescaladores no curto prazo. Para a Meta, especificamente, a BofA mantém Buy e vincula sua visão construtiva à melhoria da competitividade de seus modelos e aos próximos lançamentos de produtos de IA.

Estrutura de análise

A BofA acompanha a cadeia de valor de IA de fronteira comparando benchmarks de modelos de terceiros, participações de Token e de gastos em plataformas, índices de custo de Token publicados e efetivos, tarifas de aluguel de GPU e preços spot de memória. Usa as tendências combinadas para avaliar posicionamento competitivo, economia de inferência de IA e condições de demanda de infraestrutura relevantes para ações de Internet.

Notas metodológicas

• Marco de estratégia competitivaFosso econômico e vantagem competitiva

  Comparação de rankings de capacidade de modelos de fronteira

  O relatório compara pontuações de benchmark de inteligência, agentes e agentes de programação para avaliar a capacidade relativa dos modelos e se a Meta está reduzindo a lacuna em relação aos laboratórios líderes de IA.

• Marco de análise setorialMarco de oferta e demanda

  Demanda por infraestrutura de IA avaliada por aluguéis de GPU e preços de memória

  As tarifas de aluguel de GPU e os movimentos nos preços de memória são usados como indicadores das condições de demanda e da pressão de custos em toda a cadeia de infraestrutura de IA.

• OutroOutro

  Token Price Index e LLM Token Expenditure Index

  O relatório usa um índice de preços de provedores e um benchmark mais amplo de custo efetivo ponderado pelo uso para distinguir entre preços listados de modelos de fronteira e o que os usuários efetivamente pagam pela inferência.

Mapeamento e comparação de ativos

Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).

• Meta Platforms (META)

  A BofA afirma que os modelos mais recentes da Meta estão reduzindo a lacuna de inteligência de fronteira e mantém Buy.

  Pontos fortes

  MuseSpark 1.3 ficou em quinto no Intelligence Index e empatou em segundo no Agentic Index; a BofA é construtiva sobre os próximos produtos de IA e o lançamento esperado do LLM Watermelon em outubro.

  Pontos fracos

  MuseSpark 1.3 ficou em sétimo no Coding Agent Index, atrás dos principais modelos da Anthropic e da OpenAI.

  Comparação

  Claude Fable 5.1 e GPT-6 Astra lideraram as métricas de inteligência e de agentes de programação; Gemini 3.8 Flash ficou abaixo de MuseSpark 1.3 no Intelligence Index citado.

  Riscos

  A BofA cita gastos em iniciativas de IA que podem prejudicar as margens, pressão competitiva por engajamento e orçamentos de publicidade, receita publicitária sensível ao ambiente macroeconômico e risco regulatório ou de litígios.

Dados principais

• Maior pontuação do Intelligence Index53Claude Fable 5.1 e GPT-6 Astra foram os mais altos segundo a Artificial Analysis.
• Intelligence Index do Meta MuseSpark 1.348; fifth placeGemini 3.8 Flash ficou em 12.º com 41.
• Participação de volume de Token da DeepSeek na Vercel45.7% September MTDSubiu de 30.1% em agosto.
• Participação de gastos da Anthropic na Vercel52.0% September MTDCaiu de 63.9% em agosto, mas continuou sendo a maior participação de gastos.
• AI Token Price Index$2.41Subiu 5% mês a mês e 104% ano a ano em 10 de setembro.
• LLM Token Expenditure Index$0.98Caiu 11% mês a mês de $1.10 em agosto em 13 de setembro.
• Preço de aluguel de GPU B200$5.68 per GPU-hourSubiu 1% mês a mês e 9% ano a ano.
• Variação do preço da DDR5 DRAM+1% month on month; +476% year on yearPara DDR5-5600/6400 24GB 3Gx8 em 13 de setembro.

Impacto e implicações

A BofA vê os aluguéis firmes de GPU e os preços elevados de memória como evidência de demanda saudável por infraestrutura de IA, mesmo com o uso de modelos migrando para ofertas abertas de menor custo. A melhora da Meta nos benchmarks apoia sua perspectiva de produtos de IA, enquanto segurança e regulação de IA podem pressionar o sentimento dos hiperescaladores no curto prazo.

Riscos

• Os debates sobre segurança e regulação de IA podem influenciar o sentimento dos hiperescaladores no curto prazo.
• A Meta enfrenta riscos de receita de publicidade digital sensível ao ambiente macroeconômico, gastos elevados em IA, crescimento de ativos fixos, competição de plataformas nativas de IA e resultados regulatórios ou de litígios.

Pontos a observar

• O lançamento esperado em outubro do LLM Watermelon da Meta e de produtos de IA relacionados.
• Se os rankings de modelos da Meta continuarão reduzindo a lacuna em relação aos líderes de fronteira.
• Tendências de preços de Token e de custos efetivos de inferência após as leituras divergentes de setembro.
• Tarifas de aluguel de GPU e custos de memória como indicadores da demanda por infraestrutura de IA.
• Novas mudanças na participação de uso de modelos abertos e manchetes sobre segurança ou regulação de IA.