Ajude a desenvolver o World Market Atlas, um projeto de estudante para investidores individuais. Cada contribuição conta.
WORLD MARKET ATLAS COMENTÁRIO PESSOAL
Comentários de mercado
A minha perspectiva sobre os mercados, a economia e os acontecimentos que interessam aos investidores.
World Market AtlasPT
Perdas OpenAI e Anthropic : a economia do modelo de fronteira e o desafio da comparação de dados financeiros
Dados em 23 Setembro 2026. Os dados reportados pela mídia, os resultados históricos e as previsões são distinguidos em todo o texto.
O campus Stargate em construção em Abilene, Texas. Imagem publicada por OpenAI em Julho 2025; uma ilustração de infraestrutura, não evidência de resultados financeiros 2026. OpenAI ↗
Resumo
Este artigo analisa as perdas operacionais, o consumo de dinheiro e os futuros compromissos de infraestrutura em duas empresas privadas líderes que desenvolvem modelos de inteligência artificial de fronteira: OpenAI e Anthropic. A análise mostra que não existe uma única figura, totalmente comparável e verificada publicamente, que define cada empresa. As fontes disponíveis utilizam diferentes medidas: perda operacional, perda líquida, fluxo de caixa livre negativo, queima de caixa e rendimento operacional ajustado.
De acordo com documentos de acionistas descritos pela The Information, OpenAI queimou 3,7 mil milhões de dólares em dinheiro no primeiro trimestre de 2026, enquanto gerando 5,7 mil milhões de dólares em receita. Reuters observou que não podia confirmar de forma independente esses valores. Uma previsão reportada pelo Financial Times apresenta uma escala ainda maior: OpenAI alegadamente espera um fluxo de caixa livre negativo cumulativo de 278 mil milhões de dólares em 2026–2030. Esta é uma previsão, no entanto, não uma perda já incorrida. Reuters
Para Anthropic, fontes de mídia indicam aproximadamente $5,6 mil milhões de queimadas em dinheiro em 2024 e uma redução planejada para $3 mil milhões em 2025. Em 2026, Anthropic estava alcançando seu primeiro resultado operacional ajustado positivo. Isto não implica automaticamente rendimento líquido positivo ou fluxo de caixa livre positivo. Reuters
Keywords: OpenAI, Anthropic, inteligência artificial, consumo de caixa, perda operacional, fluxo de caixa livre, cálculo, modelos de fronteira.
1. Introdução
O desenvolvimento da inteligência artificial gerativa produziu empresas com um crescimento de receita excepcionalmente rápido, mas também uma necessidade sem precedentes de investimento em centros de dados, processadores, energia, redes de transmissão, infraestrutura em nuvem e funcionários altamente qualificados. OpenAI e Anthropic estão entre os principais participantes desta corrida.
Avaliar a sua situação financeira é mais difícil do que analisar as empresas cotadas tradicionais. Ambos continuam a ser empresas privadas e não divulgam publicamente um conjunto completo e normalizado de demonstrações financeiras consolidadas comparáveis aos relatórios anuais das empresas cotadas nos EUA. A maior parte das informações sobre as suas perdas provém, portanto, de documentos de investidores, apresentações de acionistas, material obtido pelos meios de comunicação social ou declarações da gestão.
Em vários casos, a Reuters afirmou explicitamente que não podia confirmar de forma independente os números publicados pela primeira vez pelo The Information ou pelo Financial Times. Por conseguinte, uma formulação metodologicamente sólida não é a de «OpenAI» definitivamente perdeu uma determinada quantidade, mas «de acordo com os documentos descritos por um determinado estabelecimento, a empresa teria registado um determinado resultado. Reuters
2. Método de pesquisa e hierarquia das fontes
O artigo utiliza análise documental. As fontes são divididas em três grupos:
Informações confirmadas pela empresa — principalmente rondas de financiamento, escala de receitas declaradas e acordos de infra-estrutura assinados.
Informações a partir de documentos internos — números descritos por Reuters, o Financial Times, a Informação e a Fortune, mas não publicados como demonstrações financeiras públicas completas.
Previsões de gestão — planos plurianuais para receitas futuras, despesas e fluxos de caixa. Estes não são resultados históricos e podem mudar materialmente.
Postos de mídia social não assinados, compilações on-line não verificadas e números para os quais não foi possível estabelecer uma fonte original foram excluídos da análise.
3. Perder não é um único conceito
As discussões de OpenAI e Anthropic misturam frequentemente várias medidas financeiras diferentes.
Perda operacional surge quando os custos de uma empresa de negócio principal excedem a sua receita. Estes custos incluem infraestrutura, investigação e desenvolvimento, remuneração dos funcionários, vendas e administração.
A perda líquida inclui também elementos não operacionais, tais como custos de financiamento, alterações no valor dos instrumentos de capital próprio, impostos ou efeitos de reestruturação únicos. Por conseguinte, pode ser substancialmente superior ou inferior às perdas operacionais.
Cash burn indica a redução em recursos de caixa de uma empresa associados a operações de financiamento e investimento. Não é o mesmo que uma perda contabilística.
Fluxo de caixa livre negativo significa que os fluxos de caixa gerados pelo negócio são insuficientes para financiar seus investimentos. Para os laboratórios de IA, tanto os custos contínuos de computação como os acordos multianuais para a capacidade do centro de dados podem ser importantes.
Receita operacional ajustada pode excluir certas despesas, como a compensação baseada em ações. Por conseguinte, um resultado operacional positivo ajustado não é equivalente ao rendimento líquido positivo.
Outra questão é a utilização de receita corrente. Esta extrapola o mais recente ritmo de vendas, em vez de medir as receitas obtidas ao longo de 12 meses completos. Anthropic definiu esta métrica multiplicando as vendas baseadas no consumo nos últimos 28 dias por 13 e as receitas mensais de assinatura por 12. Segundo a Reuters Breakingviews, as receitas GAAP acumuladas da Anthropic desde a sua criação até ao final de 2025 ultrapassaram 5 mil milhões de dólares, enquanto o ritmo anualizado de receitas divulgado já tinha atingido 19 mil milhões de dólares em fevereiro de 2026. Ambos os números podem ser verdadeiros, mas eles medem coisas completamente diferentes. Reuters
4. OpenAI — Crescimento das receitas com consumo de capital muito elevado
4.1. Números do primeiro trimestre 2026
De acordo com documentos de accionistas descritos pela The Information, OpenAI alegadamente:
gerou 5,7 mil milhões de dólares em receitas no primeiro trimestre de 2026;
queimou 3,7 mil milhões de dólares em dinheiro durante o mesmo período.
Reuters publicou esta informação em 16 Junho 2026, ao passo que observou que não podia confirmar independentemente o relatório. Reuters
O rácio de consumo de caixa em relação às receitas foi aproximadamente:
(3,7 ÷ 5,7) × 100% ≈ 64,9%
A queima em dinheiro reportada correspondeu assim a cerca de 65 centavos por cada dólar de receita trimestral. Este rácio não deve ser interpretado como uma margem de funcionamento: a queima de caixa pode incluir investimentos, pagamentos resultantes de compromissos anteriores e alterações no capital de circulação.
4.2. Números não públicos para 2025
Em junho de 2026, Fortune descreveu cópias de OpenAI demonstrações financeiras obtidas pelo jornalista Ed Zitron e o Financial Times. De acordo com estes materiais, a empresa 2025 receitas foi de cerca de 13,07 mil milhões de dólares, custos e despesas foram de 34 mil milhões de dólares, e a perda operacional foi de aproximadamente 20,92 mil milhões de dólares. Fortune
Estes valores são importantes, mas não devem ser apresentados como um resultado auditado e confirmado publicamente, disponível na mesma base que o relatório de uma empresa cotada. Eles vêm de cópias de documentos obtidos pelos meios de comunicação social. Neste artigo, eles servem, portanto, como material de apoio em vez de uma demonstração financeira pública indiscutível.
Se os valores forem exactos, a perda operacional corresponderia a aproximadamente 160% de receitas, e os custos totais seriam cerca de 2,6 vezes as vendas. Esta escala sugere que o rápido crescimento das receitas ainda não foi suficiente para cobrir os custos de investigação, infra-estrutura, serviço de modelos, distribuição e expansão organizacional.
4.3. Previsão até 2030
O valor mais significativo em relação às necessidades futuras de financiamento de OpenAI dé de uma apresentação da empresa, alegadamente analisada pelo Financial Times. Segundo a Reuters, OpenAI previsões:
Fluxo de caixa livre negativo cumulativo de 278 mil milhões de dólares em 2026–2030;
Crescimento anual da receita de 36 mil milhões de dólares em 2026 para 350 mil milhões de dólares em 2030;
cerca de 840 mil milhões de dólares em receita cumulativa até ao final de 2030;
cerca de 856 mil milhões de dólares em gastos em computação e infraestrutura até o final da década.
Todos estes valores são previsões a partir de uma apresentação interna, não resultados realizados. OpenAI não comentou diretamente sobre o relatório antes de Reuters o publicar. Reuters
O plano implicaria que, mesmo com um crescimento de vendas muito rápido, a empresa antecipa um período multianual de fluxo de caixa negativo. A este respeito, a estratégia OpenAIŞ assemelha-se ao desenvolvimento de infraestruturas: a empresa assegura antecipadamente a capacidade de computação, antes de as receitas geradas por esses ativos cobrirem plenamente os seus custos.
4.4. Perdas de financiamento
Em 31 de março de 2026, a OpenAI anunciou oficialmente ter captado 122 mil milhões de dólares, com uma avaliação após o financiamento de 852 mil milhões de dólares. A empresa também afirmou que estava gerando aproximadamente US$2 mil milhões em receitas mensais. Esta informação vem directamente da empresa, mas não confirma a rentabilidade. OpenAI
O capital obtido dos investidores não é receita de vendas nem lucro. Ajuda a cobrir fluxos de caixa negativos, financiar a investigação e celebrar acordos para fornecimentos futuros de capacidade de computação.
Amazon–Anthropic ilustração de parceria publicada por Anthropic em novembro de 2024. As marcas registradas pertencem aos seus respectivos proprietários; o uso editorial não implica apoio. Anthropic / Amazon ↗
5. Anthropic — a partir de queimadas em numerário elevadas até rendibilidade ajustada comunicada
5.1. Consumo de caixa em 2024–2025
Em fevereiro de 2025, Reuters, citando The Information, relatou que Anthropic:
queimou aproximadamente 5,6 mil milhões de dólares em dinheiro em 2024;
Prevê-se aproximadamente US$3 mil milhões de queimadas em dinheiro em 2025;
esperava que o seu período de consumo de caixa terminasse em 2027.
Anthropic não respondeu ao pedido de comentários da Reuters. No essencial, o valor de 3 mil milhões de dólares foi uma previsão para 2025, e não um resultado anual posteriormente confirmado. Reuters
É, portanto, inapropriado escrever que Anthropic perdeu 3 mil milhões de dólares em 2025. A formulação correta é que, em fevereiro de 2025, a empresa teria projetado aproximadamente $3 mil milhões de queimadas em dinheiro para o ano inteiro.
5.2. Primeiro resultado operacional positivo relatado
Em maio de 2026, Reuters Breakingviews relatou que Anthropic gerou $4,8 mil milhões em receita do primeiro trimestre e esperava $10,9 mil milhões no segundo trimestre. A empresa também previu 559 milhões de dólares em lucro operacional ajustado para esse período, o que a tornaria o primeiro trimestre rentável ao abrigo desta medida. Reuters
A margem operacional ajustada projectada foi de aproximadamente:
(0,559 ÷ 10,9) × 100% ≈ 5,1%
De acordo com a Reuters, esta medida incluiu o custo total da formação de novos modelos, mas excluiu a compensação baseada em ações. Por conseguinte, não era equivalente a lucro de exploração não ajustado nem a rendimento líquido. Reuters
Em setembro de 2026, o Financial Times relatou que Anthropic teria dado aos accionistas uma previsão de rendimento operacional ajustado positivo para um segundo trimestre consecutivo. Reuters observou novamente que não podia verificar independentemente a informação, e Anthropic não respondeu antes da publicação. Reuters
Estes resultados sugerem uma acentuada melhoria na economia operacional Anthropic, mas ainda não demonstram que a empresa alcançou:
Rendimento líquido positivo;
Fluxo de caixa operacional positivo;
Fluxo de caixa livre positivo;
rendibilidade sustentada em um ciclo completo de desenvolvimento de modelos sucessivos.
5.3. Por que Anthropic e OpenAI não podem ser comparados sem ajustes
Reuters Breakingviews observou que a receita de AnthropicÕs não foi reduzida pela ação a dever aos parceiros de distribuição. OpenAI, em contrapartida, alegadamente apresentou receita após deduzir a ação de Microsoft. Consequentemente, 1 dólares da receita reportada por Anthropic não corresponde necessariamente a 1 dólares reportados por OpenAI. Reuters
Um problema semelhante surge do lado dos custos. O resultado operacional ajustado da Anthropic excluía a remuneração em ações. Para uma empresa tecnológica em rápida expansão, tal compensação pode ser economicamente significativa mesmo quando não causa uma saída de caixa imediata.
Por conseguinte, os dados disponíveis não corroboram uma conclusão responsável de que Anthropic é categóricamente mais rentável do que OpenAI. Apenas se pode dizer que Anthropic relatou um caminho mais rápido para a renda operacional positiva ajustada.
5.4. Financiamento e compromissos de infraestrutura da Anthropic
Em fevereiro de 2026, Anthropic anunciou oficialmente uma rodada de financiamento de $30 mil milhões em uma avaliação pós-dinheiro de $380 mil milhões. Declarou uma receita corrente de 14 mil milhões de dólares na época. Anthropic
Em abril de 2026, Anthropic anunciou um acordo com Amazon envolvendo um compromisso de gastar mais de $100 mil milhões em tecnologias AWS durante dez anos e garantir até 5 GW de capacidade de computação. Amazon simultaneamente comprometeu-se a investir 5 mil milhões de dólares, com a possibilidade de investir mais 20 mil milhões de dólares, além de 8 mil milhões de dólares. Anthropic
Os 100 mil milhões de dólares não correspondem ao prejuízo atual da Anthropic. Trata-se de um compromisso contratual plurianual a ser resolvido no futuro. No entanto, mostra que mesmo uma empresa que reporta um rendimento de exploração ajustado positivo deve garantir enormes quantidades de capital para as infra-estruturas futuras.
6. Resumo dos dados disponíveis
Empresa e período
Montante reportado
Medida
Estado da informação
OpenAI, T1 2026
3,7 mil milhões de dólares ao lado de 5,7 mil milhões de receitas
Consumo de caixa
Documentos do acionista descritos pela The Information; Reuters não os confirmou independentemente. Reuters
OpenAI, 2025
Aproximadamente 20,92 mil milhões de dólares
Perda de exploração
Cópias das demonstrações financeiras não públicas descritas pela Fortune e o Financial Times. Fortune
OpenAI, 2026–2030
278 mil milhões de dólares
Previsão negativa FCF
Previsão a partir de uma apresentação da empresa vista pelo Financial Times; não uma perda já incorrida. Reuters
Anthropic, 2024
Aproximadamente 5,6 mil milhões de dólares
Consumo de caixa
Informações sobre investidores descritas por The Information and Reuters. Reuters
Anthropic, 2025
Aproximadamente 3 mil milhões de dólares
Previsão de consumo de caixa
Previsão apresentada no início de 2025; a fonte citada não contém resultados finais públicos. Reuters
Anthropic, T2 2026
559 milhões de dólares
Provisões de lucro operacional ajustado
As previsões excluíram a compensação baseada em ações, mas incluíram os custos de formação de modelo. Reuters
Anthropic, mais tarde em 2026
Montante não divulgado
Resultado operacional positivo ajustado por um segundo trimestre consecutivo
Relatório Financial Times; Reuters não confirmou independentemente a informação. Reuters
O quadro mostra que os números disponíveis não constituem uma série comparativa consistente. Algumas entradas representam resultados históricos, outras previsões, enquanto as definições de receita e rendibilidade também diferem.
7. Principais fatores das perdas
7.1. Custos de formação para modelos de fronteiras
As pesquisas realizadas por Ben Cottier e co-autores indicam que o custo amortizado da formação dos modelos fronteiriços mais intensivos em computação aumentou em média aproximadamente 2,4 vezes por ano, a partir de 2016. Os autores estimaram que o hardware de computação representou aproximadamente 47–64% dos custos de desenvolvimento de modelos nos projetos estudados, enquanto os funcionários de pesquisa e desenvolvimento – incluindo a compensação de capital próprio – representaram aproximadamente 29–49%. A própria energia representou uma parte muito menor, geralmente 2–6%. arXiv
O estudo não apresenta contas reais de OpenAI ó Anthropic ó. É um modelo de custo baseado em hardware, energia, nuvem e dados de pessoal. A sua importância reside em demonstrar que os custos de formação se estendem muito além das compras de electricidade. As categorias mais importantes são processadores, servidores, redes, depreciação de infraestrutura e o trabalho de equipes de pesquisa altamente remuneradas.
7.2. O custo do serviço aos utilizadores
Após o treinamento completo, um modelo continua a incorrer em custos para cada consulta do utilizador. Esse custo de inferência inclui processadores, memória, redes, centros de dados e energia.
O Índice de IA de Stanford relatou que o custo de inferência de um sistema atingindo aproximadamente o nível de desempenho GPT-3,5 caiu mais do que 280 vezes entre novembro 2022 e outubro 2024. Os custos de hardware diminuíram em média aproximadamente 30% por ano, enquanto a eficiência energética melhorou em aproximadamente 40% por ano. Stanford HAI
Os custos unitários mais baixos não produzem necessariamente despesas totais mais baixas. Se os números de utilizadors, comprimentos de resposta, uso de agentes e demanda por modelos mais avançados crescerem mais rápido do que a eficiência do hardware, a conta de inferência total pode continuar a aumentar.
7.3. A corrida pela capacidade de computação
Laboratórios de IA asseguram capacidade de computação anos com antecedência. Isso reflete a disponibilidade limitada de aceleradores avançados, transformadores, conexões de rede, sistemas de refrigeração e centros de dados adequados.
Os gastos de infraestrutura de 856 mil milhões de dólares previstos pela OpenAI até ao final de 2030 e o compromisso da Anthropic de gastar mais de 100 mil milhões de dólares em tecnologias AWS ao longo de dez anos mostram que o desenvolvimento de modelos de IA de ponta começa a assemelhar-se a um negócio de infraestrutura, para além do desenvolvimento de software. Reuters
7.4. Custos de pesquisa e obsolescência rápida do modelo
Um novo modelo pode exigir meses de pesquisa, experimentação e testes de segurança. A sua vantagem tecnológica pode, no entanto, erodir rapidamente quando os concorrentes introduzem a sua próxima geração de modelos.
Isto provoca uma depreciação económica acelerada das despesas de investigação e desenvolvimento. Um modelo pode permanecer técnicamente funcional, mas requer uma redução dos preços ou substituição por um sistema mais novo. Este risco aumenta a pressão para continuar a incorrer em custos de formação contínua.
8. Discussão: são as perdas um sinal de fraqueza?
Grandes perdas não significam automaticamente que um modelo de negócio da empresa é ineficaz. Durante a expansão rápida, um negócio pode deliberadamente aceitar fluxo de caixa negativo para adquirir clientes, desenvolver tecnologia e garantir infraestruturas futuras.
Ao mesmo tempo, a capacidade de levantar enormes quantidades de capital não demonstra uma rendibilidade sustentável. O financiamento dos investidores apenas adia o ponto em que as receitas devem começar a cobrir:
Custos de inferência + parceiros acções + investigação e formação + remuneração dos trabalhadores + infra-estrutura + outros custos**
O maior risco é uma situação em que os preços dos modelos caem mais rápido do que os custos de formação e de serviço. A concorrência entre OpenAI, Anthropic, Google, Meta, xAI e fornecedores de modelos abertos pode exercer pressão decrescente sobre os preços. Neste contexto, o rápido crescimento dos utilizadores não se traduz necessariamente num crescimento proporcional da margem.
Por outro lado, aumentar a automação da programação, análise de documentos, atendimento ao cliente e processos administrativos pode gerar receita muito mais valiosa do que simples interações chatbot. Em termos económicos, a chave não será, portanto, apenas o volume token, mas a capacidade de cobrar para resolver um problema empresarial específico.
9. Limitações da pesquisa
A principal limitação é a ausência de demonstrações financeiras completas, disponíveis ao público, preparadas de forma coerente para ambas as empresas. Quatro problemas seguem.
Em primeiro lugar, alguns números vêm de documentos internos descritos pelos meios de comunicação social. Em segundo lugar, os resultados históricos são às vezes comparados com previsões futuras. Em terceiro lugar, as definições de receita diferem entre as empresas. Em quarto lugar, os resultados ajustados podem excluir elementos economicamente significativos, como acções de compensação ou de distribuição. Reuters
Por conseguinte, o material disponível não permite que sejam calculadas para as duas empresas margens de rendimento líquido ou de fluxo de caixa livre totalmente comparáveis EBITDA, EBIT.
10. Conclusões
OpenAI continua a ser uma empresa com requisitos de capital excepcionalmente elevados. O último relatório referente ao primeiro trimestre de 2026 indica queimadura de 3,7 mil milhões de dólares em dinheiro contra 5,7 mil milhões de dólares em receita, mas Reuters não confirmou independentemente esses valores. A previsão plurianual de um fluxo de caixa livre negativo de 278 mil milhões de dólares sugere que a administração espera manter um financiamento intensivo da infraestrutura pelo menos até ao final da década. Reuters
Anthropic também incorreu em custos muito elevados, refletidos na queima em dinheiro relatada de aproximadamente 5,6 mil milhões de dólares em 2024. Os dados de 2026, no entanto, sugerem uma transição para um rendimento operacional ajustado positivo. Isto não é equivalente ao lucro líquido sustentado: a medida excluiu a compensação baseada em ações, entre outros elementos, e o tratamento das acções dos parceiros diferiu da abordagem OpenAI. Reuters
As provas disponíveis corroboram três conclusões principais:
OpenAI tem maiores requisitos de capital reportados, especialmente através de 2030.
Anthropic parece estar a aproximar-se da rendibilidade operacional mais rápido, mas apenas com base em medidas ajustadas.
Atualmente não existe informação pública suficiente para determinar de forma fiável qual empresa alcança um melhor rendimento líquido não ajustado ou fluxo de caixa livre.
As perdas das duas empresas devem ser entendidas como parte de uma corrida mais ampla para controlar a capacidade de computação. Neste modelo, o cálculo está se tornando não apenas uma despesa corrente, mas um recurso produtivo estratégico. O valor económico final de OpenAI e Anthropic dependerá de se as receitas geradas pelas infra-estruturas garantidas hoje excedem o custo futuro do financiamento, mantendo-a e atualizando-a continuamente.
Bibliografia
Anthropic. (2026). Anthropic raises $30 billion in Series G funding at $380 billion post-money valuation. Anthropic
Anthropic. (2026). Anthropic and Amazon expand collaboration for up to 5 gigawatts of new compute. Anthropic
Cottier, B., Rahman, R., Fattorini, L., Maslej, N., Besiroglu, T. and Owen, D. (2025). The rising costs of training frontier AI models. arXiv. arXiv
OpenAI. (2026). OpenAI raises $122 billion to accelerate the next phase of AI. OpenAI
Reuters. (2025). Anthropic sees revenue potentially soaring to $34.5 billion in 2027, The Information reports. Reuters
Reuters. (2026). OpenAI burned $3.7 billion in first quarter of 2026, The Information reports. Reuters
Reuters. (2026). OpenAI forecasts cash burn near $280 billion by 2030, FT reports. Reuters
Reuters Breakingviews. (2026). Anthropic’s turbo-growth is only half the AI story. Reuters
Reuters Breakingviews. (2026). Anthropic gives lesson in AI revenue hallucination. Reuters
Stanford Institute for Human-Centered Artificial Intelligence. (2025). AI Index Report 2025. Stanford HAI
Os posts refletem as opiniões pessoais do autor a partir da publicação. Não são recomendações de investimento.
Comentários de mercado
A minha perspectiva sobre os mercados, a economia e os acontecimentos que interessam aos investidores.
Perdas OpenAI e Anthropic : a economia do modelo de fronteira e o desafio da comparação de dados financeiros
Dados em 23 Setembro 2026. Os dados reportados pela mídia, os resultados históricos e as previsões são distinguidos em todo o texto.
Resumo
Este artigo analisa as perdas operacionais, o consumo de dinheiro e os futuros compromissos de infraestrutura em duas empresas privadas líderes que desenvolvem modelos de inteligência artificial de fronteira: OpenAI e Anthropic. A análise mostra que não existe uma única figura, totalmente comparável e verificada publicamente, que define cada empresa. As fontes disponíveis utilizam diferentes medidas: perda operacional, perda líquida, fluxo de caixa livre negativo, queima de caixa e rendimento operacional ajustado.
De acordo com documentos de acionistas descritos pela The Information, OpenAI queimou 3,7 mil milhões de dólares em dinheiro no primeiro trimestre de 2026, enquanto gerando 5,7 mil milhões de dólares em receita. Reuters observou que não podia confirmar de forma independente esses valores. Uma previsão reportada pelo Financial Times apresenta uma escala ainda maior: OpenAI alegadamente espera um fluxo de caixa livre negativo cumulativo de 278 mil milhões de dólares em 2026–2030. Esta é uma previsão, no entanto, não uma perda já incorrida. Reuters
Para Anthropic, fontes de mídia indicam aproximadamente $5,6 mil milhões de queimadas em dinheiro em 2024 e uma redução planejada para $3 mil milhões em 2025. Em 2026, Anthropic estava alcançando seu primeiro resultado operacional ajustado positivo. Isto não implica automaticamente rendimento líquido positivo ou fluxo de caixa livre positivo. Reuters
Keywords: OpenAI, Anthropic, inteligência artificial, consumo de caixa, perda operacional, fluxo de caixa livre, cálculo, modelos de fronteira.
1. Introdução
O desenvolvimento da inteligência artificial gerativa produziu empresas com um crescimento de receita excepcionalmente rápido, mas também uma necessidade sem precedentes de investimento em centros de dados, processadores, energia, redes de transmissão, infraestrutura em nuvem e funcionários altamente qualificados. OpenAI e Anthropic estão entre os principais participantes desta corrida.
Avaliar a sua situação financeira é mais difícil do que analisar as empresas cotadas tradicionais. Ambos continuam a ser empresas privadas e não divulgam publicamente um conjunto completo e normalizado de demonstrações financeiras consolidadas comparáveis aos relatórios anuais das empresas cotadas nos EUA. A maior parte das informações sobre as suas perdas provém, portanto, de documentos de investidores, apresentações de acionistas, material obtido pelos meios de comunicação social ou declarações da gestão.
Em vários casos, a Reuters afirmou explicitamente que não podia confirmar de forma independente os números publicados pela primeira vez pelo The Information ou pelo Financial Times. Por conseguinte, uma formulação metodologicamente sólida não é a de «OpenAI» definitivamente perdeu uma determinada quantidade, mas «de acordo com os documentos descritos por um determinado estabelecimento, a empresa teria registado um determinado resultado. Reuters
2. Método de pesquisa e hierarquia das fontes
O artigo utiliza análise documental. As fontes são divididas em três grupos:
Postos de mídia social não assinados, compilações on-line não verificadas e números para os quais não foi possível estabelecer uma fonte original foram excluídos da análise.
3. Perder não é um único conceito
As discussões de OpenAI e Anthropic misturam frequentemente várias medidas financeiras diferentes.
Perda operacional surge quando os custos de uma empresa de negócio principal excedem a sua receita. Estes custos incluem infraestrutura, investigação e desenvolvimento, remuneração dos funcionários, vendas e administração.
A perda líquida inclui também elementos não operacionais, tais como custos de financiamento, alterações no valor dos instrumentos de capital próprio, impostos ou efeitos de reestruturação únicos. Por conseguinte, pode ser substancialmente superior ou inferior às perdas operacionais.
Cash burn indica a redução em recursos de caixa de uma empresa associados a operações de financiamento e investimento. Não é o mesmo que uma perda contabilística.
Fluxo de caixa livre negativo significa que os fluxos de caixa gerados pelo negócio são insuficientes para financiar seus investimentos. Para os laboratórios de IA, tanto os custos contínuos de computação como os acordos multianuais para a capacidade do centro de dados podem ser importantes.
Receita operacional ajustada pode excluir certas despesas, como a compensação baseada em ações. Por conseguinte, um resultado operacional positivo ajustado não é equivalente ao rendimento líquido positivo.
Outra questão é a utilização de receita corrente. Esta extrapola o mais recente ritmo de vendas, em vez de medir as receitas obtidas ao longo de 12 meses completos. Anthropic definiu esta métrica multiplicando as vendas baseadas no consumo nos últimos 28 dias por 13 e as receitas mensais de assinatura por 12. Segundo a Reuters Breakingviews, as receitas GAAP acumuladas da Anthropic desde a sua criação até ao final de 2025 ultrapassaram 5 mil milhões de dólares, enquanto o ritmo anualizado de receitas divulgado já tinha atingido 19 mil milhões de dólares em fevereiro de 2026. Ambos os números podem ser verdadeiros, mas eles medem coisas completamente diferentes. Reuters
4. OpenAI — Crescimento das receitas com consumo de capital muito elevado
4.1. Números do primeiro trimestre 2026
De acordo com documentos de accionistas descritos pela The Information, OpenAI alegadamente:
Reuters publicou esta informação em 16 Junho 2026, ao passo que observou que não podia confirmar independentemente o relatório. Reuters
O rácio de consumo de caixa em relação às receitas foi aproximadamente:
(3,7 ÷ 5,7) × 100% ≈ 64,9%
A queima em dinheiro reportada correspondeu assim a cerca de 65 centavos por cada dólar de receita trimestral. Este rácio não deve ser interpretado como uma margem de funcionamento: a queima de caixa pode incluir investimentos, pagamentos resultantes de compromissos anteriores e alterações no capital de circulação.
4.2. Números não públicos para 2025
Em junho de 2026, Fortune descreveu cópias de OpenAI demonstrações financeiras obtidas pelo jornalista Ed Zitron e o Financial Times. De acordo com estes materiais, a empresa 2025 receitas foi de cerca de 13,07 mil milhões de dólares, custos e despesas foram de 34 mil milhões de dólares, e a perda operacional foi de aproximadamente 20,92 mil milhões de dólares. Fortune
Estes valores são importantes, mas não devem ser apresentados como um resultado auditado e confirmado publicamente, disponível na mesma base que o relatório de uma empresa cotada. Eles vêm de cópias de documentos obtidos pelos meios de comunicação social. Neste artigo, eles servem, portanto, como material de apoio em vez de uma demonstração financeira pública indiscutível.
Se os valores forem exactos, a perda operacional corresponderia a aproximadamente 160% de receitas, e os custos totais seriam cerca de 2,6 vezes as vendas. Esta escala sugere que o rápido crescimento das receitas ainda não foi suficiente para cobrir os custos de investigação, infra-estrutura, serviço de modelos, distribuição e expansão organizacional.
4.3. Previsão até 2030
O valor mais significativo em relação às necessidades futuras de financiamento de OpenAI dé de uma apresentação da empresa, alegadamente analisada pelo Financial Times. Segundo a Reuters, OpenAI previsões:
Todos estes valores são previsões a partir de uma apresentação interna, não resultados realizados. OpenAI não comentou diretamente sobre o relatório antes de Reuters o publicar. Reuters
O plano implicaria que, mesmo com um crescimento de vendas muito rápido, a empresa antecipa um período multianual de fluxo de caixa negativo. A este respeito, a estratégia OpenAIŞ assemelha-se ao desenvolvimento de infraestruturas: a empresa assegura antecipadamente a capacidade de computação, antes de as receitas geradas por esses ativos cobrirem plenamente os seus custos.
4.4. Perdas de financiamento
Em 31 de março de 2026, a OpenAI anunciou oficialmente ter captado 122 mil milhões de dólares, com uma avaliação após o financiamento de 852 mil milhões de dólares. A empresa também afirmou que estava gerando aproximadamente US$2 mil milhões em receitas mensais. Esta informação vem directamente da empresa, mas não confirma a rentabilidade. OpenAI
O capital obtido dos investidores não é receita de vendas nem lucro. Ajuda a cobrir fluxos de caixa negativos, financiar a investigação e celebrar acordos para fornecimentos futuros de capacidade de computação.
5. Anthropic — a partir de queimadas em numerário elevadas até rendibilidade ajustada comunicada
5.1. Consumo de caixa em 2024–2025
Em fevereiro de 2025, Reuters, citando The Information, relatou que Anthropic:
Anthropic não respondeu ao pedido de comentários da Reuters. No essencial, o valor de 3 mil milhões de dólares foi uma previsão para 2025, e não um resultado anual posteriormente confirmado. Reuters
É, portanto, inapropriado escrever que Anthropic perdeu 3 mil milhões de dólares em 2025. A formulação correta é que, em fevereiro de 2025, a empresa teria projetado aproximadamente $3 mil milhões de queimadas em dinheiro para o ano inteiro.
5.2. Primeiro resultado operacional positivo relatado
Em maio de 2026, Reuters Breakingviews relatou que Anthropic gerou $4,8 mil milhões em receita do primeiro trimestre e esperava $10,9 mil milhões no segundo trimestre. A empresa também previu 559 milhões de dólares em lucro operacional ajustado para esse período, o que a tornaria o primeiro trimestre rentável ao abrigo desta medida. Reuters
A margem operacional ajustada projectada foi de aproximadamente:
(0,559 ÷ 10,9) × 100% ≈ 5,1%
De acordo com a Reuters, esta medida incluiu o custo total da formação de novos modelos, mas excluiu a compensação baseada em ações. Por conseguinte, não era equivalente a lucro de exploração não ajustado nem a rendimento líquido. Reuters
Em setembro de 2026, o Financial Times relatou que Anthropic teria dado aos accionistas uma previsão de rendimento operacional ajustado positivo para um segundo trimestre consecutivo. Reuters observou novamente que não podia verificar independentemente a informação, e Anthropic não respondeu antes da publicação. Reuters
Estes resultados sugerem uma acentuada melhoria na economia operacional Anthropic, mas ainda não demonstram que a empresa alcançou:
5.3. Por que Anthropic e OpenAI não podem ser comparados sem ajustes
Reuters Breakingviews observou que a receita de AnthropicÕs não foi reduzida pela ação a dever aos parceiros de distribuição. OpenAI, em contrapartida, alegadamente apresentou receita após deduzir a ação de Microsoft. Consequentemente, 1 dólares da receita reportada por Anthropic não corresponde necessariamente a 1 dólares reportados por OpenAI. Reuters
Um problema semelhante surge do lado dos custos. O resultado operacional ajustado da Anthropic excluía a remuneração em ações. Para uma empresa tecnológica em rápida expansão, tal compensação pode ser economicamente significativa mesmo quando não causa uma saída de caixa imediata.
Por conseguinte, os dados disponíveis não corroboram uma conclusão responsável de que Anthropic é categóricamente mais rentável do que OpenAI. Apenas se pode dizer que Anthropic relatou um caminho mais rápido para a renda operacional positiva ajustada.
5.4. Financiamento e compromissos de infraestrutura da Anthropic
Em fevereiro de 2026, Anthropic anunciou oficialmente uma rodada de financiamento de $30 mil milhões em uma avaliação pós-dinheiro de $380 mil milhões. Declarou uma receita corrente de 14 mil milhões de dólares na época. Anthropic
Em abril de 2026, Anthropic anunciou um acordo com Amazon envolvendo um compromisso de gastar mais de $100 mil milhões em tecnologias AWS durante dez anos e garantir até 5 GW de capacidade de computação. Amazon simultaneamente comprometeu-se a investir 5 mil milhões de dólares, com a possibilidade de investir mais 20 mil milhões de dólares, além de 8 mil milhões de dólares. Anthropic
Os 100 mil milhões de dólares não correspondem ao prejuízo atual da Anthropic. Trata-se de um compromisso contratual plurianual a ser resolvido no futuro. No entanto, mostra que mesmo uma empresa que reporta um rendimento de exploração ajustado positivo deve garantir enormes quantidades de capital para as infra-estruturas futuras.
6. Resumo dos dados disponíveis
O quadro mostra que os números disponíveis não constituem uma série comparativa consistente. Algumas entradas representam resultados históricos, outras previsões, enquanto as definições de receita e rendibilidade também diferem.
7. Principais fatores das perdas
7.1. Custos de formação para modelos de fronteiras
As pesquisas realizadas por Ben Cottier e co-autores indicam que o custo amortizado da formação dos modelos fronteiriços mais intensivos em computação aumentou em média aproximadamente 2,4 vezes por ano, a partir de 2016. Os autores estimaram que o hardware de computação representou aproximadamente 47–64% dos custos de desenvolvimento de modelos nos projetos estudados, enquanto os funcionários de pesquisa e desenvolvimento – incluindo a compensação de capital próprio – representaram aproximadamente 29–49%. A própria energia representou uma parte muito menor, geralmente 2–6%. arXiv
O estudo não apresenta contas reais de OpenAI ó Anthropic ó. É um modelo de custo baseado em hardware, energia, nuvem e dados de pessoal. A sua importância reside em demonstrar que os custos de formação se estendem muito além das compras de electricidade. As categorias mais importantes são processadores, servidores, redes, depreciação de infraestrutura e o trabalho de equipes de pesquisa altamente remuneradas.
7.2. O custo do serviço aos utilizadores
Após o treinamento completo, um modelo continua a incorrer em custos para cada consulta do utilizador. Esse custo de inferência inclui processadores, memória, redes, centros de dados e energia.
O Índice de IA de Stanford relatou que o custo de inferência de um sistema atingindo aproximadamente o nível de desempenho GPT-3,5 caiu mais do que 280 vezes entre novembro 2022 e outubro 2024. Os custos de hardware diminuíram em média aproximadamente 30% por ano, enquanto a eficiência energética melhorou em aproximadamente 40% por ano. Stanford HAI
Os custos unitários mais baixos não produzem necessariamente despesas totais mais baixas. Se os números de utilizadors, comprimentos de resposta, uso de agentes e demanda por modelos mais avançados crescerem mais rápido do que a eficiência do hardware, a conta de inferência total pode continuar a aumentar.
7.3. A corrida pela capacidade de computação
Laboratórios de IA asseguram capacidade de computação anos com antecedência. Isso reflete a disponibilidade limitada de aceleradores avançados, transformadores, conexões de rede, sistemas de refrigeração e centros de dados adequados.
Os gastos de infraestrutura de 856 mil milhões de dólares previstos pela OpenAI até ao final de 2030 e o compromisso da Anthropic de gastar mais de 100 mil milhões de dólares em tecnologias AWS ao longo de dez anos mostram que o desenvolvimento de modelos de IA de ponta começa a assemelhar-se a um negócio de infraestrutura, para além do desenvolvimento de software. Reuters
7.4. Custos de pesquisa e obsolescência rápida do modelo
Um novo modelo pode exigir meses de pesquisa, experimentação e testes de segurança. A sua vantagem tecnológica pode, no entanto, erodir rapidamente quando os concorrentes introduzem a sua próxima geração de modelos.
Isto provoca uma depreciação económica acelerada das despesas de investigação e desenvolvimento. Um modelo pode permanecer técnicamente funcional, mas requer uma redução dos preços ou substituição por um sistema mais novo. Este risco aumenta a pressão para continuar a incorrer em custos de formação contínua.
8. Discussão: são as perdas um sinal de fraqueza?
Grandes perdas não significam automaticamente que um modelo de negócio da empresa é ineficaz. Durante a expansão rápida, um negócio pode deliberadamente aceitar fluxo de caixa negativo para adquirir clientes, desenvolver tecnologia e garantir infraestruturas futuras.
Ao mesmo tempo, a capacidade de levantar enormes quantidades de capital não demonstra uma rendibilidade sustentável. O financiamento dos investidores apenas adia o ponto em que as receitas devem começar a cobrir:
Custos de inferência + parceiros acções + investigação e formação + remuneração dos trabalhadores + infra-estrutura + outros custos**
O maior risco é uma situação em que os preços dos modelos caem mais rápido do que os custos de formação e de serviço. A concorrência entre OpenAI, Anthropic, Google, Meta, xAI e fornecedores de modelos abertos pode exercer pressão decrescente sobre os preços. Neste contexto, o rápido crescimento dos utilizadores não se traduz necessariamente num crescimento proporcional da margem.
Por outro lado, aumentar a automação da programação, análise de documentos, atendimento ao cliente e processos administrativos pode gerar receita muito mais valiosa do que simples interações chatbot. Em termos económicos, a chave não será, portanto, apenas o volume token, mas a capacidade de cobrar para resolver um problema empresarial específico.
9. Limitações da pesquisa
A principal limitação é a ausência de demonstrações financeiras completas, disponíveis ao público, preparadas de forma coerente para ambas as empresas. Quatro problemas seguem.
Em primeiro lugar, alguns números vêm de documentos internos descritos pelos meios de comunicação social. Em segundo lugar, os resultados históricos são às vezes comparados com previsões futuras. Em terceiro lugar, as definições de receita diferem entre as empresas. Em quarto lugar, os resultados ajustados podem excluir elementos economicamente significativos, como acções de compensação ou de distribuição. Reuters
Por conseguinte, o material disponível não permite que sejam calculadas para as duas empresas margens de rendimento líquido ou de fluxo de caixa livre totalmente comparáveis EBITDA, EBIT.
10. Conclusões
OpenAI continua a ser uma empresa com requisitos de capital excepcionalmente elevados. O último relatório referente ao primeiro trimestre de 2026 indica queimadura de 3,7 mil milhões de dólares em dinheiro contra 5,7 mil milhões de dólares em receita, mas Reuters não confirmou independentemente esses valores. A previsão plurianual de um fluxo de caixa livre negativo de 278 mil milhões de dólares sugere que a administração espera manter um financiamento intensivo da infraestrutura pelo menos até ao final da década. Reuters
Anthropic também incorreu em custos muito elevados, refletidos na queima em dinheiro relatada de aproximadamente 5,6 mil milhões de dólares em 2024. Os dados de 2026, no entanto, sugerem uma transição para um rendimento operacional ajustado positivo. Isto não é equivalente ao lucro líquido sustentado: a medida excluiu a compensação baseada em ações, entre outros elementos, e o tratamento das acções dos parceiros diferiu da abordagem OpenAI. Reuters
As provas disponíveis corroboram três conclusões principais:
As perdas das duas empresas devem ser entendidas como parte de uma corrida mais ampla para controlar a capacidade de computação. Neste modelo, o cálculo está se tornando não apenas uma despesa corrente, mas um recurso produtivo estratégico. O valor económico final de OpenAI e Anthropic dependerá de se as receitas geradas pelas infra-estruturas garantidas hoje excedem o custo futuro do financiamento, mantendo-a e atualizando-a continuamente.
Bibliografia
Os posts refletem as opiniões pessoais do autor a partir da publicação. Não são recomendações de investimento.