Ajude o World Market Atlas a crescer
Ao encomendar uma avaliação de empresa, também apoia o desenvolvimento do projeto.
Apoie o projeto
Ajude a desenvolver o World Market Atlas, um projeto independente para investidores individuais. O seu apoio permite-nos produzir análises e melhorar as ferramentas.
As perdas da OpenAI e da Anthropic: a economia da corrida pelos modelos de fronteira e o desafio de comparar dados financeiros
Dados em 23 de setembro de 2026. O texto distingue entre valores divulgados pelos meios de comunicação, resultados históricos e previsões.
Resumo
Este artigo analisa as perdas operacionais, o consumo de caixa e os compromissos futuros de infraestrutura de duas empresas privadas líderes no desenvolvimento de modelos avançados de inteligência artificial: OpenAI e Anthropic. A análise mostra que não existe um único valor, plenamente comparável e publicamente verificado, que defina a «perda» de cada empresa. As fontes disponíveis utilizam indicadores distintos: perda operacional, perda líquida, fluxo de caixa livre negativo, consumo de caixa e resultado operacional ajustado.
Segundo documentos para acionistas descritos pelo The Information, a OpenAI terá consumido 3,7 mil milhões de dólares de caixa no primeiro trimestre de 2026, gerando 5,7 mil milhões de dólares de receitas. A Reuters assinalou que não podia confirmar estes valores de forma independente. Uma previsão divulgada pelo Financial Times apresenta uma escala ainda maior: a OpenAI terá previsto um fluxo de caixa livre negativo acumulado de 278 mil milhões de dólares em 2026–2030. Trata-se, porém, de uma previsão, não de uma perda já incorrida. Reuters
Para a Anthropic, fontes jornalísticas indicam um consumo de caixa de aproximadamente 5,6 mil milhões de dólares em 2024 e uma redução prevista para 3 mil milhões de dólares em 2025. Segundo essas informações, em 2026 a Anthropic previu o seu primeiro resultado operacional ajustado positivo. Isto não implica automaticamente resultado líquido positivo nem fluxo de caixa livre positivo. Reuters
Palavras-chave: OpenAI, Anthropic, inteligência artificial, consumo de caixa, perda operacional, fluxo de caixa livre, capacidade de computação, 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 valores publicados primeiro pelo The Information ou pelo Financial Times. Uma formulação metodologicamente rigorosa não é, portanto, «a OpenAI perdeu definitivamente um determinado montante», mas «segundo documentos descritos por um determinado órgão de comunicação social, a empresa terá 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:
Publicações não assinadas nas redes sociais, compilações on-line não verificadas e números para os quais não foi possível estabelecer uma fonte original foram excluídos da análise.
3. «Perda» não é um conceito único
As discussões de OpenAI e Anthropic misturam frequentemente várias medidas financeiras diferentes.
Perda operacional surge quando os custos da atividade principal de uma empresa excedem as suas receitas. Estes custos incluem infraestrutura, investigação e desenvolvimento, remuneração dos trabalhadores, 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.
Consumo de caixa indica a redução dos recursos de caixa de uma empresa associada ao financiamento das suas operações e investimentos. Não equivale a 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.
Resultado operacional ajustado pode excluir certas despesas, como a remuneração em ações. Um resultado operacional ajustado positivo não equivale, portanto, a um resultado líquido positivo.
Outra questão é a utilização de receitas anualizadas ao ritmo atual (run-rate). Esta medida extrapola o ritmo de vendas mais recente, em vez de medir receitas obtidas durante doze meses completos. A Anthropic definiu-a multiplicando por 13 as vendas baseadas no consumo dos 28 dias anteriores e por 12 as receitas mensais de subscrições. Segundo a Reuters Breakingviews, as receitas GAAP 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 valores podem estar corretos, mas medem coisas inteiramente 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%
O consumo de caixa divulgado correspondia, assim, a cerca de 65 cêntimos por cada dólar de receitas trimestrais. Este rácio não deve ser interpretado como margem operacional: o consumo de caixa pode incluir investimentos, pagamentos decorrentes de compromissos anteriores e variações do fundo de maneio.
4.2. Números não públicos para 2025
Em junho de 2026, a Fortune descreveu cópias de demonstrações financeiras da OpenAI obtidas pelo jornalista Ed Zitron e pelo Financial Times. Segundo esses documentos, a empresa terá registado receitas de cerca de 13,07 mil milhões de dólares em 2025, custos e despesas de 34 mil milhões de dólares e uma perda operacional 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 sobre as futuras necessidades de financiamento da OpenAI provém de uma apresentação da empresa que o Financial Times terá analisado. Segundo a Reuters, a OpenAI prevê:
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 muito rápido das vendas, a empresa antecipa vários anos de fluxo de caixa negativo. Neste aspeto, a estratégia da OpenAI assemelha-se ao desenvolvimento de infraestrutura: a empresa assegura antecipadamente capacidade de computação, antes de as receitas geradas por esses ativos cobrirem integralmente os seus custos.
4.4. Financiamento das perdas
A 31 de março de 2026, a OpenAI anunciou oficialmente compromissos de capital de 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 — de um elevado consumo de caixa à rentabilidade ajustada divulgada
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, incorreto escrever que «a Anthropic perdeu 3 mil milhões de dólares em 2025». A formulação correta é que, em fevereiro de 2025, a empresa terá projetado um consumo de caixa de aproximadamente 3 mil milhões de dólares para o ano inteiro.
5.2. Primeira previsão divulgada de um resultado operacional positivo
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%
Segundo a Reuters, esta medida incluía o custo integral do treino de novos modelos, mas excluía a remuneração em ações. Não equivalia, portanto, ao resultado operacional não ajustado nem ao resultado líquido. Reuters
Em setembro de 2026, o Financial Times relatou que Anthropic teria dado aos accionistas uma previsão de resultado 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
Estas previsões sugerem uma possível melhoria da economia operacional da Anthropic, mas ainda não demonstram que a empresa alcançou:
5.3. Por que Anthropic e OpenAI não podem ser comparados sem ajustes
A Reuters Breakingviews observou que as receitas da Anthropic não foram reduzidas pela parcela devida aos parceiros de distribuição. A OpenAI, pelo contrário, terá apresentado receitas após deduzir a parcela da Microsoft. Assim, 1 dólar de receitas divulgado pela Anthropic não corresponde necessariamente a 1 dólar divulgado pela 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.
Os valores disponíveis não permitem, portanto, concluir responsavelmente que a Anthropic é categoricamente mais rentável do que a OpenAI. Apenas se pode dizer que a Anthropic comunicou uma trajetória mais rápida para um resultado operacional ajustado positivo.
5.4. Financiamento e compromissos de infraestrutura da Anthropic
Em fevereiro de 2026, a Anthropic anunciou oficialmente uma ronda de financiamento de 30 mil milhões de dólares, com uma avaliação após o financiamento de 380 mil milhões de dólares. Na altura comunicou receitas anualizadas ao ritmo atual de 14 mil milhões de dólares. Anthropic
Em abril de 2026, a Anthropic anunciou um acordo com a Amazon que incluía um compromisso de gastar mais de 100 mil milhões de dólares em tecnologias AWS ao longo de dez anos e assegurar até 5 GW de capacidade de computação. A Amazon comprometeu-se simultaneamente a investir 5 mil milhões de dólares, com a possibilidade de investir mais 20 mil milhões de dólares, além dos 8 mil milhões de dólares já investidos anteriormente. Anthropic
Os 100 mil milhões de dólares não são a perda atual da Anthropic. São um compromisso contratual plurianual a liquidar no futuro. Ainda assim, mostram que mesmo uma empresa que comunica um resultado operacional ajustado positivo tem de assegurar enormes montantes de capital para infraestrutura futura.
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 fronteira
As pesquisas realizadas por Ben Cottier e co-autores indicam que o custo amortizado da formação dos modelos de fronteira 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 remuneração baseada em ações – representaram aproximadamente 29–49%. A própria energia representou uma parte muito menor, geralmente 2–6%. arXiv
O estudo não apresenta contas reais da OpenAI ou da Anthropic. 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 AI Index de Stanford indicou que o custo de inferência de um sistema com um desempenho aproximadamente equivalente ao GPT-3.5 caiu mais de 280 vezes entre novembro de 2022 e outubro de 2024. Os custos do hardware diminuíram, em média, aproximadamente 30% por ano, enquanto a eficiência energética melhorou aproximadamente 40% ao ano. Stanford HAI
Custos unitários mais baixos não produzem necessariamente uma despesa total inferior. Se o número de utilizadores, a extensão das respostas, a utilização de agentes e a procura de modelos mais avançados crescerem mais depressa do que a eficiência do hardware, a fatura total de inferência 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 da despesa de investigação e desenvolvimento. Um modelo pode continuar tecnicamente funcional, mas exigir uma redução de preço ou substituição por um sistema mais recente. Este risco aumenta a pressão para continuar a suportar custos adicionais de treino.
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 + parcelas das receitas devidas aos parceiros + 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.
Em contrapartida, a crescente automatização da programação, da análise de documentos, do atendimento ao cliente e dos processos administrativos pode gerar receitas muito mais valiosas do que simples interações com chatbots. Economicamente, a chave não será, portanto, apenas o volume de tokens, mas a capacidade de cobrar pela resolução de um problema empresarial concreto.
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. Daqui resultam quatro problemas.
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 a remuneração baseada em ações ou as parcelas das receitas devidas aos parceiros de distribuição. Reuters
Por conseguinte, o material disponível não permite calcular margens de EBITDA, EBIT, resultado líquido ou fluxo de caixa livre totalmente comparáveis para as duas empresas.
10. Conclusões
OpenAI continua a ser uma empresa com requisitos de capital excepcionalmente elevados. O último relatório referente ao primeiro trimestre de 2026 indica um consumo de caixa de 3,7 mil milhões de dólares, face a 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 no consumo de caixa divulgado de aproximadamente 5,6 mil milhões de dólares em 2024. Os dados de 2026, no entanto, sugerem uma transição para um resultado 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 parcelas das receitas devidas aos parceiros diferiu da abordagem OpenAI. Reuters
As provas disponíveis corroboram três conclusões principais:
As perdas de ambas as empresas devem ser entendidas como parte de uma corrida mais ampla pelo controlo da capacidade de computação. Neste modelo, a computação está a tornar-se não apenas uma despesa corrente, mas um recurso produtivo estratégico. O valor económico final da OpenAI e da Anthropic dependerá de as receitas geradas pela infraestrutura assegurada hoje excederem o custo futuro de a financiar, manter e atualizar continuamente.
Bibliografia
As publicações refletem as opiniões pessoais do autor à data da publicação. Não são recomendações de investimento.