Peter Steinberger, fundador do OpenClaw e novo engenheiro da OpenAI, postou uma captura de tela no X mostrando uma fatura de US$ 1.305.088,81 por uso da API da OpenAI durante um período de 30 dias. O gasto veio de executar cerca de 100 instâncias do Codex continuamente em seu projeto de código aberto, um setup que gerou 603 bilhões de tokens e 7,6 milhões de solicitações de API.
A pipeline autônoma do OpenClaw faz mais do que apenas gerar trechos de código. A equipe de três pessoas de Steinberger construiu uma frota de agentes de IA que revisam solicitações de pull, scaneiam commits em busca de falhas de segurança, deduplicam problemas do GitHub, escrevem correções e abrem novas solicitações de pull alinhadas com a estratégia do projeto. Outros agentes monitoram o desempenho de benchmark, sinalizam regressões no Discord e até mesmo participam de reuniões para gerar solicitações de pull de recursos em tempo real. A equipe também integra ferramentas como Clawpatch.ai, Deepsec da Vercel e Codex Security para uma análise mais profunda de bugs e vulnerabilidades.
A fatura de US$ 1,3 milhão reflete o preço do "Modo Rápido" do Codex, que consome créditos a uma taxa muito mais alta do que a execução padrão. Steinberger observou que desabilitar o Modo Rápido reduziria o custo bruto para cerca de US$ 300.000 por mês – uma redução de 70%. Mesmo nesse nível mais baixo, a operação ainda custaria cerca de US$ 3,6 milhões anualmente, destacando como os modos de execução e os níveis de preços podem inflar dramaticamente o gasto relatado.
A OpenAI concordou em cobrir a fatura, tratando-a como um investimento em pesquisa para entender o desenvolvimento de software quando a economia de tokens não é um fator limitante. Steinberger, que se juntou à OpenAI em fevereiro de 2026, disse que o trabalho é de código aberto e interoperável com modelos proprietários e de peso aberto. Ele descreveu o retorno sobre o investimento como "bastante alto", considerando que a saída beneficia a comunidade de desenvolvedores mais ampla.
O histórico de Steinberger adiciona peso ao experimento. Ele fundou a PSPDFKit em 2011, crescendo a estrutura de renderização de PDF em um produto usado em mais de um bilhão de dispositivos e arrecadando US$ 116 milhões com a Insight Partners após uma década de crescimento autofinanciado. Depois de se afastar da PSPDFKit, ele lançou o OpenClaw, que rapidamente se tornou o projeto de código aberto de crescimento mais rápido no GitHub, superando React, Vue.js e TensorFlow em contagem de estrelas.
A fatura chega em um momento em que a indústria de software está lutando com a economia do desenvolvimento impulsionado por IA. A OpenAI recentemente abriu assinaturas do ChatGPT para 3,2 milhões de usuários do OpenClaw a US$ 23 por mês, enquanto a Anthropic proibiu os assinantes do Claude Pro e Max de usarem estruturas de agente de terceiros, citando custos de computação insustentáveis sob preços de taxa fixa. A fatura de Steinberger torna a lacuna entre os modelos de assinatura e a demanda de computação maciça de agentes autônomos visivelmente clara.
Ao custo de US$ 1,3 milhão para 100 agentes, o custo por agente ultrapassa US$ 13.000 por mês – muito além do que qualquer plano de assinatura atual cobre. Mesmo o cenário otimizado de US$ 300.000 se traduz em cerca de US$ 3.000 por agente por mês. Para empresas que avaliam ferramentas de codificação agente, esses números fornecem uma linha de base concreta que o marketing de fornecedores raramente divulga.
A tendência mais ampla aponta para uma mudança na forma como o software é construído. Agentes de codificação de IA da OpenAI, DeepMind, Anthropic e outros estão passando de demonstrações de conceito para implantações de produção em escala. A pergunta não é mais se a IA vai escrever código, mas quanto vai custar e quem vai pagar a conta. O experimento de Steinberger, três humanos supervisionando uma frota de 100 agentes, representa uma versão extremada do que muitas empresas podem tentar em uma escala menor no próximo ano.
Se o futuro do desenvolvimento de IA autônomo se provar acessível depende de três fatores: o ritmo em que os custos de inferência de modelo diminuem, a eficiência das estruturas de orquestração no gerenciamento do uso de tokens e a capacidade de abordar desafios de segurança e qualidade que surgem do código gerado rapidamente pela IA. A fatura de US$ 1,3 milhão é menos um aviso do que um recibo do futuro, mostrando a realidade financeira quando as ferramentas de IA operam sem restrições orçamentárias.
Questo articolo è stato scritto con l'assistenza dell'IA.
News Factory SEO ti aiuta ad automatizzare i contenuti delle notizie per il tuo sito.