Nos últimos dois anos, a inteligência artificial mudou seu ponto de equilíbrio. Se em 2022–2023 tudo girava em torno dos grandes modelos e do seu treinamento, hoje a verdadeira batalha não é mais travada na construção dos modelos, mas na sua execução contínua, na capacidade de responder a bilhões de consultas todos os dias. É a guerra da inference, e é muito mais importante do que parece.
Messari afirma claramente em seu relatório “State of AI 2025”: até 2030, a inferência representará entre 50% e 75% da demanda global de cálculo. Um patamar tão elevado que redesenhará completamente a geografia da infraestrutura de IA.
Hoje, sempre que um usuário abre o ChatGPT, gera uma imagem, pede um conselho, analisa um texto, solicita a um agente para navegar na web ou tomar uma decisão: está consumindo inference. E o mesmo acontece para milhares de agentes de IA que executam operações contínuas em segundo plano, sem que ninguém os veja.
O resultado é um consumo de cálculo que cresce de forma vertical, muito além do necessário para treinar os próprios modelos.
Sumário
A nova pressão: usuários reais, interações reais
As razões para este crescimento são múltiplas, mas todas convergem numa única direção: a IA é agora um serviço de massa. Os usuários não se limitam mais a experimentar; usam a IA de forma diária, prolongada e cada vez mais complexa.
As sessões do ChatGPT tornaram-se mais longas e mais detalhadas: de acordo com os dados relatados pela Messari, o tempo gasto nos modelos duplicou em um ano, e a duração média de uma única sessão aumentou em 75%. É um sinal claríssimo: a IA não é mais um assistente “ocasional”, mas um verdadeiro ambiente operacional onde o usuário permanece por mais tempo, fazendo solicitações mais extensas e mais densas em tokens.
A isto se junta a explosão da AI consumer. Em 2024, os aplicativos de inteligência artificial superaram um bilhão de downloads, com um crescimento superior a 100% ano a ano. ChatGPT conta hoje com mais de 700 milhões de usuários semanais, enquanto Gemini, Copilot e Claude seguem ritmos semelhantes. É uma onda contínua de solicitações que se traduz em computação, e portanto em custos.
O fator “reasoning”: os modelos inteligentes custam muito mais
A tornar tudo ainda mais pesado está a ascensão dos modelos orientados ao “reasoning”, aqueles que não se limitam a completar frases, mas tentam raciocinar, explicar, planejar. Esses modelos consomem até dez vezes mais tokens para responder à mesma pergunta em comparação com um modelo tradicional.
Se a isso somarmos o fato de que o setor já adotou técnicas de pós-treinamento baseadas em reinforcement learning — como demonstrado pela DeepSeek — a pressão sobre o compute explode ainda mais. O reinforcement learning gera milhares de iterações para cada problema individual, multiplicando o consumo de cálculo em escala industrial.
Em outras palavras: quanto mais a IA se torna inteligente, mais cara se torna para operar.
O problema dos custos: a inferência tornou-se o novo “núcleo duro” da IA
Há um ponto que muitas vezes é subestimado: o treinamento é um custo enorme, mas é um custo único. Uma vez treinado, o modelo existe. A inferência, por outro lado, é um custo contínuo, infinito, proporcional ao número de usuários, agentes e aplicações que o utilizam.
Para os grandes laboratórios — OpenAI, Anthropic, Google — a inference tornou-se a principal despesa. E essa dinâmica está criando espaço para uma revolução silenciosa que diz respeito muito de perto ao ecossistema crypto.
O open-source altera o equilíbrio: modelos menores, mais rápidos e muito mais econômicos
Enquanto os modelos proprietários continuam a crescer em tamanho e complexidade, o open-source está rapidamente fechando a lacuna. De acordo com o benchmark Artificial Analysis citado pela Messari, a diferença entre os melhores modelos closed e os open de grande escala é hoje surpreendentemente reduzida, especialmente quando comparada aos custos.
Um modelo open com 120 bilhões de parâmetros custa até 90% menos em inferência em comparação com o ChatGPT-5, com uma perda de capacidade relativamente marginal.
Mas a verdadeira revolução diz respeito aos modelos small e mid-size, entre 4 e 40 bilhões de parâmetros. Hoje, muitos desses modelos são capazes de resolver tarefas complexas mesmo rodando em uma única GPU de consumidor, como uma RTX 4090 ou 5090. Isso significa que a inferência não precisa mais ser centralizada em gigantescos data centers: pode ser distribuída.
E é aqui que o mundo da decentralized AI encontra o seu terreno natural.
A ascensão das redes de computação descentralizadas (DCN): uma nova economia da computação
As redes de computação descentralizadas (DCN) — como Render, Akash, io.net, Aethir, Hyperbolic, EigenCloud e Exabits — agregam milhões de GPUs distribuídas em todo o mundo. Durante anos, essas redes lutaram para encontrar um verdadeiro mercado: o treinamento de grandes modelos era simplesmente complexo demais devido à latência e às trocas contínuas de informações entre GPUs.
Mas a inferência é outra história.
A inferência requer muito menos comunicação horizontal, pode ser executada de forma altamente paralelizada e pode aproveitar hardware heterogêneo. Não precisa de clusters perfeitos e super-sincronizados. É um trabalho ideal para milhares de nós dispersos, especialmente agora que os modelos menores estão se tornando surpreendentemente poderosos.
Desta vez, o mercado realmente existe. E a Messari o define como o primeiro e verdadeiro “product-market fit” de todo o setor deAI.
O caso Fortytwo: a swarm intelligence como demonstração prática
Entre as inovações mais interessantes, o relatório menciona a Fortytwo Network, uma rede que coordena pequenos modelos instalados nos laptops dos usuários. Esses modelos trabalham juntos como um enxame: cada um responde à mesma pergunta, depois avalia as respostas dos outros, e finalmente a rede produz uma resposta otimizada baseada no consenso.
O mecanismo gera crédito, reputação e recompensas onchain. E é tão eficiente que a Fortytwo conseguiu até mesmo produzir datasets inteiramente gerados pela swarm e pós-treinar um modelo especializado em Rust, obtendo resultados superiores a modelos muito maiores.
É um exemplo concreto de como a descentralização não é apenas desejável, mas já competitiva.
A questão da verificação: a peça indispensável para a inferência descentralizada
Cada vez que uma solicitação é executada em um nó distribuído, surge uma questão crucial: como se pode ter certeza de que o resultado é correto? É aqui que a crypto entra em jogo de forma decisiva.
Messari analisa três abordagens dominantes hoje:
- as provas de conhecimento zero (zkML), lentas mas extremamente seguras;
- os sistemas otimistas, onde o resultado é considerado válido salvo challenge;
- as enclaves de hardware (TEE), mais rápidas mas baseadas em confiança de hardware.
Entre os pioneiros do setor é mencionada a EigenCloud, que está trazendo ao mercado uma inferência determinística e verificável, compatível com as API da OpenAI e já utilizada para frameworks de agentes da Coinbase e Google.
A verificação não é um detalhe técnico: é o que torna a IA adequada para finanças, saúde, governança e transações autônomas. É a ponte entre IA e Web3.
O futuro: uma economia de agentes que consomem computação de forma contínua
A conclusão do relatório é clara: o futuro da IA não será dominado pelos modelos maiores, mas por quem souber oferecer a inferência da forma mais escalável, econômica e verificável possível. Se hoje os usuários humanos geram milhões de solicitações, amanhã os agentes autônomos gerarão bilhões. E cada uma dessas solicitações terá um custo de cálculo.
A esse ponto, as decentralized compute networks não serão mais uma alternativa experimental: tornar-se-ão uma necessidade econômica.
Conclusão
Estamos entrando na era da inference, não do training.
Uma era em que a demanda cresce sem limites, em que o cálculo não é mais um investimento isolado, mas um fluxo contínuo, e em que milhões de modelos — grandes ou pequenos — terão que ser servidos a cada segundo.
E é precisamente aqui, neste vasto espaço econômico, que o mundo crypto está encontrando seu papel mais natural: o de coordenar, verificar, distribuir e economicizar a potência de cálculo necessária para sustentar uma sociedade cada vez mais inteligente.




