Colaboração enviada pelo leitor @rain落在鱼儿下. As opiniões são do próprio autor.
Nesta onda de startups de modelos de linguagem, quase todo time que tenta fazer cada centavo render já ouviu falar, meio às escondidas, das tais “revendas de API”. Nos grupos do Telegram, todo dia alguém posta “10% do preço oficial”, “recarregue 1000 e ganhe 1000”, “alta concorrência, zero controle de risco”, e dá aquela coceira.
Só que não existe almoço grátis caindo do céu, não é? Na cadeia subterrânea e cinzenta que corre por baixo do ecossistema de modelos, muitos times acham que encontraram a alavanca para ultrapassar na curva, sem saber que estão pisando em buracos cuidadosamente preparados.
1. Uma tarde ensolarada e uma troca silenciosa
Naquela tarde, o sol entrava pela janela de um espaço maker em Nanshan, Shenzhen. Zhang Chi (nome fictício) segurava um americano gelado com os olhos na tela, fazendo planos para o futuro: se vencesse o próximo concurso maker do Sul da China, levaria não só 500 mil em subsídio em dinheiro, mas também três anos inteiros de isenção fiscal no parque tecnológico. Era dinheiro suficiente para o time de cinco pessoas atravessar a fase mais difícil, a do protótipo.
Para que a demonstração fosse mais rápida e mais barata, Zhang Chi decidiu usar um serviço de revenda que estava bombando no meio. O produto era um workbench colaborativo de exploração de dados com IA (AI Data Workbench) para analistas de dados de empresas, focado em compreensão multimodal de dados e raciocínio (Reasoning) adaptativo sobre lógicas de negócio complexas. Uma lógica pesada, pronta para brilhar no concurso.
“No começo era ótimo mesmo, até que, pouco antes da competição, tentamos gerar automaticamente no workbench painéis de negócio entre departamentos e relatórios de atribuição”, conta Zhang Chi, com um sorriso amarelo. Sem nenhum aviso, o sistema passou a disparar um erro fatal de parsing de formato. Nos três dias seguintes, os dois principais engenheiros de backend do time viraram noites revisando prompts, procurando vazamentos de memória e refatorando estruturas de dados vezes sem conta. Só em horas de trabalho, o prejuízo passou de dez mil yuans.
Na madrugada do terceiro dia, Zhang Chi não aguentou mais: deixou de lado o painel da revenda, ligou uma ferramenta de captura de pacotes e comparou os cabeçalhos das respostas HTTP byte a byte.
No instante em que os dados foram decodificados, o escritório ficou tão quieto que só se ouvia o zumbido das ventoinhas. A velocidade de geração dos tokens e o padrão de oscilação do streaming apontavam, sem exceção, para outro modelo open source, bem mais barato. “Não acredito!”, disse Zhang Chi, batendo na mesa. O roteador da revenda tinha uma regra ardilosa: bastava o prompt ficar um pouco mais longo para que a requisição fosse redirecionada, sem nenhum aviso, para o modelo barato. A capacidade de processamento que eles tinham economizado tirando do dinheiro do almoço serviu só para pagar a lição da “armadilha do rebaixamento” montada por um atravessador de contas.
2. Mágica financeira na fatura
Se a troca de modelo é uma flecha disparada no escuro, o multiplicador de cobrança é um golpe de ábaco feito às claras.
O arquiteto sênior Zhou Ge — é assim, “irmão Zhou”, que todo mundo no setor costuma chamá-lo — balança a cabeça quando fala desse esquema: “Os atravessadores de hoje não são mais aqueles que só vendiam contas. São espertos, trouxeram para cá toda a matemática atuarial dos derivativos financeiros.”
Numa cidade média do sul da China, não muito longe de Shenzhen, o desenvolvedor independente Lin Feng (nome fictício) levou um tombo feio. Ele mantém um workbench de criação de conteúdo de marketing com IA de ponta a ponta e gastava algumas centenas de dólares por mês com API, o que doía no bolso. Quando viu uma revenda anunciando “recarregue 1000 e ganhe 1000”, se empolgou e transferiu na hora 2.000 yuans.
Só cinco dias depois, o painel disparou um alerta: o saldo tinha acabado. Sem entender nada, Lin Feng puxou os logs de chamadas das últimas 120 horas e recalculou tudo, linha por linha. Foi aí que descobriu o truque:
- Multiplicador alterado às escondidas: a revenda tinha mudado em segredo o multiplicador de cobrança de modelos de ponta como o
Claude 5 Fablepara 2,8×; - Tokens inflados: com um tokenizador modificado, um trecho em chinês que teria 100 tokens era fatiado em 150 pedaços na hora de cobrar.
Na vitrine, era um desconto de 50%; na prática, cada chamada saía quase 30% mais cara do que usar a API oficial diretamente. “Você acha que levou vantagem, mas eles digitam umas teclas no painel e seu dinheiro escorre sem fazer barulho”, resume Zhou Ge.
3. Memória partida e o desastre de segunda-feira às 9:01
Quando chega de fato à produção, o estrago causado por esse “preço baixo” passa a crescer de forma exponencial.
Meio ano depois, na final de um concurso de startups em Shenzhen, os holofotes iluminavam o centro do palco. Outra startup apresentava seu workbench de automação de P&D com múltiplos agentes (Multi-Agent Workspace). Nas três primeiras rodadas, a decomposição de requisitos complexos foi impecável; na sexta, quando os jurados aprofundaram as perguntas sobre o design da arquitetura, o agente soltou de repente uma resposta totalmente mecânica: “Desculpe, o documento que você enviou parece não conter esses dados.”
A plateia se agitou e os jurados franziram a testa. Depois de uma madrugada de captura de pacotes, o time finalmente entendeu o que tinha acontecido:
- Contexto cortado à força: para economizar banda do gateway, a revenda impunha uma “janela deslizante”. Sempre que o contexto passava de 16k tokens, o trecho inicial era cortado sem cerimônia, e o agente virava um “paciente com amnésia”;
- Economia de cache embolsada: a revenda ativava por trás o cache de prompt (Prompt Caching) e ficava com o desconto oficial de cache, de 50%–90%, enquanto continuava cobrando o valor cheio do desenvolvedor, lucrando dos dois lados.
Quase ao mesmo tempo, na mesma cidade média do sul, o motor de automação de processos de vendas com Copilot de IA de outra empresa sofreu um “desastre 429” no pico da manhã de segunda-feira, às 9:01.
A revenda nunca teve chaves regulares: tudo dependia de um pool de contas do site, abertas com cartões irregulares e exploradas por engenharia reversa. Naquela manhã, a OpenAI implantou uma nova geração de controles antirrobô, e o pool inteiro caiu de uma vez. O sistema de vendas da empresa ficou fora do ar por duas horas inteiras; dezenas de vendedores olhavam parados para a página de erro, e o prejuízo comercial potencial era simplesmente incalculável.
4. Quando os dados vão parar na dark web
Esse jogo perigoso para “economizar” costuma terminar em tragédia, com um toque de humor ácido.
Com os controles oficiais cada vez mais apertados, várias revendas perderam o fornecimento de contas e passaram a operar no prejuízo. Num grupo do Telegram, o revendedor deixou, como quem não quer nada, um “controle de risco apertado demais, até mais, pessoal”, tirou tudo da tomada, apagou o banco de dados e sumiu. O saldo que todo mundo ainda tinha na conta virou fumaça na hora.
Mas isso ainda não era o pior.
Duas semanas depois, um fórum da dark web publicou discretamente um arquivo compactado de banco de dados de 50 GB. Muitos painéis de revenda open source tinham sido instalados direto em VPS baratas, sem nenhuma proteção; assim que os responsáveis sumiram, hackers encontraram as falhas e copiaram os bancos de dados. Códigos internos de empresas, prompts com lógica de negócio, configurações de fluxos multiagente e até dados de negócio sem anonimização adequada — tudo o que tinha sido enviado para economizar — ficou exposto, nu e cru, num canto da dark web.
Numa palestra técnica, Zhou Ge resumiu tudo numa fórmula:
Custo real de uma API de modelo = valor nominal dos tokens + custo das novas tentativas após rebaixamentos + horas de operação apagando incêndios + risco de vazamento de dados.
Não existe almoço grátis. Qualquer “preço baixo” muito abaixo do piso do mercado, no fundo, só transforma a conta visível em pesadelos operacionais e bombas de segurança impossíveis de dimensionar nos bastidores da equipe de desenvolvimento. Para quem quer construir uma empresa de longo prazo, ficar longe das revendas do mercado cinza não é só questão de economizar uns trocados; é não entregar, com as próprias mãos, suas cartas a outra pessoa no caminho para o futuro.
