TL, DR *
O criador do OpenClaw, Peter Steinberger, gastou US$ 1,3 milhão em padrões de API OpenAI em 30 dias executando 100 instâncias de código em um projeto de código aberto. O documento, da OpenAI, onde Steinberger trabalha atualmente, representa 603 bilhões de tokens em 7,6 milhões de solicitações e fornece os dados públicos mais confiáveis sobre o custo da codificação independente de IA em escala.
Peter Steinberger, autor do OpenClaw e engenheiro da OpenAI, desembolsou US$ 1,3 milhão na API executando cerca de 100 instâncias do código simultaneamente em um projeto de código aberto em um mês. O documento, que abrangeu 603 mil milhões de registos em 7,6 milhões de pedidos ao longo de 30 dias, é a demonstração mais visível até agora do que acontece quando o desenvolvimento de software baseado em IA é executado sem restrições financeiras e da rapidez com que pode evoluir quando agentes autónomos operam continuamente em escala.
Steinberger enviou solicitação de macro em X *mostrando US$ 1.305.088,81 em cobranças de API OpenAI, com GPT-5.5 como modelo principal. OpenAI envolve um preço: Steinberger ingressou na empresa em fevereiro de 2026, e o custo é discutido para entender o investimento em pesquisa que o desenvolvimento de software é semelhante a quando o ticket financeiro não é um fator limitante.
Peter Steinberger
O que os agentes realmente fazem
No código C, em vez de instâncias, existem apenas geradores de código. Steinberger construiu um pipeline de desenvolvimento independente de três pessoas no qual agentes de IA executam várias tarefas que normalmente exigiriam uma organização de engenharia muito maior. Os agentes revisam solicitações pull, verificam vulnerabilidades de segurança de commit, desduplicam problemas do GitHub, escrevem correções e abrem novas solicitações pull com base no roteiro mais amplo do projeto. Outros monitoram o desempenho de benchmarks e regressões padrão da equipe de servidores Discord. Alguns agentes, de acordo com o The Decoder, até participam de entrevistas e geram pull requests para recursos que surgem durante a entrevista.
Tecnologia da UE
As últimas notícias sobre o cenário tecnológico da UE, uma história sobre os sábios do autor Boris e alguma arte questionável de IA. É grátis, toda semana, na sua caixa de entrada. Cadastre-se agora!
A equipe também usa Clawpatch.ai, Deepsec Vercel e Code Security para análises adicionais de bugs e segurança. O resultado é uma operação de desenvolvimento em que três pessoas supervisionam uma frota de agentes de IA que trabalham coletivamente no que seria tradicionalmente um meio de engenharia.
O custo é uma questão
Steinberger é transparente em relação à economia. Ele afirmou que o “valor de US$ 1,3 milhão” refere-se ao redator do código.Modo rápido“Preços que levam o crédito a uma taxa mais alta do que a execução padrão. Apenas desabilitar o modo API do Fasti reduziria o preço bruto para US$ 300.000 por mês, uma redução de 70 por cento. No preço padrão, a operação ainda custaria US$ 3,6 milhões por ano, mas a diferença entre os números e as finanças pode ilustrar como as etapas e os métodos de implementação inflacionam os custos relatados.
Quando questionado sobre o retorno do investimento, Steinberger disse que tudo o que a equipe constrói é de código aberto e funciona com os principais modelos proprietários, bem como com opções de peso aberto. “eu diria bem altoele disse.
A figura é útil precisamente porque as ferramentas de codificação dos fornecedores em torno do marketing de IA raramente revelam os custos brutos e a documentação de volumes nesta escala. As partes mais importantes do projeto de planejamento do desenvolvimento da ferramenta do agente são trabalhar a partir de projeções e estimativas. A proposta de Steinberger é concreta, o ponto de dados público: 100 agentes consecutivos por 30 dias em uma grande base de código de código aberto custam entre US$ 300.000 e US$ 1,3 milhão por mês, dependendo da velocidade de execução antes de toda otimização.
Quem é Peter Steinberger?
Steinberger não era um novato na construção de ferramentas para desenvolvedores em grande escala. Fundado em 2011 por um arquiteto austríaco, o PSPDFKit é uma ferramenta inicial para renderização e anotação de PDF que se tornou o padrão para manipulação móvel de documentos. Em 2021, os aplicativos desenvolvidos no PSPDFKit rodavam em mais de um bilhão de dispositivos em todo o mundo, e a empresa levantou US$ 116 milhões da Inspection Partners, seu primeiro investimento externo após uma década de crescimento lucrativo e autofinanciado.
Depois de deixar o PSPDFKit, Steinberger começou a fazer experiências com agentes de IA como aconselhamento pessoal. OpenClaw, um assistente de IA autônomo que roda inteiramente no hardware do próprio usuário, tornou-se o que mais cresce na história do código aberto do GitHub, ultrapassando 302.000 estrelas em abril de 2026, seguido por React, Vue.js e TensorFlow em uma fração do tempo em que os projetos atingiram marcos semelhantes. A estrutura conecta ferramentas que as pessoas já usam, incluindo e-mail, calendário, navegador e plataformas de mensagens do Messenger e Discord ao WhatsApp e iMessage, e permite que agentes de IA executem mensagens de texto, gerenciem arquivos e automatizem localmente tarefas da web.
Quando Steinberger ingressou na OpenAI, ele anunciou que o OpenClaw mudaria para uma fundação independente para manter sua natureza aberta. “Quero mudar o mundo, não construir uma grande sociedade;“ele escreveu.”A parceria com OpenAI é a maneira mais rápida de fazer isso.
O que a codificação da IA revela sobre a economia?
A conta de 1,3 milhões de dólares chega num momento em que a economia do desenvolvimento impulsionado pela IA é uma grande preocupação da indústria de software. A OpenAI recentemente abriu assinaturas do ChatGPT para 3,2 milhões de usuários do OpenClaw, permitindo-lhes executar seu próprio código por US$ 23 por mês. A Anthropica, por outro lado, bloqueou os assinantes do Claudius Pro e Max de usar OpenClaw e outras estruturas de agentes de terceiros, concluindo que o cálculo de milhares de chamadas de API feitas por agentes autônomos por dia era financeiramente insustentável sob uma assinatura quádrupla.
A diferença entre essas duas abordagens deixa sem solução o foco na precificação da IA. Exemplos de assinaturas projetadas para a velocidade da interação humana: uma pessoa digitando consultas em uma janela de bate-papo gera um volume previsível e gerenciável de chamadas de API. A classe de agente independente gera ordens de magnitude maiores, e a distância entre os custos de assinatura e o custo real da computação é o suporte que o provedor assume ou o usuário paga.
O livro de Steinberger torna essa lacuna óbvia. Custando US$ 1,3 milhão para agentes C, o custo por agente é de aproximadamente US$ 13.000 por mês, muito mais do que qualquer plano de assinatura cobre. Mesmo com um valor otimizado de US$ 300.000, cada agente custa cerca de US$ 3.000 por mês. Para as equipes de projeto que estão avaliando a possibilidade de implantar ferramentas de codificação em escala, esses números fornecem uma linha de base que nenhuma página de marketing de fornecedor pode oferecer.
Um modelo mais amplo
A trajetória do OpenClaw, do experimento pessoal ao projeto mais estrelado no GitHub e à plataforma de pesquisa patrocinada pela OpenAI, representa uma mudança mais ampla na forma como o software é construído. Os gestores de codificação de IA da DeepMind, OpenAI e Anthropica estão a passar de demonstrações de prova de conceito para implementações de produção, e a questão já não é se a IA escreverá código significativo, mas sim quanto arriscar e quem pagará.
A ascensão do desenvolvimento assistido por IA, desde copilotos de codificação individuais até classes de agentes totalmente autónomos, comprime o tempo entre a ambição de três pessoas e uma grande organização de engenharia. A proposta de Steinberger, três pessoas e 100 gestores, é uma versão extrema do que muitas empresas tentarão em escalas menores no próximo ano.
A lei de 1,3 milhões de dólares não é um conto preventivo. É uma visão do futuro, mostrando o que acontece quando as ferramentas de desenvolvimento de IA são utilizadas em toda a sua capacidade, sem as restrições orçamentais que atualmente limitam a maioria dos casos a uma fração do que a tecnologia pode fazer. Se isso acontecerá dependerá da rapidez com que os custos de inferência do modelo diminuem, da eficácia com que as estruturas de orquestração de agentes gerenciam o uso da marca e se os desafios de segurança e qualidade do código gerado por IA podem ser tratados na velocidade desses agentes.
