A Economia de Revenda de Créditos de IA

Um mercado cinza em rápido crescimento surgiu para créditos de API de IA, em que subsídios de startups, reinicializações de assinaturas e até créditos obtidos com cartões roubados são revendidos com grandes descontos por meio de gateways proxy e corretores de tokens. Comentaristas descrevem como esses intermediários frequentemente deturpam quais modelos fornecem, registram ou revendem prompts de usuários para dados de treinamento e expõem compradores a banimentos, vazamentos de dados e ataques man-in-the-middle, com atividade especialmente grande na China, onde o acesso direto a modelos ocidentais é restrito. A tendência levanta questões sobre a verdadeira economia dos preços de IA, quanto abuso os provedores estão dispostos a tolerar e se esse ecossistema de revenda moldará futuras regulações e modelos de negócio em torno de serviços de IA.

Escala e mecânica do mercado de revenda

  • Numerosos sites e canais no Telegram revendem créditos de IA e acesso a APIs, muitas vezes por meio de gateways proxy compatíveis com OpenAI.
  • Algumas plataformas em certas regiões (por exemplo, fóruns voltados para a China) são descritas como tendo ecossistemas de revenda especialmente grandes e sofisticados.
  • Créditos e assinaturas às vezes são “lavados” em dinheiro por intermediários que atuam como corretores de tokens.

Fontes de créditos baratos

  • As fontes alegadas incluem: créditos promocionais de startups (por exemplo, programas de aceleração/startup), testes gratuitos, contas demo, assinaturas de chat com uso ilimitado, credenciais corporativas vazadas e cartões de crédito roubados.
  • Alguns revendedores supostamente fornecem modelos diferentes ou rebaixados (por exemplo, modelos locais/Kimi/DeepSeek) enquanto anunciam caros modelos dos EUA.

Economia e preços

  • Os descontos podem chegar a 90–98% abaixo dos preços de tabela da API. Muitos veem isso como incompatível com revenda puramente legítima.
  • Parte da diferença de preço é atribuída a assinaturas agressivas para consumidores (por exemplo, planos de chat de alto uso) versus tokens de API caros.
  • Há debate sobre se os preços da API refletem os custos reais de inferência ou a clássica discriminação de preços B2B.
  • Alguns argumentam que o dinheiro de VC está subsidiando treinamento e uso não lucrativos; outros acham que a economia unitária da inferência pode funcionar mesmo que o treinamento consuma capital.

Fraude, legalidade e ética

  • Criar startups falsas para obter créditos ou usar cartões roubados é amplamente classificado como fraude direta.
  • Alguns comentaristas veem a simples revenda (sem roubo de cartão) como moralmente aceitável, apesar de violar os Termos de Serviço.
  • Estimativas anedóticas aproximadas sugerem que uma fração não trivial (≈10–20%) do uso em algumas empresas está ligada a fraude em cartões de crédito e chargebacks.

Riscos de privacidade e segurança

  • Muitos revendedores colocam APIs reais na frente de seus próprios proxies, permitindo registro completo e modificação de prompts, chamadas de ferramentas e respostas.
  • Os riscos incluem exfiltração de dados, injeção em prompts/ferramentas (por exemplo, comandos maliciosos “bash”) e coleta de segredos para revenda ou treinamento.
  • Há sugestões de encadear proxies e filtros controlados pelo usuário, mas não está claro qual é a adoção.

Padrões de demanda e geografia

  • É relatada forte demanda de usuários em regiões onde grandes modelos ocidentais são bloqueados ou contas são frequentemente banidas, especialmente na China continental.
  • Outros compradores são startups ou projetos intensivos em dados que buscam inferência em massa extremamente barata sobre dados amplamente públicos.

Autenticidade e qualidade dos modelos

  • Em geral, os compradores não conseguem verificar se o modelo anunciado é de fato o usado.
  • Há relatos de endpoints “Anthropic” ou “Claude” retornando saídas obviamente mais fracas, provavelmente destiladas ou de modelos alternativos.

Implicações mais amplas

  • Alguns veem isso como um mercado cinza familiar, semelhante a milhas aéreas, cartões-presente e outros benefícios digitais.
  • Outros destacam um clima “cyberpunk” e temem que a economia atual de tokens e a forte subsidiação sejam insustentáveis.