A Google racionou o acesso da Meta aos seus modelos Gemini porque está limitada por capacidade de processamento, forçando a Meta a usar tokens com mais cuidado e se apoiar em seu modelo interno Muse Spark.
Com certeza você conhece a sensação: você paga por um serviço na nuvem achando que ele é infinito, escala seu projeto com toda a confiança do mundo... e de repente esbarra em um limite que você nem sabia que existia. Agora imagine que esse cliente barrado não é você, mas a Meta, uma das empresas mais ricas do planeta, e que quem coloca o freio é nada menos que a Google. Foi exatamente isso que o Financial Times revelou em 28 de junho de 2026: a Google limitou o acesso da Meta aos seus modelos Gemini porque, simplesmente, não tem capacidade de processamento suficiente para todos. Quando os titãs ficam sem GPUs, o problema deixa de ser abstrato e vira algo muito real, muito rápido.
O gargalo já não é o talento, é o hardware
Durante anos demos como certo que o limite da IA era a inteligência dos modelos ou o talento para treiná-los. A realidade de 2026 é mais prosaica e mais brutal: o gargalo é a infraestrutura física para fazê-los funcionar. A Google aprovou apenas parcialmente a demanda da Meta por mais capacidade, deixando suas próprias equipes internas com a ordem de gastar tokens de IA a conta-gotas e respeitar novas cotas. Sundar Pichai reconheceu isso sem rodeios na teleconferência de resultados: "Estamos limitados por capacidade de processamento no curto prazo", admitindo que a receita da Google Cloud teria sido maior se eles tivessem conseguido atender toda a demanda. Quando o próprio vendedor de pás fica sem pás, você sabe que a corrida do ouro é de verdade.
Números de tirar o fôlego
A magnitude da escassez aparece nos números e impressiona. A carteira de pedidos da Google Cloud quase dobrou, chegando a 460.000 milhões de dólares em um único trimestre, e o uso de tokens alcançou 16.000 milhões por minuto. A Google gasta mais de 180.000 milhões por ano em capex e mesmo assim não dá conta, a ponto de acordar pagar à SpaceX 920 milhões mensais por 110.000 GPUs da Nvidia como capacidade de transição. A Meta, por sua vez, redirecionou cargas de trabalho do Gemini para seu modelo interno Muse Spark e realocou 7.000 funcionários para funções de IA. A foto é cristalina: ninguém tem compute sobrando em 2026, nem mesmo quem o vende aos montes.
O que isso tem a ver com NeuralOS
Esse embate de titãs valida ao vivo uma decisão de arquitetura que tomamos desde o começo: não amarrar o produto a um único fornecedor de modelos. Se até a Meta, com todos os seus bilhões, precisa se virar quando seu fornecedor fica no limite, qualquer plataforma séria precisa poder trocar de modelo ou de infraestrutura sem reescrever a aplicação inteira. No NeuralOS o modelo é escolhido por configuração e o fornecedor é intercambiável, justamente para não ficar refém da escassez ou dos preços de um único player. A gente não vai te prometer que resolve a crise global de GPUs, seria ridículo. Mas nós projetamos para que os solavancos dela não derrubem o seu produto. A flexibilidade de fornecedor deixou de ser um luxo e virou sobrevivência.