sexta-feira, 23 de outubro de 2026

Titulo F1 2026

Título F1 2026

Antonelli a 6 provas do título

Kimi Antonelli lidera com 340 pontos, 102 à frente de George Russell, e restam 150 em jogo. Ele pode ser campeão já em Austin, no domingo, se vencer, com Russell em 9º ou pior e Hamilton em 5º ou pior.

17etapas disputadas

6etapas restantes

102pontos de vantagem

150pontos em jogo

8vitórias de Antonelli

Resumo. Seis pilotos ainda têm chance matemática: Antonelli, Russell, Hamilton, Verstappen, Leclerc e Norris. Russell está a 102 pontos e os outros quatro a 111 ou mais. Em nenhuma sequência de seis etapas algum deles superou Antonelli por mais de 16 pontos de Grande Prêmio.

Retrospectiva da temporada

Dezessete etapas disputadas, cada uma com vencedor, pole e líder do campeonato. Pontos incluem as seis sprints já realizadas. Dados extraídos de formula1.com.

Pontos acumulados dos seis candidatos

Kimi AntonelliGeorge RussellLewis HamiltonMax VerstappenCharles LeclercLando Norris

Vantagem de Antonelli

Diferença para o melhor dos outros cinco candidatos, após cada etapa. Abaixo de zero, Antonelli não liderava.

Vitórias em Grandes Prêmios

Kimi Antonelli8

George Russell3

Max Verstappen2

Lando Norris2

Lewis Hamilton1

Charles Leclerc1

Poles: Kimi Antonelli 6, George Russell 5, Lando Norris 3, Max Verstappen 2, Pierre Gasly 1

O que aconteceu

Mercedes dominou o começo. Russell venceu a abertura na Austrália e Antonelli ganhou as cinco etapas seguintes, da China a Mônaco. Ao fim de Mônaco ele tinha 156 pontos e a liderança era dele desde a terceira etapa.

Ferrari e McLaren responderam no meio do ano. Hamilton venceu em Barcelona e Leclerc em Silverstone. Norris venceu na Hungria e nos Países Baixos, as duas vitórias da McLaren no ano.

Antonelli voltou a vencer em Monza e Madri e chegou a 292 pontos. Russell venceu no Azerbaijão, e Verstappen emendou vitórias no Bahrein e em Singapura, onde também ganhou a sprint, e subiu ao quarto lugar.

Entre equipes, pelo arquivo, Mercedes soma 578 pontos, Ferrari 444, McLaren 339 e Red Bull 332. Mercedes venceu 11 das 17 etapas. Norris abandonou quatro vezes, o que explica boa parte da distância dele para o topo.

Etapa por etapa

Etapa	Grande Prêmio	Data	Pole	Vencedor	Sprint	Líder após
1	Austrália	08 mar	George Russell	George Russell	sem sprint	George Russell 25
2	China	15 mar	Kimi Antonelli	Kimi Antonelli	George Russell	George Russell 51
3	Japão	29 mar	Kimi Antonelli	Kimi Antonelli	sem sprint	Kimi Antonelli 72
4	Miami	03 mai	Kimi Antonelli	Kimi Antonelli	Lando Norris	Kimi Antonelli 100
5	Canadá	24 mai	George Russell	Kimi Antonelli	George Russell	Kimi Antonelli 131
6	Mônaco	07 jun	Kimi Antonelli	Kimi Antonelli	sem sprint	Kimi Antonelli 156
7	Barcelona	14 jun	George Russell	Lewis Hamilton	sem sprint	Kimi Antonelli 156
8	Áustria	28 jun	George Russell	George Russell	sem sprint	Kimi Antonelli 171
9	Grã-Bretanha	05 jul	Kimi Antonelli	Charles Leclerc	Kimi Antonelli	Kimi Antonelli 179
10	Bélgica	19 jul	Kimi Antonelli	Kimi Antonelli	sem sprint	Kimi Antonelli 204
11	Hungria	26 jul	Lando Norris	Lando Norris	sem sprint	Kimi Antonelli 219
12	Países Baixos	23 ago	Lando Norris	Lando Norris	George Russell	Kimi Antonelli 242
13	Itália	06 set	Pierre Gasly	Kimi Antonelli	sem sprint	Kimi Antonelli 267
14	Espanha (Madri)	13 set	Lando Norris	Kimi Antonelli	sem sprint	Kimi Antonelli 292
15	Azerbaijão	26 set	George Russell	George Russell	sem sprint	Kimi Antonelli 302
16	Bahrein	04 out	Max Verstappen	Max Verstappen	sem sprint	Kimi Antonelli 320
17	Singapura	11 out	Max Verstappen	Max Verstappen	Max Verstappen	Kimi Antonelli 340

Quem ainda pode ser campeão

Faltam seis etapas, todas sem sprint, com 25 pontos para o vencedor: 150 pontos em jogo. O teto de cada piloto é a pontuação atual mais 150.

Piloto	Pontos	Atrás	Teto	Precisa fazer a mais que Antonelli	Melhor janela de 6 GPs no ano	Situação
Kimi Antonelli	340	—	490	—	—	líder
George Russell	238	−102	388	103 em 6 provas (17,2 por prova)	+9	vivo, improvável
Lewis Hamilton	229	−111	379	112 em 6 provas (18,7 por prova)	+11	vivo, improvável
Max Verstappen	221	−119	371	120 em 6 provas (20,0 por prova)	−10	vivo, improvável
Charles Leclerc	215	−125	365	126 em 6 provas (21,0 por prova)	−4	vivo, improvável
Lando Norris	201	−139	351	140 em 6 provas (23,3 por prova)	+16	vivo, improvável
Oscar Piastri	138	−202	288	—	—	eliminado

“Melhor janela” é o maior saldo de pontos de Grandes Prêmios contra Antonelli em qualquer sequência de seis etapas desta temporada. O saldo exigido é o mínimo para ultrapassá-lo em seis provas, supondo que ele marque a diferença descrita na coluna.

Estimativa de probabilidade

Piloto	Modelo A	Modelo B
Kimi Antonelli	> 99,9%	> 99,9%
George Russell	< 0,1%	< 0,1%
Lewis Hamilton	< 0,1%	< 0,1%
Max Verstappen	< 0,1%	< 0,1%
Charles Leclerc	< 0,1%	< 0,1%
Lando Norris	< 0,1%	< 0,1%

A: ritmo da temporada inteira. B: ritmo das últimas 8 etapas. 1.800.000 temporadas simuladas por modelo. Um zero aqui significa menos de uma ocorrência por 1,8 milhão de simulações, e o modelo não captura falhas correlacionadas, punições ou exclusões. Leia como “muito improvável”, não como impossível.

Quando o título pode ser decidido

Etapa em que Antonelli se torna matematicamente campeão, nas simulações.

Austin (25 out)3,0%

México (1 nov)80,5%

São Paulo (8 nov)15,5%

Las Vegas (21 nov)0,9%

Catar (29 nov)0,0%

Abu Dhabi (6 dez)0,0%

Média dos modelos A e B. O título é decidido em Abu Dhabi só se a diferença para Russell cair abaixo do necessário nas cinco provas anteriores.

Austin, 25 de outubro

A etapa dos Estados Unidos é a primeira chance de Antonelli fechar o campeonato.

Antonelli precisa vencer e ficar, depois da etapa, com pelo menos 125 pontos de frente sobre cada rival. Se a diferença ficar em exatos 125, ele ainda leva o título no critério de vitórias (9 contra no máximo 8 de qualquer rival).

George Russell: 9º ou pior (no máximo 2 pontos em Austin)
Lewis Hamilton: 5º ou pior (no máximo 11 pontos em Austin)
Max Verstappen: 2º ou pior (no máximo 19 pontos em Austin)
Charles Leclerc: qualquer posição
Lando Norris: qualquer posição

Se Antonelli terminar em 2º ou pior, o título não fecha em Austin, porque a vantagem sobre Russell chegaria no máximo a 120 pontos, e 125 ainda estariam em jogo. A Crash.net informa que Russell tem punição de grid por troca de motor em Austin, o que pesa a favor de Antonelli.

Combinações que dão o título

Escolha um piloto e veja, para cada resultado que ele consiga nas seis provas, quantos pontos os rivais podem somar no máximo. Se o limite fica abaixo de zero, aquele resultado não basta.

Esta seção é interativa e precisa de JavaScript. Em celular, abra a versão para computador do blog ou a página original.

Para George Russell (238 pts, teto 388): mesmo que Antonelli abandone todas as provas, ele precisa de pelo menos 103 pontos nas seis etapas, uma média de 17,2 por prova.

Resultado de Russell	Pontos	Total	Antonelli no máx.	Hamilton no máx.	Verstappen no máx.	Leclerc no máx.	Norris no máx.
6 vitórias	150	388	48 pts 8,0/prova	159 pts 26,5/prova	167 pts 27,8/prova	173 pts 28,8/prova	187 pts 31,2/prova
5 vitórias e um 2º	143	381	40 pts 6,7/prova	152 pts 25,3/prova	160 pts 26,7/prova	166 pts 27,7/prova	180 pts 30,0/prova
4 vitórias e dois 2º	136	374	33 pts 5,5/prova	145 pts 24,2/prova	153 pts 25,5/prova	159 pts 26,5/prova	173 pts 28,8/prova
3 vitórias e três 2º	129	367	26 pts 4,3/prova	138 pts 23,0/prova	146 pts 24,3/prova	152 pts 25,3/prova	166 pts 27,7/prova
2 vitórias e quatro 2º	122	360	19 pts 3,2/prova	130 pts 21,7/prova	138 pts 23,0/prova	144 pts 24,0/prova	158 pts 26,3/prova
seis 2º lugares	108	346	5 pts 0,8/prova	116 pts 19,3/prova	124 pts 20,7/prova	130 pts 21,7/prova	144 pts 24,0/prova

Cada célula é o máximo que o rival pode somar nas seis etapas para o título continuar com Russell. Todos os rivais precisam ficar abaixo do limite ao mesmo tempo.

Seu cenário

Defina a posição do piloto escolhido em cada etapa. “Fora” vale zero.

Austin	México	S. Paulo	Las Vegas	Catar	Abu Dhabi

150 pontos, total de 388. Ele é campeão se cada rival somar no máximo: Antonelli 48, Hamilton 159, Verstappen 167, Leclerc 173, Norris 187 pontos.

Calculadora das seis etapas

Defina a posição de cada candidato nas seis etapas restantes. Os demais pilotos não pontuam neste cálculo, então dois candidatos não podem ocupar a mesma posição.

Esta calculadora precisa de JavaScript. Em celular, abra a versão para computador do blog ou a página original.

Etapa	Antonelli	Russell	Hamilton	Verstappen	Leclerc	Norris
Austin (EUA), 25 out
Cidade do México, 1 nov
São Paulo, 8 nov
Las Vegas, 21 nov
Catar, 29 nov
Abu Dhabi, 6 dez

Classificação final

1	Kimi Antonelli	490	+150
2	George Russell	346	+108
3	Lewis Hamilton	319	+90
4	Max Verstappen	293	+72
5	Charles Leclerc	275	+60
6	Lando Norris	249	+48

Campeão

Kimi Antonelli

Título decidido matematicamente em Cidade do México, 1 nov, com 4 etapas ainda por correr.

Os demais pilotos não pontuam neste cálculo, então o teto de Piastri (288) é usado só para checar a decisão antecipada.

Método e limites

Pontuação: 25, 18, 15, 12, 10, 8, 6, 4, 2 e 1 para os dez primeiros. Não há ponto pela volta mais rápida. Não restam sprints.
Desempate: mais vitórias, depois mais segundos lugares e assim por diante. Nos cálculos de limite, empate só favorece o piloto quando a contagem de vitórias já o decide, mesmo que o rival vença todas as provas que ele não vencer. Caso contrário, o limite exclui o empate.
Probabilidades: simulação Plackett-Luce com 23 pilotos, taxa de abandono individual e força calibrada para reproduzir os pontos por Grande Prêmio do período. Provas independentes, sem punições de grid, sem falhas correlacionadas entre companheiros.
O calendário teve duas etapas do Oriente Médio canceladas ou remarcadas. O GP do Bahrein foi disputado em 4 de outubro, e a temporada tem 23 etapas.
Piastri (138 pontos, teto de 288) e todos os pilotos abaixo dele estão matematicamente fora.

Fontes

Classificação oficial de pilotos 2026, formula1.com
Como Antonelli pode ser campeão no GP dos EUA, Crash.net
Calendário 2026, The Race
Resultados por etapa: extraído de formula1.com.

quarta-feira, 21 de outubro de 2026

Inteligência em Ação: um novo espaço para acompanhar a inteligência artificial, a ciência, a educação e a inovação

Apresento uma nova iniciativa editorial dedicada à inteligência artificial e suas aplicações, com especial atenção à pesquisa científica, à educação, à economia, às finanças e ao desenvolvimento de projetos.

A inteligência artificial está transformando profundamente a maneira como produzimos conhecimento, desenvolvemos pesquisas, ensinamos, aprendemos, analisamos informações e construímos soluções para problemas reais.

O ritmo dessas transformações, entretanto, apresenta um desafio: diante de tantos anúncios, novos modelos, ferramentas e descobertas, como identificar o que realmente importa? Como distinguir avanços tecnológicos consistentes de expectativas exageradas? E, sobretudo, como transformar essas novidades em conhecimento útil e aplicações concretas?

É nesse contexto que apresento Inteligência em Ação, uma nova publicação no Substack dedicada à inteligência artificial, à ciência, à educação e à inovação.

Conheça a publicação: Inteligência em Ação

Inteligência em Ação: do conhecimento à aplicação

A proposta de Inteligência em Ação é criar um espaço de informação, análise, reflexão e experimentação, conectando os avanços tecnológicos às suas implicações para a sociedade, a economia, os mercados financeiros, a educação e a pesquisa científica.

Mais do que acompanhar notícias, a publicação pretende compreender os mecanismos das transformações em curso, examinar suas possibilidades e limitações e identificar oportunidades de aplicação.

Entre os principais temas abordados estarão:

Inteligência artificial generativa: modelos de linguagem, sistemas multimodais e novas capacidades dos modelos de IA.
Agentes inteligentes e automação: sistemas capazes de executar tarefas, utilizar ferramentas e participar de processos complexos.
RAG e gestão do conhecimento: técnicas de recuperação de informações e integração de modelos de IA com bases documentais.
Ciência de dados e modelagem: métodos computacionais, análise de dados, simulações e desenvolvimento de modelos.
Economia e finanças: aplicações da IA em modelagem econômica, previsão, análise de conjuntura, mercados financeiros, gerenciamento de riscos e apoio à tomada de decisões.
Educação e pesquisa acadêmica: novas possibilidades para o ensino, a aprendizagem, a produção científica e os projetos universitários.
Inovação tecnológica: ferramentas, projetos, oportunidades e tendências que podem transformar atividades profissionais e acadêmicas.

A publicação também pretende oferecer tutoriais, experiências práticas, referências bibliográficas e orientações para quem deseja explorar essas tecnologias de maneira crítica e produtiva.

Radar IA: a primeira newsletter de Inteligência em Ação

A primeira série de newsletters da publicação recebe o nome de Radar IA.

Trata-se de um boletim semanal dedicado à seleção, contextualização e análise das principais novidades no universo da inteligência artificial.

Em um ambiente caracterizado por lançamentos frequentes e grande volume de informações, o Radar IA procura oferecer uma curadoria que privilegie a relevância, a qualidade das fontes e as possibilidades de aplicação.

Cada edição buscará responder a três perguntas fundamentais:

1. O que mudou?

Identificar os acontecimentos mais relevantes da semana: lançamentos de modelos, avanços científicos, novas ferramentas, atualizações de plataformas e mudanças importantes no ecossistema de inteligência artificial.

2. Por que isso importa?

Explicar as implicações das novidades, distinguindo capacidades demonstradas, promessas comerciais, limitações técnicas e possíveis consequências para diferentes áreas do conhecimento e da atividade econômica.

3. O que vale a pena experimentar?

Apresentar ferramentas, artigos, projetos, tutoriais e experiências que mereçam atenção, especialmente por seu potencial de aplicação na educação, na pesquisa científica, na economia, nas finanças, na análise de dados e no desenvolvimento de projetos.

Da academia aos mercados: aplicações da inteligência artificial

Um dos diferenciais do Radar IA será sua atenção às aplicações práticas da inteligência artificial, especialmente nas áreas de educação, pesquisa, economia e finanças.

Na educação e na pesquisa científica, os modelos de linguagem, agentes inteligentes e ferramentas computacionais oferecem novas possibilidades para a elaboração de materiais didáticos, revisão bibliográfica, análise de dados, construção de modelos, simulações e desenvolvimento de software científico.

Na economia, essas tecnologias podem contribuir para a modelagem econômica, a análise de conjuntura, o processamento de informações, a construção de cenários e a investigação de fenômenos complexos.

Nas finanças e nos mercados financeiros, a inteligência artificial encontra aplicações em análise de séries temporais, processamento de notícias e informações econômicas, identificação de padrões, avaliação de estratégias, gerenciamento de riscos, otimização de carteiras e desenvolvimento de sistemas de apoio à decisão.

Essas possibilidades, contudo, precisam ser examinadas com rigor.

A utilização responsável da IA exige atenção à confiabilidade dos resultados, à qualidade dos dados, à transparência metodológica, à validação empírica, à reprodutibilidade das análises e aos limites das ferramentas utilizadas.

No caso das aplicações financeiras, é particularmente importante distinguir resultados obtidos em simulações e testes históricos daqueles efetivamente verificados fora da amostra e em condições reais de mercado.

Por isso, o Radar IA não pretende apenas apresentar ou recomendar tecnologias, mas também discutir em que condições elas podem ser efetivamente úteis.

Como acompanhar o Radar IA

O Radar IA terá periodicidade semanal, com novas edições programadas para as manhãs de segunda-feira.

Os leitores poderão acompanhar os artigos diretamente no site ou receber as edições gratuitamente por e-mail, mediante assinatura da publicação.

A proposta é oferecer uma leitura organizada e acessível, reunindo informações relevantes sem exigir que o leitor acompanhe diariamente dezenas de sites, plataformas e fontes especializadas.

Para conhecer a publicação e acompanhar o Radar IA, acesse:

inteligenciaemacao.substack.com

A assinatura é gratuita.

Um projeto editorial em construção

O Radar IA representa o primeiro passo de uma iniciativa mais ampla.

Ao longo do tempo, Inteligência em Ação poderá incorporar novas séries dedicadas a tutoriais, experimentos computacionais, aplicações acadêmicas e profissionais, ciência de dados, modelagem econômica e financeira, educação e inovação.

A intenção é construir um espaço em que informação, reflexão e prática se complementem, estimulando o aprendizado contínuo, a experimentação e o compartilhamento de conhecimento.

Em um cenário de transformações tecnológicas aceleradas, compreender os avanços da inteligência artificial é importante. Saber avaliá-los criticamente e utilizá-los de maneira produtiva é ainda mais relevante.

Inteligência em Ação nasce com esse propósito: transformar informação em conhecimento e conhecimento em possibilidades concretas de ação.

Convido os leitores do Paulo C. Coimbra's Blog a conhecerem essa nova iniciativa, acompanharem o Radar IA e participarem dessa jornada de aprendizado e descoberta.

Paulo C. Coimbra

Inteligência em Ação
Inteligência artificial, ciência, educação e inovação.

🔗 Conheça a publicação e assine gratuitamente o Radar IA

sexta-feira, 16 de outubro de 2026

Dívida de data centers: o que o preço dos títulos diz sobre o retorno da IA.

Por Paulo C. Coimbra, 16 de outubro de 2026. Dados conferidos em 16/10/2026.

Seis títulos de projetos de data centers de IA cotam entre 87 e 98 centavos por dólar, e os da CoreWeave rendem mais de 15% ao ano. No modelo usado aqui, um retorno de 10% sobre o capital cobre 1,5 vez o serviço da dívida de um hyperscaler e 0,55 vez o de um neocloud.

Nesta semana, de 12 a 16 de outubro, o título da CoreWeave com cupom de 9,625% e vencimento em 2032 chegou a cotar perto de 78 centavos por dólar de face, com yield acima de 15%^[1]. O de 2031, emitido em abril^[2], passou de 16% por algum tempo na quinta-feira, e o custo do seguro contra calote da empresa ultrapassou 1.000 pontos-base, recorde segundo a S&P Global Market Intelligence^[3]. A S&P classifica a CoreWeave em B+^[1].

Os títulos de projetos alugados a grandes empresas também caíram, mas ficam mais perto do par. O do Hyperion, campus da Meta na Louisiana financiado com US$ 27 bi^[4], está perto de 91 centavos; o do campus da QTS na Geórgia alugado à Microsoft, o Projeto Excalibur, abaixo de 88^[5]. Os empréstimos de US$ 18 bi do Projeto Jupiter, da Oracle, cotam entre 89 e 91^[6].

A tese é que a dívida da IA não responde de modo uniforme ao retorno do investimento. A resposta depende da fração financiada com dívida, de quantos anos o ativo gera caixa e da solidez de quem paga o aluguel, e essa combinação é compatível com a ordem das cotações: o neocloud paga mais caro, e os projetos alugados a hyperscalers pagam menos.

O que caiu

Beignet Investor, megaprojeto Hyperion da Met adesde janeiro

105,5 91,0

QTS Fayetteville, campus da Microsoft na Geórgiadesde o início de abril

100,0 87,0

RD Michigan, campus da Oracle em Michigandesde o fim de abril

100,5 88,5

Beacon Point, campus da Hut 8 no Texasdesde junho

100,0 91,5

Hut 8 River Benddesde o fim de abril

100,5 93,0

Sopaipilla, campus da Meta em El Pasodesde o fim de julho

103,0 98,0

centavos por dólar de face; a linha vertical marca o par (100)

Figura 1. Preço de seis títulos de projetos de data center, em centavos por dólar de face. Leitura visual do gráfico do Financial Times^[5], com erro de cerca de 0,5 ponto; cada série começa em uma data.

Ver os dados da figura

Título	Primeiro ponto	Início	Último	Queda
Beignet Investor, megaprojeto Hyperion da Meta	desde janeiro	105,5	91,0	14,5
QTS Fayetteville, campus da Microsoft na Geórgia	desde o início de abril	100,0	87,0	13,0
RD Michigan, campus da Oracle em Michigan	desde o fim de abril	100,5	88,5	12,0
Beacon Point, campus da Hut 8 no Texas	desde junho	100,0	91,5	8,5
Hut 8 River Bend	desde o fim de abril	100,5	93,0	7,5
Sopaipilla, campus da Meta em El Paso	desde o fim de julho	103,0	98,0	5,0

A comparação direta entre as quedas engana, porque as janelas diferem. O título do Hyperion aparece desde janeiro e perdeu 14,5 pontos. O de El Paso, também da Meta, só entra no gráfico no fim de julho e perdeu 5. Dos quatro projetos que entram entre abril e junho, todos partiram de cerca de 100 e estão entre 87 e 93.

Parte da queda vem dos juros. O Treasury de 10 anos fechou a 5,19% em 14 de outubro^[7], depois de tocar em setembro o nível mais alto desde 2007^[8]. O Hyperion paga cupom de 6,581% e vence em 2049; com a amortização que supus (ver os detalhes da conta), sua duração é de cerca de 8,5 anos, e cada ponto percentual de yield tira cerca de 8 pontos do preço. O preço de 91 corresponde a um yield de 7,7%, contra 6,0% no preço de 105 do início do ano. Sem a série do Treasury de janeiro, não separo quanto dos 1,6 ponto percentual é taxa livre de risco e quanto é spread de crédito.

Quanto a dívida cobra do retorno

A conta parte de um investimento de 100 em chips e instalações. Uma fração L vem de dívida a taxa i, paga em parcelas iguais ao longo de N anos, que é a vida útil do ativo. O ativo rende r por ano sobre o capital total, antes de impostos, e a cobertura é r dividido pela parcela anual da dívida. Os três casos: um neocloud com 80% de dívida a 9,75%, a taxa do bônus de 2031; o mesmo neocloud refinanciando a 15%; e um hyperscaler com 33% de dívida, fração que a Goldman Sachs estima para o capex de 2026, a 6,4%. Esse custo é premissa minha: o Treasury de 10 anos (5,19%) mais um spread de cerca de 120 pontos-base, na vizinhança dos 115 que os emissores de IA pagavam em setembro^[9]. Os 80% do neocloud também são premissa minha; não encontrei a alavancagem por projeto da CoreWeave. O prazo-base é de seis anos.

Neocloud, dívida a 9,75%Neocloud, refinanciando a 15%Hyperscaler, dívida a 6,4%

Figura 2. Cobertura do serviço da dívida (juros mais amortização em seis anos) em função do retorno de caixa anual sobre o capital. A faixa sombreada marca coberturas abaixo de 1,0x. Cálculo do autor; premissas no texto.

Ver os dados da figura

Retorno de caixa	Neocloud, dívida a 9,75%	Neocloud, refinanciando a 15%	Hyperscaler, dívida a 6,4%
6%	0,33x	0,28x	0,88x
8%	0,44x	0,38x	1,18x
10%	0,55x	0,47x	1,47x
12%	0,66x	0,57x	1,77x
15%	0,82x	0,71x	2,21x
18%	0,99x	0,85x	2,65x
20%	1,10x	0,95x	2,94x
25%	1,37x	1,18x	3,68x
30%	1,65x	1,42x	4,41x

No cenário-base, o retorno mínimo para cobrir exatamente o serviço da dívida é de 6,8% ao ano para o hyperscaler, 18,2% para o neocloud a 9,75% e 21,1% para o neocloud refinanciando a 15%. Com retorno de 10%, as coberturas são de 1,47x, 0,55x e 0,47x. Refinanciar a 15% em vez de 9,75% custa ao neocloud quase três pontos percentuais de retorno a mais.

A vida útil pesa mais que a taxa.

Vida útil (N)	Neocloud, dívida a 9,75%	Neocloud, refinanciando a 15%	Hyperscaler, dívida a 6,4%
4 anos	25,1%	28,0%	9,6%
5 anos	21,0%	23,9%	7,9%
6 anos	18,2%	21,1%	6,8%
8 anos	14,9%	17,8%	5,4%

Tabela 1. Retorno de caixa mínimo (cobertura de 1,0x) segundo o prazo de amortização. Fonte: cálculo do autor.

Se os chips renderem por quatro anos, o piso do neocloud sobe para 25% a 28%. Nas demonstrações contábeis, a Alphabet usa seis anos para servidores e rede, a Meta estendeu parte dos ativos para 5,5 anos e a Amazon reduziu parte dos seus de seis para cinco; a Bernstein defende seis anos de uso econômico, e Michael Burry, dois a três^[10]. O modelo representa um caso de estresse: dívida de projeto costuma ter carência e pagamento final, e os prédios duram mais que os chips, o que alonga o prazo efetivo. Contratos take-or-pay trocam o risco do retorno pelo risco do cliente.

O que o lado do retorno mostra

O balanço de 30 de junho^[11] dá a escala da CoreWeave. A receita do segundo trimestre foi de US$ 2,58 bi e a despesa líquida de juros, de US$ 640 mi, cerca de 25% da receita. O resultado operacional ajustado, de US$ 128 mi^[12], cobre os juros 0,2 vez. A dívida somava US$ 35,1 bi, dos quais US$ 7,5 bi no curto prazo, contra US$ 5,5 bi em caixa. Os arrendamentos operacionais acrescentam US$ 16,3 bi, e a soma, de US$ 51 bi, é compatível com os "cerca de US$ 50 bi" que a imprensa cita^[3], embora as reportagens não detalhem a composição.

Do outro lado há contratos. A empresa diz que 98% da receita vem de contratos com pagamento mínimo garantido, os take-or-pay^[13]. O backlog era de US$ 104,2 bi no fim de junho, sem contar mais de US$ 25 bi assinados no início do terceiro trimestre^[12]; a Benzinga trabalha com cerca de US$ 129 bi. A concentração é alta: os três maiores clientes geraram 72% da receita do trimestre^[13], e a Meta e a OpenAI respondem por 27,1% e 17,4% desse backlog de US$ 129 bi^[1]. O Bank of America, que mantém recomendação de compra, projeta fluxo de caixa livre acumulado de cerca de −US$ 67 bi entre 2026 e 2028, cerca de US$ 59 bi de novo endividamento e despesa de juros subindo de US$ 3,08 bi em 2026 para US$ 5,9 bi em 2028, ano em que o lucro operacional passaria a cobrir os juros^[1].

Com esses dados não dá para calcular o retorno de caixa da CoreWeave sobre o capital investido: faltam o custo operacional por contrato e o valor dos ativos ainda em obra. O que se mede é a pressão financeira, e ela é alta.

Na demanda final, a Gartner calcula que o setor precisaria de US$ 8,5 tri de receita acumulada até 2030 para cobrir o capex anunciado, o financiamento e um retorno de 12% sobre o capital, contra no máximo US$ 3,6 tri projetados, ou 42%. Mais de US$ 3,5 tri de investimento poderiam sofrer baixa contábil até o fim de 2030, e mais de US$ 4 tri até 2032; a Gartner prevê que mais de 80% dos neoclouds deixem de operar de forma independente até 2030^[14]. A OpenAI, cliente central da Oracle, corrigiu a receita anualizada para cerca de US$ 50 bi, abaixo dos US$ 68 bi que circulavam^[15]; cerca de US$ 300 bi dos US$ 664 bi de obrigações contratadas da Oracle estão ligados a ela^[6].

A objeção mais forte

O argumento contrário tem nomes e números. Se 98% da receita vem de contratos take-or-pay com Microsoft, Meta e OpenAI, a dívida é paga pelo aluguel, e o retorno marginal do chip pesa menos. Evan Schlossman, da Neostellar, investidor da CoreWeave, descreve os contratos como take-or-pay com clientes de crédito muito sólido e acha altamente improvável que a Microsoft quebre e deixe a empresa sem receber; a Fortune observa que a Microsoft só sai dos contratos, em essência, num evento de força maior^[13]. O BNP Paribas, que recomenda a compra, separa a dívida dos ativos, cujo fluxo deveria cobrir com folga custos, juros e principal, da dívida da holding, em que certas obrigações sem garantia chegaram a yields implícitos de 15%; prevê que a empresa precise de conversíveis ou capital próprio até que os credores confiem que ela financia o crescimento sozinha^[1]. Francine McKenna, contadora e jornalista investigativa, duvida que a Microsoft honre os compromissos se a demanda por computação esfriar^[13].

O argumento vale até onde vai. Se os contratos valem, o risco passa da rentabilidade do chip para a conclusão das obras e o crédito do cliente. Mas o bônus de 2032 a 78 é dívida da holding, que precisa refinanciar: US$ 7,5 bi estão no curto prazo, e o Bank of America conta com cerca de US$ 59 bi de crédito novo até 2028. O preço parece refletir o acesso a esse crédito mais do que a qualidade do contrato.

No Hyperion o risco passa pela renovação. Segundo a análise de Vinod Kothari dos documentos da emissão, cada um dos 11 data centers tem contrato inicial de quatro anos, renovável por opção da Meta, e os títulos vencem em 2049; uma garantia de valor residual da Meta, de valor limitado e não público, entra em jogo se o contrato não for renovado^[16]. O investidor depende do crédito da Meta e de uma opção de renovação que é dela, não dele.

A conclusão mudaria com três tipos de evidência: conversão do backlog em caixa depois de custos, juros e despesas da holding, que é o que o BNP pede à administração^[1]; renovações dos contratos de quatro anos; e uma receita da OpenAI que confirme a trajetória em que os contratos da Oracle se apoiam.

O que não consegui confirmar

Faltam a série do Treasury de janeiro, as datas exatas de vencimento dos bônus da CoreWeave e o cronograma de amortização do Hyperion. Calibrei os prazos de 4,75 e 5,75 anos com os pares de preço e yield do PitchBook^[17], e o modelo reproduz o bônus de 2032 a 78 com yield de 15,4%, o que a Benzinga reporta de forma independente^[1]. Para o Hyperion, supus só juros até dezembro de 2028 e parcelas constantes até 2049. As reportagens do Financial Times estão atrás de paywall, e usei reproduções cruzadas com Reuters, PitchBook e Benzinga. A conta mostra o que a dívida exige, não o que a CoreWeave rende. Este texto descreve preços e hipóteses, e não é recomendação de investimento.

Detalhes da conta

O preço de um bônus sem amortização é a soma dos cupons semestrais e do principal descontados ao yield. Os prazos restantes de 4,75 anos (cupom de 9,75%, vencimento em 2031) e 5,75 anos (cupom de 9,625%, vencimento em 2032) saem da calibração com as cotações do PitchBook: 81,625 para um yield de 15,14% no bônus de 2031 e 79,5 para 15,0% no de 2032. A calibração devolve 81,6 e 79,2.

Bônus de 2031, cupom de 9,75%Bônus de 2032, cupom de 9,625%

Figura 3. Preço em função do yield. Os pontos são cotações reportadas: PitchBook (2031: 81,6 a 15,1%; 2032: 79,5 a 15,0%) e Benzinga (2032: cerca de 78 a mais de 15,4%).

Yield	Bônus 9,75% de 2031	Bônus 9,625% de 2032
9,75%	100,0	99,4
12,00%	91,7	90,0
15,00%	82,0	79,2
16,00%	79,0	76,0
18,00%	73,5	70,0
20,00%	68,5	64,7
22,00%	63,9	59,8

Perto de 15%, cada ponto percentual de yield custa 3,0 pontos de preço no bônus de 2031 e 3,2 no de 2032. O yield de 15%, contra um Treasury de 10 anos de 5,19%, dá spread de cerca de 9,8 pontos percentuais, coerente com o CDS de 1.000 pb. Com CDS de 1.000 pb e recuperação de 40%, a probabilidade neutra ao risco de calote em cinco anos é de 56,5%; com recuperação de 50%, é de 63%. É um cálculo meu a partir do CDS, não um número divulgado.

Para o Hyperion (cupom de 6,581%, vencimento em maio de 2049), supus só juros até dezembro de 2028 e parcelas constantes depois. Sob essa premissa, que não vem de nenhuma fonte, o prazo médio é de 14,7 anos e um ponto percentual de yield move o preço em 8,3 pontos.

Preço do Hyperion	Yield implícito	Duração modificada
105	6,04%	9,1
100	6,58%	8,9
91	7,67%	8,5
87	8,20%	8,3

A parcela anual da dívida é L × i / (1 − (1 + i)^−N), em fração do investimento. O prazo N é a vida útil do ativo; a cobertura é o retorno de caixa r dividido por essa parcela.