Metodologia dos índices

Os índices em resumo

TAI · Índice Tantalum de Materiais para IA. Acompanha os insumos físicos cujo suprimento precisa escalar, ou a infraestrutura de IA quebra. Composto por dois sub-índices: TAI-M (materiais) e TAI-P (energia), ponderados 75/25.

SOV50 · Soberania 50. Um indicador de risco, não um índice de retorno. Quantifica a exposição à concentração de suprimento: se um único país produtor dominante fechasse a torneira amanhã, quanto do suprimento relevante para IA estaria em risco? Publicado como uma pontuação de concentração (HHI) mais uma perna de preço.

SDX · Índice de Diversificação do Sul. Um índice de tese que faz par com o SOV50. Acompanha a base alternativa de suprimento de materiais relevantes para IA fora do eixo China + RDC: Brasil, Triângulo do Lítio, o cinturão de cobre do Chile e produtores australianos de terras raras e lítio.

TCC · Capacidade de Contexto Tantalum. O índice de memória. Quantas conversas longas de IA cabem na memória de um chip de IA de ponta, com uma leitura complementar de qualquer fabricante (TCC-X).

O índice de memória: TCC

A memória virou a parte mais cara e mais restrita em oferta do hardware de IA. Um índice a acompanha pelo ângulo que nenhum índice de preço cobre: quantas conversas longas de IA um chip de ponta realmente consegue guardar. Ele não acompanha preços de memória, que outros provedores já publicam.

TCC · Capacidade de Contexto Tantalum. Quantas conversas de 128 mil tokens cabem na HBM da GPU de data center NVIDIA de maior memória com entregas confirmadas a clientes na data da leitura (B200 com 192 GB até julho de 2025; B300 e Rubin com 288 GB desde então), contando só a memória das conversas. O TCC sobe quando os chips ganham memória ou quando os modelos ficam mais enxutos, então uma leitura maior é sempre a melhor. Base 100 = 1 de janeiro de 2026. É um medidor estilizado: servidores reais também guardam os pesos, usam cache em FP8 e paginam memória para CPU ou SSD.

TCC-X, a leitura complementar de qualquer fabricante (adicionada em 2026-10-11). Mesma construção, mas o chip de referência é o acelerador de data center de maior HBM de qualquer fabricante com entregas confirmadas a clientes: AMD MI325X com 256 GB até meados de 2025, 288 GB (B300 / MI355X) a partir do 3º trimestre de 2025, e AMD MI455X com 432 GB a partir do 3º trimestre de 2026, quando os primeiros racks Helios chegaram à Oracle. A manchete continua na NVIDIA porque é onde a maior parte da inferência roda; a distância entre TCC e TCC-X é, ela mesma, uma leitura: em 1 de outubro de 2026 o TCC está em 218,5 e o TCC-X em 327,5. "Entregas confirmadas a clientes" significa um cliente nomeado com unidades no chão, não um anúncio, um benchmark ou uma data de lançamento.

Insumo: memória por conversa. Para o principal modelo aberto de cada laboratório, os bytes de cache KV necessários para manter uma conversa de 131.072 tokens (128 mil) para um usuário, lidos da config.json publicada do modelo. Chaves, valores, latentes MLA e chaves de indexador de atenção esparsa são contados em 16 bits; camadas de atenção linear e recorrentes (Gated DeltaNet, KDA, Mamba-2, lightning attention) mantêm um estado de tamanho fixo contado em fp32 mais o estado de convolução curta; camadas de janela deslizante ou em blocos contam só até a janela; os pesos do modelo ficam de fora. Este é o lado da demanda do TCC e é publicado dentro dele como "GB por conversa" (6,25 GB em 1 de outubro de 2026), não como um índice separado. TCC = 100 × (HBM ÷ GB por conversa) ÷ a mesma razão na data-base.

• Cesta: um modelo principal por laboratório: o maior modelo aberto de uso geral da geração mais recente. Modelos só de código, só de visão, destilados e as linhas Small/Medium/Air/Flash ficam de fora; um modelo multimodal que é o principal modelo geral do laboratório conta. Um laboratório entra quando lança um modelo aberto de uso geral com pelo menos 20 bilhões de parâmetros sob licença que permite uso comercial e sai após 15 meses sem um novo modelo principal. As datas dos constituintes são a data em que os pesos ficaram disponíveis para download, não o lançamento da API. Laboratórios atuais (1 de outubro de 2026): DeepSeek, Alibaba Qwen, Meta, Google, Mistral, OpenAI, Moonshot, Zhipu, MiniMax, NVIDIA. Elegíveis pela regra e na lista de observação para a próxima leitura, pendentes da leitura da configuração: Baidu (ERNIE 4.5), xAI (Grok 2.5), ByteDance (Seed-OSS), IBM (Granite 4), Cohere (Command A), Ai2 (OLMo 3).
• Agregação: média geométrica encadeada da variação de cada laboratório em relação à leitura anterior, contando só os laboratórios presentes nas duas leituras, para que entradas e saídas nunca causem saltos. O número de "GB por conversa" é a média geométrica da cesta na data-base (13,64 GB) multiplicada pela variação encadeada da cesta desde a data-base.
• Cadência: trimestral, com atualização sempre que um laboratório lança um novo modelo principal. O histórico foi reconstruído trimestralmente até 1 de janeiro de 2025.
• Verificações: um modelo da classe Llama-70B (80 camadas, 8 cabeças KV × 128) dá 42,9 GB (40,0 GiB) em 128 mil tokens, igual ao número amplamente citado. Em 1 milhão de tokens a fórmula coloca o DeepSeek-V4-Pro em 11,5% do cache do DeepSeek-V3.2; o card do modelo da DeepSeek diz 10%, diferença compatível com escolhas de precisão de cache não divulgadas.
• Limitações: só modelos abertos, porque os fechados não publicam configurações. O índice esparso por blocos do MiniMax-M3 e os estados de convolução curta das camadas de atenção linear são aproximados, e o MiniMax-M1 é tratado como tendo a mesma arquitetura do MiniMax-Text-01. As camadas MoE do Nemotron 3 Ultra não carregam estado por conversa e são contadas como zero.

O TAI como composição

O TAI era originalmente uma cesta única. Combinar materiais e insumos energéticos em uma única cesta cria um problema de sinal/ruído: um movimento no TAI poderia vir de um aperto no suprimento de terras raras ou de um pico de furacão no gás natural, e o número de manchete não conta qual. Em maio de 2026 dividimos o TAI em dois sub-índices abertamente publicados:

• TAI-M (Materiais de IA): exposição mineral pura. Cobre, a cesta de terras raras, lítio, o cluster brasileiro de mineração e um produtor listado que representa tântalo, antimônio e nióbio. Energia deliberadamente excluída. Gálio, germânio e hélio são monitorados e citados na leitura semanal, mas não entram no preço, porque não existe feed diário público para eles.
• TAI-P (Energia para IA): insumos de eletricidade para infraestrutura de IA. Urânio e equity de utilities nucleares (a história de ponta: PPAs de hyperscalers, preços recordes de contratos de longo prazo de urânio, leilões de capacidade do PJM fechando no teto), equity amplo do setor de utilities, gás natural como residual.

TAI = 75% TAI-M + 25% TAI-P. Os dois sub-índices são publicados e atualizados de forma independente, e uma trava automática recusa publicar se a identidade não fechar.

Rebase dos sub-índices, 2026-08-22. Da divisão de maio de 2026 até essa data, o job automatizado avançava a composição a cada semana mas nunca gravava os sub-índices de volta no arquivo. Os TAI-M e TAI-P publicados ficaram congelados nos valores de maio, e 0,75 × TAI-M + 0,25 × TAI-P deixou de bater com o TAI publicado. Os dois sub-índices foram rebaseados sobre a composição em 2026-08-22 e desde então são persistidos e compostos de forma independente. O histórico exibido é ajustado por um único fator constante; a série original fica preservada no arquivo de dados.

Constituintes e pesos (cesta v1 (2026-10-11))

Estes são os pesos que o job semanal usa, lidos do mesmo arquivo de dados que o site renderiza. Um leitor com os fechamentos do Yahoo Finance para estes instrumentos e os níveis publicados da semana anterior reproduz os níveis desta semana até a marca d'água.

Por que estes. Cobre é o futuro real da COMEX, não um ETF de mineradoras, então o prêmio tarifário dos EUA e as paradas de minas de 2026 aparecem como cobre e não como beta de equity. Urânio fica só no TAI-P: até outubro de 2026 estava nos dois sub-índices e pesava mais no TAI do que o cobre. Lítio sai do SOV50 porque, nos dados do USGS 2026, é o material menos concentrado do painel. Os ETFs COPX e LIT saem do SDX porque os dois carregam pesos chineses grandes, o oposto do que um índice de diversificação fora da China deveria ter; a Glencore sai porque sua exposição está dentro da RDC. A AMG Critical Materials está em três cestas porque é a única produtora listada e líquida de tântalo (mina Mibra, Brasil) e produz antimônio e lítio, os mercados finos que a lista-alvo nomeia. A Lynas é a única separadora de terras raras fora da China em escala e contraparte do piso de preço do Departamento de Defesa dos EUA, o que a torna a expressão listada mais limpa do prêmio de concentração que o SOV50 existe para capturar. Listagens fora dos EUA (Antofagasta em Londres, AMG em Amsterdã, PLS e Lynas em Sydney) carregam câmbio nos retornos; o índice não o remove.

Monitorados, sem peso. Nióbio (a CBMM é privada), Pensana (em desenvolvimento), Syrah (produção em Balama adiada para o 3º trimestre de 2026), gálio, germânio e hélio (sem preço diário público). Continuam nos painéis de constituintes para que o leitor veja o que a tese cobre e o instrumento não.

Emenda (splicing). Quando um constituinte entra numa cesta ou troca de instrumento, não tem marca anterior, então contribui zero na primeira semana e o índice segue pelos outros constituintes; contribui normalmente a partir da segunda semana. Os tickers emendados e a data ficam registrados no arquivo de dados. Os níveis nunca saltam numa troca de cesta.

Fontes de dados

Todos os preços vêm do endpoint público de fim de dia do Yahoo Finance: futuros de primeiro vencimento de cobre COMEX (HG=F) e Henry Hub NYMEX (NG=F); os ETFs americanos REMX, LIT, URA, NLR e XLU; e as ações de produtores listadas acima na NYSE, Nasdaq, Bolsa de Londres, Euronext Amsterdã e ASX. O painel de concentração é derivado do Mineral Commodity Summaries 2026 do USGS. O índice de memória lê configurações de modelos no Hugging Face e fichas técnicas dos fabricantes para capacidade de HBM. Sem feeds pagos, sem chaves de API. As cotações são de fim de dia, com atraso, o que basta para um índice semanal. Cada ticker é tentado em dois hosts do Yahoo e depois no CSV de histórico diário da Stooq; a fonte que respondeu fica registrada por ticker no arquivo de preços, e um ticker que nenhuma fonte consegue precificar é mantido no último fechamento e listado como stale na base do recálculo, em vez de sumir em silêncio.

O que era o feed antes de 2026-10-11. Até essa data o job lia o plano gratuito da Polygon.io, que serve só ações e ETFs americanos. "Cobre" era, portanto, o ETF de mineradoras COPX e "gás natural" era o fundo UNG, enquanto esta página dizia "futuros COMEX e NYMEX via Stooq". A página descrevia um feed que o job não usava (e o endpoint CSV da Stooq, tentado primeiro como substituto, já não responde). Isso está corrigido aqui, e o painel de cotações da home agora nomeia o instrumento por trás de cada número.

Três tickers do painel de preços da home (GLD, SLV, USO) e o ETF de lítio LIT são apenas contexto e têm peso zero, exceto onde a tabela acima diz o contrário.

Sobreposição editorial

Cada valor publicado é um cálculo-base ponderado mais, quando o desk escolhe aplicar, um ajuste editorial divulgado. Nenhum ajuste foi aplicado desde a correção de agosto de 2026; todo valor semanal publicado desde então é o cálculo-base puro mais a marca d'água de proveniência. Versões anteriores desta página diziam que os valores publicados incluíam uma sobreposição proprietária que faria uma replicação ingênua divergir em semanas. Não incluíam, e a frase está retirada.

Se um ajuste for aplicado no futuro, ele é limitado a ±1,0 ponto de índice por índice por semana, gravado no arquivo de dados com data, tamanho e um motivo de uma linha, e listado no changelog. As categorias de sinal que um ajuste pode usar são anúncios de controle de exportação e sanções, interrupções de suprimento específicas de um país e grandes eventos de projeto ou contrato. Suavização de momentum não é motivo permitido.

Validação adversarial multimodelo

Os artigos de pesquisa passam por uma revisão adversarial estruturada entre modelos de fronteira independentes antes da publicação: um modelo redige, outro reverifica cada afirmação numérica e cada fonte citada contra as referências públicas, e só o que sobrevive às duas passagens é publicado. O agente de auditoria automatizado que rodava isso a cada push foi desativado em 2026-09-28; a revisão agora roda dentro da própria tarefa de publicação, antes do commit. Os valores dos índices não passam por essa revisão porque são mecânicos; a leitura semanal que os interpreta, sim.

Marca d'água e proveniência

Cada valor de índice publicado contém um microajuste determinístico de aproximadamente ±0,05 derivado de uma semente secreta e da data de publicação. Ele não afeta nenhuma leitura de direção ou magnitude do índice. Existe para que, se um terceiro publicasse um índice suspeitamente próximo do nosso, pudéssemos verificar se os valores se originaram aqui.

A marca d'água não se compõe (corrigido em 2026-08-22). O desk mantém um nível interno sem marca d'água para cada índice, compõe esse nível e aplica a marca só ao número publicado.

O que publicamos, o que não publicamos

Público: constituintes, instrumentos, pesos, a tese de cada corte, a cadência de atualização, os registros de emenda e de sobreposição, e os provedores de dados. Os scripts de cálculo ficam no repositório do site.

Não público: a semente da marca d'água e as notas de pesquisa do desk por trás de qualquer ajuste editorial futuro.

Clientes institucionais podem licenciar o histórico completo, o backtest quando existir e uma relação de suporte sob acordo separado. Fale com o desk →

Cadência de atualização

Cada sub-índice e valor de manchete é recalculado semanalmente contra o fechamento de sexta-feira nos EUA. O recálculo roda em integração contínua às 01:15 UTC de sábado, atualizando preços e recalculando num só job, para que o índice e as marcas semanais armazenadas venham de um único fechamento consistente. A Vercel publica os números atualizados cerca de um minuto depois desse commit. O painel de cotações da home é atualizado uma vez por dia útil, à noite, após o fechamento dos EUA, e informa a sessão a que os preços pertencem.

O índice de memória é recalculado no primeiro dia útil de cada trimestre e sempre que um laboratório constituinte lança um novo modelo principal.

Limitações (leia isto)

O caminho para mais rigor

1. Um ano de dados ao vivo. Publicar semanalmente de janeiro de 2026 em diante; documentar cada mudança de metodologia com data.
2. Reconstruir e fazer backtest no aniversário de um ano. Reconstruir a série semanal anterior a agosto de 2026 e estender cada índice até 2020 com dados históricos do Yahoo Finance e do USGS, nos pesos v1 publicados. Publicar o backtest, inclusive onde diverge da série ao vivo.
3. Um painel de spread fora da China / China para o SOV50 (NdPr, Dy, Tb, gálio), atualizado mensalmente a partir de prints publicados de agências de preço, para que o prêmio de concentração seja medido diretamente.
4. Revisão independente de metodologia por um quant de índices de commodities, em especial sobre o proxy de mercado fino e a ponderação por faixas do SOV50. Publicar a revisão e a resposta do desk.
5. Piloto de licenciamento institucional quando os passos 1 a 4 estiverem concluídos.

Changelog