Modelos abertos chineses viraram a base de quem constrói IA

O sinal mais importante em IA neste ano não é qual laboratório treinou o maior modelo. É quem virou a fundação sobre a qual todo mundo constrói. E, cada vez mais, essa fundação tem origem chinesa. Qwen, DeepSeek e GLM saíram da categoria de "alternativa barata" e passaram a ser a base de fato de quem monta produto de IA, dentro e fora da China. O detalhe que raramente chega ao leitor brasileiro é que o Brasil já aparece entre os maiores mercados de pelo menos um desses modelos.

O que os números mostram

A virada começou em janeiro de 2025, quando a DeepSeek soltou o R1, um modelo de raciocínio de peso aberto sob licença permissiva, com o paper de treino publicado junto. Não foi só bom, foi baixável. De lá para cá, o padrão se repetiu. A Moonshot AI lançou o Kimi K2.5 chegando perto de sistemas proprietários de ponta como o Claude Opus em alguns benchmarks iniciais, por cerca de um sétimo do preço, segundo o MIT Technology Review.

Na Hugging Face, a família Qwen da Alibaba, depois de anos como série mais baixada, ultrapassou os modelos Llama da Meta em downloads acumulados. Um estudo do MIT citado pela mesma reportagem aponta que os modelos abertos chineses passaram os americanos em total de downloads. Para quem constrói, isso significa uma coisa concreta: acesso a capacidade quase de fronteira ficou mais amplo e mais barato do que nunca.

O uso real confirma a tendência. O sócio da Andreessen Horowitz, Martin Casado, estimou publicamente cerca de 80% de chance de uma startup que se apresenta com stack de código aberto estar rodando modelo chinês. A OpenRouter, que intermedeia chamadas a diferentes modelos via API, mostra os modelos abertos chineses saindo de quase zero no fim de 2024 para perto de 30% do uso em algumas semanas recentes. Não é curiosidade de laboratório, é produção.

Onde o Brasil entra

Aqui está a parte que a mídia de tecnologia local quase não conta. A Z.ai, antiga Zhipu, precisou limitar novas assinaturas do plano de código baseado no seu modelo GLM porque a demanda estourou a capacidade de computação. E a base de usuários desse plano, segundo dados da CNBC reproduzidos pelo MIT Technology Review, se concentra em Estados Unidos e China, seguidos por Índia, Japão, Brasil e Reino Unido.

Ou seja: enquanto se discute soberania de IA em painel, desenvolvedores brasileiros já estão, na prática, colocando modelo aberto chinês para trabalhar. O Brasil não é espectador dessa história, é um dos mercados que puxam a fila. Vale registrar que boa parte desses modelos ainda treina e serve em GPUs da Nvidia e em nuvens americanas, então a interdependência entre os dois ecossistemas segue forte. Independência total é retórica, não realidade operacional.

Por que o peso aberto muda o jogo

A diferença entre um modelo aberto e um modelo fechado como ChatGPT ou Claude não é preço, é controle. No fechado, você paga para acessar e não pode inspecionar. No aberto, o peso é publicado, e qualquer um baixa, roda, estuda, ajusta e distila, aquela técnica de treinar um modelo menor para imitar um maior.

Isso gerou um efeito de composição. Segundo dados do projeto ATOM, do pesquisador Nathan Lambert, variações derivadas do Qwen chegaram a mais de 40% das novas derivações de modelos de linguagem na Hugging Face, enquanto o Llama caiu para cerca de 15%. Quando um modelo vira a base preferida para "remixes", ele deixa de ser um produto e vira infraestrutura. É a diferença entre vender um carro e virar a estrada.

Um modelo aberto não precisa ser o melhor do mundo. Precisa ser bom o suficiente para a tarefa, rodar onde você manda e custar um preço que fecha a conta. Foi isso que os laboratórios chineses entenderam antes.

O movimento também empurra o ecossistema para modelos menores e especializados. Grupos como o Shanghai AI Laboratory soltaram modelos voltados a tarefas científicas, a Tencent focou geração de música, e uma firma de finanças quantitativas abriu um modelo de raciocínio médico. Computação e energia são restrições reais de qualquer operação, e o modelo pequeno que roda local resolve isso melhor do que o gigante que só vive no data center.

O que muda para a operação por aqui

Para o operador brasileiro, a leitura errada é tratar isso como torcida geopolítica. O ponto não é escolher lado, é escolher ferramenta com critério. Três consequências práticas.

Primeira, custo virou variável de projeto, não desculpa. Se o mesmo trabalho sai por um sétimo do preço com um modelo aberto rodando na sua infra, a conta de qual caso de uso vale a pena muda inteira. Vimos essa lógica de commodity se formando quando o Benedict Evans argumentou que o modelo caminha para virar commodity e quando usamos o Wardley Mapping para enxergar o que já virou commodity antes de investir. O modelo aberto chinês é a materialização disso.

Segunda, controle de dado deixou de exigir modelo americano. Rodar peso aberto na sua própria infraestrutura significa que o dado não sai do seu ambiente. Para muita empresa regulada, isso é mais seguro do que mandar prompt para uma API fechada. A pergunta certa não é "de que país é o modelo", é "onde ele roda e por onde meu dado trafega". Já tratamos dessa distinção ao cobrir o Kimi K3 rodando em chip chinês e o relançamento do DeepSeek V4 Flash focado em preço.

Terceira, a escolha agora é de portfólio, não de fornecedor único. O time que amarra tudo em um só provedor fechado assume risco de preço e de disponibilidade. O que sabe alternar entre um modelo aberto para as tarefas de volume e um fechado para os casos de ponta ganha margem e resiliência. Não à toa a discussão de soberania e pesos abertos chegou até os Estados Unidos, como na carta de 235 empresas pedindo IA de pesos abertos e no framework voluntário que a Casa Branca acaba de fechar para modelos de fronteira.

O sinal que vem da China não é sobre bandeira. É sobre distribuição: o país que abriu o peso virou a estrada por onde o resto do mundo trafega. Ignorar isso por desconforto geopolítico é abrir mão de uma alavanca de custo e controle que seus concorrentes já estão usando, o Brasil inclusive.

Se você quer montar um portfólio de modelos que equilibra custo, controle de dado e qualidade, sem amarrar sua operação a um único fornecedor, fale com a AI Boutique no WhatsApp. A gente ajuda a escolher onde usar aberto, onde usar fechado e como rodar com segurança.