Modelos de linguagem grandes abertos da China ultrapassam cem bilhões de downloads

Na era pós-ChatGPT, a inteligência artificial chinesa foi por muito tempo apresentada como um contraponto aberto, mas na prática, os modelos chineses ficavam aquém dos níveis de desenvolvimento avançado. No entanto, um relatório recente da Spring do Hugging Face muda esse quadro. Modelos de peso aberto desenvolvidos na China agora representam 41% do total de downloads no maior hub mundial de modelos, superando pela primeira vez os modelos de origem americana. O número total de downloads ultrapassou 10 bilhões.

Histórias semelhantes

Na plataforma OpenRouter, durante a última semana, quatro modelos com o maior volume de tokens são chineses. O Kimi K3, lançado pela Moonshot AI em 27 de julho e com um total de parâmetros de 2,8 trilhões, é o maior modelo de peso aberto já lançado. Três dias depois, a Alibaba apresentou o Qwen3.8-Max, um modelo base com 2,4 trilhões de parâmetros que também possui um plano de peso aberto.

A situação econômica e política é simples: o controle de exportação dos EUA torna os maiores chips Nvidia inacessíveis para laboratórios chineses, forçando-os a buscar uma eficiência algorítmica que em outros lugares seria apenas desejável. Os investidores apoiam a distribuição aberta, pois os downloads abertos representam a barreira mais barata contra concorrentes fechados. Martin Cazado, parceiro da Andreessen Horowitz, observou no ano passado que cerca de 80% das startups no Vale do Silício que procuram financiamento criavam seus produtos com base em modelos chineses abertos. Clément Delang, CEO do Hugging Face, afirma que a China provavelmente alcançará os principais laboratórios americanos até o final de 2026.

O cenário técnico também está se transformando. Ion Stoica, professor da Universidade da Califórnia em Berkeley, coautor de Spark e Ray, informou à imprensa chinesa que a lacuna entre os modelos abertos chineses e os modelos avançados fechados globais diminuiu de seis a nove meses para dois a três meses. Jensen Huang, fundador da Nvidia, apoiou publicamente a abordagem aberta.

O capital de investimento segue essa tendência. A DeepSeek concluiu sua primeira rodada externa de mais de 50 bilhões de yuans. A Moonshot AI fechou uma rodada Série F, que a avaliou após receber fundos de 35 bilhões de dólares, e iniciou uma rodada Série G antes do IPO. Atualmente, o dinheiro quente procura não quem lançar o maior modelo mais rápido, mas sim aquele modelo aberto que se tornará a base para todos os outros, assim como o Linux se tornou a base das tecnologias de nuvem.

A política industrial governamental atua como um vento favorável, e não como a causa principal. O plano para o décimo quinto período quinquenal propôs a construção de sistemas abertos como prioridade nacional. A comunidade nacional de IA aberta agora conta com mais de 11 milhões de usuários e mais de 70.000 modelos. A infraestrutura existe graças ao trabalho já realizado; a política apenas acelera a disseminação, e não a invenção em si.

A próxima fase é a expansão global. Os modelos abertos chineses tornaram-se o ponto de partida padrão para desenvolvedores no Sudeste Asiático, África e América Latina. Embora os Estados Unidos ainda liderem em capacidades avançadas brutas, a questão para os próximos dois anos é se o resto do mundo construirá sua IA com base nos pesos abertos chineses da mesma forma que construiu as tecnologias de nuvem com base no Linux.

Modelos de linguagem grandes chineses se tornam globalmente competitivos graças aos avanços da DeepSeek

Inicialmente começando como fan art, um meme com a imagem do fundador da DeepSeek, Liang Wenfen, vestido como um 'cara legal' em um terno azul, rapidamente ganhou grande repercussão nas redes sociais chinesas. Este meme foi um catalisador para o lançamento do DeepSeek V4 Flash.

O modelo DeepSeek V4 Flash alcançou uma pontuação de 7,1 trilhões de tokens no ranking semanal global do OpenRouter e instantaneamente se tornou o modelo mais utilizado no planeta. Graças a isso, a DeepSeek ocupou dois lugares no top cinco mundial, onde quatro posições são ocupadas por modelos chineses, e o GPT-5.6 Luna caiu para a sexta posição.

Os indicadores econômicos demonstram uma vantagem significativa. Um dia antes do lançamento do V4 Flash, a OpenAI reduziu o custo do GPT-5.6 Luna em 80%, estabelecendo o preço em US$ 0,2 por milhão de tokens de entrada e US$ 1,2 por milhão de tokens de saída. O DeepSeek V4 Flash foi lançado a um preço equivalente a aproximadamente US$ 0,14 por entrada e US$ 0,28 por saída, oferecendo um desconto de cache de 98% em comparação com os 90% padrão da indústria. O avaliador independente Artificial Analysis determinou que o custo do V4 Flash para uma tarefa típica de agente é cerca de 60% menor do que o de Luna. O OpenCode registrou uma taxa de cache de 96%, o que reduziu o custo médio da sessão para US$ 0,06.

A diferença de desempenho não é mais significativa. Testes internos da DeepSeek mostram que o V4 Flash supera o V4 Pro Preview e o GLM 5.2, ficando atrás apenas do Opus-4.8. Além disso, a Artificial Analysis atribuiu a ele uma pontuação de 50 no índice de inteligência, enquanto Luna recebeu 51. No benchmark VulcanBench, o diretor técnico da Bold Metrics, Morgan Linton, caracterizou o V4 Flash como 'excepcionalmente estável sob esforço moderado', destacando sua superioridade sobre Claude Fable e GPT-4.5. Aproximadamente metade do tráfego do OpenRouter direcionado à DeepSeek agora vem de desenvolvedores dos EUA e Europa, indicando que este fenômeno vai além do mercado interno.

O foco no desenvolvimento de agentes é intencional. O V4 Flash utiliza a arquitetura V4 Flash Preview e, após o treinamento, foca nas capacidades de agentes. Um membro da equipe, Cui Tianyi, está publicamente contratando engenheiros para um novo grupo, o Harness — um sistema que envolve o modelo com contexto, ferramentas, estado da tarefa e feedback, usando projetos abertos do GitHub como filtro de seleção. Em maio, o agente DeepSeek-TUI, desenvolvido pelo desenvolvedor americano independente Hunter Boone, acumulou mais de 11 mil estrelas no GitHub em apenas alguns dias. A carta aberta de Boone, intitulada 'whale bros, I'm the American who builds DeepSeek-TUI', tornou-se um evento cultural que atravessou o Pacífico. Como os desenvolvedores estrangeiros apoiam esses modelos por sua escolha, os LLMs abertos da China deixaram de ser apenas uma curiosidade; eles se tornaram um nível básico de custo-benefício que agora todos os outros devem superar.

Altos custos de LLMs chinesas para usuários intensivos anulam a vantagem do custo por token

Apesar do custo por token aparentemente mais baixo, os grandes modelos de linguagem (LLMs) chineses domésticos mostram-se muito caros para usuários pesados em cenários de desenvolvimento, quando o volume diário de consumo atinge dezenas de bilhões de tokens.

Diferença nos Custos Reais

Usuários chineses que realizam codificação intensiva com IA gastam 300 yuans por semana no Codex, enquanto o uso de modelos locais, como o GLM-5.2, custa-lhes 7800 yuans diariamente. O custo real não é determinado pela precificação por token, mas sim pelo fato de que os modelos estrangeiros oferecem assinaturas em pacotes que limitam os gastos dos usuários mais ativos.

Ao consumir dezenas de bilhões de tokens diariamente, o uso da API do GLM-5.2 custa cerca de 7800 yuans por dia, o que equivale a 1084 dólares americanos. Uma carga semelhante através da assinatura GPT Codex Pro custa aproximadamente 300 yuans por semana. Este paradoxo surge porque os modelos estrangeiros incluem o consumo de tokens em assinaturas mensais fixas, limitando efetivamente os custos para os usuários mais exigentes, enquanto os modelos chineses cobram estritamente por cada token sem ofertas de tarifas fixas.

Comparação das Ofertas de Preços

Em termos de preço por token, o GLM-5.2 demonstra uma taxa mais baixa (1,4/4,4 dólares americanos por milhão de tokens de entrada/saída) em comparação com o GPT-5.6 Sol (5/30 dólares americanos). No entanto, com um consumo diário de bilhões de tokens, a vantagem da tarifa em pacote muda completamente o quadro comparativo. Por exemplo, o Codex Plus custa 20 dólares americanos por mês, e o Pro começa em 100 dólares americanos por mês com uma cota 5 ou 20 vezes maior, mais o pagamento excedente via API. O Claude Code oferece Pro por 20 dólares americanos por mês e planos Max de 100 a 200 dólares americanos por mês.

A situação com o Alibaba Qoder CN também apresenta problemas: os planos individuais custam 59–169 yuans por mês por 2000–6000 créditos, que os usuários pesados consomem em poucos dias. Relata-se que cerca de 20–30 clientes corporativos interromperam a renovação após a reestruturação de preços. A versão corporativa do Qoder custa 199 yuans por assento por mês e é consumida em 3 dias com uso moderado ou em 1 dia com uso intenso.

Disponibilidade e Barreiras Técnicas

O acesso à assinatura do GLM-5.2 tornou-se extremamente difícil. O limite diário, lançado às 10h, é esgotado em poucos minutos, e o volume disponível desde janeiro de 2026 foi reduzido em 20% do original devido a restrições de capacidade computacional. Em horários de pico, é aplicada uma cobrança tripla de tokens, o que um desenvolvedor comparou a jogar roleta. De forma semelhante, o Kimi Code oferece tarifas de 49 a 699 yuans por mês com atualização semanal, mas também não possui um plano em pacote que torne as assinaturas estrangeiras vantajosas para usuários pesados.

Os fornecedores de modelos chineses explicam essa barreira pelos altos custos de computação durante a inferência. Diferentemente dos serviços de nuvem para inferência otimizados para processamento em lote com cache, os provedores chineses enfrentam custos de manutenção mais altos por token devido a janelas de contexto de cache menores e ineficiência insuficiente de agrupamento entre usuários em escala. Além disso, a realidade econômica é que os planos em pacote exigem alocação excessiva de capacidade computacional, algo que as empresas chinesas não podem arcar nas condições atuais de recursos computacionais limitados.

Segmentação de Mercado e Futuro

Esta estratégia de preços leva à segmentação do mercado: usuários leves se beneficiam do preço por token mais baixo na China, mas o segmento de desenvolvedores mais valioso é efetivamente subsidiado em favor dos modelos estrangeiros graças à vantagem do pacote de assinatura. Os modelos chineses ocupam 63,5% do volume mundial de inferência por meio de usuários leves e aplicativos sensíveis ao preço, enquanto os fluxos de codificação de IA de alta intensidade são direcionados para as assinaturas GPT e Claude. Para capturar a fatia de desenvolvedores, é necessário um plano de codificação com tarifa fixa correspondente ao custo semanal do Codex, mas isso exigirá poder computacional que atualmente está limitado para as empresas de IA.