A conta que chegou: como modelos chineses de IA viraram o “plano B” das gigantes americanas · HerbertGeorgeWells · Tab

Era janeiro de 2025 quando o DeepSeek R1 foi lançado e, como num passe de mágica, derrubou ações da Nvidia e de outras big techs num piscar de olhos. A resposta de boa parte dos influenciadores de tecnologia, aqueles que confundem um prompt bem escrito com conhecimento técnico, foi imediata e categórica: “Isso não vale nada, ninguém vai conseguir rodar um modelo desses em casa.”

Pois bem. Passado pouco mais de um ano, a realidade parece ter uma opinião ligeiramente diferente sobre o assunto.

O que os números dizem, e eles são teimosos, é que em fevereiro de 2026 a participação do modelo chinês Qwen, da Alibaba, em novos projetos mensais de fine-tuning saltou de 1% para 69%. No OpenRouter, plataforma com cerca de 800 mil usuários, em sua maioria engenheiros, os modelos chineses já representam cerca de 60% do uso por empresas americanas. Apenas para efeito de comparação, no primeiro semestre de 2025 esse número era de 4,5%. Ou seja, em menos de um ano, a fatia cresceu mais de dez vezes.

E não se trata de empresas pequenas ou irrelevantes. Estamos falando da Microsoft, que avalia usar o DeepSeek V4 como opção de baixo custo no Copilot Cowork, após testar o modelo com fine-tuning, com mais de 20 milhões de assinantes pagos do Microsoft 365 Copilot, descobrindo que manter a IA rodando custa caro, muito caro; da Airbnb, cujo CEO, Brian Chesky, defendeu publicamente o uso do modelo Qwen da Alibaba em seu chatbot de atendimento ao cliente, reduzindo o tempo de resolução de problemas de quase três horas para apenas seis segundos, motivado pela velocidade e baixo custo; da DoorDash, que agora delega “tarefas de nível inferior” ao Kimi K2.6, da startup chinesa Moonshot AI, reservando os modelos da Anthropic apenas para “o trabalho mais difícil”, com o cofundador Andy Fang afirmando que a nova combinação é mais barata e mais eficaz; da Lindy, startup de São Francisco com apenas 25 funcionários, que migrou 100% de seu tráfego de IA da Anthropic para o DeepSeek V4, com o CEO Flo Crivello dizendo que não houve diferença de desempenho e que economizaram milhões de dólares, descrevendo a curva de custo como caindo “feito um avião“; e da Thinking Machines Lab, startup da ex-CTO da OpenAI, Mira Murati, que admitiu ter baseado a arquitetura de seu modelo Inkling no DeepSeek-V3 e usado dados gerados pelo Kimi K2.5 no pós-treinamento. Sim, a ex-chefe de tecnologia da OpenAI, a empresa que começou toda essa revolução, está copiando o dever de casa dos chineses.

O que move essa debandada é uma resposta tão simples quanto desconfortável para quem apostou fichas no discurso de “superioridade americana”: dinheiro. Enquanto a Anthropic cobra US 25 por 1 milhão de tokens em seu modelo mais avançado, o DeepSeek V4 Flash cobra US 0,18. É menos de 1% do preço. A startup Lindy reduziu seus custos de inferência em 90% com a mudança. A Uber, por outro lado, queimou todo o orçamento anual de IA em apenas quatro meses usando modelos americanos. O ex-presidente da Câmara de Comércio Americana em Xangai, Ker Gibbs, resumiu bem: “A conta chegou”. E quando a conta chega, o discurso ideológico vai para o quinto dos infernos.

Além do custo, há outro fator: os modelos chineses são, em sua maioria, open-weight, ou seja, código aberto com pesos disponíveis para download. Isso significa que qualquer empresa pode baixar o modelo, hospedá-lo em seu próprio servidor e fazer fine-tuning com seus dados proprietários, sem depender mais da API de ninguém. “A lógica de escolha das empresas mudou”, disse Harpreet Arora, da empresa de infraestrutura de IA Fursel. “Em vez de buscar desempenho máximo absoluto, elas preferem modelos com desempenho suficiente para a tarefa.”

Pois é. Aqueles mesmos que, em janeiro de 2025, decretaram a morte do DeepSeek antes mesmo de ler o paper, muitos deles sequer sabem a diferença entre um modelo de linguagem e um modelo de difusão, agora assistem, calados, a Microsoft, Airbnb, DoorDash e até a ex-CTO da OpenAI usando o que eles disseram ser “inútil”. A ironia é quase poética. O argumento era “ninguém vai rodar isso em casa”. E de fato, talvez ninguém rode em casa, porque as empresas estão rodando em datacenters inteiros, com centenas de GPUs, fazendo fine-tuning e gerando valor real.

O erro fundamental desses influenciadores, além da óbvia falta de formação técnica, foi confundir acessibilidade doméstica com viabilidade empresarial. Sim, rodar um modelo de 600 bilhões de parâmetros no PC gamer de casa é impraticável, mas rodá-lo num cluster na nuvem da Azure, com todos os guardrails de segurança e conformidade, é perfeitamente viável, e, como vimos, está acontecendo agora mesmo.

O governo Trump já ameaçou sanções e até banimento, mas, como observou a Brookings Institution, “as políticas de controle de exportação dos EUA criaram um consenso no mercado: não há garantia de que os modelos de IA americanos possam ser usados de forma estável a longo prazo”. Em outras palavras, a própria política americana deu o empurrão que faltava para as empresas buscarem alternativas.

Enquanto isso, a China segue lançando modelos open-weight, com performance comparável ou superior, a uma fração do custo. O relatório do Stanford AI Index 2026 já declarou que a lacuna de desempenho entre modelos americanos e chineses está efetivamente fechada. E os influenciadores? Provavelmente continuarão postando vídeos com thumbnails de cara assustada, repetindo o que ouviram de algum gringo no Twitter, sem nunca terem aberto um notebook de Jupyter na vida. A realidade, no entanto, é teimosa. E ela está falando chinês.

Referências e fontes dos dados citados:

Airbnb (Qwen)
https://www.businesstimes.com.sg/property/airbnbs-ceo-says-us-misunderstanding-use-chinese-open-source-ai-models

DoorDash (Kimi K2.6)
https://peoplesdaily.pdnews.cn/business/er/30052648412

Lindy (DeepSeek V4) – fonte 1
https://www.wliw.org/radio/news/american-ai-is-expensive-some-startups-are-turning-to-cheap-chinese-models/

Lindy (DeepSeek V4) – fonte 2
https://36kr.com/p/3867009591645191

Thinking Machines Lab (Mira Murati) – fonte 1
https://www.chinatimes.com/cn/realtimenews/20260716001870-260409

Thinking Machines Lab (Mira Murati) – fonte 2
https://wallstreetcn.com/articles/3777067

Microsoft (Copilot Cowork)
https://www.axios.com/2026/06/16/microsoft-copilot-cowork-tokenmaxxing-cowork

Preços DeepSeek vs Anthropic
https://openrouter.ai/deepseek/deepseek-v4-flash-20260423

Brookings Institution – artigo 1
https://www.brookings.edu/articles/if-superintelligence-isnt-imminent-the-trump-administration-may-be-right-to-loosen-advanced-chip-export-controls/

Brookings Institution – artigo 2
https://www.brookings.edu/articles/competing-ai-strategies-for-the-us-and-china/

Stanford AI Index 2026 – relatório oficial
https://hai.stanford.edu/ai-index/2026-ai-index-report

Stanford AI Index 2026 – análise da UNU
https://c3.unu.edu/what-2026-stanford-ai-index-report-tells-us-about-state-ai