A estratégia de IA de pesos abertos da China está saindo na frente

• Modelos de IA têm pouca defensibilidade além da fidelidade à marca e de custos de troca superficiais, e a estratégia de pesos abertos da China está formando um ecossistema de distribuição mais amplo do que os modelos fechados dos EUA
• A defensibilidade real da IA corporativa vem mais dos serviços periféricos, como contratos, integração com sistemas internos e recursos de conveniência, do que dos modelos; usuários de APIs podem trocar modelos e fornecedores facilmente mantendo os prompts
• Controles dos EUA sobre exportação de GPUs e restrições à transferência de dados para servidores chineses limitam a oferta de serviços globais centralizados por empresas chinesas, mas a China transforma sua desvantagem computacional em vantagem de distribuição ao publicar modelos
• Moonshot e Alibaba lançaram modelos que, segundo elas, podem competir com os melhores modelos da OpenAI e da Anthropic a um custo muito menor, e Martin Casado, da a16z, estima em 80% a probabilidade de uma startup qualquer usar modelos chineses
• A estratégia fechada dos EUA e os incentivos focados em receita de curto prazo estão impedindo a expansão do ecossistema; para reduzir o risco de uma economia americana altamente dependente dos gastos com IA, é preciso apoiar public AI, serviços federados e pesquisa aberta

---

A defensibilidade fica nos serviços periféricos, não nos modelos

• Modelos de IA, como produtos independentes, não têm grande defensibilidade sustentável
  • Usuários podem migrar do ChatGPT para o Claude sem grande impacto em seus fluxos de trabalho
  • Em ambientes de engenharia, a troca é ainda mais fácil, pois é possível manter o mesmo prompt e mudar apenas a API
  • Contratos podem prender clientes, mas no longo prazo há poucos incentivos técnicos para continuar escolhendo um único fornecedor
• A defensibilidade da IA corporativa se forma em transações e contratos, integrações com sistemas empresariais e recursos de conveniência no ambiente de trabalho
  • Usuários podem escolher o modelo mais adequado às suas necessidades e, quando surgir um modelo melhor, trocar o modelo e o fornecedor

Uma estratégia de distribuição que reverte a desvantagem computacional

• Por causa dos controles de exportação de GPUs do governo dos EUA, mesmo que empresas chinesas consigam recursos computacionais para treinar modelos, é difícil oferecer serviços centralizados em escala global da mesma forma que OpenAI e Anthropic
  • Regulamentações que impedem o compartilhamento de certos tipos de dados com servidores chineses também limitam a expansão dos serviços
• Tecnologias abertas são vantajosas para adoção de infraestrutura porque podem ser usadas sem permissão, hospedadas onde se quiser e experimentadas ou modificadas
  • Modelos de pesos abertos não são open source, mas são portáteis e utilizáveis sem permissão
• A publicação de modelos pela China transforma a desvantagem computacional criada pelos EUA em vantagem de distribuição, commoditiza a camada de modelos da qual empresas americanas extraem receita e constrói um ecossistema global mais eficaz do que serviços centralizados e fechados
  • Vários setores chineses, da manufatura à pesquisa científica, podem usar esses modelos imediatamente

A lacuna de desempenho está diminuindo

• A linha de defesa das empresas americanas era que seus modelos de ponta eram melhores que os modelos abertos, mas essa diferença está diminuindo com os lançamentos de modelos da Moonshot e da Alibaba
  • As duas empresas afirmam que seus modelos podem competir com os melhores modelos da OpenAI e da Anthropic a um custo muito menor
  • Lançamentos rápidos e sucessivos ameaçam a liderança dos EUA no momento em que a IA se torna central para a segurança nacional, o poder econômico e a influência geopolítica
• Mesmo antes das novas melhorias de desempenho, a estratégia da China já vinha dando resultados
  • O sócio da a16z Martin Casado estimou que há 80% de probabilidade de uma startup qualquer usar modelos chineses
  • Também cresce a possibilidade de modelos chineses assumirem a liderança

O risco criado pela estratégia fechada dos EUA

• Há um paradoxo: apesar do caráter fechado da sociedade chinesa, quem controla fortemente a tecnologia de IA são as empresas americanas
  • Há preocupações sérias de que modelos chineses possam refletir a visão do governo, algo que pode ser observado em perguntas relacionadas à Praça Tiananmen
  • A estratégia fechada das empresas americanas contrasta claramente com a forma como o governo dos EUA apoiou a internet aberta no passado
• Em vez de fechar uma tecnologia com pouca defensibilidade real e grande potencial de ecossistema, é mais vantajoso adotar uma abordagem de publicação permissiva e colaborativa
  • Empresas americanas estão sendo pressionadas a buscar receitas diretas de curto prazo em vez dos benefícios do ecossistema
  • O governo também intervém no mercado com fortes controles de exportação, tornando necessárias mudanças que alinhem melhor os incentivos do ecossistema e das empresas
• Atualmente, uma parte significativa da economia americana é afetada pelo impacto dos gastos com IA; se essa dinâmica fizer a base de gastos desmoronar, as consequências podem ser graves
• public AI, serviços federados e pesquisa aberta estão ganhando apoio em favor de tecnologias abertas que possam operar alinhadas ao interesse público e aos valores da população, mas ainda precisam de mais suporte
  • Para realizar isso nos EUA, serão necessários uma estratégia e um apoio mais sofisticados do que os atuais

[GN⁺]

Comentários do Hacker News

• Nos últimos 50 anos, no mercado de computadores e software, no fim quem venceu foram os produtos gratuitos ou baratos. O PC derrubou o minicomputador, o Windows barato e o Linux gratuito avançaram sobre o mercado de UNIX, e a participação dos mainframes também caiu muito
  O custo de treinamento e a demanda de recursos dos modelos de ponta não são sustentáveis, e o incentivo econômico para desenvolver modelos de alta qualidade mais baratos é enorme. LLMs locais em hardware de consumo lembram o ecossistema de hobbyistas de PC dos anos 1970 e 80, e a visão é que, daqui a 10~15 anos, PCs e smartphones executarão a maior parte das tarefas no nível dos modelos de ponta atuais
  Os modelos chineses de pesos abertos permitirão serviços de aluguel de IA muito mais baratos que Anthropic e OpenAI, acelerando esse movimento

  • No mercado de consumo, a visão é que a ferramenta de LLM de uso geral sozinha não vai durar muito. Quando a viabilidade econômica melhorar, o produto lidará de forma transparente, nos bastidores, com as interações necessárias com modelos
    Usuários não querem uma interface que bajule a ponto de prejudicar o julgamento, nem que seja teimosa e lenta para entender, exigindo explicações detalhadas a todo momento. O setor de tecnologia tende a ser excessivamente atraído pela novidade ao imaginar as necessidades de usuários não técnicos
    Um reprodutor de música não precisa ter a capacidade de escrever fanfic do filme em que aquela música apareceu; isso pode ser impressionante, mas não é útil
  • Pode-se dizer que os mainframes não desapareceram, apenas mudaram de nome para nuvem. A única diferença é que agora se usa um navegador em vez de um terminal, mas hoje mais gente interage com esse computador do que com qualquer outro dispositivo
  • Hoje, os modelos de pesos abertos só se sustentam porque grandes empresas, com apoio estatal e incentivos próprios, gastam bilhões de dólares em treinamento e desenvolvimento enquanto praticamente abrem mão de um caminho de monetização
    Open source como o kernel Linux permitia que indivíduos melhorassem sistemas complexos de forma independente e acumulassem esses resultados, mas nos modelos não existe treinamento distribuído nem um caminho de melhoria paralela
    Pode ser uma estratégia de curto prazo para esgotar o financiamento das empresas ocidentais com guerra de preços, mas incentivos e políticas podem mudar a qualquer momento. Se a melhoria dos modelos não puder ser realmente descentralizada, a abertura pode ser interrompida a qualquer momento
  • Não está claro o que seria “software de produtividade para escritório no PC”. No fim, o vencedor é o Microsoft Office, e fica a dúvida se dá para dizer que isso não é um produto especializado
  • Outro fator central para espalhar o uso e o aprendizado de software pelo mundo foi a pirataria. Ao crescer em um país em desenvolvimento, era possível conseguir Windows, Office, Visual Basic, Flash e Dreamweaver por menos de 1 dólar, o que permitia aprender sozinho sem licenças caras
    A visão é que isso provavelmente também foi parecido para muitos desenvolvedores da mesma geração que cresceram em países em desenvolvimento

• Agora é difícil voltar atrás. Pesos abertos não são open source, mas na prática modelos gratuitos, e o usuário só arca com o custo de hospedagem
  Centenas de provedores hospedam e vendem isso, e milhares de empresas, de Microsoft, Databricks e Palantir até pequenas startups, podem executar e fazer fine-tuning, mantendo a propriedade intelectual
  Já OpenAI e Anthropic precisam obter margens de mais de 90% em inferência por causa dos custos irrecuperáveis e dos salários extremamente altos para reter talentos. O fato de a Meta pagar bilhões de dólares a engenheiros principais também distorceu fortemente o mercado
  Se os laboratórios americanos fecharem, os chineses também passarão a cobrar imediatamente, mas o preço por token ainda será um quinto ou um décimo, com muito menos mecanismos de restrição. Os laboratórios dos EUA precisam reduzir custos e salários para competir, e IA e robótica são a última esperança de os EUA se reindustrializarem e manterem o status de superpotência

  • Mesmo depois de a China ter destruído a indústria solar de outros países, o preço por watt dos painéis solares chineses continua caindo
    A demanda interna chinesa é grande o bastante e existe uma estratégia nacional de longo prazo para energia renovável, então o resultado pode parecer ao resto do mundo como um subsídio generoso. A IA chinesa pode seguir um caminho parecido

• A citação de que “80% das startups usam modelos chineses” parece duvidosa. Várias startups entrevistadas recentemente usavam todas modelos americanos, e mesmo quando usavam alguns modelos chineses, o núcleo do negócio eram assinaturas de Claude e Codex

  • A citação completa é a fala de Martin Casado de que há 80% de chance de a startup de um fundador que visita o escritório da a16z usar um modelo open source chinês. Isso é bem diferente do que o texto descreve
    Antes do investimento, uma startup pode usar modelos chineses em alguma parte do fluxo de trabalho, mas não se sabe qual a proporção das que conseguem investimento ou receita, sobrevivem por mais de um ano e continuam usando. Também pode ser uma apresentação do tipo “conseguimos chegar até aqui com um modelo open source chinês; se recebermos investimento e usarmos um modelo de ponta, podemos ir ainda melhor”
    Parece que o autor encontrou uma citação que se encaixava na narrativa que já tinha definido antes, ou leu a citação de forma descuidada
  • É uma estatística enganosa parecida com dizer que 100% das startups em que trabalhou usavam Windows porque pelo menos uma pessoa usava notebook com Windows. Na prática, os equipamentos de engenharia podem ser 80% Mac e 20% Linux
    Usa-se com frequência modelos chineses de pesos abertos, mas eles não são a primeira escolha para tarefas importantes de programação
  • Foi adotado o DeepSeek com a ideia de trocar depois por um modelo melhor conforme aumentasse o uso dos recursos de IA pelos clientes, mas ele é excelente para o trabalho atual e muito mais barato, então é bem possível que não haja migração
    Na biblioteca de IA usada, basta mudar uma configuração para trocar de modelo
  • É preciso distinguir entre usar modelos no produto e usá-los no desenvolvimento. Em alguns apps, usam-se modelos de pesos abertos no dispositivo ou por API quando há conexão com a internet, mas no desenvolvimento usam-se Claude, Codex, Cursor e Grok
  • Uma equipe de cerca de 6 pessoas ainda usa o Claude Code porque o plano é de mensalidade fixa por assento. Se mudar para cobrança por token, com certeza vão reavaliar

• A tendência é que modelos com pesos abertos vençam no sentido de se tornarem dominantes quando o hardware capaz de executá-los ficar barato. Dá até para alugar GPUs e economizar, mas também ouvi que as contas de empresas que operam inferência por conta própria são surpreendentemente altas
  Ainda assim, é difícil entender o que ganha quem treina e publica um modelo. Não está claro se é uma estratégia para reduzir preços por ver os provedores dos EUA como ameaça, nem qual é o modelo de negócio

  • Para a NVIDIA, modelos com pesos abertos são uma estratégia clássica de comoditização de complementos. Quanto mais baratos os modelos, mais GPUs serão compradas para executá-los
    É difícil saber a motivação da China. Texto relacionado
  • Graças aos pesos abertos, até empresas pequenas com capital apenas para investir em servidores podem virar provedoras e conquistar nichos de mercado
    A China vê como benefício para toda a economia comoditizar a tecnologia para que muitas empresas apoiem vários setores do conjunto da economia, o que justifica investimento público
    A estratégia dos EUA concentra capital privado em poucas empresas para que uma ou duas dominem o mercado e passem a impor “impostos” cada vez mais pesados a todos os setores, então é difícil ver isso como uma vitória para a economia nacional como um todo
  • Como a China é a fábrica do mundo, ela não precisa vencer em software e prefere tornar o software gratuito e vencer no hardware
    Se a inferência de IA for gratuita, chips chineses poderão ser otimizados para casos de uso específicos e vendidos embutidos em inúmeros produtos, como brinquedos, carros e ferramentas. Assim como dispositivos x86 baratos e produtos Linux/BSD já saem aos montes da China, com GPUs não deve ser diferente
  • Isso acontece porque na China há enormes subsídios governamentais para atividade de pesquisa. É uma estrutura simples: aloca-se dinheiro público e manda-se fazer algo, e isso é feito
  • O mercado de LLM na China é muito competitivo, então se uma empresa líder abrir os pesos, as outras sentem pressão para seguir o mesmo caminho. Se Anthropic ou OpenAI abrissem os seus, também poderia haver uma reação em cadeia nos EUA para não perder reconhecimento e participação de mercado
    Mesmo que publiquem agora, ainda há poucos usuários rodando localmente, e é bem provável que os modelos atuais acabem ficando todos obsoletos no futuro. A desvantagem de concorrentes poderem destilar facilmente também é algo difícil de impedir de qualquer forma

• É difícil imaginar um futuro sem modelos open source. A IA, sendo uma tecnologia para o mundo inteiro, não deveria ter seus modelos mais recentes e melhores trancados em empresas como Anthropic ou OpenAI, que podem cortar o acesso a qualquer momento

• Este texto é estranho, considerando que a Llama, espécie de ancestral de todos os modelos com pesos abertos, não trouxe sucesso para a Meta
  As empresas se importam mais com não retenção de dados e com a relação com fornecedores existentes do que com o fato de o modelo ser aberto ou não. Este texto parece quase repetir falas da CNBC de Alex Karp, que como CEO da Palantir não é neutro
  Modelos abertos são bem-vindos e eu também os executo localmente, mas ainda faltam evidências de que os EUA estejam perdendo a disputa de IA ou de que os laboratórios americanos estejam ficando para trás por não abrir os pesos
  https://www.cnbc.com/2026/07/01/palantir-karp-open-ai-anthropic-tokens.html

  • Isso não é um problema do conceito de pesos abertos, mas uma falha do próprio modelo da Meta. A linha Llama produz frases bonitas, mas é péssima em chamada de ferramentas, então na prática não consegue fazer muita coisa
    1 2 3
  • Há 2~3 anos, a Meta AI Research crescia rápido com Llama 1·2·3, e a imagem de Zuckerberg e os resultados da Meta também melhoraram. Depois da entrada de Alexandr Wang, é difícil acreditar que isso tenha se abalado tão rápido
  • As empresas valorizam controle. Muitos clientes corporativos passaram 2~3 anos exaustos por terem de se reajustar continuamente às mudanças dos modelos da OpenAI e do Google, seguindo cronogramas externos incertos e apertados
    Agora querem garantir a opção de hospedar modelos com pesos abertos no mesmo provedor de inferência, mas poder migrar para operação interna se necessário
  • Numa disputa para ficar com um mercado de trilhões de dólares, é possível que haja alguma guerra de propaganda
  • A Llama foi quase o único sucesso da Meta em IA. Ao interrompê-la, a empresa também perdeu presença como companhia de IA interessante
    Havia uma oportunidade real de virar a tal “camada de base” discutida, e é difícil entender por que desistiram dela

• Não consigo entender a lógica de violar abertamente a propriedade intelectual de toda a história humana e tratar o legado da humanidade como se fosse seu território, para depois tentar reprivatizar tecnologias e dados que originalmente pertencem ao domínio público
  Se, quando a situação se resolver, ainda se falar em resgate financeiro, isso será prova de que esse sistema faliu ética, financeira e intelectualmente

  • A China, em vez de se preocupar com propriedade intelectual e direitos autorais, pelo menos é coerente ao publicar de graça o conhecimento assim destilado
    Como alguém que não é americano, não quero que o cartel das empresas americanas de IA tenha tanto poder sobre essa tecnologia. Também não concordo com a narrativa de que “a China é ruim e, por ser comunista, não pode”; neste caso, independentemente de ideologia, a ação da China é um saldo positivo para o mundo
  • É uma sátira à ideia de ignorar o consumo de recursos e, em vez de virar desaceleracionista, acreditar no progresso do novo mundo. Logo a AGI resolverá todas as preocupações, todo mundo receberá renda básica, o Gemini passará a saber até quantos r há em “strawberry”, e os humanos criarão a próxima geração de arte para alimentar as máquinas
    Até lá, reatores de sal fundido a fusão nuclear também estarão operando, e o consumo elétrico dos datacenters deixará de ser um problema
  • Acho que nenhum dos dois partidos tem vontade política para haver resgate financeiro das empresas de IA. A alternativa ainda mais terrível pode ser um movimento DeFlock que corta pescoços humanos em vez de colunas
  • Esta é a história do cercamento dos bens comuns que vem desde o início do capitalismo

• Segundo o texto de Ben Thompson sobre modelos chineses (https://stratechery.com/2026/whos-afraid-of-chinese-models/), Xi Jinping disse recentemente em um discurso (http://english.scio.gov.cn/topnews/2026-07/18/content_118605932.html) que é preciso aproveitar a oportunidade histórica de incentivar open source, abertura, cooperação e compartilhamento, incluindo o apoio a modelos open source

• No fim, este texto basicamente diz: “eu gosto de open source, então open source vence”. A maioria das empresas que lança modelos com pesos abertos recebeu volumes enormes de capital de risco, então fica a dúvida sobre qual é a estratégia de retorno para os investidores e como isso poderia continuar indefinidamente ao mesmo tempo em que gera lucro

  • O governo chinês não liga para os julgamentos morais do autor e busca os resultados que quer. Os EUA também
  • O governo chinês tem incentivo para impedir que os EUA monopolizem os modelos de ponta. Se sua posição interna se fortalecer, há motivo de sobra para continuar com a estratégia de abertura
  • É a clássica estratégia de venture capital: baixar os preços com capital, expulsar concorrentes, ganhar participação de mercado e depois subir os preços aos poucos para lucrar
    Gastar dezenas de milhões de dólares para treinar um modelo de ponta e depois liberá-lo de graça para que outros o hospedem em suas próprias GPUs não faz sentido no longo prazo. É ingênuo acreditar que os pesos abertos serão mantidos quando o capital secar e os investidores começarem a exigir retorno
    Institutos chineses com algum apoio estatal podem acabar migrando para um formato em que modelos chineses sejam hospedados em infraestrutura chinesa
  • Também é totalmente plausível haver modelos que exigem assinatura para obter a licença de uso ou binários atualizados que realmente funcionem
    Assim como já pago por Claude, GPT e Gemini, eu teria disposição para pagar uma pequena assinatura mensal por uma licença de execução local

• Como treinar modelos de IA custa dezenas de milhões de dólares, é difícil justificar o custo inicial oferecendo tudo de graça. A forma chinesa de treinar e publicar só faz sentido dentro de uma estratégia para reduzir a rentabilidade dos laboratórios de ponta dos EUA

  • A queda na rentabilidade dos laboratórios americanos seria um efeito colateral bem-vindo para a liderança chinesa, mas a motivação principal é difundir rapidamente a IA em sua enorme economia doméstica para aumentar a produtividade diante do envelhecimento populacional
  • Startups financiadas por venture capital também aceitam prejuízo para atingir objetivos estratégicos. A diferença é que, se a startup quebrar, a tecnologia em geral desaparece junto; já os pesos dos modelos chineses publicados continuam existindo mesmo que o instituto fracasse
  • Há dois motivos para empresas americanas liberarem modelos de graça. Primeiro, se vendem recursos computacionais, como chips da NVIDIA ou datacenters da AWS, Microsoft, Google ou SpaceX, ou dispositivos finais como os da Apple, modelos baratos podem aumentar a demanda segundo o paradoxo de Jevons
    Segundo, mesmo que a própria IA não seja o produto, é possível adotar uma estratégia de comoditização de complementos para depender de IA barata ou impedir que concorrentes monopolizem esse valor(https://gwern.net/complement)
    Hoje há pouco motivo para investir muito dinheiro em modelos que ficam obsoletos em poucos meses, mas, se o avanço começar a estagnar, acredito que mais empresas passarão a treinar modelos gratuitos
  • Não é necessário interpretar a estratégia chinesa apenas como pressão sobre a rentabilidade dos laboratórios americanos. Empresas como Google ou Tencent, que quase monopolizam o mercado de distribuição de vídeos, têm razões de sobra para treinar modelos de vídeo com seus próprios dados e liberá-los gratuitamente
    Ferramentas gratuitas de criação aumentam a quantidade de conteúdo, e há grande chance de que esse conteúdo gerado acabe sendo assistido em suas próprias plataformas, então elas podem recuperar o custo do treinamento com o aumento do tempo de exibição. Mesmo que surjam modelos melhores com base em pesquisa aberta, isso ainda é vantajoso porque o conteúdo volta para a plataforma
    Em um ambiente com escassez de GPUs, o custo termina quando o modelo é publicado e o próprio usuário o executa, então nem é preciso oferecer serviço de inferência. Se o modelo for fornecido como ferramenta gratuita, em vez de revendido por assinatura ou por token, isso também pode alienar menos os autores originais dos dados de treinamento
    Existe o efeito de pressionar empresas americanas, mas as empresas chinesas já lidam com uma enorme base de clientes em um mercado interno grande e complexo, então a geopolítica por si só não explica o quadro inteiro
  • Trata-se de uma competição estratégica em que o governo coloca recursos, e o protecionismo não pode ajudar os EUA, então é preciso competir diretamente. Como existe consenso de que ninguém quer se tornar dependente de megacorporações, a IA open source precisa vencer, e quem se opuser a isso dificilmente obterá apoio