A China Não Deu Sorte. Ela Construiu Seu Sistema
Cinco modelos chineses alcançaram a fronteira da IA em oito semanas. O que era exceção virou um novo tipo de padrão.
Quando a DeepSeek publicou seu modelo R1 em janeiro de 2025, o impacto foi imediato e visível: um laboratório chinês, operando com chips menos avançados do que os disponíveis para seus concorrentes americanos por causa das sanções impostas por Washington, havia produzido um modelo de inteligência artificial cujo desempenho se aproximava do que OpenAI e Anthropic ofereciam, mas a um custo radicalmente inferior. O Vale do Silício, apesar do susto do anúncio, tratou o evento como uma “proeza chinesa” isolada, o tipo de avanço engenhoso que pode acontecer uma vez em cada mil tentativas, sob condições muito específicas, mas que dificilmente se repetiria, porque a premissa dominante era de que a vantagem americana residia em algo que as sanções protegiam: o acesso exclusivo ao hardware mais potente do mundo, sem o qual nenhum laboratório conseguiria produzir modelos de fronteira de forma consistente.
Dezoito meses depois, essa premissa ruiu. E ruiu não por causa de um segundo modelo surpreendente, mas por causa de cinco, lançados por cinco empresas diferentes, em oito semanas.
Em junho, a Z.ai lançou o GLM-5.2, que se tornou, naquele momento, o modelo de código aberto mais bem classificado do mundo em benchmarks independentes, superando alternativas americanas em tarefas de codificação e detecção de vulnerabilidades de segurança. Duas semanas depois, a Moonshot publicou o Kimi K3, um modelo com mais de dois trilhões de parâmetros, construído com um orçamento estimado em uma fração do que a OpenAI gasta em um único ciclo de treinamento, e que um demonstrou desempenho comparável aos modelos americanos mais caros em raciocínio complexo e programação. Em seguida, a ByteDance lançou o Seedance 2.5, que ultrapassou todos os concorrentes globais em geração de vídeo com IA, um domínio que empresas como a Runway e a Pika haviam dominado até então – e que, também, estava num vácuo de poder com a revogação do projeto Sora por parte da OpenAI. Na semana seguinte, a DeepSeek retornou com o V4 Flash, um modelo cujo preço é tão agressivo que redefine o que “barato” significa nesse mercado: na entrada, ou seja, nas prompts que fazemos, ele custa 36 vezes menos que o Claude Opus 5 da Anthropic; e na saída (nas respostas), 89 vezes menos. E, por fim, nesta semana, o Alibaba estreou o Qwen3.8-Max, que igualou ou superou o Fable 5 da Anthropic no topo dos rankings globais, o mesmo Fable cuja potência levou o governo americano a suspender o acesso a ele para não-americanos por razões de segurança nacional.
A sequência importa porque revela algo que nenhum lançamento isolado poderia demonstrar: que o ecossistema chinês de inteligência artificial desenvolveu, ao longo dos últimos dezoito meses, uma capacidade de produção de modelos de fronteira que já opera como sistema, com múltiplas empresas iterando em velocidade acelerada, cada uma forçando as demais a melhorar mais rápido, e todas, coletivamente, comprimindo o espaço competitivo que separava a China dos Estados Unidos de uma forma que as sanções foram desenhadas para impedir, mas que, paradoxalmente, podem ter ajudado a catalisar. A restrição de hardware forçou os engenheiros chineses a compensar com eficiência de software, investindo em arquiteturas que ativam apenas segmentos do modelo por vez para economizar computação, e em técnicas de treinamento que extraem mais capacidade de menos recursos. O resultado é que os modelos chineses são competitivos não apesar de terem menos hardware, mas porque desenvolveram uma vantagem em eficiência que os torna estruturalmente mais baratos de operar, uma vantagem que não desaparece mesmo se as sanções forem aliviadas.
Para os laboratórios americanos, a consequência prática dessa mudança é sentida em dois pontos que afetam diretamente sua viabilidade econômica. O primeiro é o poder de precificação. OpenAI e Anthropic construíram suas avaliações bilionárias, e preparam seus IPOs com aspirações de valuation na casa do trilhão de dólares, sobre a premissa de que seus modelos são suficientemente superiores para justificar preços premium. Essa premissa depende de uma condição que se deteriora a cada lançamento chinês: que o cliente corporativo não tenha alternativa comparável a um preço significativamente menor. Quando a DeepSeek oferece um modelo que entrega 90% da capacidade do Claude a menos de 3% do preço, a margem que sustenta o valuation da Anthropic começa a ser pressionada não por um concorrente que faz melhor, mas por um concorrente que faz quase tão bem por quase nada.
O segundo ponto é o comportamento que já está se consolidando entre desenvolvedores e empresas, e que o mercado começou a chamar de “zona da morte da DeepSeek”: a faixa de mercado em que qualquer modelo que cobre mais do que o chinês pelo mesmo desempenho, ou entrega menos pelo mesmo preço, se torna inviável. Na prática, o que está acontecendo é que equipes de engenharia estão começando a usar o Claude ou o GPT como arquiteto para elaborar planos de ação e estratégias complexas, e depois transferem a execução, a parte que consome mais tokens e custa mais caro, para a DeepSeek ou o Qwen, que rodam as tarefas operacionais a uma fração do custo. Há poucos meses esse fluxo híbrido seria impraticável, porque os modelos chineses falhavam em tarefas agênticas de longa duração, perdendo contexto, executando ações erradas ou simplesmente parando no meio do processo. As melhorias recentes, em especial a capacidade de execução de longo horizonte que o Alibaba aprimorou no Qwen, removeram essa barreira, e o resultado é que os modelos americanos de ponta estão sendo cada vez mais reservados apenas para o trabalho que genuinamente exige sua capacidade máxima, enquanto todo o restante migra para alternativas chinesas que custam centavos.
Mas se os tokens americanos estão sendo pouco usados, como ficam os caixas de seus fornecedores?
A dimensão geopolítica dessa aceleração se conecta à tese de que a IA que virou munição, porque cada modelo chinês que alcança a fronteira reacende em Washington um debate que não tem uma resposta confortável: as sanções estão funcionando ou estão criando exatamente o tipo de adversário que pretendiam impedir? A Moonshot já atraiu atenção do governo americano por questões de propriedade intelectual relacionadas ao Kimi, e Trump sinalizou que reavalia tanto a ameaça chinesa quanto a necessidade de controles adicionais sobre os modelos americanos de fronteira, numa tensão crescente entre restringir o adversário e não sufocar a própria indústria.
O que surge desse cenário, quando se olha com honestidade para ambos os lados, é que nenhum deles opera em uma posição confortável. Os laboratórios americanos gastam dezenas de bilhões por trimestre em infraestrutura, enfrentam fluxos de caixa que não acompanham o ritmo dos investimentos e dependem de IPOs bem-sucedidos para validar avaliações que a pressão chinesa torna progressivamente mais difíceis de sustentar. Os laboratórios chineses, por sua vez, estão presos numa guerra de preços brutal que sacrifica qualquer perspectiva de lucro no curto prazo em troca de participação de mercado, desenvolvedores e reconhecimento, numa corrida em que ninguém está ganhando dinheiro, mas ninguém pode parar de correr. E o campo de batalha real, aquele que provavelmente vai determinar qual modelo prevalece, são os mercados entre os dois polos: América Latina, Sudeste Asiático, África, Oriente Médio, regiões onde empresas e governos precisam, a cada trimestre, escolher entre pagar o preço premium americano pela garantia de ecossistema, suporte e governança, ou adotar a alternativa chinesa que faz quase a mesma coisa por quase nada, aceitando os riscos de dependência geopolítica que essa escolha carrega.
Entre no canal Entrelinhas no WhatsApp e siga nosso Instagram: informação rápida, em tempo real, que tangibilizam as transformações.
Em síntese, para quem lidera negócios e acompanha essas movimentações, a leitura prática é que a escolha de fornecedor de IA deixou de ser uma decisão puramente técnica e se tornou, cada vez mais, uma decisão estratégica com implicações de custo, governança e posicionamento geopolítico. A China demonstrou que pode produzir modelos de fronteira de forma repetível e a preços que tornam o modelo de negócio americano difícil de sustentar como está. Os Estados Unidos demonstraram que podem construir o ecossistema de confiança, integração e suporte que o mercado corporativo exige, mas a um custo que as próprias big techs já não conseguem financiar com recursos próprios. A corrida, neste momento, é menos sobre quem tem o melhor modelo e mais sobre quem resolve primeiro a equação que nenhum dos dois lados conseguiu fechar: como oferecer, ao mesmo tempo, a melhor capacidade e o melhor preço. Porque se a história da tecnologia ensina alguma coisa, é que quem fecha essa equação não ganha apenas um mercado, mas define o padrão sobre o qual todo o restante será construído.
Muito bom! A grande lição estratégica é que a próxima revolução tecnológica provavelmente não será vencida apenas por quem inventar o modelo mais poderoso, mas por quem construir o ecossistema mais adaptável, acessível e escalável. A história da inovação mostra que vantagens baseadas exclusivamente em recursos raros tendem a desaparecer quando outros atores aprendem a fazer mais com menos. A China demonstra uma capacidade relevante de transformar restrições em aprendizado organizacional; os Estados Unidos continuam fortes pela combinação entre capital, pesquisa, infraestrutura e confiança institucional. Para empresas, governos e lideranças, a pergunta decisiva deixa de ser “qual IA é melhor?” e passa a ser “qual combinação de tecnologia, pessoas, dados e estratégia cria maior valor no contexto específico?”. Assim como ocorreu em outras ondas tecnológicas, a vantagem competitiva estará menos em possuir uma ferramenta extraordinária e mais em desenvolver a capacidade de incorporá-la rapidamente aos processos, decisões e modelos de negócio.