Nos últimos anos, a corrida da inteligência artificial parecia seguir uma lógica de construção do modelo mais inteligente.

OpenAI lançou o ChatGPT. O Google respondeu com o Gemini. A Anthropic ganhou espaço com o Claude. Enquanto isso, o mercado acompanhava benchmarks, capacidade de raciocínio, programação e multimodalidade como se cada novo lançamento definisse um vencedor.

Mas nas últimas semanas a discussão ganhou um novo fator além do desempenho. Quem conseguirá fazer com que o maior número possível de empresas, governos e desenvolvedores construam sobre sua tecnologia?

Foi exatamente essa visão que apareceu no discurso de Xi Jinping durante a abertura da Conferência Mundial de Inteligência Artificial (WAIC), realizada em Xangai, em julho. Ao anunciar a criação da World AI Cooperation Organization (WAICO), formada inicialmente por 29 países, o presidente chinês defendeu que a inteligência artificial não deveria ser "uma apresentação solo de um único país", mas "uma sinfonia de cooperação internacional".

À primeira vista, a fala parece apenas diplomática. Na prática, ela pode revelar uma estratégia econômica que pode mudar novamente o mercado de IA.

Como funciona a estratégia chinesa?

O mercado assumiu que empresas de IA fariam dinheiro da mesma forma que empresas de software, cobrando assinatura pelo acesso aos melhores modelos.

Esse continua sendo o caminho seguido por OpenAI, Anthropic e Google. A China, porém, parece estar apostando em outra lógica.

Modelos como Qwen, desenvolvido pela Alibaba, DeepSeek e, mais recentemente, Kimi K3, da Moonshot AI, vêm sendo distribuídos como modelos open-weight, permitindo que empresas executem, adaptem e personalizem esses sistemas com muito mais liberdade do que plataformas totalmente fechadas.

LEIA TAMBÉM: Qwen: a IA chinesa que pode rivalizar com ChatGPT e Gemini em 2026

Open-weight não significa necessariamente código aberto. Na maior parte dos casos, as empresas disponibilizam os pesos do modelo (os parâmetros aprendidos durante o treinamento), mas mantêm privados elementos como dados utilizados, arquitetura completa e processos de treinamento.

Mesmo assim, isso representa uma mudança importante. Empresas deixam de depender exclusivamente de APIs proprietárias e passam a poder executar modelos em sua própria infraestrutura, ajustá-los para necessidades específicas e reduzir custos operacionais.

O objetivo deixa de ser vender cada chamada de API. Passa a ser fazer com que o maior número possível de pessoas utilize aquele ecossistema.

O que é o Kimi K3?

O modelo Kimi K3, da Moonshot AI, foi apresentado durante a mesma semana da WAIC e passou a figurar entre os open-weight mais avançados já disponibilizados, aproximando-se do desempenho dos principais modelos comerciais em tarefas de programação e raciocínio.

Ao disponibilizar um modelo desse nível para desenvolvedores, a Moonshot reduz uma das principais vantagens competitivas dos laboratórios americanos, o acesso exclusivo à tecnologia de ponta.

É uma estratégia semelhante  à que ocorreu em outros momentos da indústria. O Linux não se tornou popular por ser o sistema operacional mais bonito; ele se popularizou porque milhares de empresas passaram a construir sobre ele. O Android seguiu um caminho semelhante. Hoje, a China tenta fazer algo parecido com inteligência artificial.

Por que a IA está ficando mais barata?

A estratégia chinesa ganhou força justamente em um momento em que o mercado começou a disputar preço.

Nos últimos dias, a OpenAI anunciou uma redução de até 80% no custo do GPT-5.6 Luna, seu modelo mais econômico, voltado a tarefas de alto volume. Segundo a empresa, parte dessa economia veio do próprio uso de IA para otimizar componentes responsáveis pela inferência dos modelos.

A resposta veio rapidamente. No dia seguinte, a DeepSeek colocou em beta público o V4-Flash, oferecendo preços ainda menores e compatibilidade com a mesma API utilizada pela OpenAI, facilitando a migração de aplicações já existentes.

Esses movimentos reforçam uma percepção de que os modelos estão ficando cada vez mais próximos em desempenho, enquanto o preço passou a ser um dos principais fatores de decisão para empresas.

IA mais barata significa gasto menor?

Empresas de IA passam por uma disputa intensa por preços. Modelos passaram a ficar significativamente mais baratos, enquanto novos concorrentes chineses aceleraram essa redução oferecendo alternativas de menor custo e desempenho cada vez mais próximo dos líderes do mercado.

Ao mesmo tempo, empresas começaram a perceber um efeito curioso. Embora o preço por token esteja caindo, o gasto total continua aumentando. Quanto mais acessível a IA fica, mais ela é utilizada.

SAIBA MAIS: LLMs por assinatura vs. token: qual tem o melhor custo-benefício?

Esse fenômeno já apareceu em diferentes organizações, que passaram a tratar o consumo de tokens da mesma forma que monitoram custos de cloud ou infraestrutura.

O resultado é um mercado em que a eficiência importa tanto quanto a capacidade técnica.

Nesse cenário, disponibilizar modelos mais baratos (ou até gratuitos em determinados formatos) pode acelerar ainda mais sua adoção global.

A IA pode virar infraestrutura como a internet?

No início dos anos 2000, empresas de infraestrutura concentravam grande parte do valor do mercado digital. Cisco, fabricantes de servidores e fornecedores de equipamentos de rede ocupavam posições estratégicas.

Com o tempo, internet, cloud e conectividade deixaram de ser diferenciais competitivos e passaram a funcionar como infraestrutura.

Google, Amazon, Facebook e Netflix não ficaram entre as empresas mais valiosas porque construíram cabos de rede. Construíram aplicações.

A inteligência artificial pode estar entrando numa fase semelhante. Se modelos de linguagem se tornarem diversos, acessíveis e cada vez mais baratos, o diferencial competitivo deixa de ser possuir o modelo mais poderoso. Passa a ser saber utilizá-lo para resolver problemas reais.

Onde está o valor da inteligência artificial?

Distribuir modelos avançados não significa abrir mão de receita. Uma empresa pode disponibilizar pesos gratuitamente e monetizar infraestrutura, serviços gerenciados, suporte corporativo, cloud, segurança ou ferramentas de desenvolvimento.

Além disso, existe outro benefício. Quanto mais desenvolvedores utilizam determinado modelo, maior tende a ser o ecossistema criado ao seu redor.

Ferramentas, integrações, bibliotecas e aplicações passam a nascer naturalmente. Na prática, aquele modelo pode se tornar um padrão de mercado.

Essa lógica ajuda a explicar por que gigantes como Microsoft, Nvidia, IBM e Meta vêm defendendo que os Estados Unidos mantenham espaço para modelos open-weight, enquanto empresas fortemente baseadas em modelos fechados adotam uma postura mais cautelosa.

A estratégia apresentada por Xi Jinping não garante que a China dominará a inteligência artificial. Também não significa que modelos fechados deixarão de existir. O que ela revela é uma mudança importante na forma como esse mercado começa a competir.

Durante os primeiros anos da IA generativa, a atenção esteve concentrada na capacidade dos modelos. Agora, preço, abertura do ecossistema, facilidade de integração e liberdade para desenvolvedores passaram a influenciar a disputa.

Nos próximos meses, a principal pergunta talvez não seja qual laboratório construiu a IA mais inteligente. Será interessante observar qual deles conseguirá convencer mais empresas a construir sobre sua tecnologia.