Modelos chineses de código aberto são baratos, e Washington quer cobrar o preço

A nova equação dos modelos abertos chineses

Empresas que avaliam modelos chineses de código aberto neste mês enfrentam uma pergunta que não tem nada a ver com benchmarks: usar um desses modelos ainda será simples daqui a um ano? O Kimi K3 da Moonshot AI chegou em 16 de julho como o maior modelo aberto já lançado e, em poucos dias, reabriu um debate político em Washington que estava adormecido há um ano.

O que está em jogo vai muito além dos Estados Unidos. Os mecanismos em discussão — regras de contratação federal, listas negras de exportação, alertas de segurança — viajam pelos mesmos provedores de nuvem que atendem a maior parte do mundo. Empresas brasileiras que usam Azure, AWS ou Google Cloud para acessar modelos como o K3 são afetadas indiretamente, mas de forma real.

O gatilho: Dean Ball e a “incerteza regulatória como arma”

O estopim foi um post de Dean W. Ball, chefe de futuros estratégicos da OpenAI e até recentemente assessor sênior de IA na Casa Branca de Trump. Sua avaliação do K3 foi majoritariamente positiva — um modelo muito bom, escreveu, cujo desempenho não parecia explicável apenas por destilação. Mas ele também previu que o governo Trump decidiria criar risco regulatório em torno de modelos abertos chineses — não uma proibição, mas orientações “suaves” de agências sugerindo backdoors. “Nem precisa ser tão bem justificado”, escreveu. Incerteza suficiente, e empresas reguladas recuam sozinhas.

A reação foi feroz. David Sacks, copresidente do Conselho de Assessores em Ciência e Tecnologia do presidente, disse não saber se Ball estava confessando uma estratégia de captura regulatória ou prevendo uma — e que, de qualquer forma, usar incerteza regulatória como arma competitiva é inaceitável. Yann LeCun e Martin Casado argumentaram que desenvolvimento aberto e proprietário podem coexistir.

A aritmética que move o debate

Por trás das personalidades, há um problema aritmético. Laboratórios fechados (OpenAI, Anthropic) precisam de receita por token para justificar o capital que estão levantando para data centers. Modelos abertos mais baratos comprimem essa receita sem reduzir o uso de IA — os dados de roteamento da Vercel mostram que modelos abertos representaram 29% dos tokens em junho (eram ~11% em abril), mas menos de 4% dos gastos.

Essa pressão vem de dentro da própria infraestrutura americana. O GitHub disponibilizou o Kimi K2.7 Code no Copilot em 1º de julho, hospedado no Microsoft Azure. The Information reporta que a Microsoft está adicionando o K3 ao Azure e avaliando se ele pode executar funções do Copilot atualmente atendidas por OpenAI e Anthropic, com economia potencial de US$ 600 milhões em inferência.

O argumento de segurança — levado a sério

O argumento comercial não torna a preocupação de segurança falsa. Pesos abertos não podem ser recolhidos. Uma vez que um modelo é baixado e está rodando em milhares de organizações, nenhum fornecedor pode corrigi-lo, revogá-lo ou empurrar um patch — um perfil de risco materialmente diferente de uma API hospedada. O NIST já encontrou vulnerabilidades de segurança nos modelos abertos da DeepSeek.

O contra-argumento é sobre proporcionalidade. O pesquisador de Georgetown Sam Bresnick argumenta que interromper vendas de GPUs H200 para a China frearia Pequim consideravelmente mais do que banir modelos abertos que americanos querem usar — atacando o insumo, não o produto.

O que provavelmente vai acontecer

Segundo o Axios, o Departamento de Comércio dos EUA já considerou adicionar laboratórios chineses de IA à Entity List no ano passado. A NSA avaliou emitir um alerta sobre ameaças de laboratórios chineses. A Casa Branca considerou uma ordem executiva tornando empresas americanas responsáveis por violações se usassem modelos chineses. Tudo foi barrado por preocupações com inovação — mas o esforço ressurgiu.

A abordagem descrita é regras de contratação, ameaças de Entity List e pressão pública, não proibição. “O que está realmente acontecendo é mais lento e mais durável”, disse uma fonte ao Axios.

O que isso significa para empresas brasileiras

Para compradores fora dos EUA, a exposição é indireta mas real. Uma regra escrita para indústrias reguladas americanas não vincula um banco ou operadora brasileira — mas os hyperscalers são a linha de transmissão. Se Washington tornar desconfortável hospedar modelos chineses para Azure, AWS e Google Cloud, o modelo desaparece do catálogo em São Paulo ao mesmo tempo que em Virginia.

A proteção óbvia é ter sua própria cópia. A Moonshot publica os pesos do K3 em 27 de julho, e a partir desse ponto o modelo não pode ser retirado de quem o baixou. Mas o K3 é difícil de self-host: a Moonshot recomenda 64 ou mais aceleradores, e os pesos sozinhos somam aproximadamente 1,4 TB. Para a maioria das empresas, essa alternativa é teórica.

A pergunta real não é se modelos chineses são seguros ou permitidos — é se o modelo específico em que você constrói ainda estará no catálogo do seu provedor de nuvem em doze meses, e quanto custaria migrar se não estiver.