Bloomberg Línea — A China já não precisa ter o modelo de inteligência artificial mais avançado do mundo para desafiar a liderança dos Estados Unidos. A combinação de modelos cada vez mais próximos dos líderes americanos, código aberto e preços mais baixos está mudando uma disputa que, até pouco tempo atrás, parecia dominada pelo Vale do Silício.
Os modelos mais recentes da Moonshot AI, DeepSeek, Alibaba e Z.ai reduziram a distância em testes de desempenho, enquanto sua estrutura de preços abre uma segunda frente de disputa. Para as empresas americanas, a questão começa a deixar de ser quem tem o modelo mais avançado e passa a ser quanto custa usá-lo.
Essa mudança ocorre no momento em que os grupos de tecnologia dos Estados Unidos destinam centenas de bilhões de dólares à infraestrutura de IA. Por isso, a pressão chinesa levanta uma questão financeira: se modelos mais baratos conseguem realizar boa parte das mesmas tarefas, o retorno sobre esse capital poderá ficar sob maior escrutínio.
⟶ Assine as newsletters da Bloomberg Línea e receba as notícias do dia em primeira mão no e-mail.
Yasir Atalan, diretor associado e analista de dados do Center for Strategic and International Studies (CSIS), considera que “os modelos chineses estão agora próximos o suficiente da fronteira tecnológica para competir com os modelos americanos em muitas tarefas do mundo real”. O avanço de GLM, Kimi, DeepSeek e Qwen também indica que o salto da DeepSeek em 2025 não foi um episódio isolado.
Distância diminui, mas os EUA mantêm a liderança
O LiveBench, um benchmark independente que avalia o desempenho dos grandes modelos de linguagem em diferentes categorias, permite observar a convergência que o setor tem registrado. Seus resultados mais recentes colocam vários modelos chineses próximos dos sistemas americanos mais bem posicionados.
O Claude Fable 5 Max Effort, da Anthropic, lidera o ranking com 83 pontos, seguido pelo GPT-5.6 Sol Max Effort, da OpenAI, com 81, e pelo GPT-5.5 Thinking xHigh Effort, também da OpenAI, com 80,2.
A China aparece logo atrás. O Kimi K3, da Moonshot AI, alcança 79,2 pontos, e o Qwen 3.8 Max, da Alibaba, registra 78,5. A diferença entre o líder americano e o Kimi é de 3,8 pontos, enquanto a distância para o segundo colocado cai para 1,8 ponto.
O ranking reforça uma das principais teses da análise do CSIS: a diferença já pode ser medida em meses. Atalan cita uma avaliação do Centro para Padrões e Inovação em Inteligência Artificial que coloca o DeepSeek V4 Pro cerca de oito meses atrás dos modelos líderes dos Estados Unidos.
A Bloomberg Intelligence também identifica essa convergência. O analista Robert Lea destacou que as restrições aos chips da Nvidia (NVDA) não impediram as empresas chinesas de reduzir a distância, especialmente nos últimos meses.
Além disso, o processo não depende de um único laboratório. A China tinha 988 grandes modelos de linguagem autorizados, segundo a Bloomberg Intelligence. Alibaba, Tencent e Baidu desenvolvem seus próprios sistemas, enquanto DeepSeek, Moonshot, MiniMax e Z.ai disputam desempenho e adoção.
A escala do mercado também ajuda a explicar a agressividade comercial. Lea estimou que os preços chineses de APIs ou tokens tinham, de forma geral, um desconto próximo de 80% em relação aos Estados Unidos, diferença impulsionada pela concorrência doméstica e pelo objetivo de disseminar a IA pela economia chinesa.
O LiveBench também compara quanto custa executar os modelos em relação às tarefas que eles resolvem corretamente. Seu indicador de “custo por tarefa bem-sucedida” permite comparar preço e desempenho, em vez de considerar apenas quanto cada fornecedor cobra pelo processamento de tokens.
Nessa métrica, o DeepSeek V4 Pro 0813 registra US$ 0,04 por tarefa bem-sucedida, ante US$ 0,34 do Kimi K3 e US$ 0,51 do GPT-5.6 Sol Max Effort. O Claude Fable 5 Max Effort, líder do ranking de desempenho, chega a US$ 1,43.
Os resultados mostram, assim, a vantagem de custos que os modelos chineses podem alcançar, mesmo quando seu desempenho se aproxima do registrado pelos sistemas americanos mais bem classificados.
Leia também: IA barata com os dias contados? Guerra de preços na China parece chegar ao fim
Essa diferença pode favorecer o uso de vários modelos dentro de uma mesma empresa. A Bloomberg Intelligence afirma que consultas simples, como resumir um documento, não exigem necessariamente o modelo de fronteira mais avançado, o que aumenta a importância de sistemas capazes de direcionar cada tarefa para a alternativa mais adequada.
Preço abre disputa pelo retorno do capital
A vantagem de custos dos modelos chineses abre outra frente para os Estados Unidos: o retorno dos investimentos em IA. As grandes empresas americanas de tecnologia continuam destinando capital à expansão de sua infraestrutura, enquanto alternativas chinesas mais baratas ganham espaço e reduzem a diferença de desempenho.
O Jefferies leva essa disputa para o terreno financeiro. Seu cenário-base sustenta que “o resultado mais provável no longo prazo para a história da IA, em termos de mercado, será uma destruição maciça de capital nos Estados Unidos, com participação de mercado migrando para modelos chineses de linguagem de grande porte, de código aberto e mais baratos”.
O banco calcula que os quatro maiores hyperscalers americanos destinarão cerca de US$ 695 bilhões a investimentos de capital em 2026. Em 2027, os desembolsos poderão subir para US$ 870 bilhões.
A dimensão desses investimentos eleva o patamar necessário para a monetização. O Jefferies avalia que os investidores darão mais atenção ao retorno gerado pela infraestrutura, depois de mais de três anos de corrida para ampliar a capacidade de IA.
Leia também: Por que o debate sobre IA precisa ir além da disputa entre modelos abertos e fechados
A chegada de modelos chineses mais baratos pressiona essa equação. Se conseguirem oferecer desempenho competitivo a custos menores, aumentará a pressão sobre as empresas americanas para justificar uma estratégia que exige desembolsos de capital muito maiores e demonstrar que esse investimento pode se converter em receita e lucro suficientes.
O crescimento do uso dos modelos chineses acrescenta outra pressão. Segundo dados da OpenRouter compilados pelo Jefferies, os principais modelos chineses processaram 36,39 trilhões de tokens na semana encerrada em 19 de julho, ante 4,37 trilhões no fim de abril. Os principais modelos americanos processaram 7,39 trilhões.
Para o Jefferies, “a China se tornou um par tecnológico dos Estados Unidos em IA, assim como em muitas outras áreas”. Essa concorrência coincide com um uso maior de dívida pelos hyperscalers para financiar infraestrutura ligada à inteligência artificial.
Mas o preço não conta toda a história. A Bloomberg Intelligence observou que o forte desconto dos modelos open-weight, que permitem baixar seus parâmetros treinados para executá-los em infraestrutura própria ou de terceiros, não alterou até agora a trajetória de receitas recorrentes dos laboratórios americanos mais avançados, entre eles OpenAI e Anthropic.
Leia também: Da fábrica de chips à cidade em crise: como a IA aprofunda a divisão econômica da China
O modelo aberto tampouco garante monetização maior. O CSIS alerta que, quando uma empresa baixa um modelo chinês e o executa localmente ou por meio de terceiros, o desenvolvedor original perde acesso a parte dos dados, das interações e das relações comerciais que alimentam os ecossistemas fechados.
Os Estados Unidos mantêm uma vantagem justamente nessa integração. ChatGPT, Claude, Gemini, Copilot, APIs empresariais e agentes de programação permitem construir relações diretas com os clientes, obter informações sobre o uso e elevar os custos de mudança de plataforma.
A China, no entanto, ganha espaço na distribuição. Segundo dados da Hugging Face compilados por Atalan, os modelos chineses responderam por 41% dos downloads da plataforma no ano anterior. O modelo pode se disseminar internacionalmente mesmo que o laboratório que o criou não forneça diretamente a capacidade computacional.
O Goldman Sachs identifica sinais de que essa disseminação começa a se transformar em negócio. O banco elevou em 30% sua estimativa de receita anualizada para o mercado chinês de modelos de IA, para US$ 13 bilhões.
DeepSeek testa até onde pode elevar os preços
O paradoxo da estratégia chinesa aparece agora na DeepSeek. Depois de ganhar notoriedade por suas tarifas reduzidas, a empresa anunciou um forte aumento de preços para seus modelos V4 antes de uma possível abertura de capital.
O V4 Flash passará de US$ 0,28 para US$ 1,32 por milhão de tokens de saída nos horários de pico. O V4 Pro subirá de US$ 0,87 para US$ 3,96. Nos dois casos, as tarifas fora dos horários de maior demanda serão reduzidas à metade.
A DeepSeek explicou que a mudança busca “alocar os recursos de maneira mais racional”. O ajuste introduz preços dinâmicos para deslocar cargas de trabalho para períodos de menor congestionamento e ocorre enquanto a empresa prepara uma possível oferta pública inicial de ações.
Mesmo depois do aumento, a diferença continua ampla: o Kimi K3 custa US$ 15 por milhão de tokens de saída e o Fable 5, da Anthropic, US$ 50, ante US$ 3,96 do V4 Pro nos horários de maior demanda.
O movimento coincide com o que a Bloomberg Intelligence havia antecipado. Lea afirmou que o mercado chinês precisa de consolidação e de preços mais altos para APIs, porque cerca de 1.000 modelos em competição simultânea não constituem uma estrutura sustentável.
Os laboratórios menores também enfrentam outra restrição. A Bloomberg Intelligence avalia que empresas como Moonshot e Zhipu operam com prejuízos significativos e precisarão continuar financiando o desenvolvimento de modelos em um mercado no qual Alibaba e Tencent dispõem de recursos financeiros e técnicos muito superiores.
A próxima fase dependerá, portanto, de várias questões ainda em aberto: quanto mais a diferença de desempenho pode diminuir, até onde os preços chineses podem subir sem frear a adoção e qual retorno os hyperscalers americanos conseguirão obter sobre seus investimentos.
