Desafio dos Laboratórios de IA de Código Aberto da China: análise da Forbes

O placar dos modelos de IA costumava parecer uma conta de nuvem com direito a se gabar: treinamentos maiores, acesso mais restrito, afirmações de benchmarks mais altas. A Forbes agora aponta para um placar diferente, em que Kimi, Deepseek e Qwen são descritos como ferramentas de IA dominantes, enquanto Poolside, a Thinking Machines de Mira Murati e a Reflection AI tentam responder pelo lado americano de código aberto. Essa é uma história de estratégia de produto vestindo a camisa de uma corrida de modelos. Se os desenvolvedores escolhem a ferramenta que podem inspecionar, adaptar e espalhar, a escala dos modelos fechados começa a parecer menos um fosso defensivo e mais uma muralha de castelo muito cara.

Forbes aponta os desafiantes

A Forbes apresenta o confronto atual de forma clara: modelos chineses de código aberto como Kimi, Deepseek e Qwen são ferramentas de IA dominantes, e startups americanas em ascensão, incluindo a Poolside de Jason Warner, a Thinking Machines e a Reflection AI, estão tentando desafiá-las. Essa é a verdadeira análise de lançamento aqui, mesmo que não seja uma demonstração única de produto com confete. A Poolside é útil como ponto de referência porque sinaliza a aposta que os laboratórios americanos estão fazendo: a confiança dos desenvolvedores e a arquitetura podem importar tanto quanto o tamanho bruto do modelo. A tentação é ler isso como mais uma disputa de ranking entre Estados Unidos e China. Isso deixa passar o movimento de produto. A distribuição de IA de código aberto se comporta como um mercado de ferramentas para desenvolvedores: o modelo que é bifurcado, ajustado, testado em benchmarks, incorporado e debatido acumula juros compostos em público. Modelos fechados ainda podem ganhar contas empresariais, mas modelos abertos podem vencer a conversa de corredor antes mesmo de o setor de compras receber um login.

A USCC explica o ciclo de crescimento A Comissão

de Revisão Econômica e de Segurança EUA-China dá a explicação mais clara de por que a estratégia da China ganhou tração. Seu relatório de 23 de março de 2026 diz que a China apostou tudo em uma abordagem de IA de código aberto, com a maioria dos laboratórios chineses publicando código-fonte e pesos, ao mesmo tempo em que cobra muito menos por produtos de ponta do que concorrentes globais. O mesmo relatório diz que os modelos Qwen da Alibaba tinham mais de 100.000 derivados no Hugging Face até a data da publicação, o que não é apenas uso, é área de superfície de ecossistema. O Daily Herald, ao reportar sobre o mesmo órgão consultivo, descreveu a dominância chinesa em código aberto como a criação de uma “vantagem competitiva autorreforçada” e disse que modelos de linguagem grandes chineses mais baratos de empresas como Alibaba, Moonshot e MiniMax dominam rankings mundiais de uso no HuggingFace e no OpenRouter. Esse é o ciclo de crescimento que fundadores devem observar: baixa fricção impulsiona adoção, adoção impulsiona feedback, feedback impulsiona iteração, e iteração impulsiona mais adoção. É o equivalente, no software, a colocar amostras grátis na entrada da loja, só que as amostras aprendem com todo mundo que leva uma para casa.

Rest of World mostra a escolha de produto A Rest of World captura a divisão

de filosofia de engenharia por meio de Tiezhen Wang, ex-chefe do ecossistema da Ásia-Pacífico no Hugging Face. A publicação escreve que OpenAI e Anthropic favorecem uma abordagem de código fechado, mantendo o código proprietário dos modelos atrás de uma interface comercial, enquanto laboratórios chineses de IA lançam agressivamente modelos de código aberto que desenvolvedores podem baixar, inspecionar e personalizar. Essa diferença não é acadêmica. Ela muda quem consegue criar produtos adjacentes, quem define os padrões e quem se torna a plataforma da qual outras equipes passam a depender discretamente. O Wall Street Journal acrescenta outro dado útil do lado do lançamento de produto: a Moonshot AI disse que planejava abrir totalmente o código do Kimi K3 até o fim deste mês, e afirmou que o modelo tem 2,8 trilhões de parâmetros. A contagem de parâmetros ganha a manchete, mas o modelo de lançamento planejado é o detalhe mais estratégico. Um modelo gigante atrás de uma interface trancada é um fornecedor; um modelo gigante que os desenvolvedores podem adaptar começa a agir como infraestrutura.

New Scientist mostra que o pânico está diminuindo A New

Scientist reportou que o modelo R1 de código aberto da DeepSeek, lançado em janeiro de 2025, virou manchete no mundo todo porque era gratuito para baixar e, segundo relatos, rivalizava com modelos poderosos de empresas dos EUA. A publicação também observou que um trilhão de dólares foi apagado do valor de empresas de tecnologia americanas após esse lançamento, enquanto o lançamento do GLM-5.2 da Z.ai no mês passado trouxe afirmações de desempenho semelhantes sem o mesmo pânico. Essa normalização importa. Quando o mercado deixa de tratar cada modelo aberto chinês forte como uma surpresa, os laboratórios americanos precisam competir em adoção duradoura, não em novidade. Para fundadores, a lição não é grampear uma licença aberta em um produto fraco e chamar isso de estratégia. A lição é decidir onde mora o seu ciclo de crescimento composto. Se ele mora em contratos de dados empresariais, acesso fechado pode ser racional. Se ele mora na atenção dos desenvolvedores, na arquitetura, na personalização e na experimentação barata, código aberto não é um gesto de caridade, é distribuição com um compilador acoplado. O próximo movimento lógico para Poolside, Thinking Machines e Reflection AI não é apenas publicar tabelas de benchmarks impressionantes. É tornar seus modelos fáceis de adotar, fáceis de ampliar e difíceis de substituir quando já estiverem dentro dos fluxos de trabalho dos desenvolvedores. Observe as bifurcações, os derivados, as páginas de preços e as integrações. Em disputas de plataforma, o vencedor muitas vezes é aquele em torno do qual todo mundo constrói antes que alguém concorde que a disputa começou.