Por que as startups americanas estão secretamente dependendo da China: Quando seu "próprio" modelo de IA surge repentinamente da China

Redução de custos em 80%: como os modelos de IA chineses estão conquistando silenciosamente o mercado americano

Uma revolução secreta no Vale do Silício: por que as startups americanas estão repentinamente recorrendo à IA chinesa?

Durante muito tempo, o Vale do Silício foi considerado o epicentro indiscutível e invencível do desenvolvimento global de IA. Mas, longe dos grandes palcos de marketing, uma mudança notável está em curso: cada vez mais startups americanas e gigantes da tecnologia já estabelecidos estão adotando discretamente modelos chineses de código aberto, como Qwen, Kimi e DeepSeek. A razão para isso não é a simpatia geopolítica, mas sim a pura lógica econômica. As alternativas chinesas agora oferecem desempenho em tarefas de programação e automação que rivaliza com os principais modelos ocidentais — mas a uma fração do custo. Esse desenvolvimento está exercendo uma enorme pressão sobre gigantes do setor como a OpenAI, forçando reduções drásticas de preços e levantando questões fundamentais sobre a futura distribuição de poder dentro da indústria. O artigo a seguir examina os números impressionantes por trás dessa revolução silenciosa, usa exemplos de empresas proeminentes para ilustrar como as empresas estão adaptando suas estratégias e explica por que a questão da soberania de dados desempenha um papel crucial nesse novo mercado.

Um continente muda de lado silenciosamente

Durante duas décadas, o Vale do Silício foi considerado o epicentro indiscutível da inovação em software e, há apenas dois anos, a ideia de que a tecnologia chinesa se tornaria a base para a próxima geração de empresas ali teria parecido absurda. Mas é exatamente isso que está acontecendo agora, e a uma velocidade que surpreende até mesmo observadores experientes do mercado. O investidor Martin Casado, da Andreessen Horowitz, resumiu isso perfeitamente em uma entrevista muito citada: se as equipes fundadoras apresentarem seus projetos na a16z hoje e utilizarem modelos de IA abertos, há aproximadamente 80% de probabilidade de que seja um modelo chinês. É importante notar o esclarecimento que Casado acrescentou posteriormente: esses 80% se referem à parcela de startups que utilizam modelos abertos, estimada em 20% a 30% de todas as startups de IA. Extrapolando para todo o cenário de startups, isso significa que aproximadamente 16% a 24% de todas as empresas de IA dos EUA têm modelos abertos chineses firmemente incorporados em sua infraestrutura tecnológica. Essa diferenciação pode, à primeira vista, diminuir o impacto da declaração, mas não altera a constatação fundamental de que uma parte significativa e em rápido crescimento do setor de inovação americano está se afastando dos fornecedores nacionais.

Os números que comprovam a afirmação: O que o OpenRouter realmente mostra

Quem deseja compreender objetivamente essa mudança de mercado não pode ignorar os dados da plataforma OpenRouter, considerada o maior serviço intermediário independente para acesso a modelos de IA, permitindo que desenvolvedores alternem entre centenas de modelos de diferentes fornecedores. Os dados de uso coletados ali fornecem um retrato objetivo da demanda real do mercado, pois não se baseiam em anúncios ou alegações de marketing, mas em tokens efetivamente processados ​​— a unidade básica na qual os modelos de linguagem de IA processam texto. No final de 2024, a participação dos modelos chineses no volume total de tokens da plataforma ainda era de cerca de 1,2%, um número insignificante que recebeu pouca atenção. Em apenas um ano e meio, essa proporção mudou mais de cinquenta vezes. Em fevereiro de 2026, os modelos chineses ultrapassaram pela primeira vez a marca de 30% do volume semanal de tokens entre os usuários americanos, e esse número se manteve acima desse limite todas as semanas desde então. Em julho de 2026, a participação atingiu 46% nas semanas de pico, enquanto os modelos americanos representavam 35,7% durante o mesmo período. Se considerarmos apenas os dez modelos mais utilizados na plataforma, o panorama fica ainda mais claro: na semana de 24 de fevereiro de 2026, 61% do volume de tokens entre esses dez principais modelos era atribuído a desenvolvedores chineses. Segundo a OpenRouter, no final de julho de 2026, os modelos chineses ocupavam todas as cinco primeiras posições no ranking global de uso, com o volume total da plataforma ultrapassando 20 trilhões de tokens por semana, dos quais mais de 60% foram processados ​​por modelos chineses.

Este desenvolvimento não pode ser descartado como mero ruído estatístico, mas sim revela uma tendência clara ao longo do último ano e meio. Ao mesmo tempo, as limitações metodológicas devem ser levadas a sério. Embora o OpenRouter seja o indicador independente mais importante do comportamento dos desenvolvedores, ele não representa todo o mercado global de IA, mas principalmente grupos de usuários sensíveis a custos e tecnicamente experientes que valorizam muito os modelos abertos. Aplicativos voltados para o consumidor, como o ChatGPT, ou contratos diretos de API corporativa com a Anthropic são pouco refletidos nesses números. É por isso que estudos como o importante relatório anual do OpenRouter e o a16z de 2025 pintam um quadro um pouco mais moderado, mostrando que os modelos proprietários norte-americanos ainda representaram a maioria dos tokens ao longo do ano, enquanto os modelos abertos chineses ficaram em torno de 13%. A verdade, portanto, está em algum lugar entre a manchete e a confirmação: a tendência é real, está visivelmente se acelerando, mas afeta principalmente segmentos de uso específicos, especialmente o desenvolvimento de software e o trabalho com agentes automatizados, que juntos agora representam bem mais da metade de todos os tokens na plataforma.

Por que a programação e a automação, em particular, estão impulsionando essa transformação?

Um elemento fundamental para compreender essa mudança reside na natureza da carga de trabalho que agora domina os sistemas de IA. Até recentemente, em 2024, a programação representava apenas 11% do volume total de tokens no OpenRouter, enquanto hoje mais da metade de todos os tokens processados ​​são dedicados a tarefas de programação e fluxos de trabalho de agentes autônomos, nos quais os modelos executam tarefas de múltiplas etapas de forma independente. Os modelos chineses avançaram enormemente nessa área porque são especificamente otimizados para codificação e trabalho com agentes. O diretor de operações do OpenRouter, Chris Clark, explicou o mecanismo subjacente de forma inequívoca: os modelos abertos chineses conquistaram uma posição desproporcionalmente forte justamente nos fluxos de trabalho baseados em agentes que são amplamente utilizados por desenvolvedores americanos. Em outras palavras, não se trata de uma decisão ideológica, mas de uma resposta pragmática a uma relação custo-benefício difícil de superar para tarefas de programação repetitivas e de alto volume.

O choque de preços que deu início a tudo

O cerne econômico desse desenvolvimento reside em uma diferença de preço tão significativa que altera fundamentalmente todos os cálculos feitos por um gestor financeiro. Um milhão de tokens de emissão custam cerca de US$ 50 com um modelo de ponta como o Fable da Anthropic, enquanto a mesma quantidade custa aproximadamente US$ 15 com o Kimi K3 da Moonshot, US$ 4,40 com o GLM-5.2 da Zhipu e apenas US$ 0,87 com o modelo V4 Pro da DeepSeek. Esses valores significam, na prática, que uma empresa pode pagar de cinco a sessenta vezes mais pelo mesmo serviço, dependendo do modelo escolhido. Para uma empresa que lida com milhões de solicitações diárias, isso não é um problema menor, mas um fator de custo crucial que determina as margens de lucro e a escalabilidade de modelos de negócios inteiros.

Essa dinâmica de preços também explica por que a OpenAI reduziu seus preços em até 80% durante 2026. Uma empresa com valor de mercado na casa dos bilhões de dólares e enorme poder de mercado não reduz seus preços por boa vontade, mas sim devido à pura pressão competitiva. Quando os clientes podem migrar para um fornecedor com um único clique que realiza a mesma tarefa por uma fração do custo, um fornecedor estabelecido fica apenas com a escolha entre ajustar seus preços ou perder clientes. Esse mecanismo é um exemplo clássico da economia competitiva: assim que um mercado se depara com bens quase homogêneos, onde a diferença de qualidade se torna marginal para o caso de uso médio, o preço se aproxima do custo marginal do fornecedor confiável mais barato. É exatamente isso que estamos testemunhando atualmente no mercado de modelagem de linguagem.

Quando as empresas recalculam suas contas: exemplos específicos de empresas

Dados abstratos de mercado só ganham poder de persuasão real quando se observa como empresas concretas reestruturam seus processos internos. A plataforma de negociação de criptomoedas Coinbase oferece o exemplo mais vívido disso em 2026. O CEO Brian Armstrong publicou informações detalhadas sobre a estratégia de redução de custos internos da empresa no verão de 2026, explicando que haviam reduzido quase pela metade os gastos com IA, ao mesmo tempo em que aumentavam o volume de uso. A principal alavanca foi a mudança dos modelos padrão em um gateway de IA interno para o GLM 5.2 da Zhipu e o Kimi 2.7 Code da Moonshot – dois modelos chineses de código aberto que lidam com tarefas rotineiras, como revisões de código, resumos e redação, enquanto modelos mais caros e sofisticados, como o Opus da Anthropic, permaneceram reservados para tarefas complexas de planejamento. Vale ressaltar que essa mudança não foi a única medida de redução de custos. Simultaneamente, a Coinbase aumentou a taxa de acerto do cache de sua ferramenta interna de IA de 5% para 60%, o que por si só explica uma parcela significativa da economia, já que consultas repetidas agora podem ser respondidas quase gratuitamente pelo cache, em vez de acionar uma nova consulta dispendiosa ao modelo a cada vez. Este exemplo ilustra que a mudança para modelos chineses raramente é uma decisão isolada, mas sim parte de uma estratégia mais ampla de alocação inteligente de recursos, onde a escolha do modelo é apenas uma das várias alavancas.

A Cursor, plataforma de desenvolvimento e uma das ferramentas mais aclamadas para desenvolvimento de software com inteligência artificial, também se viu em uma situação reveladora em março de 2026. A empresa apresentou seu novo modelo, o Composer 2, como um desenvolvimento interno, ostentando um desempenho de codificação supostamente de ponta. No entanto, poucas horas após o lançamento, desenvolvedores atentos descobriram um identificador de modelo interno nos dados de resposta técnica da API que fazia referência inequivocamente ao Kimi K2.5, o modelo de código aberto da Moonshot AI. A Cursor foi então forçada a admitir publicamente que o Composer 2 era de fato baseado na arquitetura Kimi K2.5, embora a empresa tenha enfatizado que aproximadamente três quartos do poder computacional total usado para refinar o modelo final vieram de seu próprio treinamento, com apenas cerca de um quarto baseado na base original do Kimi. O cofundador Aman Sanger reconheceu, em tom de autocrítica, que havia sido um erro não mencionar a base Kimi no anúncio inicial. Este incidente ilustra um padrão mais amplo: muitas inovações de IA supostamente americanas são agora construídas sobre modelos básicos chineses, sem que isso seja comunicado externamente, o que observadores às vezes descrevem, com certa arrogância, como uma espécie de ocultação silenciosa da verdadeira origem tecnológica.

Além desses exemplos notáveis, diversas outras empresas reestruturaram sua infraestrutura de IA para se alinhar aos modelos abertos chineses. Entre elas, o serviço de entrega de comida DoorDash, que terceiriza tarefas simples de programação para a Kimi, enquanto mantém as decisões críticas com modelos mais sofisticados e caros, bem como empresas como a Snowflake e a startup de IA Lindy, que adotam estratégias semelhantes de otimização de custos. De acordo com relatórios disponíveis publicamente, a empresa de software Siemens utiliza seus próprios dados industriais para treinar o Qwen e desenvolver sistemas de assistência específicos para cada setor, em vez de construir modelos base totalmente novos do zero — uma decisão econômica lógica, considerando os custos imensos do treinamento de novos modelos de linguagem.

A solução quase interna: como a Xpert.Digital elimina as lacunas operacionais no marketing e vendas B2B – Negócios inteligentes orientados por conteúdo - Imagem: Xpert.Digital

A Xpert.Digital é um hub industrial B2B orientado por dados, liderado por Konrad Wolfenstein . A empresa atua como uma solução externa, quase interna, para parceiros industriais, preenchendo lacunas operacionais em marketing, conteúdo e vendas – sem exigir recursos adicionais por parte do cliente.

Mais informações aqui:

• A solução quase interna: como a Xpert.Digital elimina as lacunas operacionais em marketing e vendas B2B – Negócios Inteligentes Orientados por Conteúdo

Quatro nomes para lembrar

Para entender a atual mudança de mercado, é preciso conhecer os principais atores por trás desse desenvolvimento. Em primeiro lugar, temos o Qwen, desenvolvido pela empresa chinesa de tecnologia Alibaba, considerado o modelo de IA aberto mais baixado do mundo, com um alcance impressionante de cerca de 700 milhões de downloads. O Qwen é considerado um modelo versátil e completo, com pontos fortes em processamento de linguagem natural e análise de documentos, o que o torna ideal para produção de texto, geração de relatórios e atendimento ao cliente. O segundo modelo que merece atenção especial é o Kimi K3, da Moonshot AI, lançado em julho de 2026 como o maior modelo aberto já disponibilizado, com desempenho em benchmarks de programação próximo aos principais modelos proprietários. Ele é particularmente adequado para desenvolvimento de software e processamento de documentos longos, pois opera com uma janela de contexto de até 256.000 tokens, correspondendo à quantidade de texto que o modelo pode processar e reter simultaneamente. Como terceiro modelo, o GLM, da empresa chinesa Zhipu AI (agora operando sob a marca Z.ai), consolidou-se como especialista no controle confiável de ferramentas e sistemas, tornando-se particularmente valioso para tarefas de automação e fluxos de trabalho baseados em agentes. Por fim, o DeepSeek se posiciona como o campeão indiscutível em custo-benefício do mercado, cujos modelos oferecem raciocínio lógico e tarefas de programação a uma fração ínfima do custo dos fornecedores tradicionais, tornando-os ideais para todas as tarefas que ocorrem em grande escala.

A questão da soberania dos dados e as zonas cinzentas da regulamentação

Um aspecto frequentemente subestimado no debate público diz respeito à diferença fundamental entre usar um modelo chinês por meio da API de nuvem do provedor original e executar os pesos do modelo aberto em infraestrutura própria ou europeia. Todos os quatro modelos apresentados aqui — Qwen, Kimi, GLM e DeepSeek — são disponibilizados sob licenças abertas. Isso significa que as empresas podem baixar os parâmetros matemáticos subjacentes do modelo e executá-los em seus próprios servidores ou com um provedor de hospedagem europeu. Nesse cenário, todos os dados permanecem física e legalmente com a empresa operadora, o que, da perspectiva do Regulamento Geral de Proteção de Dados (RGPD) europeu, pode ser uma configuração significativamente mais segura do que usar uma infraestrutura de nuvem americana, onde os dados podem estar sujeitos à Lei CLOUD americana. Essa distinção é crucial porque demonstra que a origem política de um modelo e o risco real à proteção de dados e à segurança nacional são duas questões distintas que são frequentemente confundidas de forma inadequada no discurso público.

Ao mesmo tempo, permanecem questões legítimas que impedem a adoção acrítica de modelos chineses. Em 2026, o Congresso dos EUA iniciou investigações sobre empresas como Airbnb e Cursor relacionadas ao uso de modelos de IA chineses. Essas investigações não se concentram principalmente nos pesos dos modelos abertos em si, mas sim em questões de auditoria de segurança, influência potencial e dependência estratégica da tecnologia de um rival geopolítico. Avaliações de segurança independentes também mostraram que alguns dos modelos chineses mais utilizados recebem pontuações comparativamente baixas em testes de segurança padronizados, o que pode ser particularmente relevante para empresas com requisitos de conformidade rigorosos. No entanto, essas preocupações se relacionam principalmente ao uso de modelos por meio de serviços de nuvem hospedados fornecidos pelos próprios fornecedores chineses, e não à operação independente dos pesos abertos em infraestruturas europeias ou americanas, onde as empresas mantêm controle total sobre os fluxos de dados, registros e configuração de segurança.

A lógica estratégica por trás da combinação de modelos

Os exemplos observados nas empresas revelam um padrão estratégico claro que se consolidou no discurso profissional como uma espécie de estratégia em haltere – uma distribuição deliberada de tarefas entre dois polos opostos. Tarefas simples, de alto volume e repetitivas, como resumos de texto, revisões de código padrão ou traduções, são cada vez mais delegadas a modelos de código aberto, geralmente chineses e de baixo custo, enquanto tarefas estrategicamente críticas, complexas ou particularmente sensíveis permanecem com modelos mais caros e sofisticados de fornecedores ocidentais. Essa divisão é altamente racional do ponto de vista econômico, pois otimiza a relação custo-benefício de cada tarefa individual, em vez de usar um único modelo sofisticado, geralmente superfaturado, para todos os casos de uso. O serviço de entrega de comida DoorDash já está implementando esse princípio na prática, encaminhando sistematicamente tarefas simples de programação para a Kimi, enquanto decisões críticas para os negócios permanecem com os modelos sofisticados e consolidados, mais caros. Para empresas que desejam profissionalizar sua estrutura de custos de IA, isso significa, em última análise, deixar de lado a questão de qual fornecedor é fundamentalmente o melhor e passar a questionar qual tarefa específica se adapta melhor a qual modelo e com qual perfil de custo.

O que isso significa para a indústria de IA ocidental?

A transição para modelos chineses de código aberto apresenta aos fornecedores americanos consolidados um dilema estrutural que vai além de ajustes de preços de curto prazo. Empresas como a OpenAI e a Anthropic construíram seus modelos de negócios durante anos com base na premissa de que a superioridade tecnológica justifica um preço premium sustentado. No entanto, quando as diferenças de desempenho se tornam tão pequenas para a maioria dos casos de uso práticos que deixam de representar uma diferença economicamente relevante para as empresas, a competição inevitavelmente se desloca para o preço. Nessa corrida, os fornecedores chineses têm uma vantagem estrutural devido aos custos operacionais mais baixos, subsídios governamentais e uma estratégia de código aberto mais agressiva. A resposta da OpenAI, de reduzir seus próprios preços em até 80%, é menos um sinal de força do que uma admissão de que seu preço premium anterior não era mais sustentável sem uma resposta competitiva correspondente. Para toda a indústria ocidental de IA, isso significa uma transição de uma fase em que a inovação por si só garantia poder de precificação suficiente para uma fase em que a eficiência de custos, o controle da infraestrutura e os serviços adicionais especializados se tornam o fator decisivo de diferenciação.

Os próximos adiamentos

Os desenvolvimentos atuais sugerem que essa tendência não se reverterá em um futuro próximo, mas sim se tornará ainda mais diversificada. Em vez de um único modelo dominante, está emergindo um cenário cada vez mais fragmentado, no qual nenhum modelo aberto detém mais de um quarto da participação total de mercado entre os modelos abertos, indicando um mercado saudável e competitivo com diversas alternativas igualmente viáveis. Para empresas na Europa, e especialmente para empresas de médio porte com orçamentos de TI limitados, isso representa uma oportunidade rara de se beneficiar simultaneamente da queda de custos e do aumento da maturidade tecnológica, desde que estejam dispostas a atender às estruturas legais e de segurança para operar modelos abertos. Aqueles que baseiam sua estratégia de IA exclusivamente em um único fornecedor, geralmente americano, correm o risco não apenas de custos excessivos, mas também de dependência estratégica de um mercado que está mudando mais rápido do que qualquer outro setor tecnológico nos últimos tempos. A resposta mais pragmática para essa incerteza reside em uma diversificação consciente do próprio portfólio de modelos, combinada com uma governança interna clara que atribua qual classe de tarefa a qual modelo e local de hospedagem.

Da visibilidade à confiança: Seu caminho escalável com a Xpert.Digital - Imagem: Xpert.Digital

No setor B2B industrial, relacionamentos comerciais sustentáveis ​​raramente surgem da noite para o dia. Eles se desenvolvem passo a passo – por meio de visibilidade, relevância profissional, pontos de contato recorrentes e confiança crescente. O modelo de 4 etapas da Xpert.Digital aborda exatamente isso: oferece um caminho estruturado que começa com um ponto de entrada gerenciável e pode evoluir para uma colaboração mais profunda no desenvolvimento de negócios, se necessário.

Em vez de se basear em promessas de marketing impactantes, este modelo coloca o relacionamento em primeiro plano. As empresas começam com medidas claramente definidas e facilmente calculáveis ​​e, em seguida, decidem, com base na própria experiência, até que ponto desejam expandir a colaboração. Um fator essencial para esse processo de construção de confiança sem interrupções: a plataforma evita completamente anúncios publicitários intrusivos, de modo que o foco editorial permaneça exclusivamente na expertise das empresas.

Mais informações aqui:

• Da visibilidade à confiança: Seu caminho escalável com a Xpert.Digital

☑️ Nosso idioma comercial é inglês ou alemão

☑️ NOVO: Correspondência em seu idioma nativo!

Konrad Wolfenstein

Eu e minha equipe teremos o prazer de estar à sua disposição como seu consultor pessoal.

Você pode entrar em contato comigo preenchendo o formulário de contato aqui [email protected]:ou simplesmente ligando para +49 7348 4088 965. Meu endereço de e-mail é

Estou ansioso pelo nosso projeto conjunto.

☑️ Apoio a PMEs em estratégia, consultoria, planejamento e implementação

☑️ Criação ou realinhamento da estratégia digital e digitalização

☑️ Expansão e otimização dos processos de vendas internacionais

☑️ Plataformas de negociação B2B globais e digitais

☑️ Desenvolvimento de Negócios / Marketing / Relações Públicas / Feiras Comerciais Pioneiras

Uma nova dimensão da transformação digital com 'IA Gerenciada' (Inteligência Artificial) – Plataforma e solução B2B | Xpert Consulting - Imagem: Xpert.Digital

Aqui você aprenderá como sua empresa pode implementar soluções de IA personalizadas de forma rápida, segura e sem grandes barreiras de entrada.

Uma plataforma de IA gerenciada é a sua solução completa e descomplicada para inteligência artificial. Em vez de lidar com tecnologia complexa, infraestrutura cara e processos de desenvolvimento demorados, você recebe uma solução pronta, personalizada para suas necessidades, de um parceiro especializado – geralmente em poucos dias.

Principais vantagens em resumo:

⚡ Implementação rápida: Da ideia à aplicação pronta para uso em dias, não em meses. Oferecemos soluções práticas que geram valor agregado imediato.

🔒 Máxima segurança de dados: Seus dados sensíveis permanecem com você. Garantimos o processamento seguro e em conformidade com as normas, sem compartilhar dados com terceiros.

💸 Sem risco financeiro: você só paga pelos resultados. Os altos investimentos iniciais em hardware, software ou pessoal são completamente eliminados.

🎯 Concentre-se no seu negócio principal: Foque no que você faz de melhor. Nós cuidamos de toda a implementação técnica, operação e manutenção da sua solução de IA.

📈 Preparada para o futuro e escalável: Sua IA cresce com você. Garantimos otimização e escalabilidade contínuas, adaptando os modelos de forma flexível a novas necessidades.

Mais informações aqui:

• A Solução de IA Gerenciada - Serviços de IA Industrial: A Chave para a Competitividade nos Setores de Serviços, Indústria e Engenharia Mecânica