Modelos de IA open-weight chineses ganham espaço entre empresas que buscam conter custos

A fonte descreve uma mudança de economia na IA corporativa: modelos open-weight chineses ficam mais baratos que os proprietários dos EUA e já respondem por mais da metade do volume de tokens reportado na OpenRouter, na semana encerrada em 25 de outubro. Cerca de um ano antes, só um modelo chinês aparecia entre os nove nomeados no gráfico semanal do site. A própria Anthropic, no prospecto de IPO, admite que clientes podem concluir que ganhos incrementais de desempenho na fronteira não justificam o custo adicional.

O caso mais concreto é o da Red Hat. A empresa pilota uma versão auto-hospedada do GLM, da Z.ai, usada por até 1.400 engenheiros, com cerca de 70% do tráfego de inferência indo para modelos open-weight. Cada engenheiro tem cota experimental de US$ 300 por mês e orçamento para modelos de fronteira, e distribui a carga conforme a tarefa. Segundo Stephen Watt, o custo de modelos hospedados externamente passou de descontrolado a estável e agora a "radicalmente decrescente". Os limites aparecem em outros lugares: a DataCamp aponta latência e capacidade insuficientes dos provedores de open-weight e migra da Anthropic para a OpenAI. A Xbow testou o GLM, mas ele às vezes consumiu bem mais tokens que um modelo fechado, o que anulou boa parte da vantagem de preço. Há ainda o risco geopolítico: neste mês, o Departamento de Segurança Interna dos EUA vetou o uso da tecnologia da DeepSeek em agências civis federais, sem distinguir versão hospedada de versão rodando em servidor local.

A tendência vem sendo acompanhada pelo CEVIU. Em 11 de julho de 2026, o CEVIU noticiou "Modelos chineses de IA desafiam gigantes dos EUA e atraem empresas por custo-benefício". Em 28 de agosto de 2026, veio "Startups Americanas Migram para IA Chinesa por Economia Radical". Em 11 de setembro de 2026, "Empresas de tecnologia apostam em modelos de IA abertos para otimizar custos" já falava em roteamento inteligente de modelos, e em 22 de setembro de 2026, "Modelos Abertos de IA Reduzem Distância e Desafiam Gigantes" tratava do estreitamento da diferença de desempenho. Já em 20 de agosto de 2026, "Empresas abraçam IA de baixo custo, mas gigantes americanas de IA seguem dominando" trazia o contraponto. Agora o debate sai da tendência e ganha números de operação (a Red Hat, a cota por engenheiro) e os limites práticos (latência, consumo de tokens, geopolítica).

Para quem opera TI corporativa, a leitura é que a pergunta deixa de ser qual modelo escolher e passa a ser como distribuir carga entre modelos. Cota por usuário e roteamento por tipo de tarefa aparecem como mecanismos de governança de custo. Compare custo total, não preço por token: horas de revisão e volume de tokens pesam. Para dados sensíveis, o auto-hospedamento reduz exposição, mas a decisão de compliance sobre origem do modelo ainda precisa ser tomada caso a caso.