A segunda onda chinesa: os 5 modelos de IA mais usados do mundo já não são americanos

Em doze meses, os modelos chineses saltaram de menos de 2% para quase metade do tráfego global de IA. O lançamento open-weight do Kimi K3, esta semana, transformou a fronteira da inteligência artificial em download gratuito, e redesenhou a economia da indústria de software.

No OpenRouter (o roteador que distribui tráfego de dezenas de modelos de IA para desenvolvedores do mundo inteiro), os cinco modelos mais usados do último mês são chineses. Há um ano, os modelos da China respondiam por menos de 2% do tráfego da plataforma. Hoje, respondem por mais de 45%. A Xiaomi, sozinha com seu MiMo-V2-Pro, movimenta três vezes mais tokens que a OpenAI no mesmo canal.

E na segunda-feira, 27 de julho de 2026, a Moonshot AI liberou os pesos completos do Kimi K3 para download público: 2,8 trilhões de parâmetros, contexto de um milhão de tokens, multimodal nativo, o mesmo patamar dos modelos mais avançados do Vale do Silício, agora disponível gratuitamente para qualquer empresa rodar na própria infraestrutura. A reação foi imediata: sell-off nas ações de IA em Nova York, vendas diárias da Moonshot multiplicadas por seis, downloads do aplicativo Kimi crescendo 200% na semana (387% nos Estados Unidos), e um pedido de IPO em Hong Kong mirando valuation de US$ 50 bilhões.

O Goldman Sachs já chama o momento de "estágio crítico de adoção", impulsionado pela explosão da IA agêntica: sistemas que não apenas respondem, mas executam cadeias inteiras de trabalho. A pergunta que este artigo responde não é se a IA chinesa chegou à fronteira. É como ela chegou, o que os benchmarks mostram de fato, e o que isso muda para quem opera IA em produção no Brasil.

Kimi K3: a fronteira virou download gratuito

O Kimi K3 é um modelo de mistura de especialistas (MoE) com 2,8 trilhões de parâmetros totais, dos quais apenas 16 de 896 especialistas (cerca de 50 bilhões de parâmetros) são ativados a cada token gerado. É essa arquitetura que permite performance de fronteira com custo de inferência de modelo intermediário: US$ 3 por milhão de tokens de entrada e US$ 15 por milhão de saída, contra US$ 10 e US$ 50 do Claude Fable 5, seu concorrente direto da Anthropic. O contexto de 1.048.576 tokens tem preço fixo, sem escalonamento por janela longa.

Mas o que coloca o K3 na conversa da fronteira não é o preço. São os números. No SWE-bench Verified medido pela Vals (engenharia de software real, resolvendo issues de repositórios do GitHub), o K3 marcou 93,4%, à frente do GPT-5.6 Luna (93,0%) e muito à frente do Claude Opus 4.8 (88,6%) e do Grok 4.5 (86,6%). No Artificial Analysis Intelligence Index, ficou a três pontos do líder (57 contra 60 do Fable 5), acima do Opus 4.8 e do Grok 4.5. E no Frontend Code Arena (avaliação cega em que desenvolvedores votam sem saber qual modelo produziu qual código), estreou em primeiro lugar com 1.679 pontos Elo, um salto de 17 posições sobre seu antecessor, liderando seis das sete categorias testadas.

Fontes: Vals SWE-bench (23/07/2026), Artificial Analysis, Arena.ai, Moonshot AI. Números de fornecedores são autorreportados; onde há medição independente, ela prevalece.

O padrão que emerge é claro: onde a tarefa é agêntica e de longo horizonte (sessões de engenharia que se estendem por horas, navegação web autônoma, repositórios inteiros em contexto), o K3 não apenas acompanha, lidera. É exatamente o perfil de carga de trabalho que está explodindo com a IA agêntica, em que um único agente faz centenas de chamadas ao modelo ao longo de uma sessão.

A honestidade intelectual, porém, exige registrar o outro lado. A taxa de alucinação do K3 subiu de 39% (K2.6) para 51%: o modelo acerta mais, mas também inventa com mais confiança. Analistas independentes, como Ryan Greenblatt, o colocam "no tier do Opus 4.8, um pouco mais otimizado para benchmarks". E o modelo não derrubou ninguém do trono: como resumiu um observador, "o K3 não destronou ninguém. Ele entrou na sala." Para um modelo de pesos abertos, entrar na sala já é território inédito.

O efeito Sputnik ao contrário

Em janeiro de 2025, quando a DeepSeek lançou o R1 (um modelo de raciocínio comparável aos melhores americanos, treinado com uma fração do custo anunciado), Marc Andreessen cunhou a frase que virou manchete: "é o momento Sputnik da IA". A referência era ao satélite soviético de 1957, que galvanizou os Estados Unidos a vencer a corrida espacial. A resposta de Washington seguiu o roteiro: em vez de afrouxar, os controles de exportação de chips avançados foram ampliados e endurecidos, com fiscalização mais agressiva e tarifas de reforço.

A aposta era estrangular o teto da IA chinesa pelo gargalo do silício. O que aconteceu foi o oposto pedagógico: a restrição virou laboratório de eficiência. Impedidos de competir em força bruta computacional, os laboratórios chineses foram obrigados a competir em engenharia, e dominaram as técnicas que hoje definem a fronteira: arquiteturas MoE ultrasesparsas, treinamento com ordens de grandeza menos compute, quantização agressiva sem perda de qualidade. O GLM-5, da Zhipu, foi treinado integralmente em chips Huawei Ascend, sem uma única GPU Nvidia. E em julho, a Bloomberg reportou que uma fabricante chinesa entrou em produção em massa de máquinas de litografia DUV, o equipamento que a estratégia de contenção considerava fora de alcance, pressionando diretamente a holandesa ASML e a tese inteira do bloqueio.

O fechamento do círculo tem sua ironia documentada: enquanto a Casa Branca avalia, agora em 2026, colocar empresas chinesas de IA em listas de restrição comercial (pressionada por executivos da própria OpenAI e da Anthropic), as empresas americanas votam com seus pipelines de produção. A contenção produziu exatamente o que prometia evitar: um ecossistema rival autossuficiente, mais barato e, nos benchmarks que importam para a economia agêntica, competitivo ponto a ponto.

Centavos contra dólares: a guerra de preços que redesenha o software

A dimensão mais disruptiva da segunda onda chinesa não é técnica, é econômica. A escada de preços de julho de 2026 conta a história em uma linha: o DeepSeek V4 Flash custa US$ 0,14 por milhão de tokens de entrada e US$ 0,28 de saída; o Kimi K3, de fronteira, custa US$ 3/US$ 15; o Claude Fable 5, US$ 10/US$ 50; o GPT-5.5, US$ 30 de saída. Entre o piso chinês e o teto americano há duas ordens de grandeza de diferença.

Fontes: Morph LLM pricing index (25/07/2026), páginas oficiais de preço dos fornecedores.

Quando o custo do token cai duas ordens de grandeza, a matemática da automação muda de natureza. O que era inviável economicamente (um agente que faz quatrocentas conferências por caso, uma esteira cognitiva que processa trinta mil documentos por mês, QA contínuo sobre 100% das decisões em vez de amostragem) vira throughput trivial. A IA agêntica, que depende de volume massivo de chamadas, é a maior beneficiária: não por acaso, é onde os modelos chineses mais crescem e onde o K3 mais lidera.

É aqui que a segunda onda chinesa se conecta à tese que temos defendido sobre o fim da indústria de software como a conhecemos: quando a inteligência vira commodity abundante e barata, o valor migra do modelo para a orquestração. O ativo estratégico deixa de ser "qual modelo você usa" e passa a ser "como você organiza percepção, raciocínio e execução sobre os seus sistemas". O modelo virou peça substituível. A arquitetura de agentes é o que fica.

Quando a prática referenda a qualidade

Benchmarks convencem engenheiros. O que convence conselhos é produção, e é aí que a segunda onda chinesa tem seus depoimentos mais contundentes, todos vindos de dentro do Vale do Silício.

O padrão se repete nos três casos: a adoção não acontece por ideologia, por geopolítica ou por curiosidade. Acontece porque, na régua da produção (custo, latência, confiabilidade e escala), os modelos chineses passaram no teste mais duro que existe, que é o de empresas que medem cada milissegundo e cada centavo. A prática referendou a qualidade.

O que isso muda para quem opera IA no Brasil

Para empresas brasileiras, a segunda onda chinesa não é uma curiosidade geopolítica. É uma alavanca estratégica concreta, por três razões.

Com a mesma honestidade aplicada aos benchmarks: open-weight não dispensa governança, pelo contrário. Um modelo sem filtros embutidos, com taxa de alucinação em alta, exige exatamente o que defendemos em qualquer arquitetura agêntica séria: camada de guardrails, validação cruzada, limiares de confiança e curadoria humana nas exceções. A diferença é que agora essa camada roda sobre inteligência de fronteira a custo de commodity.

A janela está aberta agora

Há um ano, a IA chinesa era uma nota de rodapé com 2% do tráfego mundial. Hoje, os cinco modelos mais usados do planeta são chineses, a fronteira da inteligência artificial está disponível para download gratuito, e as empresas mais exigentes do Vale do Silício já provaram, em produção e à luz do dia, que a régua de qualidade foi superada.

A história ensina o desfecho provável: quando uma tecnologia de fronteira vira commodity, a vantagem migra para quem a organiza melhor, não para quem a possui. A pergunta que os dados fazem para cada operação não é se os modelos abertos vão entrar na sua esteira. É se eles vão entrar com uma arquitetura de agentes que captura o ganho (orquestração, governança e QA por desenho) ou como um experimento desconectado que consome o benefício em improvisação.

O custo de testar nunca foi tão baixo. O custo de chegar atrasado, como sempre, só aparece depois, na margem do concorrente que chegou antes.