Modelos de IA open-source chineses desafiam a abordagem do Vale do Silício

Laboratórios de IA chineses lançaram recentemente uma série de modelos de código aberto quase de ponta, incluindo o GLM 5.2 da Z.ai em junho, o Kimi K3 da Moonshot AI na semana passada e o Qwen 3.8 da Alibaba nesta segunda-feira. Esses modelos têm desempenho quase tão bom quanto os melhores modelos ocidentais em benchmarks de terceiros e são otimizados para tarefas de codificação agêntica, a área mais quente da IA. O lançamento do Kimi K3, em particular, chamou a atenção do Vale do Silício e de Washington, com o capitalista de risco David Sacks chamando seu desempenho de 'preocupante' e o secretário do Comércio, Scott Bessent, sugerindo possíveis sanções. Michael Kratsios, diretor do Escritório de Política Científica e Tecnológica da Casa Branca, alegou que a Moonshot AI destilou o modelo Fable da Anthropic para o K3, acusando a empresa de roubar tecnologia dos Estados Unidos. A Moonshot AI não respondeu aos pedidos de comentário. Os modelos são lançados com pesos abertos, tornando-os acessíveis e transparentes, contrastando com laboratórios ocidentais como Anthropic e OpenAI, que restringiram o acesso aos seus modelos mais recentes devido a preocupações de segurança. O modelo Mythos da Anthropic foi temporariamente retirado do ar após controles de exportação, e a OpenAI atrasou o GPT 5.6 após um pedido da Casa Branca. Laboratórios chineses adotaram o código aberto para atrair usuários e colaboradores, e seus modelos agora são amplamente considerados as melhores opções de código aberto. O Arena AI classifica o K3 como o melhor modelo para desenvolvimento web e o quarto em tarefas agênticas, enquanto o Artificial Analysis o coloca em terceiro lugar. A popularidade do K3 sobrecarregou os servidores da Moonshot, levando a restrições temporárias de inscrição. Alguns usuários ocidentais estão questionando o valor das ofertas pagas da OpenAI e Anthropic, já que os modelos chineses oferecem desempenho competitivo a um custo menor, embora possam exigir mais tokens. A abordagem de pesos abertos desafia a suposição de que financiamento massivo é necessário para o progresso da IA, com Dean Ball observando que pesos abertos desencorajam mais gastos de capital em IA.