Controles de Exportação de IA Estão Fracassando: Como a China Superou as Barreiras dos EUA em Apenas Duas Semanas

Por anos, a base da estratégia dos EUA para inteligência artificial foi uma suposição simples: restrinja o acesso aos chips e pesos de modelos mais avançados, e os laboratórios chineses de IA permanecerão uma ou duas gerações atrás da fronteira tecnológica. Três eventos na janela de duas semanas em junho de 2026 tornaram essa suposição insustentável.

1. GLM-5.2 da Zhipu AI: Paridade de Fronteira com Pesos Abertos a 1/6 do Custo

Em 13 de junho de 2026, a Zhipu AI (operando internacionalmente como Z.ai) lançou o GLM-5.2, um modelo Mixture-of-Experts de 744–753 bilhões de parâmetros com uma janela de contexto de 1 milhão de tokens, sob a licença de código aberto MIT no Hugging Face . O lançamento ocorreu no mesmo dia em que o governo dos EUA forçou a Anthropic a retirar globalmente os modelos Claude Fable 5 e Mythos 5 por questões de segurança nacional .

Desempenho em benchmarks de cibersegurança:

• Em testes independentes da Semgrep, o GLM-5.2 obteve 39% de F1 na detecção de IDOR, superando o Claude Code (32%) por aproximadamente US$ 0,17 por vulnerabilidade encontrada — uma fração do custo de alternativas proprietárias .
• Uma reportagem do Wall Street Journal afirmou que o GLM-5.2 igualou o Mythos da Anthropic na detecção de falhas de segurança em testes específicos da Semgrep .
• Marcou 81,0 no Terminal-Bench 2.1 (contra 63,5 do GLM 5.1) e superou o Claude Opus 4.8 no benchmark de uso de ferramentas MCP-Atlas (77,0 vs. 75,3) .
• A Artificial Analysis o classificou como o #1 modelo de peso aberto globalmente e no top 3 geral entre todos os modelos .
• No Cyber Defense Benchmark da Simbian, ficou em #4, superando Opus 4.8, Opus 4.7, GPT-5 e GPT-5.5 .

Vantagem de custo: O modelo roda a aproximadamente 1/6 do custo de modelos proprietários equivalentes dos EUA por token, e os pesos são baixáveis para auto-hospedagem sem taxa de API .

Ressalva importante: Miles Brundage, da AVERI, ofereceu publicamente uma aposta de 100 para 1 contestando a afirmação do WSJ de que o GLM-5.2 realmente equivale ao Mythos em cibersegurança, argumentando que o escopo do benchmark era estreito . A alegação de paridade é real em testes específicos da Semgrep, mas pode não se generalizar para uma avaliação mais ampla.

2. "Tulongfeng" da 360 Security: Descoberta Autóctone de Vulnerabilidades

Em 24 de junho de 2026, na conferência ISC.AI em Pequim, a gigante chinesa de cibersegurança 360 Security Technology (Qihoo 360) apresentou duas ferramentas de cibersegurança baseadas em IA :

• Tulongfeng — um sistema de IA para descobrir automaticamente vulnerabilidades de software, explicitamente chamado pelo fundador Zhou Hongyi de "a versão chinesa do Mythos" .
• Yitianzhen — uma plataforma para automatizar a defesa cibernética e a resposta a incidentes .

Zhou Hongyi declarou que a China "não podia se dar ao luxo de não ter" um equivalente doméstico ao Mythos, enquadrando-o como uma capacidade cibernética estratégica . As ferramentas foram construídas para igualar as capacidades de detecção de ameaças de IA de classe Frontier sem depender de modelos ou hardware restritos dos EUA . De acordo com relatos, o Tulongfeng já identificou mais de 3.400 vulnerabilidades, com 105 supostamente confirmadas pelo banco de dados CNVD da China .

3. Acusação da Anthropic contra a Alibaba: Destilação como Mecanismo de Desvio

Entre 24 e 25 de junho de 2026, a Anthropic enviou uma carta a senadores dos EUA (datada de 10 de junho) acusando a Alibaba e seu laboratório de IA Qwen de executar "o maior ataque de destilação conhecido" contra seu modelo Claude .

Detalhes principais da carta:

• Operadores usaram aproximadamente 25.000 contas fraudulentas para realizar mais de 28,8 milhões de interações com o Claude entre 22 de abril e 5 de junho de 2026 .
• A campanha visava extrair capacidades do modelo por meio de destilação — treinando os próprios modelos da Alibaba com as saídas do Claude —, contornando assim os controles de exportação dos EUA que restringem a transferência direta de pesos de modelos .
• A Anthropic chamou a operação de "descarada" e "ilegal" .

A Alibaba não admitiu publicamente irregularidades . A destilação, conforme descrita, é um método que efetivamente torna os controles de exportação baseados em hardware menos relevantes, porque o conhecimento (em vez dos pesos) é transferido, e o modelo treinado pode rodar em qualquer poder computacional disponível localmente.

O Que Isso Significa para os Controles de Exportação dos EUA

O efeito coletivo é um golpe estratégico na estrutura de Washington:

Pilar da Estratégia dos EUA	Como Foi Minado
Negação de hardware (controles de exportação de chips)	O GLM-5.2 foi treinado e roda em computação doméstica chinesa; o Tulongfeng é totalmente autóctone .
Restrição de acesso ao modelo (proibição de exportação de pesos)	Os pesos do GLM-5.2 são baixáveis gratuitamente sob licença MIT — qualquer pessoa no mundo pode auto-hospedar .
Manter modelos de fronteira como proprietários	A Zhipu tornou público um modelo de classe frontier no mesmo dia em que o da Anthropic foi desligado .
Manter ferramentas cibernéticas de fronteira em mãos confiáveis	Tulongfeng + Yitianzhen colocam a descoberta de vulnerabilidades de nível Mythos nas mãos de empresas alinhadas ao Estado chinês .
Prevenir transferência de conhecimento	O suposto ataque de destilação de 28,8 milhões de consultas da Alibaba mostra que as regras podem ser contornadas por meio de consultas de API, não de transferência de peso .

O Que Isso Significa para o Custo e Acessibilidade de Ferramentas de Cibersegurança

1. O custo despenca. Os testes da Semgrep mostraram o GLM-5.2 encontrando vulnerabilidades a ~US$ 0,17 por exploração, contra custos por vulnerabilidade muito maiores para modelos proprietários dos EUA . A licença MIT de peso aberto significa zero taxas de licenciamento. As ferramentas da 360 são produtos domésticos para o mercado chinês, provavelmente com preços abaixo das alternativas dos EUA .

2. A acessibilidade se expande dramaticamente.

• Qualquer equipe de segurança com infraestrutura de GPU modesta pode auto-hospedar o GLM-5.2 para auditoria automatizada de código .
• Empresas chinesas e entidades alinhadas ao Estado agora têm acesso direto a ferramentas automatizadas de descoberta de dia zero (Tulongfeng) que antes estavam disponíveis apenas em laboratórios dos EUA sob controles rígidos .
• A combinação de LLMs de peso aberto, destilação e ferramentas autóctones significa que a IA avançada de cibersegurança não é mais um monopólio dos EUA em qualquer faixa de preço .

3. A paridade ofensivo-defensivo se confunde. O mesmo modelo GLM-5.2 que encontra bugs a US$ 0,17 cada, e a mesma ferramenta Tulongfeng, podem ser usados tanto para correção de vulnerabilidades quanto para descoberta ofensiva de explorações. Com pesos abertos e nenhuma camada de supervisão, é difícil distinguir o uso defensivo do ofensivo .

Conclusão final: O paradigma dos controles de exportação presumia que restringir chips NVIDIA e pesos de modelos manteria as capacidades de IA de fronteira da China 2 a 3 gerações atrás. O GLM-5.2 (peso aberto, licença MIT, igualando a fronteira dos EUA em benchmarks específicos de cibersegurança a 1/6 do custo), o Tulongfeng (ferramenta doméstica de classe Mythos) e o episódio de destilação da Alibaba demonstram coletivamente que conhecimento, capacidade e acesso já escaparam do regime de controle. Ferramentas avançadas de cibersegurança passaram de produtos escassos, exclusivos dos EUA e de alto custo para ativos globais, de baixo custo e commodity aberta em questão de semanas.