Downloads e trilhões de tokens: como a China virou o jogo na IA de pesos abertos

O primeiro sinal: o Qwen passou o Llama em downloads

A mudança ficou clara no Hugging Face, principal plataforma global para compartilhamento de modelos de IA. Em setembro de 2025, a família Qwen, da Alibaba, ultrapassou a família Llama, da Meta, e se tornou a coleção de grandes modelos de linguagem mais baixada da plataforma .

No período mais amplo entre agosto de 2024 e agosto de 2025, modelos chineses de pesos abertos responderam por 17% de todos os downloads globais no Hugging Face — acima dos 15,8% dos modelos desenvolvidos nos Estados Unidos. Foi a primeira vez que a China superou os EUA nesse indicador, segundo um estudo conjunto do MIT e do Hugging Face .

Quando o recorte considera apenas grandes modelos de linguagem, a participação chinesa chegou a 41% dos downloads durante o período . Até meados de 2026, os modelos chineses já haviam acumulado mais de 100 milhões de downloads no mundo, de acordo com dados do Hugging Face citados pelo China Daily .

De participação irrelevante à maioria dos tokens

Downloads mostram o interesse de desenvolvedores. O consumo de tokens — as unidades de texto processadas pelos modelos — revela com mais clareza o uso efetivo.

No OpenRouter, plataforma que encaminha tráfego para diferentes modelos de linguagem e processava mais de 20 trilhões de tokens por semana no início de 2026, a virada foi ainda mais expressiva .

Em cerca de 18 meses, modelos de origem chinesa passaram de menos de 2% do volume semanal de tokens para uma participação majoritária . Em maio de 2026, os modelos chineses de pesos abertos respondiam por aproximadamente 61% de todos os tokens consumidos na plataforma .

Em julho, pela primeira vez, os cinco primeiros lugares do ranking global de uso do OpenRouter ficaram com modelos chineses. O MiMo-V2.5, da Xiaomi, liderava por volume de tokens, seguido por modelos da DeepSeek, da MiniMax, da família Qwen, da Alibaba, e da Kimi, da Moonshot .

Empresas americanas também passaram a usar modelos chineses

O dado mais surpreendente para o mercado dos EUA talvez esteja no uso corporativo. Em meados de 2026, modelos chineses chegaram a representar 46% do volume semanal de tokens de APIs usado por empresas americanas no OpenRouter. Modelos de origem americana ficaram com 35,7% .

Um ano antes, a participação chinesa era inferior a 2%. Desde a semana de 8 de fevereiro de 2026, os modelos chineses responderam por pelo menos 30% do volume semanal de tokens corporativos na plataforma .

O avanço combina desempenho competitivo e preço baixo. A Kimi K2.5, da Moonshot, chegou perto do Claude Opus, da Anthropic, em alguns benchmarks iniciais, mas custava aproximadamente um sétimo do preço . Já a DeepSeek cobrava 2 yuans — cerca de US$ 0,28 — por milhão de tokens de entrada e 8 yuans — US$ 1,10 — por milhão de tokens de saída com o modelo V3.1 .

O mercado doméstico chinês também acelerou

A expansão não ocorreu apenas fora da China. A Administração Nacional de Dados da China informou que o consumo doméstico diário de tokens ultrapassou 140 trilhões em março de 2026. O número representa um crescimento de mais de mil vezes em relação aos 100 bilhões registrados no início de 2024 .

O assistente de IA Doubao, da ByteDance, sozinho passou de cerca de 100 bilhões de tokens processados por dia, em maio de 2024, para mais de 120 trilhões em março de 2026 — uma alta de aproximadamente mil vezes em dois anos .

Esse mercado interno oferece às empresas chinesas uma escala importante para testar produtos, reduzir custos operacionais e acumular experiência antes de disputar usuários e desenvolvedores no exterior.

A engrenagem: lançar rápido, abrir o acesso e cobrar menos

Os dados apontam para três fatores estruturais por trás da expansão chinesa:

1. Ritmo de lançamentos. Entre o fim de abril e meados de junho de 2026, quatro modelos de pesos abertos competitivos com sistemas de ponta chegaram ao mercado em poucas semanas: os da DeepSeek, da Alibaba, da Moonshot e da Zhipu .
2. Licenças permissivas. Os modelos são distribuídos sob licenças como MIT, Apache 2.0 e versões modificadas da MIT. Isso permite baixar, adaptar e implantar os modelos em escala, respeitando os termos de cada licença .
3. Vantagem de custo. Os laboratórios chineses cobram bem menos pelo acesso via API do que muitos concorrentes americanos. Essa diferença persistiu mesmo com a aproximação no desempenho .

Vale fazer uma distinção: “pesos abertos” não significa necessariamente que os dados usados no treinamento ou todo o código do sistema estejam disponíveis. O termo indica, principalmente, que os parâmetros treinados do modelo podem ser baixados e executados pelo usuário, em vez de ficarem acessíveis apenas por uma interface proprietária .

A vantagem está na distribuição — não em um único modelo

O que a China construiu não depende de um único lançamento. DeepSeek, Qwen, Kimi, GLM, MiniMax e MiMo formam um ecossistema de empresas que libera modelos em alta velocidade, atrai desenvolvedores com preços baixos e amplia o uso global.

Essa estratégia criou uma vantagem na camada aberta da IA: mais downloads geram mais adoção; mais adoção gera feedback e experiência de implantação; e essa escala ajuda a sustentar novos modelos. Em meados de 2026, a China não estava apenas reduzindo a distância em capacidade técnica. Ela havia conquistado uma posição de liderança em distribuição, volume de uso e eficiência de custos — exatamente os elementos que transformam um modelo competitivo em uma plataforma global.