Os Modelos

DeepSeek V4 Pro (13 de agosto de 2026)

O lançamento principal que coroa a onda de verão. O DeepSeek V4 Pro é um modelo Mixture-of-Experts de 1,6 trilhão de parâmetros, com 49 bilhões de parâmetros ativos por token, uma janela de contexto de 1 milhão de tokens e até 384 mil tokens de saída em três modos de raciocínio (padrão, alto esforço, máximo esforço) . No Terminal-Bench 2.1, ele marcou 87,9 — uma melhoria de 15,8% em relação à prévia de abril — e opera em um nível comparável ao Claude Fable 5 por aproximadamente 1/57 do custo . A Reuters relata que o modelo está "se aproximando — e em alguns testes superando — o Claude Fable 5" em benchmarks de agentes e engenharia de software .

O preço é de US$ 0,435 por milhão de tokens de entrada e US$ 0,87 por milhão de tokens de saída nas taxas padrão, com descontos de cache de até 97% . No modo de raciocínio de esforço máximo, o preço é de US$ 1,32/US$ 3,96 por milhão de tokens .

Moonshot Kimi K3 (16/27 de julho de 2026)

A Moonshot AI lançou o que chama de "primeiro modelo aberto do mundo na classe de 3 trilhões de parâmetros" — um modelo Mixture-of-Experts de 2,8 trilhões de parâmetros que ativa 16 de 896 especialistas por token, com janela de contexto de 1 milhão de tokens e capacidade multimodal nativa (visão + texto) . Os pesos completos foram liberados no Hugging Face em 27 de julho sob uma licença MIT Modificada . O modelo está disponível no Kimi.com, Kimi Work, Kimi Code e na API Kimi .

Zhipu AI GLM-5.2 (13/16 de junho de 2026)

O modelo que deu início à onda. O GLM-5.2 é um MoE de 744 bilhões de parâmetros com cerca de 40 bilhões ativos por token, janela de contexto de 1 milhão de tokens e licença MIT . A avaliação CAISI do NIST (Instituto Nacional de Padrões e Tecnologia dos EUA) classifica suas capacidades gerais como similares às do GPT-5.2 (dezembro de 2025) e suas capacidades cibernéticas como similares às do Claude Opus . Ele marca 81,0 no Terminal-Bench 2.1 e 62,1 no SWE-bench Pro — a maior pontuação open-weight no Artificial Analysis Intelligence Index . O preço da API é cerca de 10 vezes mais barato que o do Claude ou GPT-5 .

Meituan LongCat-2.0 (30 de junho de 2026)

Um MoE de 1,6 trilhão de parâmetros (48 bilhões ativos por token) com janela de contexto de 1 milhão de tokens, lançado sob licença MIT . Sua distinção crítica: o primeiro modelo com trilhões de parâmetros treinado e executado inteiramente em chips nacionais chineses — um cluster de 50.000 chips Huawei Ascend 910B/C . Nos testes da Meituan, ele supera o GPT-5.5 em benchmarks de engenharia de software . O modelo vinha ocupando silenciosamente o topo do ranking OpenLLM sob o codinome "Owl Alpha" antes do lançamento oficial . O preço da API é de US$ 0,75/US$ 2,95 por milhão de tokens de entrada/saída, com uma promoção de lançamento a US$ 0,30/US$ 1,20 .

Como eles se comparam aos modelos americanos de fronteira

Implicações mais amplas

Adoção empresarial global

Empresas fora da China agora têm alternativas open-weight, de baixo custo e credíveis aos modelos de API americanos. A licença MIT do GLM-5.2, sem restrições regionais, significa que qualquer empresa pode hospedá-lo comercialmente sem restrições . Isso está mudando as decisões de compra no Sudeste Asiático, Oriente Médio, África e partes da Europa.

O Paradoxo das Restrições de Exportação

As evidências apoiam fortemente a tese de que as restrições dos EUA à exportação de chips saíram pela culatra de pelo menos duas maneiras:

• Domínio acelerado de chips nacionais: O LongCat-2.0 foi treinado em um cluster de 50.000 processadores Huawei Ascend fabricados na China, provando que o treinamento em escala de fronteira é possível sem hardware americano . Isso catalisou o ecossistema doméstico de chips de IA da China mais rápido do que as forças de mercado sozinhas o fariam.
• Eficiência algorítmica forçada: Cortados do fornecimento abundante de GPUs de ponta, os laboratórios chineses otimizaram arquiteturas para esparsidade MoE, atenção esparsa e eficiência de parâmetros ativos de forma mais agressiva do que os laboratórios americanos. O resultado são modelos que alcançam capacidade comparável com uma fração do orçamento computacional — uma vantagem de custo de 10 a 57 vezes .

O que ainda não foi confirmado

Nenhuma fonte corroborante foi encontrada para os preços específicos de US$ 0,06 por tarefa para o DeepSeek V4 Pro ou US$ 2,34 para o Claude Opus 5. Os modelos Tencent Hy3 e Alibaba Qwen3.8-Max também carecem de especificações ou datas de lançamento verificadas nas evidências disponíveis. Alegações sobre um recente manifesto open-source de Mark Zuckerberg não puderam ser confirmadas.

Uma nota sobre as fontes

Este artigo é baseado em evidências disponíveis até meados de agosto de 2026. Todas as alegações sobre as capacidades dos modelos vêm de benchmarks relatados pelos desenvolvedores e avaliações de terceiros (incluindo o CAISI do NIST). A verificação independente de todas as pontuações de benchmark está em andamento em toda a indústria. As comparações de custo são baseadas nos preços de token de API publicados; os custos reais por tarefa variam significativamente de acordo com a complexidade da tarefa, comprimento do contexto e taxas de acerto de cache.

Os Modelos

DeepSeek V4 Pro (13 de agosto de 2026)

O lançamento principal que coroa a onda de verão. O DeepSeek V4 Pro é um modelo Mixture-of-Experts de 1,6 trilhão de parâmetros, com 49 bilhões de parâmetros ativos por token, uma janela de contexto de 1 milhão de tokens e até 384 mil tokens de saída em três modos de raciocínio (padrão, alto esforço, máximo esforço) . No Terminal-Bench 2.1, ele marcou 87,9 — uma melhoria de 15,8% em relação à prévia de abril — e opera em um nível comparável ao Claude Fable 5 por aproximadamente 1/57 do custo . A Reuters relata que o modelo está "se aproximando — e em alguns testes superando — o Claude Fable 5" em benchmarks de agentes e engenharia de software .

O preço é de US$ 0,435 por milhão de tokens de entrada e US$ 0,87 por milhão de tokens de saída nas taxas padrão, com descontos de cache de até 97% . No modo de raciocínio de esforço máximo, o preço é de US$ 1,32/US$ 3,96 por milhão de tokens .

Moonshot Kimi K3 (16/27 de julho de 2026)

A Moonshot AI lançou o que chama de "primeiro modelo aberto do mundo na classe de 3 trilhões de parâmetros" — um modelo Mixture-of-Experts de 2,8 trilhões de parâmetros que ativa 16 de 896 especialistas por token, com janela de contexto de 1 milhão de tokens e capacidade multimodal nativa (visão + texto) . Os pesos completos foram liberados no Hugging Face em 27 de julho sob uma licença MIT Modificada . O modelo está disponível no Kimi.com, Kimi Work, Kimi Code e na API Kimi .

Zhipu AI GLM-5.2 (13/16 de junho de 2026)

O modelo que deu início à onda. O GLM-5.2 é um MoE de 744 bilhões de parâmetros com cerca de 40 bilhões ativos por token, janela de contexto de 1 milhão de tokens e licença MIT . A avaliação CAISI do NIST (Instituto Nacional de Padrões e Tecnologia dos EUA) classifica suas capacidades gerais como similares às do GPT-5.2 (dezembro de 2025) e suas capacidades cibernéticas como similares às do Claude Opus . Ele marca 81,0 no Terminal-Bench 2.1 e 62,1 no SWE-bench Pro — a maior pontuação open-weight no Artificial Analysis Intelligence Index . O preço da API é cerca de 10 vezes mais barato que o do Claude ou GPT-5 .

Meituan LongCat-2.0 (30 de junho de 2026)

Um MoE de 1,6 trilhão de parâmetros (48 bilhões ativos por token) com janela de contexto de 1 milhão de tokens, lançado sob licença MIT . Sua distinção crítica: o primeiro modelo com trilhões de parâmetros treinado e executado inteiramente em chips nacionais chineses — um cluster de 50.000 chips Huawei Ascend 910B/C . Nos testes da Meituan, ele supera o GPT-5.5 em benchmarks de engenharia de software . O modelo vinha ocupando silenciosamente o topo do ranking OpenLLM sob o codinome "Owl Alpha" antes do lançamento oficial . O preço da API é de US$ 0,75/US$ 2,95 por milhão de tokens de entrada/saída, com uma promoção de lançamento a US$ 0,30/US$ 1,20 .

Como eles se comparam aos modelos americanos de fronteira

Implicações mais amplas

Adoção empresarial global

Empresas fora da China agora têm alternativas open-weight, de baixo custo e credíveis aos modelos de API americanos. A licença MIT do GLM-5.2, sem restrições regionais, significa que qualquer empresa pode hospedá-lo comercialmente sem restrições . Isso está mudando as decisões de compra no Sudeste Asiático, Oriente Médio, África e partes da Europa.

O Paradoxo das Restrições de Exportação

As evidências apoiam fortemente a tese de que as restrições dos EUA à exportação de chips saíram pela culatra de pelo menos duas maneiras:

• Domínio acelerado de chips nacionais: O LongCat-2.0 foi treinado em um cluster de 50.000 processadores Huawei Ascend fabricados na China, provando que o treinamento em escala de fronteira é possível sem hardware americano . Isso catalisou o ecossistema doméstico de chips de IA da China mais rápido do que as forças de mercado sozinhas o fariam.
• Eficiência algorítmica forçada: Cortados do fornecimento abundante de GPUs de ponta, os laboratórios chineses otimizaram arquiteturas para esparsidade MoE, atenção esparsa e eficiência de parâmetros ativos de forma mais agressiva do que os laboratórios americanos. O resultado são modelos que alcançam capacidade comparável com uma fração do orçamento computacional — uma vantagem de custo de 10 a 57 vezes .

O que ainda não foi confirmado

Nenhuma fonte corroborante foi encontrada para os preços específicos de US$ 0,06 por tarefa para o DeepSeek V4 Pro ou US$ 2,34 para o Claude Opus 5. Os modelos Tencent Hy3 e Alibaba Qwen3.8-Max também carecem de especificações ou datas de lançamento verificadas nas evidências disponíveis. Alegações sobre um recente manifesto open-source de Mark Zuckerberg não puderam ser confirmadas.

Uma nota sobre as fontes

Este artigo é baseado em evidências disponíveis até meados de agosto de 2026. Todas as alegações sobre as capacidades dos modelos vêm de benchmarks relatados pelos desenvolvedores e avaliações de terceiros (incluindo o CAISI do NIST). A verificação independente de todas as pontuações de benchmark está em andamento em toda a indústria. As comparações de custo são baseadas nos preços de token de API publicados; os custos reais por tarefa variam significativamente de acordo com a complexidade da tarefa, comprimento do contexto e taxas de acerto de cache.