DeepSeek: US$ 7,4 bilhões, V4 e contratação da Tsinghua — a estratégia tripla para encurtar a distância para a OpenAI

No primeiro semestre de 2026, a DeepSeek executou uma manobra sincronizada em três frentes que revela como o laboratório chinês de IA pretende encurtar a distância para a OpenAI e a Anthropic. A empresa contratou um dos principais pesquisadores em destilação de conhecimento da Universidade de Tsinghua, fechou uma rodada de captação bilionária e prepara o lançamento da versão final do seu modelo V4 — tudo em questão de semanas. Cada movimento, isoladamente, já sinaliza ambição; juntos, formam uma estratégia coerente para comprimir o ciclo de P&D e competir na fronteira da inteligência artificial.

1. Gu Yuxian traz expertise de classe mundial em destilação para a DeepSeek

Em 5 de julho de 2026, a mídia chinesa Tencent News reportou que Yuxian Gu (顾煜贤) — doutorando da Universidade de Tsinghua, vencedor da Bolsa Especial de Pós-Graduação de Tsinghua em 2025 e das bolsas Apple Scholars e Ant In-Tech em 2025 — ingressou formalmente na DeepSeek ^N. O nome de Gu já aparecia na lista de autores do artigo técnico do DeepSeek V4.

Gu é o autor principal do MiniLLM (ICLR 2024), um artigo seminal sobre destilação de conhecimento on-policy para grandes modelos de linguagem, que já acumula quase 5.000 citações ^AAP. Sua pesquisa foca no treinamento e implantação eficientes de LLMs sob recursos computacionais limitados. Suas próprias palavras estão alinhadas com o ethos da DeepSeek: "Quando o hardware é limitado, a inovação algorítmica se torna a chave para superar o gargalo computacional" ^L.

A contratação é estrategicamente oportuna. O relatório técnico do DeepSeek V3 já descreve a destilação da capacidade de raciocínio dos modelos da série R1 ^A. A metodologia MiniLLM de Gu — que usa a divergência KL reversa para destilação generativa — pode melhorar diretamente a eficiência e a estrutura de custos de modelos futuros.

2. Captação de US$ 7,4 bilhões com avaliação entre US$ 52 e US$ 59 bilhões

A DeepSeek fechou sua primeira rodada de captação externa em 16 de junho de 2026, levantando aproximadamente US$ 7,4 bilhões (50 bilhões de yuans) com uma avaliação pós-dinheiro entre US$ 52 e US$ 59 bilhões ^RFF. A rodada torna a DeepSeek a startup de IA mais valiosa da China ^F.

Principais termos do acordo:

• Tencent investiu cerca de US$ 1,4 bilhão (10 bilhões de yuans) como investidora âncora ^RF
• CATL, a maior fabricante de baterias para veículos elétricos do mundo, investiu aproximadamente US$ 700 milhões (5 bilhões de yuans) ^RF
• O fundador Liang Wenfeng contribuiu com cerca de US$ 2,85 bilhões (20 bilhões de yuans) de seu próprio capital, mantendo o controle ^RF
• Menos de dez investidores institucionais participaram ^F

O capital fornece um caixa de guerra para contratar os melhores talentos, como Gu, financiar o imenso poder computacional necessário para o treinamento do V4 (modelos MoE com 1,6 trilhão de parâmetros) e sustentar preços de API bem abaixo dos da OpenAI e Anthropic ^NO.

3. Modelo V4: prévia já lançada, versão final prevista para meados de julho de 2026

A DeepSeek lançou os modelos de prévia do V4 — com pesos abertos sob licenças MIT e Apache 2.0 — em 22 a 24 de abril de 2026 ^RDA. A reportagem da Tencent News afirma que a "V4 正式版" (versão oficial/final) será lançada em meados de julho de 2026 ^N.

A família V4 consiste em duas variantes Mixture-of-Experts ^RHA:

• V4-Pro — 1,6 trilhão de parâmetros totais, 49 bilhões ativados por token, com janela de contexto de 1 milhão de tokens
• V4-Flash — 284 bilhões de parâmetros totais, 13 bilhões ativados, também com 1 milhão de tokens de contexto

Ambos foram lançados com pesos abertos no Hugging Face e endpoints de API a preços significativamente mais baixos do que os modelos de fronteira dos EUA — cerca de 1/34 do custo do Claude Opus 4.7 por token de entrada ^CHA.

4. NIST/CAISI confirma V4 como o modelo chinês mais capaz já avaliado — com uma ressalva

Em 1º de maio de 2026, o Centro de Padrões e Inovação em IA (CAISI) do governo dos EUA, ligado ao NIST, publicou uma avaliação afirmando: "O DeepSeek V4 é o modelo de IA da RPC mais capaz já avaliado pelo CAISI" nos domínios de cibersegurança, engenharia de software, ciências naturais e raciocínio abstrato ^N. A Bloomberg reportou de forma independente a mesma conclusão ^B.

No entanto, a avaliação do CAISI também observou que o V4-Pro fica atrás dos principais modelos de fronteira dos EUA em aproximadamente oito meses em benchmarks de raciocínio e matemática ^NBG. Em termos de pontuação Elo estimada, o V4 Pro marcou cerca de 800, enquanto o GPT-5.5 marcou 1260 ^IL.

Esta é uma nuance crítica: a designação de "modelo chinês mais capaz" confirma a liderança da DeepSeek dentro da China, mas também quantifica publicamente a lacuna para a OpenAI e a Anthropic.

Como tudo se encaixa como uma estratégia coerente

Os três movimentos são fortemente sincronizados e se reforçam mutuamente:

• A contratação de Gu Yuxian injeta expertise de classe mundial em destilação no momento exato em que a DeepSeek está lançando o V4 — um modelo que já usa técnicas de destilação. Os métodos de Gu podem melhorar diretamente a eficiência e a estrutura de custos de modelos futuros, ajudando a DeepSeek a fazer mais com menos poder computacional.

• A captação de US$ 7,4 bilhões fornece o caixa de guerra para contratar agressivamente talentos como Gu, financiar o imenso poder computacional para o treinamento em escala do V4 e sustentar preços de API bem abaixo dos concorrentes americanos.

• O lançamento completo do V4 é o veículo de produto que deve provar que a DeepSeek pode fechar a lacuna de ~8 meses identificada pelo NIST. É a demonstração pública de que a estratégia está funcionando.

Conclusão

A DeepSeek está correndo para comprimir seu ciclo de P&D, injetando capital simultaneamente, adquirindo os melhores talentos em destilação e colocando o V4 em produção — tudo com o objetivo de fechar a lacuna quantificada em relação aos modelos de fronteira dos EUA o mais rápido possível. O sucesso dessa estratégia tripla dependerá da velocidade com que a inovação algorítmica pode compensar as restrições de hardware e se a próxima geração de modelos conseguirá reduzir a defasagem de oito meses.