O abalo do Kimi K3: o modelo de IA chinês que derrubou Wall Street e depois se recuperou

Desempenho em benchmarks: Avaliações independentes da Vals AI indicam que o Kimi K3 opera abaixo do Claude Fable 5, da Anthropic, mas supera o GPT-5.6 Sol, da OpenAI, em várias tarefas . Ele pontua próximo ao Claude Opus 4.8 e ao GPT-5.5 em inteligência geral, enquanto lidera ou empata com os melhores na maioria dos benchmarks de codificação e agentes . Em alguns benchmarks de programação e agentes gerais, obteve pontuação maior que o Opus 4.8, embora ainda fique atrás dos modelos de fronteira . O modelo saltou para o primeiro lugar no ranking Frontend Code da Arena, uma subida de dezessete posições em relação ao último lançamento da Moonshot .

A derrocada: US$ 3,3 trilhões perdidos em dias

A reação do mercado foi imediata e severa:

• US$ 3,3 trilhões em valor de mercado global de semicondutores foram eliminados em dias após o lançamento
• O Índice Philadelphia Semiconductor (SOX) caiu mais de 20% em relação à sua máxima do final de junho, entrando oficialmente em território de bear market
• O SOX caiu cerca de 10% em uma única semana e até 5,7% apenas na sexta-feira, 17 de julho
• O Nasdaq Composite caiu 1,40% em 17 de julho, para 25.520,24 pontos; o S&P 500 recuou 1,01%
• O KOSPI da Coreia do Sul despencou 6,3% em um único pregão; o índice de referência de Taiwan caiu 6%
• Ações individuais: Nvidia caiu 2,2%; Applied Materials despencou mais de 5%; Lam Research recuou mais de 2%; a Nvidia chegou a ficar momentaneamente abaixo da Apple em valor de mercado

Por que causou uma derrocada: O Kimi K3 é um modelo de pesos abertos e licença permissiva que igualou os melhores modelos proprietários dos EUA a uma fração do custo percebido. Investidores entraram em pânico com o medo de que a rápida comoditização dos modelos e o avanço da China pressionassem os retornos sobre os enormes gastos em computação das Big Techs americanas — a tese central que sustentava as altas valuations dos semicondutores . O lançamento "intensificou os temores de que a farra de gastos com IA que impulsionou o rali do mercado este ano poderia estar em risco" , com analistas citando preocupações com os investimentos (capex) em IA e a realização de lucros como causas imediatas .

A crise de capacidade: Moonshot interrompeu novas inscrições em 48 horas

Entre 19 e 20 de julho, apenas dias após o lançamento, a Moonshot AI foi forçada a suspender temporariamente novas assinaturas de consumidores para o Kimi K3 . A empresa postou no X (antigo Twitter): "O Kimi K3 recebeu muito mais amor do que esperávamos, e nossas GPUs estão sentindo. Nas últimas 48 horas, a demanda chegou perto dos limites da nossa capacidade atual" . Os cartões de assinatura paga apareciam como "Esgotado" . Os assinantes existentes continuaram a receber o serviço, mas nenhuma nova inscrição paga foi aceita .

A suspensão destacou as contínuas restrições de chips de IA e a escassez de GPUs na China, mesmo para um laboratório de fronteira . Também serviu como um poderoso sinal do mundo real: uma empresa chinesa de IA com mais de US$ 200 milhões em receita recorrente anual, operando sob restrições de exportação de chips dos EUA, havia construído um modelo de fronteira tão popular que derrubou sua própria infraestrutura em dois dias .

A recuperação: a contra-narrativa vence

Mesmo enquanto a derrocada acontecia, uma tese concorrente começou a ganhar força. Os mesmos fatores que causaram o pânico — a enorme escala do Kimi K3, sua natureza aberta e adoção rápida — também eram evidências de que a corrida armamentista de IA é faminta por computação, e não o contrário.

Aumento de preço planejado pela TSMC: A TSMC, maior fabricante de chips do mundo, divulgou lucros trimestrais recordes que inicialmente não conseguiram conter a queda . No entanto, surgiram relatos de que a TSMC estava planejando aumentos de preço para nós de processo avançados em 2027, reforçando a visão de que a demanda por silício de ponta (CoWoS, 3nm, etc.) permanece restrita pela oferta, e não em risco de colapso .

Reavaliação dos analistas: O fato de a própria capacidade da Moonshot ter sido sobrecarregada em 48 horas foi citado como evidência de que a indústria de IA ainda precisa de uma enorme quantidade de computação — longe de uma queda na demanda . O modelo requer computação massiva de inferência e treinamento, e o fato de um laboratório de fronteira ter que parar de vender acesso foi um ponto de prova visível de que a construção da infraestrutura de IA ainda exige cada vez mais GPUs .

A combinação do poder de precificação da TSMC e o sinal de demanda visível com a sobrecarga de GPUs na semana de lançamento do Kimi K3 ajudou a estabilizar e reverter parcialmente a derrocada na semana seguinte.

O panorama geral: Wall Street repensa a infraestrutura de IA

O evento Kimi K3 cristalizou uma ansiedade mais ampla que vinha se acumulando há semanas — e gerou um debate genuíno:

• "A conta que está chegando para a IA dos EUA" — investidores começaram a questionar se as centenas de bilhões em investimentos (capex) de Microsoft, Google, Amazon e Meta renderiam retornos proporcionais
• O desempenho de fronteira e de pesos abertos do Kimi K3 levantou o espectro de que os modelos de IA estão se tornando uma commodity — corroendo o fosso que justificava valuations premium para a Nvidia e suas concorrentes
• Analistas revisaram suas suposições: "Analistas de Wall Street já estão revisando a suposição que tornava essas ações valendo o que valiam"
• No entanto, a contra-narrativa também ganhou tração: a de que a comoditização na camada de modelo, na verdade, aumenta a demanda total por chips, à medida que mais players implantam mais modelos em mais casos de uso, exigindo mais GPUs tanto para treinamento quanto para inferência

Em resumo, o Kimi K3 atuou como um choque de mercado que forçou uma reavaliação em tempo real das suposições sobre infraestrutura de IA — primeiro para baixo, com medo de sobreinvestimento e comoditização, e depois parcialmente para cima, com a constatação de que a fome por computação não vai desaparecer. O veredito final pode levar meses, mas o debate em si mudou permanentemente a forma como os investidores avaliam o hardware de IA.