.webp){kind=small}
Resumo
Os laboratórios chineses são agora o padrão global para Superinteligência (SI) de código aberto. Isso significa que os cálculos que regem o modelo de SI (os "pesos" finais) foram tornados públicos e podem ser personalizados pelos usuários para ajustar o modelo às suas próprias necessidades. Desenvolvedores que desejam um modelo que possam baixar, modificar e executar por conta própria estão cada vez mais optando por Qwen ou DeepSeek. Infelizmente para os Estados Unidos, esses modelos são construídos por empresas sujeitas às leis e regras de conteúdo de Pequim, que acarretam concessões em segurança e liberdade de expressão que deixam muitos americanos apreensivos.
Testes independentes constataram que esses modelos são muito mais fáceis de serem hackeados (fazendo com que um modelo de SI ignore suas salvaguardas de segurança ou outras restrições internas) e sequestrados do que os modelos americanos, e vários deles geram código menos seguro dependendo da identidade do usuário.
Um dos principais motivos pelos quais os desenvolvedores usam esses modelos chineses é que as versões abertas americanas são voluntárias e pontuais, o que impede os desenvolvedores de planejarem versões futuras. Os principais laboratórios de integração de sistemas (SI) não abrem nem mesmo seus modelos mais antigos ao público, em parte porque temem a destilação (uma técnica na qual um modelo menor é treinado para replicar o comportamento do modelo mais sofisticado).
No entanto, esses mesmos laboratórios estão pedindo ao Congresso uma isenção antitruste — uma disposição legal que protege as empresas de responsabilidade ou penalidades — para cooperar em relação a ameaças à segurança, incluindo roubo e extração de seus modelos por parte da China.
Propomos uma troca: Os laboratórios que reivindicam a proteção contra as leis antitruste se comprometem a lançar versões funcionais e de código aberto de seus modelos em um cronograma previsível, assim que esses modelos forem aprovados em avaliações de risco independentes.
Consideramos isso um pacto com duas vertentes complementares. Uma delas é pró-segurança e a outra pró-concorrência. Os laboratórios teriam respaldo legal para cooperar entre si em questões de segurança e para combater roubo e adulteração no que é chamado de "fronteira" — o(s) sistema(s) de inteligência artificial (IA) mais avançado(s) disponível(is) em um dado momento. Em contrapartida, o público obtém um ecossistema de IA mais amplo e dinâmico, construído sobre tecnologia americana. Trata-se de um acordo de economia política. Envolve uma intervenção no mercado, mas com impacto mínimo. E esse acordo é muito melhor do que as alternativas para manter os EUA na vanguarda e impedir que a China domine a IA de peso livre.
Os modelos chineses vencem hoje em grande parte devido ao preço. Como seus pesos são públicos, qualquer empresa com servidores pode usá-los e oferecê-los a seus clientes, desde gigantes da computação em nuvem como Amazon e Microsoft até empresas especializadas como Together AI e Fireworks, e os usuários podem executá-los em seu próprio hardware. A competição entre esses provedores pressiona os preços para perto do custo da computação. Lançamentos regulares de pesos americanos ampliariam essa dinâmica, dando às empresas mais motivos para escolher modelos americanos em vez dos chineses.
Não basta que os EUA liderem o mundo na fronteira da inteligência artificial. Sua vantagem global deve se estender a toda a cadeia de inteligência artificial, incluindo modelos de ponderação aberta, onde a China está consolidando uma posição forte, em parte devido a subsídios estatais e outras intervenções políticas.
A abordagem política descrita abaixo pode impulsionar a participação americana no mercado de peso livre e fazer da tecnologia americana a base sobre a qual o resto do mundo se baseia. Ela também expande a argumentação mais ampla do Manhattan Institute de que a difusão e a competição são a estrutura política adequada para a Inteligência Artificial. Isso também contribui para o nosso objetivo geral de ampliar a competição em toda a cadeia de valor da Inteligência Artificial, ao mesmo tempo que aumentamos a segurança na fronteira.
A China está vencendo o SI na categoria peso aberto
Os modelos de código aberto podem ser baixados, adaptados e executados no próprio hardware dos usuários, muitas vezes tornando-se a base para startups, universidades, hospitais e governos com preocupações com a privacidade. Quem fornece esses modelos molda o que o mundo constrói sobre eles.
O crescente domínio da China
A China agora lidera o uso desses modelos. A Hugging Face, plataforma dominante onde desenvolvedores compartilham e baixam modelos de integração de sistemas (SI), constatou em seu relatório da primavera de 2026 que os modelos chineses de código aberto representaram 41% dos downloads na plataforma (em comparação com 36,5% para modelos americanos) entre fevereiro de 2025 e fevereiro de 2026. Em quase todos os meses de 2026, o maior lançamento chinês de código aberto superou o maior lançamento americano em número de parâmetros. Eles também são a base para mais projetos derivados: o Qwen possui 151.448 modelos derivados na Hugging Face, 2,6 vezes o total da Meta. Os laboratórios chineses também oferecem licenças mais generosas: entre os lançamentos com mais de 20 bilhões de parâmetros, 81% dos modelos chineses possuem licenças Apache 2.0 ou MIT, contra 29% dos modelos americanos.
Essa proliferação de modelos se traduz em uso real. No OpenRouter, que direciona as solicitações dos desenvolvedores para diversos modelos, os modelos chineses de código aberto subiram de 1,2% dos tokens no final de 2024 para quase 30% no pico de 2025, de acordo com um estudo do OpenRouter e da a16z. Em abril de 2026, os laboratórios chineses processavam mais de 45% do volume semanal de tokens. Startups americanas estão cada vez mais utilizando modelos chineses como base, pois são baratos e fáceis de adaptar, e alguns dos maiores lançamentos americanos de código aberto deste ano foram construídos sobre fundamentos chineses.
A vantagem da fronteira fechada também está diminuindo. O Instituto de Segurança de IA do Reino Unido constatou que os melhores modelos chineses de código aberto estão apenas de 4 a 7 meses atrás da fronteira fechada (na qual o código subjacente e os pesos do modelo ainda são secretos) em tarefas cibernéticas, como encontrar e explorar falhas de software, fazer engenharia reversa de código ou invadir aplicativos da web, em comparação com os 6 a 10 meses previstos para 2025.
Por que isso importa
O primeiro risco que a disseminação de modelos chineses de código aberto representa para os EUA é a segurança. Em sua avaliação de 2025 do DeepSeek, o Centro de Padrões e Inovação em IA (CAISI) do Instituto Nacional de Padrões e Tecnologia (NIST) constatou que o modelo mais seguro do laboratório chinês atendeu a 94% das solicitações explicitamente maliciosas usando técnicas comuns de desbloqueio (jailbreak), em comparação com apenas 8% para os modelos de referência americanos. Além disso, os agentes construídos com base no DeepSeek apresentaram uma probabilidade, em média, 12 vezes maior de serem sequestrados do que os agentes construídos com base nos modelos americanos GPT-5 ou Opus 4.
Um modelo com pesos abertos não é inerentemente um modelo mais fraco ou menos seguro. No estudo da CAISI, o modelo gpt-oss com pesos abertos da OpenAI igualou ou superou a resistência a sequestro de todos os modelos da DeepSeek. Desenvolver um modelo que seja fácil de ser hackeado por usuários maliciosos, portanto, talvez seja uma decisão deliberada de design de modelo e política pública por parte da China.
O segundo risco está oculto no código que esses modelos escrevem. Em 2025, a CrowdStrike descobriu que mencionar tópicos politicamente sensíveis, como o Tibete ou os uigures, aumentava em até 50% a probabilidade de o modelo chinês DeepSeek-R1 escrever código com graves falhas de segurança, como senhas embutidas no código ou tratamento descuidado da entrada do usuário, que um invasor poderia explorar. Isso ocorreu mesmo quando o tópico não tinha relação alguma com a tarefa de codificação atribuída ao modelo. Em junho de 2026, a Booz Allen relatou que três dos quatro modelos de codificação chineses testados escreveram código mais vulnerável quando informados de que o usuário trabalhava para o governo dos EUA. Um modelo, o Qwen3-Coder, produziu código com uma pontuação de vulnerabilidade 130% maior do que antes de saber a identidade do usuário americano.
O terceiro risco é o da propaganda. As visões oficiais de Pequim acompanham o modelo. O CAISI descobriu que os modelos da DeepSeek reproduziam quatro vezes mais narrativas imprecisas e enganosas do Partido Comunista Chinês do que os modelos americanos, mesmo quando os pesos do modelo eram baixados do Hugging Face e estavam em inglês. Produtos construídos com base nesses modelos para um público de língua inglesa e baseado nos EUA necessariamente herdam esses vieses.
O quarto risco é a manipulação secreta. Os laboratórios chineses operam sob uma lei da República Popular da China que os obriga a cooperar com o trabalho de inteligência estatal. Além disso, os usuários não podem verificar como um modelo chinês foi treinado. Os desenvolvedores de inteligência artificial dependem de enormes quantidades de texto e documentos para treinar seus modelos. Se mesmo um pequeno subconjunto desses documentos de treinamento for escrito para sabotar o modelo, as consequências podem ser graves. Pesquisas da Anthropic e do Instituto de Segurança de IA do Reino Unido mostram que apenas 250 documentos contaminados podem inserir uma vulnerabilidade oculta ("backdoor") em um modelo de linguagem. Os modelos também podem ser programados com instruções adormecidas que só são ativadas sob certas condições.
Verificar se os modelos de código aberto não contêm esse tipo de instrução maliciosa é um desafio, senão impossível. Não há evidências públicas de uma porta dos fundos implantada por um Estado em um modelo chinês, mas, como esses modelos são inseridos em sistemas críticos, incluindo a infraestrutura de água e energia elétrica americana, entre muitos outros, o ônus da prova não deve recair sobre o usuário.
Por fim, a liderança da China em inteligência artificial de código aberto depende fortemente do trabalho americano. Laboratórios chineses usaram contas fraudulentas para extrair modelos de ponta americanos e, em seguida, divulgaram os resultados como modelos de código aberto. O conselheiro científico da Casa Branca, Michael Kratsios, afirmou que a Moonshot AI da China extraiu o modelo Fable da Anthropic para construir o Kimi K3, e em setembro de 2026 a Agência de Segurança Nacional (NSA) e outras agências alertaram sobre a extração em "escala industrial" por empresas chinesas.
Os laboratórios americanos ainda são superiores: o Institute for Progress estima que a extração adversária elimina cerca de metade da vantagem dos Estados Unidos sobre a China em capacidades de inteligência artificial, um aumento semelhante a quadruplicar a quantidade de chips que os laboratórios chineses possuem atualmente. Além disso, o uso crescente desses modelos de código aberto incentiva ainda mais o roubo de propriedade intelectual de empresas americanas.
Laboratórios americanos lançaram seus próprios modelos de pesos abertos: Gemma do Google, os modelos da Meta, Nemotron da NVIDIA e gpt-oss da OpenAI são capazes e amplamente utilizados. Além disso, em julho de 2026, a NVIDIA, a Microsoft e outras empresas lançaram a Open Secure AI Alliance. A Thinking Machines apresentou um modelo aberto com 975 bilhões de parâmetros em julho, a Meta lançou o Muse Glimmer em agosto e anunciou que abriria os pesos do Muse Spark 1.2, e a NVIDIA continua expandindo sua família Nemotron. Isso é bem-vindo e demonstra a demanda pelos modelos. No entanto, esses lançamentos são escolhas pontuais, e os principais laboratórios fechados não abrem suas linhas de produtos principais, mesmo depois que seu modelo principal é substituído por outro. Como resultado, atualmente não existe um pipeline confiável de pesos abertos nos Estados Unidos.
Os desenvolvedores não podem planejar investimentos ou construir o software e os serviços de suas empresas em torno de uma família de modelos de integração de sistemas que pode não ter um sucessor.
Para sermos claros, a China não está competindo em igualdade de condições. Entre seus subsídios e distorções políticas, governos locais emitiram vouchers de computação no valor aproximado de US$ 140.000 a US$ 280.000 para suas startups de inteligência artificial, além dos mecanismos econômicos estruturais que tornam os modelos abertos baratos de manter. Washington agora está avaliando sua própria resposta política. O Plano de Ação de IA para 2025 prevê o incentivo a pesos livres americanos, e o senador Jim Banks solicitou ao governo que desenvolva incentivos que limitem a dependência de modelos chineses de pesos livres.
Subsídios diretos são uma ferramenta política em potencial, mas são lentos. Financiar novos modelos abertos por meio de subsídios ou de uma agência como a DARPA significa treinar modelos do zero, o que leva tempo. Um acordo de porto seguro funciona com modelos que já existem. Os laboratórios já os treinaram e liberar esses modelos custa muito menos do que construir novos, então eles podem chegar ao mercado mais rapidamente. Outra vantagem da nossa proposta de trocar o acordo de porto seguro por pesos livres é que ela aumentará a participação americana no mercado de pesos livres sem novas dotações orçamentárias. Ela troca o alívio regulatório que os laboratórios desejam por liberações que o país precisa.
Um porto seguro que os laboratórios desejam
Nenhum laboratório americano sozinho consegue impedir a destilação chinesa. As evidências (indicadores de contas, origens da rede, padrões de comportamento, prompts criptografados) estão dispersas entre as empresas, e reuni-las significa que os concorrentes precisam compartilhar informações, o que, segundo a legislação antitruste, gera incerteza jurídica. Chris Meserole, diretor executivo do Frontier Model Forum, testemunhou que seus membros "tiveram que adotar uma abordagem bastante conservadora sob a lei antitruste para sequer discutir como identificar a destilação" e não chegaram a debater contramedidas.
.jpg)
.webp)
.jpeg)
.webp)
