Modelos de IA abertos, como DeepSeek e Kimi, estão diminuindo a distância para OpenAI e Anthropic 🤖🧵 A mudança não é só técnica: ela pode definir quem terá autonomia para criar, adaptar e usar IA nos próximos anos.

Imagem indisponível

Primeiro, a diferença básica: em modelos fechados, como GPT-4 e Claude, você acessa a IA pela plataforma da empresa. Os detalhes centrais do sistema ficam sob controle dela.

Já os modelos de “pesos abertos” liberam os parâmetros matemáticos treinados. Na prática, empresas, universidades e governos podem baixar o modelo, adaptá-lo para uma tarefa e rodá-lo em seus próprios servidores.

Imagem indisponível

Isso não significa que todo o processo seja totalmente aberto: dados de treino e métodos podem continuar ocultos. Mas é um salto importante em relação ao modelo de depender apenas de uma API paga e de regras impostas por uma única plataforma.

O DeepSeek chamou atenção em 2025 ao indicar que dava para treinar uma IA competitiva com bem menos gasto que os gigantes americanos. A Moonshot AI, criadora da família Kimi, segue a mesma lógica: desempenho forte com mais eficiência.

Imagem indisponível

Há um motivo técnico para isso: restrições dos EUA à venda de chips avançados, como os da Nvidia, empurraram empresas chinesas a otimizar modelos. Menos hardware disponível virou incentivo para fazer mais com menos processamento.

Para o Brasil, IA aberta pode ser uma alternativa estratégica: personalizar sistemas em português, proteger dados sensíveis e reduzir dependência de poucas empresas estrangeiras. Mas isso exige infraestrutura, pesquisa e formação de gente qualificada.

Imagem indisponível

A corrida não termina quando surge o “melhor chatbot”. Ela ganha outra dimensão quando mais pessoas e instituições conseguem construir sobre a tecnologia. IA aberta pode transformar modelos de linguagem em base para inovação — não apenas em produto de aluguel.