Um ano do momento DeepSeek: como a China redefiniu a corrida pela inteligência artificial
O modelo chinês que chocou o Vale do Silício em janeiro de 2024 desencadeou uma mudança profunda na forma como a indústria pensa eficiência, custos e acesso aberto em IA.
Há exatamente um ano, em janeiro de 2024, a DeepSeek (uma startup chinesa relativamente desconhecida) lançou um modelo de linguagem que custou apenas 6 milhões de dólares para treinar — cerca de 1% do orçamento estimado de modelos equivalentes da OpenAI ou Google. O DeepSeek-V3 rivalizava em desempenho com o GPT-4 e rodava em hardware mais simples, sem depender dos chips mais avançados da Nvidia. A notícia abalou o mercado: as ações da Nvidia despencaram 17% em um único dia, e executivos do Vale do Silício tiveram que explicar aos investidores por que gastaram bilhões em infraestrutura.
Segundo a Hugging Face (uma plataforma onde desenvolvedores compartilham e baixam modelos de IA já treinados), aquele momento marcou uma virada. Até então, a narrativa dominante era: IA de ponta exige montanhas de dinheiro, data centers gigantescos e chips impossíveis de comprar. A DeepSeek provou que técnicas como MoE (Mixture of Experts, uma arquitetura que ativa apenas partes do modelo por vez, economizando processamento) e distilação (um método que transfere o conhecimento de um modelo grande para um menor e mais eficiente) podiam produzir resultados comparáveis gastando muito menos. Empresas que planejavam levantar centenas de milhões tiveram que repensar suas estratégias.
Nos doze meses seguintes, a indústria acelerou na direção que a DeepSeek apontou. Modelos de pesos abertos (cujo código e parâmetros internos são públicos, permitindo que qualquer um os baixe, modifique e rode localmente) se tornaram mainstream: hoje representam mais da metade dos downloads na Hugging Face, segundo a plataforma. Gigantes como Meta, Alibaba e Mistral AI adotaram arquiteturas MoE em seus próprios modelos. A corrida deixou de ser apenas por tamanho — quantos parâmetros, quantos tokens de treino — e passou a incluir eficiência como métrica de sucesso.
Ao mesmo tempo, a DeepSeek enfrentou turbulências. Em março de 2024, seu serviço de chat online ficou fora do ar por semanas após um ataque DDoS (Distributed Denial of Service, quando milhares de computadores sobrecarregam um servidor ao mesmo tempo para derrubá-lo). Rumores de pressão política na China, restrições de acesso fora do país e dependência de chips menos potentes por causa de sanções dos EUA levantaram dúvidas sobre a sustentabilidade do projeto. Mesmo assim, o modelo continua entre os mais baixados do mundo, e a empresa lançou versões especializadas para código e raciocínio matemático.
Para a Hugging Face, o legado do "momento DeepSeek" vai além de um modelo específico: ele democratizou a ideia de que IA de ponta não precisa ser um privilégio de cinco empresas americanas com orçamentos infinitos. Startups, universidades e governos de países menores agora têm uma referência concreta de que é possível competir investindo em inteligência, não apenas em dinheiro. A pergunta que fica é se essa janela de oportunidade vai se manter aberta — ou se as big techs vão encontrar formas de retomar o controle da narrativa nos próximos doze meses.
