No dia 17 de julho de 2026, durante a madrugada, a Moonshot AI apresentou o seu modelo de nova geração, o Kimi K3, com uma escala de 2,8 biliões de parâmetros — tornando-se o primeiro modelo open source do mundo a atingir o patamar dos 3 biliões de parâmetros. No próprio dia do lançamento, a "primeira ação de grande modelo" cotada em Hong Kong, a Zhipu (02513.HK), afundou 28,49%, eliminando mais de 200 mil milhões HKD em capitalização bolsista num só dia. A 20 de julho, a cotação da Zhipu recuou ainda mais para 890,5 HKD, com uma capitalização de 414 637 milhões HKD.
Na mesma semana, a DeepSeek terá concluído uma ronda de financiamento de 7,4 mil milhões USD, estabelecendo um novo recorde para o maior private placement do setor de IA na China, com a empresa avaliada em mais de 50 mil milhões USD. Apenas um mês antes, a Zhipu tinha lançado e tornado open source o GLM-5.2, um modelo orientado para tarefas de longo alcance.
Três acontecimentos de grande relevância concentrados em menos de um mês sinalizam uma nova fase na indústria chinesa de grandes modelos de IA. A corrida pela escala de parâmetros está longe de terminar, mas a lógica de valorização nos mercados de capitais está a mudar. Este artigo analisa o panorama competitivo dos grandes modelos de IA chineses após o Kimi K3, sob quatro perspetivas: a relação entre parâmetros e valorização, o impacto dos modelos open source, as diferenças nas estratégias de comercialização e as vantagens competitivas de longo prazo.
Porque é que a escala de parâmetros já não determina a valorização
A escala de parâmetros do Kimi K3 atinge 2,8 biliões, superando largamente o Zhipu GLM-5.2 e a série DeepSeek-V4. A Moonshot AI compara os parâmetros a ligações neuronais no cérebro humano, sendo que quase 3 biliões de parâmetros permitem ao modelo armazenar mais conhecimento e padrões.
No entanto, os mercados de capitais reagiram de formas divergentes. As ações da Zhipu caíram 28,49% no dia do lançamento do Kimi K3, apesar de a Zhipu ter anunciado poucos dias antes, a 9 de julho, uma colocação de 31,4 mil milhões HKD — um recorde de angariação de fundos por uma tecnológica em Hong Kong em 2026. Estes dados revelam uma mudança fundamental: a escala de parâmetros deixou de ser condição suficiente para a valorização.
Os dados do setor mostram que a utilização efetiva dos grandes modelos chineses está a crescer rapidamente. Segundo estimativas da OpenRouter, na semana passada (29 de junho a 5 de julho), os grandes modelos de IA globais processaram 46,7 biliões de tokens, com os modelos chineses a representarem 23,45 biliões — um aumento semanal de 15,01% — mantendo a liderança face aos EUA há dez semanas consecutivas. Os seis modelos mais utilizados a nível mundial são todos chineses, com o DeepSeek-V4-Flash a liderar há sete semanas seguidas, atingindo 5,34 biliões de tokens por semana.
O aumento da utilização reflete uma integração real nos fluxos de trabalho empresariais. Como referem vários relatórios do setor, na primeira metade de 2026, o segmento chinês de grandes modelos de IA passou da competição puramente técnica para uma verdadeira "batalha de implementação comercial", validando as perspetivas de aplicação e começando a dissipar bolhas no setor.
A Jefferies, na sua análise após o lançamento do Kimi K3, destacou que o modelo atingiu a vanguarda global em tarefas de programação, agentes e multimodais. Contudo, a sua importância reside não só nas capacidades melhoradas, mas em confirmar uma mudança na lógica competitiva da indústria de IA chinesa. Se antes o mercado se centrava nas "diferenças de capacidade dos grandes modelos", agora a competição está a deslocar-se para o "custo unitário de inteligência" e a "escala de consumo de tokens".
Como os modelos open source estão a mudar a competição no setor
A estratégia open source do Kimi K3 é uma das variáveis mais relevantes deste lançamento. Sendo o primeiro modelo open source do mundo no patamar dos 3 biliões de parâmetros, espera-se que os pesos completos do K3 sejam disponibilizados até, o mais tardar, 27 de julho. Antes disso, a Zhipu já tinha tornado open source o GLM-5.2 a 17 de junho, que obteve 51 pontos no mais recente índice global de inteligência de grandes modelos da Artificial Analysis, liderando entre os modelos open source.
A lógica competitiva dos modelos open source difere radicalmente da dos modelos closed source. Os modelos closed source baseiam as suas vantagens em barreiras tecnológicas proprietárias e poder de fixação de preços via API, enquanto os modelos open source extraem valor do desenvolvimento do ecossistema e da fidelização dos programadores. O Kimi K3 recorre a uma arquitetura MoE (Mixture of Experts), reduzindo os requisitos computacionais reais através de roteamento especializado. O preço da sua API é de 3 USD por milhão de tokens para input e 15 USD por milhão de tokens para output. O modelo V4 Flash da DeepSeek executa tarefas inteligentes padrão a um custo médio ponderado de apenas 0,02 USD, enquanto o modelo equivalente da Anthropic custa 2,75 USD.
Esta diferença de custos está a remodelar o panorama global dos fornecedores de IA. A Lindy AI, sediada em São Francisco, trocou a Anthropic pela DeepSeek após seis semanas, reduzindo os custos para apenas 10% do valor original e poupando milhões por ano. Airbnb, Pinterest e até a Microsoft utilizam agora modelos open source chineses para tarefas rotineiras de programação, automação e operações diárias. Em determinados momentos deste ano, os modelos chineses chegaram a deter mais de 30% de quota na plataforma agregadora de IA OpenRouter.
Outro grande impacto dos modelos open source é a redução da barreira à comercialização de aplicações de IA. À medida que os modelos chineses se aproximam do desempenho dos melhores modelos internacionais, mantendo custos de inferência reduzidos, o crescimento do consumo de tokens está a estender-se à cloud computing, chips de IA e infraestruturas. A SenseCore, o dispositivo de grande escala da SenseTime, está a transferir recursos computacionais do treino para a inferência, procurando afirmar-se não apenas como empresa de grandes modelos, mas como fornecedor de serviços de IA full stack.
Comparação dos caminhos de comercialização das empresas de IA
As três empresas líderes seguem estratégias de comercialização distintas.
Zhipu aposta numa via "cotação em bolsa + financiamento em larga escala", orientada pelo capital. Cotada na Bolsa de Hong Kong desde 8 de janeiro de 2026, as suas ações valorizaram mais de 1 400%. O plano de colocação de 9 de julho prevê a emissão de até 19,78 milhões de novas ações H a 1 588 HKD cada, angariando cerca de 31,41 mil milhões HKD. A 30 de junho, mais de 93% das receitas do IPO já tinham sido utilizadas. Os fundos destinam-se a três áreas principais: I&D de modelos fundacionais e infraestrutura computacional, comercialização e investimento estratégico em setores-chave, e otimização da estrutura de capital. A Zhipu avança ainda com uma cotação no STAR Market da China continental, visando angariar 15 mil milhões RMB. O total de fundos angariados já atinge 36,4 mil milhões HKD (cerca de 31,5 mil milhões RMB).
DeepSeek segue uma via de "private placement + infraestrutura própria". Este laboratório de IA de Hangzhou, fundado há apenas três anos, treinou modelos de elevado desempenho com muito menos recursos computacionais do que a OpenAI ou a Anthropic. No final de maio de 2026, concluiu a sua primeira ronda de financiamento, cerca de 7 mil milhões USD, com uma avaliação pós-investimento de 52 mil milhões USD. Apenas um mês depois, terá iniciado uma segunda ronda, com avaliação pré-investimento de 71 mil milhões USD. A DeepSeek está a construir um campus computacional de nível gigawatt, com investimentos em data centers próprios que poderão atingir centenas de milhar de milhões RMB. A empresa está também a desenvolver chips próprios de inferência de IA. A DeepSeek planeia uma IPO em 2027.
Moonshot AI (Kimi) aposta numa abordagem "orientada para o produto + ecossistema open source". Após o lançamento do modelo K3, a presidente Zhang Yutong revelou que o ARR (receita recorrente anual) da empresa multiplicou-se várias vezes. Contudo, apenas três dias após o lançamento, a Moonshot AI anunciou a suspensão de novas subscrições para utilizadores particulares, alocando todos os recursos computacionais existentes aos subscritores atuais. A escassez de capacidade computacional é simultaneamente um desafio e um sinal — a procura é real, mas os constrangimentos de oferta limitam o crescimento. A Moonshot AI afirma estar a expandir rapidamente a sua capacidade computacional. Em termos de comercialização, a empresa poderá avançar para bolsa em apenas seis meses.
Cada caminho apresenta vantagens e desvantagens. A via orientada pelo capital assegura financiamento abundante e forte resistência ao risco, mas exige prova contínua de lógica de crescimento aos mercados. O private placement é mais flexível, mas enfrenta pressão sobre a valorização. As estratégias orientadas para o produto geram maior fidelização dos utilizadores, mas são mais limitadas por recursos computacionais e financiamento.
Quem detém uma vantagem competitiva de longo prazo?
A avaliação das vantagens competitivas de longo prazo deve considerar três dimensões: barreiras tecnológicas, vantagens de custo e fidelização do ecossistema.
Barreiras tecnológicas: O Kimi K3 liderou o ranking Frontend Code Arena com 1 679 pontos, superando os 1 631 do Claude Fable 5. Contudo, em avaliações globais, o K3 ainda fica atrás de modelos closed source como o Claude Fable 5 e o GPT-5.6 Sol. Os modelos chineses ocupam atualmente cerca do quinto lugar mundial, sem ainda desafiar o domínio dos gigantes internacionais. A diferença tecnológica está a diminuir, mas ainda persiste.
Vantagem de custo é o trunfo mais evidente das empresas chinesas de IA. A estratégia de preços ultracompetitivos da DeepSeek tem atraído programadores em todo o mundo. A Jefferies salienta que, à medida que os modelos chineses se aproximam dos melhores internacionais em desempenho, mantendo custos de inferência mais baixos, a barreira à comercialização de aplicações de IA pode baixar ainda mais. Esta vantagem de custo resulta não só da inovação arquitetónica, mas também dos menores custos de eletricidade e infraestrutura de data centers na China.
Fidelização do ecossistema poderá ser a vantagem mais difícil de replicar. Os modelos open source constroem ecossistemas através de comunidades de programadores, enquanto os modelos closed source fidelizam clientes empresariais via serviços API. O DeepSeek-V4-Flash lidera em utilização há sete semanas consecutivas, demonstrando forte tração junto da comunidade de programadores. A Zhipu acumula know-how ao apostar em verticais como administração pública, finanças e indústria transformadora. Se a estratégia open source do Kimi K3 captar programadores suficientes para desenvolver aplicações sobre o modelo, a sua vantagem de ecossistema emergirá gradualmente.
Em síntese, nenhuma empresa detém atualmente uma vantagem competitiva absoluta de longo prazo. A diferença tecnológica está a diminuir, mas subsiste; as vantagens de custo podem ser imitadas; e a fidelização do ecossistema leva tempo a construir. A verdadeira vantagem poderá não residir em nenhuma dimensão isolada, mas sim na capacidade de criar um ciclo virtuoso entre tecnologia, custo e ecossistema — avanços tecnológicos reduzem custos, custos baixos atraem mais programadores, mais programadores impulsionam a prosperidade do ecossistema, e esta, por sua vez, alimenta o progresso tecnológico.
Conclusão
O lançamento do Kimi K3 é um marco, mas não representa a vitória de nenhuma empresa em particular; é sim um ponto de viragem para o setor. O segmento chinês de grandes modelos de IA está a passar de uma "corrida à escala de parâmetros" para uma competição de comercialização centrada em "custos mais baixos, maior utilização e ecossistemas mais robustos".
A 20 de julho de 2026 (hora de Pequim), no mercado de criptomoedas, o Bitcoin (BTC) encontrou suporte perto dos 64 000 $ e recuperou de forma sustentada, atingindo um máximo intradiário de cerca de 65 000 $. A cotação da Gate para o BTC ronda os 64 747 $. O mercado está a ser influenciado por duas forças: as tensões geopolíticas no Médio Oriente estão a impulsionar os preços do petróleo, enquanto os investidores continuam a digerir o impacto do lançamento do Kimi K3 pelas startups chinesas de IA. As mudanças estruturais no setor de IA já estão a repercutir-se nos mercados de capitais — as ações da Zhipu caíram mais de 38% nas duas sessões após o lançamento do K3, uma cadeia de transmissão a acompanhar de perto.
A fase de eliminação dos grandes modelos de IA chineses está apenas a começar. As empresas com maior probabilidade de sucesso na próxima etapa não serão necessariamente as que detêm mais parâmetros, mas sim aquelas que conseguirem converter as capacidades dos modelos em valor comercial real, ao menor custo e com a máxima eficiência.
FAQ
P: Com a escala de parâmetros do Kimi K3 a atingir 2,8 biliões, qual é a sua posição entre os grandes modelos de IA nacionais?
O Kimi K3 é atualmente o maior modelo open source do mundo em número de parâmetros, sendo o primeiro modelo open source a nível global a atingir o patamar dos 3 biliões. Em comparação, o Zhipu GLM-5.2 e o Alibaba Qwen3.8 (2,4 biliões de parâmetros) são inferiores ao K3. Contudo, a escala de parâmetros não equivale a capacidade global — o K3 ainda fica atrás de modelos closed source como o Claude Fable 5 e o GPT-5.6 Sol em avaliações abrangentes.
P: Porque é que o preço das ações da Zhipu caiu acentuadamente após o lançamento do Kimi K3?
No dia 17 de julho, data do lançamento do Kimi K3, as ações da Zhipu caíram 28,49%, eliminando mais de 200 mil milhões HKD em valor de mercado. As preocupações do mercado têm duas origens: primeiro, a concorrência dos modelos open source pode enfraquecer o poder de fixação de preços dos modelos closed source da Zhipu; segundo, o desempenho do Kimi K3 em cenários-chave como programação superou as expectativas, levando a uma reavaliação da quota de mercado da Zhipu. A 20 de julho, as ações da Zhipu recuaram ainda mais para 890,5 HKD.
P: Como se compara a escala de financiamento da DeepSeek no setor?
A DeepSeek concluiu a sua primeira ronda de financiamento, cerca de 7 mil milhões USD, no primeiro semestre de 2026, com uma avaliação pós-investimento de 52 mil milhões USD. Apenas um mês depois, terá iniciado uma segunda ronda, com avaliação pré-investimento de 71 mil milhões USD. Este financiamento constitui um recorde para private placements individuais de empresas chinesas de IA, com investidores como o Fundo Nacional da Indústria de IA, Tencent, CATL, JD.com, entre outros.
P: Quais são os principais desafios para a comercialização dos grandes modelos de IA nacionais?
Os principais desafios dividem-se em três áreas: constrangimentos computacionais — o Kimi K3 suspendeu novas subscrições para consumidores devido à escassez de recursos após o lançamento; conversão para modelos pagos — o segmento de consumo dos grandes modelos está a passar da competição por tráfego para a validação de valor, sendo fundamental aumentar a predisposição para pagar à medida que a base de utilizadores cresce; rentabilidade — o setor continua a explorar modelos de negócio sustentáveis, sendo necessária validação de mercado para a transição de ferramentas gratuitas para consumidores para serviços pagos de nível empresarial.
P: O que será mais competitivo a longo prazo: modelos open source ou closed source?
Ambos apresentam vantagens. Os modelos open source conquistam fidelização de programadores através de baixos custos e construção de ecossistemas, como se verifica com a DeepSeek e o Kimi K3. Os modelos closed source mantêm margens via tecnologia proprietária e preços de API, como sucede com a série GLM da Zhipu. As tendências atuais apontam para uma adoção crescente de estratégias mistas pelas empresas: "modelos open source para tarefas rotineiras + modelos closed source para inferência complexa". A longo prazo, as empresas capazes de operar simultaneamente ecossistemas open source e produtos comerciais closed source poderão revelar-se mais resilientes.
