A ascensão da IA de código aberto não ameaça os laboratórios de ponta

Uma nova teoria sobre a economia da inteligência artificial corporativa desafia a narrativa de que os modelos de código aberto estão canibalizando as receitas dos laboratórios de ponta. Jesse Zhang, CEO da Decagon, argumenta que, embora implantações mais maduras estejam migrando para modelos mais leves, os gastos gerais com soluções de última geração permanecem estáveis.

Segundo essa perspectiva, os modelos proprietários e os de código aberto não são concorrentes diretos, mas sim fases complementares do mesmo ciclo de vida. Os modelos de fronteira, mais caros, são utilizados para validar casos de uso iniciais. À medida que amadurecem, essas aplicações são transferidas para alternativas de código aberto mais econômicas, enquanto novos casos de uso emergentes mantêm a demanda e os gastos com a tecnologia de ponta.

Dados do painel de infraestrutura da Vercel corroboram essa dinâmica. Na última semana, o DeepSeek assumiu a liderança em volume de tokens, processando mais de um terço do tráfego da plataforma, enquanto a Z.ai, criadora do modelo GLM-5.2, saltou para a quarta posição. No entanto, quando o foco é o gasto total em tokens, a Anthropic ainda representa mais da metade de todo o investimento em IA na plataforma.

A participação da Anthropic registrou uma leve queda no último mês, impulsionada principalmente pelo aumento de seus próprios preços, mas sem perdas significativas de receita. Um cenário semelhante é observado no OpenRouter, onde o DeepSeek V4 Flash lidera o uso geral com 5,3 trilhões de tokens semanais, evidenciando que o sucesso do código aberto em volume não se traduz em perda de mercado financeiro para os laboratórios de fronteira.