Modelos Abertos Inteligência Artificial: Como DeepSeek, Llama e Mistral Desafiam OpenAI e Anthropic

Os modelos abertos inteligência artificial, como DeepSeek, Llama e Mistral, estão mudando o mercado de IA. A AT&T cortou 80% dos custos com IA em poucos meses. O segredo foi simples: trocou o ChatGPT e o Claude por modelos abertos. Essa história não é única. Em 2026, modelos abertos de IA já respondem por mais da metade do uso corporativo nos EUA. Neste artigo, explicamos o que são esses modelos, por que estão crescendo e o que isso muda para o setor.

O que são modelos abertos de inteligência artificial?

Modelos abertos de IA são sistemas cujos dados principais estão disponíveis ao público. Qualquer empresa ou dev pode usá-los, ajustá-los ou distribuí-los. Porém, "aberto" pode ter dois sentidos.

Código aberto vs. pesos abertos: qual a diferença?

Há dois tipos de abertura em IA:

Código aberto: O código-fonte do modelo é público. Qualquer pessoa pode ver como ele foi criado.

Pesos abertos: Apenas os dados do modelo são publicados. O modelo funciona, mas o código de treino não é revelado.

A maior parte dos modelos chamados de "abertos", como o Meta Llama, são de pesos abertos. Isso já basta para usar e ajustar o modelo. Porém, não revela todos os detalhes de quem o criou.

O DeepSeek-V3 vai além. Ele publica tanto os pesos quanto partes do código de treino. Isso é um nível maior de abertura.

Por que isso importa para empresas?

A diferença é prática e financeira. Com modelos pagos como ChatGPT ou Claude, você paga por cada uso. Os preços podem ser altos para grandes volumes.

Com modelos abertos, você roda o modelo nos seus próprios servidores. O custo cai muito. A economia pode ser de até 80%, como a AT&T provou.

Além do custo, há controle dos dados. Modelos pagos enviam seus dados para servidores de terceiros. Modelos abertos rodados na sua própria infra mantêm tudo dentro da empresa.

O crescimento: de 10% para 58% do uso de IA em um ano

Em 2025, modelos abertos eram cerca de 10% do uso de IA nas empresas dos EUA. Em setembro de 2026, esse número chegou a 58%, segundo dados da plataforma OpenRouter. Em menos de dois anos, o mercado virou.

Esse salto teve um gatilho claro: o lançamento do DeepSeek-V3 em dezembro de 2024. O modelo chinês provou que era possível criar IA de alto nível por muito menos do que as empresas dos EUA gastavam. As ações da Nvidia caíram 17% em um único dia depois do anúncio.

AT&T, Airbnb e Deloitte: casos reais de migração

A AT&T migrou partes do seu uso de IA para modelos como Llama e Mistral. O resultado: economia de 80% nos custos. Hoje, 40% dos pedidos de IA da empresa passam por modelos abertos. A meta é 60% até o fim de 2026.

A Airbnb usa modelos abertos para filtro de conteúdo e suporte ao cliente. A Deloitte, para análise de contratos e relatórios. Esses casos mostram que a mudança não é só em startups. Grandes empresas globais estão fazendo a troca.

Andy Markus, CIO da AT&T, foi direto. Para a maior parte das tarefas, 80% do nível por 20% do preço faz todo o sentido. Esse é o argumento que move a migração.

Nvidia compra Hugging Face por US$ 12,9 bilhões

Em julho de 2026, a Nvidia comprou a Hugging Face por US$ 12,9 bilhões. A Hugging Face é a maior plataforma de modelos abertos de IA. Ela tem mais de 500 mil modelos e é usada por milhões de devs.

O movimento da Nvidia faz sentido. A empresa depende do crescimento dos modelos abertos para vender seus chips. Com a compra, a Nvidia vira um ator central nesse setor.

O sinal é claro: a maior empresa de chips do mundo apostou quase US$ 13 bilhões que o futuro da IA é aberto.

Os Modelos Abertos Inteligência Artificial que Desafiam OpenAI e Anthropic

O número de modelos abertos de alto nível cresceu muito. Hoje há opções sérias em várias frentes.

DeepSeek-V3: o modelo chinês que mudou tudo

O DeepSeek-V3 foi lançado em dezembro de 2024 pela startup chinesa DeepSeek. Ele mudou o jogo de duas formas: nível e custo.

Em testes gerais, o modelo atingiu 80 a 90% do nível do GPT-4o. Porém, o custo de treino foi de apenas US$ 6 milhões. A OpenAI gastou cerca de US$ 100 milhões para treinar o GPT-4. A diferença é enorme.

O DeepSeek usou técnicas novas para reduzir o uso de chips. Isso provou que a China não estava só copiando o Ocidente. Ela estava inovando por conta própria, de forma mais eficiente.

O modelo é gratuito para baixar e usar em produtos.

Meta Llama: o modelo aberto do maior player do Ocidente

A Meta lançou a família Llama em 2023. Desde então, atualizou o modelo várias vezes. A versão mais atual, Llama 3.3, compete com modelos pagos em texto, código e raciocínio.

Mark Zuckerberg defende o código aberto de forma pessoal. Ele diz que só assim é possível evitar que a IA fique nas mãos de poucos. A Meta também tem interesse próprio nisso. Quanto mais o Llama for usado, mais a empresa ganha em dados e peso no setor.

O Llama é gratuito para uso em produtos abaixo de um certo volume. Para uso em grande escala, é preciso licença. Mas ainda mais barato do que as opções pagas.

Mistral, Alibaba Qwen e Moonshot AI: o ecossistema global

O mercado vai além de DeepSeek e Llama:

Mistral (França): Startup europeia com modelos rápidos e leves. O Mistral-7B foi um dos primeiros modelos abertos a competir com modelos pagos em tarefas práticas.

Alibaba Qwen (China): Família de modelos do gigante chinês. O Qwen-2.5 tem versões focadas em código e matemática.

Moonshot AI (China): Focado em textos longos. O modelo Kimi lê até 200 mil palavras de uma vez. Útil para contratos e relatórios grandes.

O padrão é claro: empresas chinesas lideram o segmento de alto nível a baixo custo.

80 a 90% do nível por 20% do preço: a equação que preocupa a OpenAI

Jerry Tang, CEO da Atlas Cloud, resumiu o problema da OpenAI: "Para 95% dos casos de uso nas empresas, a diferença de nível entre um modelo aberto e o GPT-4 é quase zero. A diferença de custo não é."

Esse dado é difícil para OpenAI e Anthropic. Se os modelos abertos entregam resultado parecido para a maior parte das tarefas, a razão para pagar pelo modelo caro diminui.

Quando vale a pena pagar pelo modelo fechado?

Há casos onde modelos pagos ainda têm vantagem:

• Tarefas de alta precisão: Diagnóstico médico, revisão legal e análise financeira complexa.
• Suporte garantido: Empresas que precisam de acordo de nível de serviço e suporte 24 horas.
• Integração simples: Quem não tem equipe técnica para rodar modelos nos próprios servidores.
• Imagem avançada: Visão e análise de fotos de alto nível ainda são pontos fortes dos modelos pagos.

Para a maior parte das outras tarefas, suporte ao cliente, textos, análise de dados, os modelos abertos já são competitivos.

Tabela: custo de uso open vs fechado

*Com servidor próprio, o custo pode ser até 80% menor do que com modelos fechados.

O debate: regular ou abrir a IA?

A disputa não é só técnica. Há um debate político no centro do Vale do Silício.

Dario Amodei (Anthropic): IA aberta pode ser perigosa

Dario Amodei, CEO da Anthropic, defende que modelos de IA muito potentes não devem ser publicados de forma livre. Depois que os dados são liberados, qualquer pessoa pode usar o modelo. Isso inclui quem quer causar danos.

Amodei cita riscos como criação de armas e campanhas de desinformação em massa. Ele quer que modelos acima de certo nível passem por avaliações de risco antes de ir a público.

O interesse comercial da Anthropic é óbvio: seus modelos são pagos. Porém, o argumento tem base.

Zuckerberg e Jensen Huang: abertura é o futuro

Mark Zuckerberg e Jensen Huang (Nvidia) defendem o lado oposto. Para eles, abertura é a única forma de tornar a IA acessível para todos. Concentrar o poder da IA em poucas empresas fechadas seria o maior risco.

Huang é direto: "Países e empresas sem acesso a modelos abertos vão depender de quem controla os modelos fechados." Para a Nvidia, o argumento também é prático. Mais modelos abertos geram mais demanda por chips.

Para o Brasil, a questão é concreta. Empresas que usam modelos pagos americanos pagam em dólar, com custos crescentes. Modelos abertos rodados no Brasil custam em reais e trazem mais controle local.

O impacto nos mercados: o que isso muda para os IPOs de OpenAI e Anthropic

A ascensão dos modelos abertos chega em momento difícil para OpenAI e Anthropic. As duas empresas planejam abrir o capital em breve. E as duas enfrentam agora uma dúvida de mercado.

Como modelos abertos ameaçam o modelo de receita dessas empresas

O modelo de receita da OpenAI e da Anthropic é cobrar por acesso via API. O argumento para as altas avaliações é que seus modelos são tão bons que as empresas pagam sem questionar.

Porém, o crescimento dos modelos abertos corrói esse argumento. Se 58% do uso nas empresas já migrou, a pergunta para quem investe muda. O que justifica pagar US$ 10 a 20 por 1 milhão de tokens? Há opções capazes por US$ 0,27.

A OpenAI foi avaliada em US$ 300 bilhões na última rodada de capital. A Anthropic, em US$ 61,5 bilhões. Essas avaliações dependem de crescimento contínuo. Porém, modelos gratuitos ou baratos reduzem as margens.

O que os mercados de previsão mostram sobre o futuro

Nos mercados de previsão, as apostas sobre os IPOs da OpenAI e da Anthropic mostram crescente dúvida. As chances de um IPO da OpenAI acima de certo valor caíram ao longo de 2026. A narrativa de "domínio da IA" que sustentava as avaliações está sendo desafiada.

O consenso entre analistas: as empresas de IA fechada precisam de novas vantagens. Velocidade de lançamento, integração com sistemas de gestão e modelos focados por setor são as apostas mais citadas.

FAQ: Perguntas sobre modelos abertos de IA

O que são modelos abertos de inteligência artificial?

Modelos abertos de IA são sistemas cujos dados e/ou código estão disponíveis ao público. Isso permite uso, ajuste e distribuição sem pagar por cada consulta. Os exemplos mais conhecidos são Meta Llama, DeepSeek e Mistral.

Qual a diferença entre código aberto e pesos abertos em IA?

Código aberto: o código de treino e a estrutura são públicos. Pesos abertos: apenas os dados do modelo são publicados. A maior parte dos modelos "abertos" famosos são de pesos abertos, funcionam bem, mas não revelam o processo de treino.

DeepSeek é uma boa opção em vez do ChatGPT?

Para a maior parte das tarefas nas empresas, sim. O DeepSeek-V3 atinge 80 a 90% do nível do GPT-4o. Porém, o custo via API é cerca de 20 vezes menor. A desvantagem: é um modelo chinês, com possíveis riscos de privacidade e de geopolítica.

Por que empresas estão migrando para IA open source?

Três razões principais. Custo: até 80% de economia, como no caso AT&T. Controle de dados: modelos no próprio servidor não enviam dados a terceiros. Personalização: é possível ajustar o modelo para o negócio.

Modelos de IA chineses como DeepSeek são seguros?

Depende do uso. Rodar o modelo no próprio servidor reduz riscos de privacidade. Para dados sensíveis, cuidado é recomendado. Muitas empresas dos EUA usam modelos chineses para tarefas simples sem problemas.

Como os modelos abertos afetam o IPO da OpenAI?

A concorrência de modelos gratuitos ou baratos reduz o argumento de preço alto da OpenAI. Quem investe questiona se as margens são sustentáveis. As chances de um IPO com avaliação acima de US$ 300 bilhões caíram ao longo de 2026.

---

A disputa entre modelos abertos e fechados está longe de terminar. Porém, a direção é clara. Modelos abertos passaram de curiosidade técnica para ameaça real ao modelo de receita das grandes empresas de IA. Os dados mostram uma migração em larga escala.

Acompanhe as chances de IPO de OpenAI e Anthropic no Macro Markets. Veja o que os mercados estão apostando sobre o futuro da IA fechada.