Guia de Campo do Ecossistema de IA Open-Weight da China

Comece pela melhor objeção do cético, porque ela é justa. Construir sobre um modelo chinês de pesos abertos significa depender de um laboratório para o qual você não pode simplesmente ligar, sob licenças e regras de exportação que podem mudar no meio da sua sprint, com dados de treinamento que ninguém vai lhe mostrar. Isso é real, e nenhum gráfico de downloads faz isso desaparecer. O que o gráfico faz é mudar o formato da decisão. Não se trata de um único modelo viral que dá para esperar passar. É um fluxo constante deles, vindo de uma fileira inteira de laboratórios, e o custo de ignorar a categoria sobe a cada trimestre.

O ecossistema de IA open-weight da China é um conjunto de laboratórios, DeepSeek, Qwen da Alibaba, Kimi da Moonshot, GLM da Z.ai, ByteDance, MiniMax, Baidu e Tencent, que lançam modelos poderosos com pesos disponíveis para download sob várias licenças diferentes. A onda de lançamentos desde junho fez a categoria avançar mais uma vez. DeepSeek V4, Kimi K3, GLM-5.3 e MiniMax M3, todos com janelas de contexto de 1 milhão de tokens. O verão trouxe o primeiro modelo aberto de porte flagship da Tencent e, em 8 de agosto, os pesos abertos do Qwen3.8; o GLM-5.3 chegou em 14 de agosto, com uma variante Flash mais barata em 26 de agosto, e setembro adicionou o V4.1-Flash da DeepSeek e a notícia de que o Qwen 4 está em treinamento. Os modelos chineses de pesos abertos ultrapassaram os norte-americanos pela primeira vez em participação nos downloads do Hugging Face em 2025, 17,1% contra 15,8% no ano até agosto, segundo um estudo do MIT e do Hugging Face, e a diferença só aumentou desde então. A mudança mais importante é que vários desses lançamentos agora miram o mesmo trabalho de codificação de longo horizonte e de agentes que os principais modelos fechados.

Principais conclusões- A cena open-weight da China é um grupo de laboratórios sérios, não um único modelo viral. Os flagships atuais incluem DeepSeek V4, Qwen3.8, Kimi K3, GLM-5.3 e MiniMax M3, com o Hunyuan Hy3 da Tencent lançado ao longo do verão.- É estratégia, não caridade. Pequim trata os pesos abertos como um ativo industrial, uma tese que a Comissão EUA-China chama de “dois ciclos”.- A adoção já é decisiva: os modelos chineses de pesos abertos ultrapassaram os norte-americanos em participação nos downloads do Hugging Face em 2025 e, no fim de fevereiro de 2026, já respondiam por cerca de 61% do consumo de tokens dentro do top 10 do OpenRouter.- “Aberto” já não significa uma única postura de licença. O Qwen3.6 e o Hy3 da Tencent usam Apache-2.0, a linha V4 da DeepSeek e o GLM-5.3-Flash usam MIT, enquanto Qwen3.8, Kimi K3, MiniMax M3 e o GLM-5.3 completo usam licenças personalizadas.- Os lançamentos hospedados e os disponíveis para download ainda precisam ser separados. O Qwen3.8-Max da Alibaba é um flagship hospedado, mas os pesos do Qwen3.8 podem ser baixados sob termos próprios.

Este é o guia de campo que eu gostaria que alguém tivesse me entregado antes de eu começar a baixar esses pesos e quebrar coisas com eles. A geopolítica está um nível acima, no artigo-pilar sobre se a China está vencendo a corrida da IA. Este artigo fica no nível do terreno.

Por que a China abriu o código-fonte de sua IA?

A China abriu o código de sua IA porque os pesos abertos são um ativo estratégico, não uma doação. A Comissão de Revisão Econômica e de Segurança EUA-China descreve isso como “dois ciclos”: um ciclo digital, em que os pesos abertos semeiam adoção e iteração no mundo inteiro, e um ciclo físico, em que a implantação barata nas fábricas chinesas realimenta dados industriais proprietários em modelos melhores. Política primeiro. Generosidade em um distante segundo lugar.

A lógica é direta quando você a enxerga. A China responde por 17,8% das publicações globais de IA e 74,2% das patentes de IA concedidas no AI Index 2026. Os pesos abertos transformam esse volume de pesquisa em alcance. Distribua um modelo capaz gratuitamente e desenvolvedores de todo o mundo passam a construir sobre ele, o que espalha ferramentas, padrões e dependências chinesas muito mais rápido do que qualquer acordo de exportação conseguiria.

O respaldo político é explícito. O primeiro-ministro Li Qiang prometeu, na Conferência Mundial de IA de 2025, que a China seria “mais aberta no compartilhamento de tecnologias e produtos de código aberto”, reportou a Xinhua, e a iniciativa mais ampla “AI+” busca integrar a IA à manufatura, aos serviços e ao governo, como detalha a análise da política chinesa de IA do Carnegie Endowment. Os pesos abertos também contornam os controles de exportação de chips. Se sua vantagem é a difusão, e não a posse do melhor modelo fechado isolado, você não precisa do acelerador mais recente para ter relevância global.

Aqui está o ponto que a cobertura ocidental tende a perder. Abrir o código não é o movimento de um país que está atrás e espera que a generosidade lhe compre boa vontade. É quase o oposto. Quando você não consegue vencer a corrida da fronteira fechada só com computação, você muda o jogo para um que pode vencer: a onipresença. Um modelo gratuito, bom o suficiente e licenciado de forma permissiva, que qualquer um pode baixar e rodar no próprio hardware, é uma forma de influência muito mais duradoura do que uma API paga que ninguém fora das suas fronteiras consegue auditar.

A China abre o código de sua IA como política industrial deliberada, não por altruísmo. A tese dos “dois ciclos” da Comissão EUA-China argumenta que os modelos abertos reforçam a dominância industrial e de manufatura mais ampla da China, enquanto a promessa do primeiro-ministro Li Qiang de compartilhar “tecnologias e produtos de código aberto”, veiculada pela Xinhua, e a iniciativa “AI+” lhe dão respaldo político.

A comparação de gastos e estratégia com os EUA ganha tratamento próprio em a China está vencendo a corrida da IA.

A lista de modelos de IA open source chineses: quem os constrói?

A cena chinesa de pesos abertos funciona com cerca de nove participantes sérios, e é muito mais variada do que as manchetes sobre a DeepSeek sugerem. O resumo da DigiChina sobre o ecossistema, de Stanford, perfila em profundidade quatro famílias líderes, Qwen, DeepSeek, Kimi e GLM, e menciona um banco de reservas além delas. Aqui está o quem é quem, com a família aberta principal de cada laboratório.

O Qwen ainda se impõe sobre o campo em tamanho de ecossistema. O relatório State of Open Models: Summer 2026, do Hugging Face, coloca o Qwen em 2,045 bilhões de downloads no Hub nos primeiros sete meses de 2026 e 151.448 derivados, 2,6 vezes a presença total da Meta. A alegação da própria Alibaba, reportada pela Bloomberg em 15 de agosto, é maior ainda: 3 bilhões de downloads e mais de 300.000 derivados no mundo. Eu trataria esse número como um dado da empresa, não como um auditado, mas qualquer uma das duas contagens confirma a escala. O MIT Technology Review observa que só as variantes do Qwen respondem por mais de 40% dos novos modelos derivados na plataforma. O tamanho do ecossistema, porém, já não é um atalho para o modelo mais novo. A Alibaba liberou os pesos abertos do Qwen3.8 em 8 de agosto de 2026, um modelo mixture-of-experts de 2,4T com 95B de parâmetros ativos, sob uma licença personalizada do Qwen em vez da Apache-2.0, enquanto o Qwen3.6 continua sendo a linha Apache-2.0 atual. E na conferência Apsara, aqui em Hangzhou, em 22 de setembro, a Alibaba disse que o Qwen 4 está em treinamento, antecipando uma linha de quatro níveis, Max, Flash, Plus e um 27B aberto, ainda sem datas, preços ou pesos.

Atrás dos cinco principais, o banco de reservas importa mais do que antes, e vale conhecê-lo pelo nome, não como nota de rodapé. O Hunyuan Hy3, da Tencent, é a verdadeira novidade: lançado em julho de 2026 sob Apache-2.0, é a primeira vez que a Tencent coloca pesos de porte flagship em aberto, e ele entra direto na pilha de avaliações sérias. A família aberta Ernie 4.5 da Baidu marcou uma mudança genuína para uma empresa que operou fechada por anos, embora as variantes abertas ainda fiquem atrás dos líderes em adoção e o Ernie 5.0 tenha permanecido fechado. A ByteDance é o caso à parte: escala de consumo enorme por meio do Doubao e checkpoints de pesquisa críveis no Seed-OSS, mas seus modelos flagship continuam fechados, então verifique o que está de fato aberto antes de planejar em torno dela. Mais um nome para anotar a lápis, não a caneta: a MiniMax lançou um M3.1-Flash-Preview dentro de sua ferramenta MiniMax Code em 27 de setembro, uma prévia, não um lançamento completo, então o M3 continua sendo a versão em torno da qual planejar.

Dois desses laboratórios constroem seus modelos a uma curta distância do meu apartamento, e mesmo assim eu errei no começo. Presumi que fosse uma corrida de dois cavalos entre DeepSeek e Qwen, em parte porque é essa a corrida que as manchetes cobrem, em parte porque em Hangzhou esses são os dois nomes que você ouve em toda conversa. Não é uma corrida de dois cavalos. Na minha própria stack, eu continuo recorrendo ao GLM e ao Kimi em trabalhos específicos, sobretudo os de contexto longo, em que um laboratório menor entregou, sem alarde, a ferramenta melhor. Leia o ecossistema como “a DeepSeek e o resto” e você vai perder metade das boas opções.

Mapa de referência: principais laboratórios chineses de pesos abertos e famílias de modelos principais. Compilado a partir do resumo da DigiChina, de Stanford, e das notas de lançamento e model cards dos próprios laboratórios. Indicativo, não exaustivo.

Para um confronto direto entre os líderes, veja Qwen vs DeepSeek vs Llama.

O ecossistema open-weight da China abrange pelo menos nove laboratórios sérios. Seus flagships do outono de 2026 incluem DeepSeek V4.1-Flash, Qwen3.8, Kimi K3, GLM-5.3 e MiniMax M3, com o Hunyuan Hy3 da Tencent recém-aberto sob Apache-2.0. O resumo da DigiChina, de Stanford, documenta o campo como diverso, e não como a história de um único modelo; os fatos atuais sobre os modelos vêm das notas de lançamento e dos model cards dos laboratórios.

Onde encontrar e executar modelos abertos chineses?

Você encontra os modelos abertos chineses nos mesmos lugares em que encontra qualquer modelo aberto. O Hugging Face domina como host, com o ModelScope como o hub nativo chinês. E a adoção por lá não é marginal. Os modelos chineses de pesos abertos ultrapassaram os norte-americanos em participação nos downloads globais do Hugging Face pela primeira vez em 2025, 17,1% contra 15,8% no ano até agosto, segundo o estudo do MIT e do Hugging Face, e não olharam para trás desde então. No lado da API, os modelos chineses ficaram com cerca de 61% do consumo de tokens dentro do top 10 do OpenRouter no fim de fevereiro de 2026 e já eram a maioria do tráfego de toda a plataforma no verão, segundo os rankings do OpenRouter. Esses pesos estão na infraestrutura mainstream que você já usa.

Há três caminhos práticos de entrada. O Hugging Face é onde você baixa os pesos para auto-hospedar ou fazer fine-tuning. O ModelScope, hub da Alibaba, costuma trazer os lançamentos chineses mais cedo. As APIs hospedadas vêm do próprio laboratório ou de agregadores como o OpenRouter. Verifique a disponibilidade por checkpoint: todos os flagships citados acima agora têm pesos disponíveis para download, enquanto flagships hospedados como o Qwen3.8-Max estão nas plataformas dos próprios laboratórios, ao lado deles.

O panorama das licenças importa mais do que as pessoas esperam. O Qwen3.6 e o Hunyuan Hy3 usam Apache-2.0. A linha V4 da DeepSeek e o GLM-5.3-Flash usam MIT. O Qwen3.8, o Kimi K3, o MiniMax M3 e o GLM-5.3 completo trazem licenças próprias. Esses são pontos de partida significativamente diferentes para uma revisão comercial, e os termos ainda podem mudar entre checkpoints de um mesmo laboratório. O Qwen é o exemplo vivo: sua linha aberta migrou de Apache-2.0 na versão 3.6 para uma licença personalizada na 3.8 em um único ciclo de lançamento. A Z.ai fez a mesma constatação na direção oposta. O GLM-5.3 quebrou o padrão da família de MIT desde o primeiro dia, chegando primeiro via API em 14 de agosto, com os pesos retidos por duas semanas para uma revisão de segurança e liberados sob uma licença sob medida, antes de a variante Flash, em 26 de agosto, restaurar a MIT.

Meu próprio fluxo de trabalho é entediante de propósito. Eu baixo os pesos do Hugging Face ou do ModelScope, abro o arquivo de licença antes de qualquer outra coisa, prototipo contra o OpenRouter para ver se o modelo de fato serve para o trabalho e, então, auto-hospedo o vencedor se a carga de trabalho justificar o hardware. A checagem da licença é a etapa que as pessoas pulam, e é aquela de que depois se arrependem.

Os flagships chineses atuais estão disponíveis por uma combinação de APIs oficiais, Hugging Face e ModelScope. As licenças divergem bastante: Qwen3.6 e Hunyuan Hy3 são Apache-2.0, os modelos V4 da DeepSeek e o GLM-5.3-Flash são MIT, e Qwen3.8, Kimi K3, MiniMax M3 e o GLM-5.3 completo usam termos personalizados. Verifique o checkpoint exato em vez de confiar no nome da família.

Se as questões de governança são onde você está travado, meu guia sobre se a DeepSeek é segura para empresas percorre o checklist de diligência.

O que isso significa para equipes ocidentais?

Para equipes ocidentais, a manchete mudou. Os modelos abertos chineses já não são apenas a opção barata e boa o suficiente. Kimi K3, GLM-5.3, DeepSeek V4 e MiniMax M3 são projetados para codificação de longo horizonte, trabalho multimodal e agêntico, com contexto de 1M nos quatro. As perguntas que restam são práticas: qual deles se encaixa na carga de trabalho, se a licença se encaixa no produto e se você quer arcar com a conta de hardware de um checkpoint desse tamanho.

Pense no que isso muda na prática. Para sumarização, extração, classificação, roteamento e redação, você raramente precisa do melhor modelo de fronteira isolado do mundo. Você precisa de um que seja confiável, barato e seu para rodar onde quiser. Os pesos abertos chineses atingem esse alvo, e você pode hospedá-los nas suas próprias máquinas em vez de alugar uma API fechada por token.

As ressalvas são reais e não vou maquiá-las. Governança de dados, proveniência, comportamento de censura e licenciamento merecem escrutínio sério antes de qualquer coisa tocar a produção. Isso é uma avaliação de risco, não um veto. A análise da Carnegie é um lembrete útil de que esses modelos chegam dentro de um contexto de política pública, então tratá-los como commodities neutras tiradas de uma prateleira é um erro. Faça a avaliação, depois decida.

Para equipes ocidentais, o significado prático é que o modelo padrão do mundo, barato, capaz e licenciado de forma permissiva, é cada vez mais chinês e open-weight, com os modelos chineses liderando a participação de downloads no Hugging Face e ficando com a maioria do consumo de tokens do top 10 do OpenRouter no fim de fevereiro de 2026. A resposta certa é uma avaliação estruturada de governança e licenciamento, não a recusa por reflexo.

Sobre por que esses modelos são tão baratos para começo de conversa, eu destrincho a economia em por que a IA chinesa é barata.

FAQ

Quais são os principais modelos de IA open source chineses? Os checkpoints abertos líderes atuais são DeepSeek V4 Pro e V4.1-Flash, Qwen3.8 e Qwen3.6, Kimi K3, GLM-5.3 e seu irmão Flash sob licença MIT, e MiniMax M3, com o Hunyuan Hy3 da Tencent lançado ao longo do verão. Os checkpoints Seed da ByteDance e o Ernie 4.5 da Baidu ampliam o campo. O Qwen continua sendo o maior ecossistema em adoção acumulada, mas seus pesos abertos mais novos trazem uma licença personalizada em vez da Apache-2.0.

Por que a China abre o código de seus modelos de IA? Porque é estratégia, não caridade. A tese dos “dois ciclos” da Comissão EUA-China argumenta que os modelos abertos reforçam a dominância industrial mais ampla da China ao espalhar ferramentas e dependências chinesas pelo mundo. Isso tem respaldo político na promessa do primeiro-ministro Li Qiang de compartilhar “tecnologias e produtos de código aberto”, reportada pela Xinhua, e na iniciativa “AI+” descrita na análise de política da Carnegie.

Os modelos abertos chineses são realmente abertos? Os pesos dos lançamentos citados acima podem ser baixados, mas as licenças diferem. Qwen3.6 e Hunyuan Hy3 usam Apache-2.0, os modelos V4 da DeepSeek e o GLM-5.3-Flash usam MIT, e Qwen3.8, Kimi K3, MiniMax M3 e o GLM-5.3 completo usam licenças personalizadas. Pesos abertos também não significam dados de treinamento abertos. Leia o model card e a licença específicos antes de construir.

Onde posso baixar modelos de IA chineses? O Hugging Face é o host dominante, com o ModelScope, da Alibaba, como o hub nativo chinês que costuma receber os lançamentos primeiro. Se você preferir não auto-hospedar, o OpenRouter serve a maioria desses modelos por meio de uma única API hospedada. A adoção nessas plataformas agora é decisiva: os modelos chineses de pesos abertos ultrapassaram os norte-americanos em participação de downloads no Hugging Face em 2025 e eram a maioria do tráfego do OpenRouter em meados de 2026, segundo os rankings do OpenRouter.

O essencial

O ecossistema open-weight da China não é um único modelo viral. É um banco profundo de laboratórios, DeepSeek, Qwen, Kimi, GLM, ByteDance, MiniMax, Ernie e Hunyuan, respaldado por uma estratégia nacional deliberada. Pequim trata os pesos abertos como política industrial, os “dois ciclos” que a USCC descreve, e os dados de adoção já refletem isso: os modelos chineses de pesos abertos ultrapassaram os norte-americanos em participação de downloads no Hugging Face em 2025, ficaram com cerca de 61% do consumo de tokens do top 10 do OpenRouter no fim de fevereiro de 2026 e eram a maioria da plataforma no verão.

A objeção com a qual comecei continua de pé, e deve continuar. Você estaria dependendo de laboratórios para os quais não pode ligar, sob termos que podem mudar, como a mudança silenciosa de licença do Qwen entre a 3.6 e a 3.8 acabou de mostrar. O que o mapa lhe dá é a capacidade de ser específico sobre quais desses riscos são de fato seus para carregar: para esta carga de trabalho, neste checkpoint, sob esta licença. Essa é uma pergunta menor e muito mais respondível do que “devemos usar modelos chineses”.

Com o terreno mapeado em mãos, compare os líderes cara a cara em Qwen vs DeepSeek vs Llama, trabalhe pela diligência em a DeepSeek é segura para empresas, ou suba de volta ao artigo-pilar sobre se a China está vencendo a corrida da IA. E se quiser um segundo par de olhos em um projeto, é esse o tipo de trabalho que eu faço.