Todo mundo quer saber quem está “vencendo” a corrida da IA. Essa pergunta geralmente é respondida com um ranking de modelos. O analista Qin (董洁林) argumenta que este é o placar errado — o verdadeiro jogo acontece em três contabilidades separadas: a da empresa, a da nação e a do indivíduo. Uma empresa americana pode registrar receita recorde enquanto esvazia empregos de colarinho branco; Pequim pode reivindicar escala industrial enquanto os trabalhadores comuns não veem nenhum dividendo de produtividade. As duas superpotências declararão vitória, mas o que vitória significa para cada uma é estruturalmente diferente.
Uma stack de seis camadas, e onde o lock-in realmente vive
Além das cinco camadas de Huang (energia, chips, infraestrutura, modelos, aplicações), o analista adiciona uma sexta: a camada de Harness — a cola de software que coordena modelos e agentes. A metáfora importa: se o modelo é um cavalo, o Harness é a rédea e a sela que decidem como ele trabalha. A fronteira técnica e a captura de valor não ficam na mesma camada. Um modelo superior define o teto da oferta de inteligência, mas o lock-in duradouro de clientes acontece a montante, nas aplicações e na orquestração que controlam os dados dos clientes, os fluxos de trabalho e a distribuição. É aqui que as startups do Vale do Silício têm menos ativos e são mais ativas: converter inteligência geral em um resultado de negócio específico.
A China venceu a distribuição, não a cadeia de valor
Os modelos chineses de pesos abertos — Qwen, DeepSeek, Moonshot, Zhipu — conquistaram tração global real (veja a análise mais profunda sobre como modelos chineses de pesos abertos alimentam a IA americana). A Hugging Face diz que modelos de origem chinesa agora representam 41% dos downloads; a DeepSeek é o fornecedor nº 1 na OpenRouter em participação de tokens. Mas isso é distribuição, não receita. Dados da Vercel mostram que modelos chineses abertos impulsionam cerca de um terço do uso de tokens do seu gateway, mas menos de 4% do seu faturamento. Downloads não são implantações, implantações não são uso sustentado, e uso não é renda. Pesos abertos compram reputação e entrada no ecossistema enquanto corroem a monetização direta — uma grande parte do valor acaba nos provedores americanos de chips, nuvem, roteamento e Harness por baixo, parte da corrida de infraestrutura entre EUA e China mais ampla. A China está vencendo o topo do funil, não o balanço.
Os preços dos tokens desabaram. Isso reescreve as regras da competição.
A mudança mais consequente da indústria nos últimos três anos não são modelos mais inteligentes, mas inteligência equivalente mais barata: os preços dos tokens para capacidade comparável caíram mais de duas ordens de magnitude. Caindo mais rápido do que a lei de Moore pode explicar, a queda é um resultado de ecossistema — quantização, decodificação especulativa, cache, roteamento, melhor utilização — não a conquista de uma única camada. No final de julho de 2026, a OpenAI disponibilizou o GPT-5.6 Luna gratuitamente para usuários e cortou o preço da API para $0,20/M de entrada e $1,20/M de saída. Os fornecedores chineses, enquanto isso, estão aumentando os preços à medida que os subsídios recuam e o TCO de stack completa finalmente aparece na etiqueta de preço. Tokens baratos não são computação barata: um TCO comparativo sobre trabalho efetivo ainda favorece stacks da NVIDIA em muitos casos, compensando as vantagens da China em engenharia e mão de obra.
Três previsões falseáveis
O ensaio termina com três cenários, cada um com critérios de falseamento explícitos — o tipo útil de previsão.
1. O campo americano de pesos abertos se expande. A Meta lançando os pesos do MuseSpark 1.2 em 10 de agosto é o sinal. Espere mais modelos americanos de primeira linha se abrirem, elevando a participação dos pesos abertos americanos nos tokens roteados. Mas a abertura será seletiva: as capacidades de fronteira mais perigosas permanecem atrás de APIs fechadas controladas. Falseada se os modelos abertos americanos não ganharem participação de tokens em 18 meses ou se os modelos chineses claramente afetarem as receitas dos modelos americanos.
2. A camada de modelos se consolida após dois anos brutais. Espere competição crescente até aproximadamente 2028, depois encerramentos e fusões e aquisições entre fornecedores sem receita estável ou capacidade única — a menos que um avanço decisivo em AGI reordene o campo em torno do líder. Falseada se nenhuma M&A verificável na camada de modelos aparecer em qualquer um dos ecossistemas após esse ponto.
3. A fronteira digital da IA se aproxima da geografia da internet atual. Zonas dominadas por plataformas americanas, uma esfera independente chinesa e regiões híbridas. A linha é definida não pela competição aberta, mas pela política estatal: chips, nuvens, pagamentos, lojas de aplicativos, regras de dados, compras públicas e padrões de segurança — as mesmas forças que já estão forçando 35 nações a escolher um lado. A tolerância americana de curto prazo aos modelos chineses é condicional — qualquer incidente de segurança ou político visível pode transformar tolerância em proibição. Falseada se um terceiro polo não alinhado (Europa/Índia) surgir ou se a stack chinesa dominar várias grandes economias fora de seu alcance histórico.
O que fazer com isso
Para operadores e fundadores, a lição é ancorar a defensibilidade na camada de Harness e aplicação — os dados, fluxos de trabalho e distribuição que sobrevivem às trocas de modelos. Favoreça pesos abertos para reduzir a dependência de fornecedores, mas não presuma que modelos baratos significam computação barata quando o TCO é contado. Para indivíduos, observe onde o ganho marginal de produtividade realmente acaba: o seu uso de IA está expandindo seu julgamento e relacionamentos com clientes, ou concentrando a renda para cima? A pergunta a continuar fazendo é: em qual placar você está vencendo.
