Num texto de síntese adaptado de uma intervenção perante eleitos e colaboradores do Congresso norte-americano, um investigador que participou na criação dos modelos Olmo do Allen Institute for AI traça um panorama dos modelos de IA de pesos abertos. Segundo ele, os laboratórios chineses são hoje os líderes, tanto nos rankings de desempenho como nos usos.
Os modelos de pesos abertos (« open-weight ») tornam os seus parâmetros acessíveis ao público, que os pode examinar ou reutilizar. Opõem-se aos modelos « fechados », como o GPT-4 ou o Claude Opus 4.5, que só são acessíveis através de uma API, uma interface que permite interrogar o modelo à distância. Entre os modelos de pesos abertos figuram o Llama da Meta, o Qwen da Alibaba, o Gemma da Google ou os da DeepSeek. Os modelos ditos « open source » vão mais longe, pois publicam também o código e os dados de treino. O texto cita a este propósito os modelos Olmo do Allen Institute for AI, Marin da OpenAthena e Pythia da EleutherAI.
Uma vantagem chinesa nos downloads e nos rankings
Segundo o autor, a China assumiu a liderança dos downloads no Hugging Face em julho de 2025, principalmente graças aos modelos Qwen. A sua vantagem atinge cerca de 1,6 mil milhões de downloads, para um total de 3,2 mil milhões, ou seja, o dobro do total norte-americano. No Artificial Analysis Intelligence Index (AAII), a 14 de setembro de 2026, os três primeiros modelos chineses são o GLM-5.3 (pontuação de 45), o Kimi K3 (44) e o GLM-5.3-Flash (42), do editor Z.ai e da Moonshot AI. Os melhores modelos norte-americanos, o Inkling e o Inkling Small da Thinking Machines, obtêm 26, e o Nemotron 3 Ultra da Nvidia 23. O texto estima que os modelos chineses têm uma vantagem de 2 a 6 meses sobre os seus equivalentes norte-americanos.
A plataforma OpenRouter, que permite alternar entre modelos, mostra uma tendência semelhante. Segundo os seus dados, o volume de tokens processados pelos modelos abertos passou de cerca de 1 T por semana em setembro de 2025 para cerca de 80 T atualmente, e a quota dos modelos chineses passou de cerca de 70% para mais de 80% dos usos.
Nas empresas, vários atores baseiam-se em modelos chineses: a Harvey, especializada em direito, a Cursor, em código, ou ainda a DoorDash, que utiliza modelos Kimi, a Airbnb, que utiliza Qwen, e a Perplexity, que utiliza DeepSeek. Na investigação, o autor analisou os artigos de cinco grandes categorias do arXiv dedicadas ao machine learning. A quota das publicações que mencionam um modelo aberto passou de 2% em janeiro de 2023 para 50% em setembro de 2026. O Qwen figura em cerca de 30% dos artigos, e o Llama em cerca de 21%.
Uma diferença que está a diminuir, segundo o autor
O autor avalia a destilação, uma técnica que consiste em treinar um modelo com as respostas de um modelo mais poderoso, como uma vantagem de 1 ou 2 meses para os laboratórios chineses. Estima também que uma prevenção completa, por exemplo com ferramentas de verificação de identidade dos clientes na Anthropic e OpenAI, só alargaria a diferença em 1 a 2 meses. Salienta ainda que os laboratórios chineses estão agora a comprar mais dados de treino, nomeadamente ambientes de aprendizagem por reforço para tarefas agentivas.
O texto evoca também os riscos, nomeadamente em cibersegurança, à semelhança do incidente envolvendo a OpenAI e a Hugging Face. Relata que a Hugging Face utilizou um modelo chinês de pesos abertos para analisar um ciberataque, uma vez que os modelos fechados recusaram esses pedidos. O autor defende que os Estados Unidos continuem a apoiar o investimento em modelos abertos, para melhor antecipar estes riscos e reduzir a dependência das empresas norte-americanas de modelos concebidos na China. Reconhece, no entanto, uma parte de incógnitas: faltam dados sobre os usos fora dos Estados Unidos e da China, incluindo na monitorização dos modelos norte-americanos abertos que lançou em agosto de 2025 sob o nome de American Truly Open Models (ATOM) Project.
