Como o token chinês fecha a conta brasileira

Duas salas de reunião em Pequim

Há duas semanas sentei com o time da Z.ai, que faz o GLM, e com o pessoal da Moonshot, que faz o Kimi. Não foi tour de imprensa. Foi conversa de negócio, com gente de BD e produto, sobre onde eles estão, para onde vão e como enxergam o Brasil.

Saí das duas salas com a mesma sensação. Eles são safos. Quem cresceu em barco conhece a palavra: safo é o cabo que está livre, a âncora que desprendeu, o que se desenrosca sozinho quando aperta. Em terra virou gíria para gente que se vira. É exatamente isso. Eles são safos, são rápidos, e querem fazer negócio com a gente de um jeito que não vejo nas conversas com os laboratórios americanos. Nem é culpa dos americanos. Eles têm fila na porta. Os chineses precisam de clientes fora da China, e o Brasil está na lista.

Isso muda a conta para quem constrói software aqui. Explico por quê.

Safos, e rápidos

A Moonshot tem cerca de 300 funcionários. Trezentos. Com esse time, soltou o Kimi K2 em julho de 2025, o K2.5 em janeiro, o K2.6 em abril, o K2.7 Code em junho, o K3 em julho (2,8 trilhões de parâmetros, o maior modelo de pesos abertos do mundo) e o K3.1 Pro no dia 4 de outubro. Quando o K3 saiu, a demanda foi tanta que eles suspenderam novas assinaturas por falta de capacidade. ARR de US$ 200 milhões em abril. Uma versão nova a cada dois ou três meses, com um time que caberia num andar de prédio na Faria Lima.

A Z.ai é a outra cara da mesma moeda. Abriu capital em Hong Kong em janeiro, primeira empresa de LLM listada no mundo. Receita do primeiro semestre cresceu 400% e a linha de API cresceu 27 vezes. GLM-5 em fevereiro, 5.1 em março, 5.2 em junho, 5.3 em agosto, com pesos liberados duas semanas depois. Em julho ligaram um data center de 1 GW rodando só chip chinês, sem Nvidia, porque estão na Entity List dos EUA e precisaram se virar. Em outubro lançaram o GLM-Legal, um modelo só para direito.

O ritmo não é marketing. O relatório State of Open Source AI da Mozilla mediu: a distância média entre o melhor modelo aberto e o melhor fechado caiu para cerca de 3%, e os modelos abertos chineses saíram de menos de 2% do tráfego do OpenRouter no fim de 2024 para 45% em abril de 2026. Hoje, dos dez modelos mais usados por lá, oito são de pesos abertos. A maioria com sobrenome chinês.

Por que eles olham para o sul

Simples: o mercado americano está fechado para eles, na prática ou por decreto. A Z.ai está na Entity List. Um comitê do Congresso passou o ano pressionando empresas americanas que usam Kimi e outros modelos chineses. Quando a porta grande fecha, você procura as outras. Sudeste Asiático, Oriente Médio, África e América Latina viraram prioridade. Nas duas reuniões, o Brasil apareceu pelo nome, não como “região”.

E aqui tem uma ironia que vale registrar. Em 12 de junho, o Departamento de Comércio dos EUA mandou a Anthropic cortar o acesso ao Fable 5 e ao Mythos 5 para qualquer estrangeiro, em qualquer lugar do mundo. Inclusive funcionários da própria Anthropic sem passaporte americano. Durou até 1º de julho, quando o acesso foi restaurado. Três semanas. Políticos europeus chamaram de “wake-up call”. Para quem está no Brasil, a lição é a mesma: o modelo de fronteira que você usa hoje pode sumir numa sexta-feira à noite por uma decisão em Washington.

Pesos abertos não resolvem geopolítica. Mas um modelo que você pode baixar e rodar na sua infraestrutura não some com um e-mail. Isso tem valor, e os chineses sabem que tem.

Foco, em vez de tudo para todo mundo

A OpenAI quer ser o Google da próxima década: consumidor, busca, dispositivos, redes sociais, o que aparecer. Eu entendo a estratégia. Quem tem 800 milhões de usuários pode querer tudo. Mas isso é um jogo que uma empresa de software no Brasil não joga, nem como cliente.

Os chineses escolheram outra briga. A Moonshot praticamente abandonou o chat de consumo e virou um laboratório de modelo para desenvolvedor: código, agentes, contexto longo, tarefas que rodam por horas sem ninguém olhando. O K2.7 Code existe só para programar. A Z.ai vende GLM para banco e governo, roda API para agentes e, agora, lança modelo por vertical. O GLM-Legal é o GLM-5.3-Flash treinado em texto jurídico e dezenas de milhares de tarefas simuladas de direito. Um modelo feito para revisar contrato, e só.

Para quem constrói produto, isso importa mais do que benchmark. Um modelo que faz uma coisa muito bem, com API estável e gente do outro lado respondendo WhatsApp no mesmo dia, vale mais do que um modelo que faz tudo e trata você como mais um ticket. Na minha experiência com os dois times, a velocidade de resposta comercial foi a parte mais surpreendente da viagem. Perguntei, respondeu. Pedi, chegou.

A conta brasileira é outra

Já escrevi sobre isso e repito: a economia unitária de IA no Brasil não é a mesma dos Estados Unidos, porque o denominador é diferente. O token custa a mesma coisa em dólar nos dois países. O desenvolvedor, não.

Um sênior em São Paulo custa entre US$ 71 mil e US$ 105 mil por ano. O mesmo perfil em San Francisco custa de US$ 150 mil a US$ 220 mil. Com encargos, o americano passa de US$ 200 mil, ou uns US$ 100 por hora. O brasileiro fica perto de US$ 40 por hora. Nas medianas do Levels.fyi a diferença é ainda maior: US$ 35 mil no Brasil contra US$ 196 mil nos EUA.

Agora pense num agente que consome 1 milhão de tokens de entrada e 1 milhão de saída por dia. Quanto isso custa, e quantas horas de desenvolvedor isso representa em cada país?

Modelo	Preço (US$/M tokens, entrada/saída)	Custo do agente por dia (US$)	Em horas de dev sênior nos EUA	Em horas de dev sênior no Brasil
Claude Fable 5	10 / 50	60	0,6 h	1,5 h
Claude Opus 4.8	5 / 25	30	0,3 h	0,75 h
GPT-5.6 Sol	4 / 20	24	0,24 h	0,6 h
Claude Sonnet 5	2 / 10	12	0,12 h	0,3 h
GLM-5.3 (Z.ai)	1,40 / 4,40	5,80	0,06 h	0,15 h
DeepSeek V4 Pro	1,32 / 3,96	5,28	0,05 h	0,13 h

Preços de lista em outubro de 2026, sem cache nem batch. Hora de dev com encargos: US$ 100 nos EUA, US$ 40 no Brasil.

O que a tabela diz: o modelo de fronteira americano custa, por dia, mais de duas vezes mais horas de trabalho humano no Brasil do que nos EUA. Lá, o Fable paga a conta com 36 minutos de produtividade ganha. Aqui, precisa entregar uma hora e meia. Quanto mais barato o humano, mais difícil justificar o token premium.

E a parte que todo mundo esquece: ninguém precisa de fronteira para tudo. Um modelo que resolve 80% ou 90% do que precisa ser feito, a um décimo do preço, ganha a maioria dos casos de negócio. Resumo de chamado, classificação de documento, extração de dado de nota fiscal, agente de atendimento, geração de código de rotina. Nada disso precisa do melhor modelo do planeta. Precisa de um modelo bom, barato e que não suma. Reserve a fronteira para os 10% em que ela realmente faz diferença, e deixe o resto rodar em GLM, Kimi, DeepSeek ou no que for mais barato na semana.

Um detalhe honesto: chinês nem sempre é sinônimo de barato. O Kimi K3 custa US$ 15 por milhão de tokens de saída, mais caro que o Sonnet 5. A Moonshot cobra pelo que entrega. Quem quer preço de banana vai de GLM-5.3-Flash a US$ 0,25 ou de DeepSeek. Quem quer o topo da linha chinesa paga quase preço americano. Nenhum dos dois é o Fable, mas também não é brinquedo.

O que não é bonito

Não vou vender sonho. Tem quatro pontos que qualquer CEO precisa ter no radar antes de colocar modelo chinês em produção.

Dados. A API hospedada na China cai sob a lei chinesa. Se o seu cliente é banco, saúde ou governo, isso não passa no compliance. A resposta é rodar os pesos abertos na sua nuvem, aqui no Brasil, e o GLM-5.3 e o Kimi K3 permitem isso. Mas permitir não é o mesmo que ser fácil.

Dificuldade. A Mozilla separou “fronteira aberta” de “fronteira aberta que dá para rodar”. O K3 precisa de pelo menos oito nós de oito GPUs. Isso não é projeto de fim de semana. Os modelos menores (GLM Flash, DeepSeek Flash, MiniMax) são bem mais razoáveis, e para 80% dos casos são o que você vai usar mesmo.

Destilação. A Anthropic acusou Moonshot, DeepSeek e MiniMax de destilar o Claude em escala, e em setembro acusou a Moonshot de rotear pedidos do Kimi direto para os modelos dela. O assessor de ciência da Casa Branca disse que o K3 foi destilado do Fable. A Moonshot nega. Não tenho como julgar, e você também não. Mas se o seu produto vai para os EUA, isso vira pergunta de due diligence.

Geopolítica. O mesmo governo que desligou o Fable por três semanas pode decidir que empresas brasileiras usando GLM são um problema. Não aconteceu. Pode acontecer. Diversificar fornecedor de modelo deixou de ser boa prática de engenharia e virou gestão de risco.

O que eu faria se fosse você

1. Meça o seu custo de token em horas de gente, não em dólar. É a única métrica que compara os dois países de forma justa.
2. Roteie por tarefa. Fronteira para os 10% difíceis, modelo aberto barato para o resto. Quem faz isso bem corta 70% a 90% da conta de API sem o cliente perceber.
3. Teste GLM-5.3 e Kimi em uma vertical sua, com dado real, por duas semanas. Não leia benchmark. Rode.
4. Rode os pesos aqui. Caso sensível não é motivo para descartar o modelo chinês, é motivo para hospedar no Brasil.

Os americanos têm o melhor modelo. Os chineses têm o melhor modelo por real gasto e atendem o telefone. Quem constrói software no Brasil sabe qual das duas frases paga a folha.

Se quiser saber mais sobre o que vi em Pequim e como isso se aplica ao seu negócio, me chama.