DeepSeek derruba custo da IA em até 20x e liga alerta em Big Techs e investidores

A DeepSeek provocou um abalo no mercado ao mostrar que consegue treinar modelos de IA avançados com cerca de US$ 6 milhões, enquanto rivais gastam perto de US$ 100 milhões pelos mesmos tipos de sistemas.

Na prática, a DeepSeek coloca à prova a ideia de que uma IA “de baixo custo” é só experimento de laboratório: a empresa chinesa afirma que o modelo DeepSeek-V3 entrega desempenho comparável a soluções de OpenAI e Google, usando perto de 2.000 chips no treinamento, contra algo na casa de 16.000 ou mais em modelos concorrentes, e com redução de consumo de energia estimada entre 50% e 75%, segundo papers divulgados pela própria companhia.

Por que a DeepSeek é tão mais barata que ChatGPT e outros modelos?

O centro da história é arquitetura de custo, não truque misterioso. Pesquisadores ligados à DeepSeek relatam que o treinamento do modelo V3 custou cerca de US$ 6 milhões, enquanto estimativas para IAs de empresas ocidentais de grande porte giram em torno de US$ 100 milhões. A diferença aparece em três frentes principais: técnicas agressivas de eficiência, hardware menos sofisticado e uso de menos dados.

Do lado algorítmico, a DeepSeek se apoia em destilação e aprendizado por reforço. A destilação extrai automaticamente o aprendizado de modelos já existentes para treinar versões menores e mais enxutas, que funcionam como módulos especializados de conhecimento. O reforço automatiza o refinamento do comportamento do modelo, reduzindo a necessidade de grandes times de anotadores humanos que encarecem o ajuste fino de outros LLMs. Entra nessa conta também o uso de compressão, quantização e poda de parâmetros, o que reduz o tamanho efetivo do modelo sem derrubar tanto a precisão em testes práticos.

No hardware, a opção é explícita: em vez de GPUs topo de linha, a DeepSeek treina seus modelos em chips Nvidia A800/H800, mais simples e baratos. A documentação da empresa aponta que o V3 precisou de algo como 2.000 chips, contra pelo menos 16.000 em projetos rivais. Menos GPU significa menos CAPEX e menos gasto com energia elétrica nos datacenters. A empresa afirma ainda que prioriza dados pré-catalogados e seletivos em vez de varrer indiscriminadamente todo o conteúdo disponível na internet, o que encurta ciclos de treinamento e reduz custos de infraestrutura.

O desempenho da DeepSeek compensa o “desconto” de preço?

Desempenho bruto entrou no pacote. O DeepSeek-V3 e o DeepSeek-R1 aparecem bem em benchmarks públicos, com custos de treinamento até 20 vezes menores que os principais modelos comerciais. Em matemática e lógica, a empresa alega precisão de até 97% em certos testes, chegando a resultados 96% acima da média humana em algumas provas, o que alimenta o hype em cima de revisão de código, raciocínio lógico e tarefas técnicas estruturadas.

Na Chatbot Arena da LMSYS, usada para comparar modelos em batalhas cegas, o R1 figura em 4º lugar geral e lidera entre os modelos open source. Isso garante respeito dentro da comunidade, mas não configura dominância absoluta: análises apontam que V3 e R1 se saem muito bem em questões fechadas, com resposta única, e derrapam em benchmarks voltados à criatividade e tarefas abertas, como o AidanBench.

Na prática, a IA chinesa mostra força em lógica e código, mas é menos convincente em aplicações que exigem geração de ideias, múltiplos caminhos de resposta e interação mais solta com o usuário, justamente o tipo de uso que empresas procuram em chatbots genéricos e copilotos amplos. O quadro atual coloca a DeepSeek em posição competitiva, especialmente em nichos técnicos, sem ainda atropelar modelos mais caros em todos os cenários de aplicação.

Como o modelo barato da DeepSeek ameaça Big Techs e o negócio da Nvidia?

O recado aos gigantes apareceu direto na tela do pregão. Em um único dia de negociação, com a DeepSeek dominando manchetes, a Nvidia chegou a perder mais de US$ 380 bilhões em valor de mercado em um episódio relatado e, em outra queda ligada ao temor de IAs mais baratas, algo próximo de US$ 600 bilhões evaporou, ajudando a empurrar companhias ligadas à IA em EUA e Europa para uma perda combinada na casa de US$ 1 trilhão. O choque é de tese de crescimento: se modelos como os da DeepSeek entregam algo “bom o bastante” com menos GPU e menor conta de energia, a narrativa de demanda infinita por hardware de altíssimo desempenho perde sustentação.

Para OpenAI, Google e Meta, o incômodo aparece em duas frentes. Primeiro, porque a DeepSeek adota uma filosofia próxima de código aberto, semelhante ao Linux, o que facilita que startups menores repliquem ou adaptem as soluções. Segundo, porque a startup mostra que bilhão de dólar não é pré-requisito para treinar um LLM competitivo. A própria Nvidia descreveu a DeepSeek como "excelente avanço em IA", enquanto investidores como Jon Withaar falaram em "mudança de paradigma" caso os números de custo se confirmem. Marc Andreessen chamou o DeepSeek R1 de "presente profundo para o mundo" e comparou o momento a um "Sputnik" da IA.

No campo regulatório e geopolítico, a história ganha outra camada. As restrições dos EUA à exportação de chips avançados forçaram a empresa chinesa a estocar hardware e otimizar modelos para GPUs capadas, o que acabou virando diferencial competitivo. Agora, o avanço rápido da DeepSeek coloca a startup sob o mesmo tipo de escrutínio que Huawei e TikTok enfrentaram. Países como Austrália, Taiwan, Itália, Coreia do Sul e Holanda já impuseram proibições ou restrições ao uso da IA chinesa, enquanto parlamentares nos EUA discutem banimento depois de pressão de concorrentes.

IA barata abre espaço para Brasil ter modelo próprio?

No Brasil, o valor de US$ 6 milhões — algo em torno de R$ 34 milhões na cotação citada — gerou outra leitura: essa cifra fica muito abaixo da fantasia de “bilhões obrigatórios" e leva especialistas a argumentarem que dinheiro, isoladamente, não é o obstáculo central. Se a conta da DeepSeek estiver minimamente correta, um país como o Brasil teria fôlego para bancar um projeto próprio de IA de base, ao menos em escala regional.

Os entraves locais surgem em outros pontos. Primeiro, regulação: o Marco Legal da Inteligência Artificial (PL 2338/2023) passou pelo Senado e está parado na Câmara, sem data para votação, deixando empresas e governo sem clareza de marco jurídico de longo prazo. Segundo, dados: professores apontam que o Brasil ainda não possui massa de dados estruturados suficiente em português e em domínios locais para treinar um modelo amplo realmente útil ao país. E, por último, mercado: sem uso concreto e sustentação econômica, uma "IA brasileira" corre risco de virar só projeto de vitrine financiado a curto prazo.

Enquanto isso, o setor privado se movimenta com iniciativas como a Amazônia IA, lançada em 2024 pela WideLabs. Esses projetos indicam que existe know-how técnico local, ainda distante, porém, da escala alcançada por um DeepSeek. Especialistas lembram que o Brasil repetiu atraso em telecom, computadores, internet, 3G, 4G e 5G, enquanto modelos como o da DeepSeek escancaram que o jogo da IA segue aberto e que soluções mais baratas e focadas criam uma janela de entrada para novos atores.

Baixo custo, energia e transparência: onde a DeepSeek realmente muda o jogo?

Mais do que economizar GPU, a DeepSeek acerta em temas que viraram alvo de pressão política e ambiental. Papers da empresa citados por pesquisadora da University College London indicam que o uso de destilação e aprendizado por reforço reduz o custo de treinamento e derruba a dependência de mão de obra barata para refino manual, apontada como calcanhar de Aquiles ético e econômico de várias Big Techs.

No consumo de energia, a conta pesa. A DeepSeek afirma que o V3 consome entre 50% e 75% menos energia em servidores do que concorrentes diretos, justamente por fazer o trabalho com cerca de um oitavo dos chips. A discussão se cruza com estimativas de que datacenters passariam a consumir entre 4% e 10% da eletricidade dos EUA. Estudos recentes citados por órgãos como a Agência Internacional de Energia contestam previsões mais alarmistas, e avanços como o da DeepSeek entram no arsenal de argumentos de quem defende que IA não precisa se confundir com risco de apagão elétrico.

No quesito transparência, a empresa se apresenta como "Linux da IA": documentação técnica detalhada de V3 e R1, demonstração de como o Chain of Thought funciona passo a passo e licença open source. Isso contrasta com o segredo industrial de modelos fechados. O efeito colateral é direto: concorrentes conseguem copiar ideias com mais rapidez. Mas se o plano da DeepSeek é empurrar a IA para o status de commodity e concentrar receita na camada de serviços e integrações, faz sentido abrir mão de parte da vantagem técnica inicial. O embate com regulamentações que saem de Washington, Bruxelas e também de Pequim vai mostrar até onde essa estratégia aguenta pressão.