O Vale do Silício está comprando as startups de modelos open-weight

O ecossistema de modelos de IA↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → de pesos abertos (open-weight), aqueles cujos parâmetros ficam disponíveis para download, ajuste e execução própria, virou o alvo de aquisição mais quente do Vale do Silício. Segundo reportagem do TechCrunch, três negócios de peso movimentaram o setor em poucas semanas, e todos giram em torno de infraestrutura para rodar modelos que não pertencem aos grandes laboratórios de fronteira.

Os três negócios que definem a onda

O mais comentado ainda não foi confirmado: a Nvidia estaria prestes a comprar a Hugging Face por US$ 13 bilhões. A plataforma funciona como uma espécie de GitHub da era da IA, o repositório central onde desenvolvedores publicam, compartilham e baixam modelos abertos e benchmarks. É o núcleo do ecossistema de quem constrói e implanta LLMs fora do circuito de OpenAI, Google e Anthropic.

Os outros dois já fecharam:

É muito capital fluindo para um setor cuja premissa é, essencialmente, dar tecnologia de graça. E isso diz algo sobre para onde o mercado está indo.

Por que a Nvidia quer entrar nessa

A leitura do TechCrunch é direta: a Nvidia precisa reduzir a dependência dos acordos com os grandes hyperscalers e laboratórios de fronteira. O risco ficou concreto porque construtores de modelos como OpenAI e Google passaram a fabricar seus próprios chips de inferência, caso do Jalapeño, da OpenAI, cujas capacidades foram anunciadas na mesma semana.

A lógica: se os donos dos modelos estão virando fabricantes de chip, a Nvidia quer uma fatia do negócio de fazer modelos. A empresa já mantém a própria família open-weight, a Nemotron, mas a adoção não decolou. Ao controlar o maior espaço de desenvolvimento de modelos abertos dos EUA, ela ganharia acesso a uma massa de usuários que pode empurrar para seus chips e padrões.

A conta da inferência e o fator China

O pano de fundo econômico é o custo de inferência, que é quanto se paga toda vez que o modelo responde. Com esse custo em xeque, empresas começaram a olhar para modelos mais baratos de companhias chinesas como Moonshot, DeepSeek e Alibaba.

Agora, o número que joga água na fervura: a adoção de open-weight ainda é pequena. Segundo levantamento de dados de gastos da Ramp, só 6% das empresas usam modelos de pesos abertos. Uma pesquisa da Jellyfish, que faz ferramentas para desenvolvedores, aponta apenas 2% dos engenheiros de software consultados.

Nik Albarran, líder de produto de IA da Jellyfish, explicou ao TechCrunch onde o open-weight faz sentido hoje: cargas de trabalho de inferência repetitiva e de alto volume, como chats de atendimento ao cliente. Como são tarefas repetidas em massa, dá para ajustar um modelo aberto para responder barato.

Não são muitas empresas onde isso já se aplica... mas se os preços continuarem subindo nos laboratórios de fronteira, cada vez mais empresas serão forçadas a pelo menos considerar. Quando seus fluxos de trabalho movidos por IA estiverem muito mais maduros, é aí que faz sentido investir em hospedar os próprios modelos.

Nik Albarran, líder de produto de IA da Jellyfish

Onde os modelos fechados ainda ganham

Para codificação e tarefas agênticas, o cenário se inverte. Requisições variadas e mais raciocínio favorecem os modelos de fronteira, em parte porque os laboratórios proprietários oferecem acesso mais fácil e, em alguns casos, subsídio de tokens. Segundo Albarran, hoje a razão principal para uma empresa buscar modelos abertos é controle e configurabilidade, não economia.

É um recado útil para o dev que está decidindo arquitetura: escolher open-weight por conta de custo só compensa quando o workflow já está maduro e o volume justifica o esforço de auto-hospedagem. Para um agente de código com requisições variadas, o modelo fechado ainda tende a entregar mais com menos fricção de integração.

A aposta na diversidade de modelos

Do outro lado do balcão está a Fireworks, roteadora e hospedeira de modelos abertos para empresas, frequentemente citada como possível alvo de aquisição de alguma gigante. A CEO Lin Qiao afirmou ao TechCrunch que a empresa processa 40 trilhões de tokens por dia, mais do que as APIs de Gemini ou de OpenAI.

A tese da Fireworks é a proliferação de modelos especializados:

Toda empresa de app deveria considerar contratar um pesquisador interno. Elas podem usar seu produto e seus dados de produto para construir o próprio modelo. O futuro é, na verdade, inteligência especializada. Literalmente toda empresa deveria ter seu próprio modelo por caso de uso, e isso vai acontecer automaticamente.

Lin Qiao, CEO da Fireworks

O que muda para quem constrói software no Brasil

A consolidação lá fora não é abstrata para quem desenvolve aqui. Alguns pontos práticos:

• A Hugging Face é infraestrutura cotidiana no Brasil. Se a compra pela Nvidia se confirmar, vale acompanhar mudanças em termos de uso, precificação de recursos hospedados e eventual acoplamento a chips e padrões da Nvidia. Baixar pesos continua livre, mas o entorno pode ganhar amarras comerciais.
• O custo de inferência é uma variável de câmbio. Para times brasileiros, cujo orçamento em dólar dói mais, o argumento de open-weight self-hosted pode fazer sentido antes do que faz para uma empresa americana, especialmente em atendimento e outras cargas repetitivas de alto volume descritas pela Jellyfish.
• Modelos chineses entram no radar. DeepSeek, Moonshot e Alibaba aparecem como opção de custo. Aqui vale considerar requisitos de governança e dados antes de adotar.
• A escolha closed vs. open não é ideológica. Os próprios números da fonte (6% e 2% de adoção) mostram que o mercado ainda é dominado por APIs fechadas. Para tarefas agênticas e de código, os frontier models seguem ganhando por facilidade de acesso e subsídio.

O que fica em aberto

A aquisição da Hugging Face pela Nvidia ainda é rumor não confirmado, segundo o TechCrunch. Também está em aberto se a tese de "um modelo por caso de uso" da Fireworks se materializa ou se OpenAI e Anthropic mantêm o domínio. O texto original resume bem o momento: ainda é muito cedo no desenvolvimento da IA como ferramenta e como negócio, e a hegemonia dos grandes laboratórios não é inevitável.

Fonte: TechCrunch