DeepSeek 2.0 momento? Valor de mercado do Zhituo ultrapassa um trilhão, GLM-5.2 domina as telas

Autor: Xu Chao, Wallstreet Jingwen

Nesta segunda-feira, o valor de mercado total do Zhizhu na bolsa de Hong Kong ultrapassou 1 trilhão de dólares de Hong Kong durante o pregão, com um aumento de mais de 1900% no ano. Isso não é apenas uma tendência de uma ação individual — o lançamento do grande modelo de código aberto chinês GLM-5.2 está redefinindo os limites das capacidades de IA globais, além de impulsionar a discussão sobre "DeepSeek 2.0" para o palco de negociações de Wall Street.

Em termos de desempenho, o GLM-5.2 obteve uma pontuação de 74,4 na referência de programação de longo prazo FrontierSWE, apenas cerca de 1 ponto percentual abaixo do modelo de ponta da Anthropic, Opus 4.8, com 75,1, ao mesmo tempo superando o GPT-5.5, com 72,6, tornando-se atualmente o modelo de código aberto com maior pontuação, com preço cerca de 72% a 82% mais baixo que o Opus 4.8.

Quase ao mesmo tempo, a Anthropic foi forçada a fechar o acesso global aos seus modelos principais Fable 5 e Mythos 5 — o Departamento de Comércio dos EUA interveio citando regulamentos de controle de exportação, exigindo que obtivessem licença do governo antes de fornecer serviços relacionados a estrangeiros. A sobreposição dessas duas notícias fez com que a narrativa de "restrição dos EUA, abertura da China" se formasse instantaneamente.

Diferentemente do impacto de DeepSeek no início de 2025, nesta rodada o fluxo de fundos não saiu das ações da Nvidia e de empresas de IA dos EUA, mas se concentrou na entrada de ativos chineses, apresentando características de negociação alternativa, e não uma liquidação de pânico. A questão central de reprecificação do mercado é: quando modelos de código aberto de alto desempenho podem entregar capacidades semelhantes por menos de uma décima do custo de modelos fechados, e com a política americana cortando diretamente a acessibilidade global de modelos fechados, a estrutura competitiva da cadeia de indústria de IA já passou por uma mudança estrutural?

GLM-5.2: A entrada do código aberto na fronteira da competição de modelos fechados

O significado central do GLM-5.2 está em colocá-lo na fronteira de desempenho anteriormente dominada por laboratórios fechados.

De acordo com dados divulgados pelo Zhizhu, o GLM-5.2 possui 753 bilhões de parâmetros, usa arquitetura MoE (especialistas mistos), suporta uma janela de contexto estável de 1 milhão de tokens, e é totalmente de código aberto sob licença MIT. Na referência de programação FrontierSWE, o GLM-5.2 obteve 74,4 pontos, enquanto o Opus 4.8 da Anthropic marcou 75,1, uma diferença de cerca de 1 ponto percentual, ao mesmo tempo superando o GPT-5.5, com 72,6. Na avaliação PostTrainBench (testando a capacidade de treinar pequenos agentes), o GLM-5.2 ficou em segundo lugar com 34,3 pontos, atrás do Opus 4.8 com 37,2, e acima do GPT-5.5, com 28,4.

A Artificial Analysis avaliou o GLM-5.2 com 51 pontos em seu índice de inteligência v4.1, à frente do MiniMax-M3 (44 pontos), DeepSeek V4 Pro (44 pontos) e Kimi K2.6 (43 pontos), colocando-o entre GPT-5.5 e Opus 4.8, tornando-se o modelo de código aberto mais bem classificado até agora. O pesquisador comunitário @jeremyphoward表示 afirmou que o GLM-5.2 "pelo menos é equivalente ao Opus 4.8 e GPT-5.5"; @matvelloso称其为 "o primeiro modelo de código aberto que atende aos meus padrões de uso diário".

Ainda há uma disparidade. Na referência de maior dificuldade, SWE-Marathon, o GLM-5.2 obteve 13,0 pontos, enquanto o Opus 4.8 marcou 26,0; a falta de capacidade visual também é uma limitação atual. Mas, do ponto de vista de implantação técnica, a tecnologia IndexShare introduzida pelo GLM-5.2 — reutilização de atenção esparsa entre camadas com índice top-k — reduz significativamente a carga computacional na inferência de contextos longos, tornando viável o custo de 1 milhão de tokens. A instituição de pesquisa em IA Proximal avaliou que o GLM-5.2 é "o primeiro modelo que realmente reduz a enorme lacuna tecnológica entre Anthropic/OpenAI e outros fornecedores".

Lógica de precificação: melhorias de ponta ainda suportam prêmio

A estrutura de preços do GLM-5.2 fornece um novo referencial para a avaliação de modelos de IA.

O preço por token de entrada/saída do GLM-5.2 é cerca de 72% a 82% menor que o do Opus 4.8. Mas, em um relatório, o JPMorgan apontou que, em comparação com o GLM-5.1, o GLM-5.2 na verdade representa um aumento de preço: o GLM-5.1 utilizava uma cobrança escalonada, permitindo tarifas mais baixas para certos volumes; o GLM-5.2 aplica uma tarifa única mais alta, elevando o preço médio pago pelos clientes. Como a maior parte do avanço de desempenho vem de reforço de aprendizado e otimizações pós-treinamento, e não de expansão massiva do tamanho do modelo, a base de custos permanece relativamente estável, e essa mudança deve melhorar a margem bruta da Z.ai.

Com base nisso, o JPMorgan concluiu: "Preços de compressão inteligente maduros, mas o GLM-5.2 mostra que melhorias de ponta podem ter efeitos opostos." A instituição acredita que, a precificação de modelos de IA está passando por uma diferenciação estrutural: capacidades básicas de diálogo, resumos simples e suporte a código padrão já estão sendo comercializadas com preços comprimidos, sendo o DeepSeek um exemplo típico; enquanto capacidades de ponta que desbloqueiam novos fluxos de trabalho e aumentam a taxa de conclusão de tarefas — especialmente em programação, agentes, automação de fluxos empresariais e tarefas de contexto longo — podem manter ou até aumentar os preços, sob a lógica de "pagar por tarefa, não por token".

Para investidores, essa distinção tem implicações diretas de avaliação: a perspectiva de monetização de empresas de modelos de IA depende de sua capacidade de avançar para tarefas mais difíceis e de maior valor, e não apenas de escalar suas capacidades existentes.

Remoção do modelo da Anthropic: risco de acessibilidade de modelos fechados se torna realidade

A remoção repentina do Fable 5 e Mythos 5 transformou o risco de acessibilidade de modelos comerciais fechados de uma discussão abstrata para um impacto direto.

Segundo a Bloomberg, Howard Lutnick citou a cláusula 744.22(b) do "Regulamento de Gestão de Exportações", alegando que esses modelos apresentam "risco inaceitável" de serem utilizados por agências de inteligência militar estrangeiras, exigindo que a Anthropic obtenha uma licença do Departamento de Comércio antes de fornecer acesso a qualquer estrangeiro, sob pena de punições criminais e civis.

Relatório de pesquisa da Orient Securities citou fontes da mídia dizendo que pesquisadores da Amazon conseguiram superar as restrições de segurança do Mythos e descobriram vulnerabilidades de segurança em pelo menos quatro softwares através de prompts específicos no Fable 5, o que foi considerado um gatilho para a intervenção regulatória. A Anthropic então fechou o acesso global aos dois modelos e declarou que a resposta do governo foi "desproporcional", alertando que, se esse padrão se expandir para toda a indústria, o lançamento de novos modelos de ponta pode ficar praticamente paralisado.

Segundo a Wallstreet Jingwen, a equipe técnica da Anthropic participou de uma reunião com oficiais do Departamento de Comércio dos EUA nesta segunda-feira.

Analistas avaliam que o impacto dessa intervenção na cadeia de indústria se manifesta em dois níveis: primeiro, empresas e desenvolvedores que dependem de modelos de ponta fechados enfrentam riscos de continuidade de negócios, aumentando a demanda por alternativas; segundo, modelos de código aberto com pesos abertos e condições de implantação local têm vantagem natural em termos de controle, e o GLM-5.2 oferece uma alternativa com desempenho próximo ao de ponta e custo significativamente menor, neste momento.

Essa tendência regulatória também chamou atenção de outros laboratórios de IA. Fontes próximas ao assunto disseram que Jason Kwon, diretor de estratégia da OpenAI, notificou os funcionários de que a empresa está avaliando o impacto dessa política, descrevendo a situação atual como "uma evolução rápida, com muitas incógnitas". Che Chang, conselheiro jurídico da OpenAI, também alertou internamente que, ao lidar com a incerteza regulatória, "não se deve tentar coordenar respostas, pois as regras antitruste se aplicam aqui".

Visão de mercado: negociação alternativa, não pânico de liquidação, manutenção do ciclo de capacidade computacional

Este ciclo de mercado difere fundamentalmente do impacto do evento DeepSeek, mas a lógica de longo prazo da indústria está sendo reavaliada.

O impacto de DeepSeek foi um cisne negro inesperado, levando a uma venda maciça no setor de IA dos EUA. O lançamento do GLM-5.2, por outro lado, foi um evento altamente esperado — o mercado já digeriu a expectativa de 18 meses de competitividade de modelos de código aberto chineses, e essa validação se refletiu na reprecificação de ativos de IA locais, sem impacto sistêmico nas ações de IA americanas. O JPMorgan qualificou essa tendência como uma "negociação alternativa", não uma "corrida de liquidação". Após elevar a previsão de preço da Zhizhu para 1800 dólares de Hong Kong, a ação já atingiu cerca de 2400 dólares, superando ainda mais sua última previsão, indicando que o mercado já precifica além das expectativas dos analistas.

A Orient Securities acredita que várias empresas chinesas de modelos continuam liderando rankings globais de desempenho, muitas ainda de código aberto; com a retirada de dois modelos principais da Anthropic, a demanda por APIs de modelos domésticos deve aumentar, e a necessidade de capacidade computacional e tokens baseados em modelos nacionais deve manter um bom ritmo de crescimento e otimismo.

Rich Privorotsky também alertou que, o setor de IA enfrenta duas forças em jogo: por um lado, a aceleração na adoção de aplicações e aumento na demanda por capacidade computacional; por outro, a contração do mercado de tokens, dúvidas sobre monetização e expansão contínua da oferta de ações, que atualmente preocupam mais. Mas, a longo prazo, a redução de custos e a diminuição das barreiras de acesso podem impulsionar simultaneamente o consumo de tokens e a demanda por capacidade computacional. Especialistas apontam que o aumento da participação de modelos de código aberto e a alta demanda por capacidade de computação estão se tornando variáveis centrais na reavaliação da cadeia de indústria de IA.