TL;DR
· Nomura 13 de julho especialistas mostra que o mercado de LLM na China está a passar de uma simples guerra de preços para uma situação em que coexistem preços baixos para modelos de base e prémios para modelos avançados.
· A vantagem de custos da DeepSeek provém de otimizações a nível de sistema, como cache, escalonamento, latência e utilização de hardware, e os pesos abertos do modelo não equivalem a copiar a eficiência operacional da plataforma.
· Os aceleradores nacionais estão a ganhar mais oportunidades na inferência e em implementações locais, mas os projetos das empresas ainda têm de ser validados por um ROI em 12 a 18 meses.

Após a equipa de Internet da Nomura na China ter conversado a 13 de julho com especialistas de um laboratório chinês de IA, forneceu uma avaliação mais próxima da realidade comercial: o mercado de grandes modelos na China não está a seguir uma trajetória linear em direção a preços mais baixos; em vez disso, está a dividir-se em dois níveis. Os modelos de base continuam a descer preços para captar clientes, enquanto os modelos avançados, a implementação privada e os serviços de personalização empresarial preservam margens.

O modelo de base proprietário deste laboratório já foi implementado em mais de 100 clientes empresariais, e a equipa também foi adotante precoce de aceleradores nacionais como o Huawei Ascend. O sinal central libertado na reunião de especialistas é que, embora as capacidades dos modelos se tornem cada vez mais fáceis de comparar, o que determina verdadeiramente a rentabilidade da plataforma e a fidelização dos clientes já não é apenas a classificação dos rankings, mas sim os custos de inferência, a eficiência de implementação e os fluxos de trabalho empresariais.

Isto não é um relatório de pesquisa pública da Nomura, nem representa estatísticas do setor inteiro. Ainda assim, oferece uma perspetiva de observação mais alinhada com compras empresariais: os clientes não compram apenas um modelo; têm também de considerar o preço dos chips, o custo por chamada, a integração de sistemas, a segurança dos dados e em quanto tempo o projeto consegue recuperar o investimento.

O baixo custo da DeepSeek, difícil de replicar: otimizações de sistema

A DeepSeek é o caso mais típico nesta lógica.

O mercado atribui frequentemente o baixo custo da DeepSeek a modelos open source. No entanto, o facto de os pesos serem abertos apenas reduz as barreiras de utilização e não replica automaticamente a eficiência operacional da plataforma original. O que determina o valor real da fatura de inferência são ainda outros fatores: taxa de acerto de cache, escalonamento de pedidos, estratégias de batch, controlo de latência e utilização de hardware.

O relatório técnico divulgado da DeepSeek-V3 — incluindo arquiteturas como MLA e DeepSeekMoE — e os documentos de infraestrutura que abrangem balanceamento de carga e otimizações de throughput apontam para a mesma ideia: alcançar mais chamadas com menos hardware.

Isso significa que, mesmo que plataformas como Tencent, Alibaba e Byte deployem os mesmos pesos open source, não é necessariamente possível obter os mesmos custos em ambientes de negócio reais. Para clientes com chamadas longas ao longo do tempo, diferenças de alguns milissegundos na latência, de alguns pontos percentuais na eficiência de cache e na utilização de hardware podem, no fim, traduzir-se em diferenças de fatura bem evidentes.

Portanto, a pressão competitiva trazida pela DeepSeek não é apenas “modelos mais baratos”; é também o facto de obrigar toda a indústria a recalcular o custo real de cada token, cada chamada e cada processo de negócio.

Modelos de base para captar clientes; implementação profunda para ganhar dinheiro

A guerra de preços no mercado de grandes modelos na China está a surgir em camadas.

Para modelos de base orientados a programadores e necessidades ligeiras, o nível de mercantilização está a aumentar e a pressão para continuar a descer preços persiste. As plataformas conseguem expandir o volume de chamadas através de preços baixos, até subsidiando, transformando o modelo numa porta de entrada para serviços cloud e para o ecossistema de IA.

Contudo, quando o modelo entra em sistemas de atendimento ao cliente, controlo de risco financeiro, repositórios de código, ERP, CRM ou sistemas de planeamento de produção, o cliente já não está a comprar apenas uma API; está a comprar um conjunto de sistema de negócio que tem de funcionar de forma estável. Quanto mais profunda for a implementação, maior será a necessidade de migrar dados, reestruturar processos, testar segurança e formar funcionários ao trocar de fornecedor, pelo que o custo de mudança também tende a aumentar.

Isto permite que os fabricantes de modelos adotem simultaneamente duas estratégias de pricing: modelos de base com redução de preço para captação de clientes; e modelos avançados, soluções para setores, implementação privada e entregas personalizadas para concretizar monetização.

Open source e closed source também não precisam de ser uma escolha binária. Modelos open source podem atrair programadores e expandir o ecossistema; modelos fechados “topo de gama” e serviços de API são mais adequados para funcionarem como ponto de entrada pago. A Alibaba, ao continuar a manter o ecossistema open source Qwen, também tem vindo a acolher necessidades de nível superior através de formatos de API como Plus e Max Preview, refletindo precisamente este modelo comercial em camadas.

Aceleradores nacionais procuram primeiro oportunidades no mercado de inferência

A oferta de hardware está a reforçar esta mudança.

Relatos públicos mostram que alguns chips e servidores da NVIDIA com restrições, assim como os de certos fornecedores, estão a enfrentar pressão de preços devido à contração da oferta e ao aumento da procura por parte dos clientes. Mais precisamente, não é que todos os produtos da NVIDIA estejam a subir; mas o custo de aquisição e a disponibilidade de parte dos produtos de topo ou sujeitos a restrições estão a afetar as decisões de implementação das empresas na China.

O treino define o limite superior das capacidades do modelo; a inferência define as faturas diárias de operação. O treino de topo continua a depender de um ecossistema maduro de software e hardware, mas em inferência, implementação privada e cenários específicos de setores, os clientes estão mais dispostos a equilibrar desempenho, custo e segurança da cadeia de fornecimento.

Se aceleradores nacionais conseguirem oferecer estabilidade aceitável e eficiência de inferência, a implementação local e híbrida torna-se mais fácil de entrar na lista de compras. Clientes do governo e empresas estatais valorizam especialmente a segurança dos dados, conformidade, implementação local e cadeias de fornecimento controláveis. Isto cria cenários de utilização mais claros para capacidades informáticas nacionais como o Huawei Ascend.

No entanto, o aumento da atratividade de custos não significa que o hardware nacional já tenha substituído por completo GPUs topo de gama. A migração do modelo envolve operações subjacentes, frameworks, caches, escalonamento e ferramentas de implementação, e a diferença-chave a longo prazo continua a ser o ecossistema de programadores construído ao longo do tempo. É mais provável que os aceleradores nacionais comecem por entrar na inferência e na implementação em setores, para depois alargar gradualmente a área de aplicação.

Para o setor público: segurança; para o setor privado: recuperar em 12 a 18 meses

A lógica de pagamento dos clientes empresariais também se está a diversificar.

Governo e empresas estatais valorizam mais a segurança dos dados, auditorias de conformidade, implementação local e estabilidade de fornecimento a longo prazo. Estas exigências alargam as oportunidades para software e hardware nacionais, mas também significam que os projetos precisam de passar por ciclos mais longos de aquisição, testes e aceitação.

As empresas privadas, por sua vez, calculam de forma mais direta o retorno do investimento. O entendimento apresentado na reunião de especialistas indica que muitos clientes privados esperam ver ROI claro dentro de 12 a 18 meses, incluindo reduzir mão de obra em atendimento ao cliente, aumentar as taxas de conversão de vendas, encurtar ciclos de desenvolvimento ou diminuir custos operacionais.

Serviços financeiros, produtividade de escritório e cenários como codificação tendem a ser comercializados primeiro, porque são intensivos em dados, os custos do trabalho são mais elevados e os efeitos são relativamente mais fáceis de quantificar. A manufatura, a saúde e o setor jurídico também têm procura, mas ainda precisam de lidar com a reformulação de processos, exatidão, conformidade e limites de responsabilidade. Projetos-piloto que avancem para implementação em escala normalmente exigem mais tempo.

Isto também significa que a classificação em rankings de modelos dificilmente se traduz diretamente em receitas empresariais. O que os clientes estão finalmente dispostos a pagar depende de o modelo conseguir ligar-se de forma estável a negócios reais e entregar benefícios calculáveis dentro de um prazo limitado.

A guerra de preços dos grandes modelos na China não terminou, mas a forma de competir já mudou. Os modelos de base continuarão a descer preços; os modelos avançados, a implementação privada e os serviços por setor terão de suportar pressão sobre margens. Os aceleradores nacionais estão a ganhar mais oportunidades no mercado de inferência, e a DeepSeek também elevou os padrões de eficiência de custos para toda a indústria.

O que é verdadeiramente difícil de replicar não são os pesos open source, mas sim a engenharia de sistemas escondida por trás do modelo. Quem conseguir conectar chips, eficiência de inferência e capacidade de entrega ao cliente empresarial, e ajudar os clientes a ver retorno em 12 a 18 meses, é quem tem mais probabilidade de transformar tráfego de baixo preço em receita de longo prazo.

Clique para saber mais sobre a律动BlockBeats a recrutar vagas

Bem-vindo a juntar-se à comunidade oficial da律动 BlockBeats:

Grupo de subscrição Telegram: https://t.me/theblockbeats

Grupo Telegram: https://t.me/BlockBeats_App

Conta oficial no Twitter: https://twitter.com/BlockBeatsAsia