A corrida global pela inteligência artificial começa a ganhar uma nova dimensão. Além da disputa por modelos mais avançados, capacidade computacional e número de os para uma questão que pode determinar a velocidade de expansão da tecnologia: quanto custa desenvolver e operar sistemas cada vez mais poderosos.
A Alibaba apresentou nesta quarta-feira (26) o Qwen3.8-Flash, novo modelo multimodal de inteligência artificial que, segundo a companhia, exige aproximadamente um nono do custo de treinamento de seu antecessor, o Qwen3.7-Plus. A redução representa um avanço relevante em um mercado no qual gastos com chips, energia, data centers e infraestrutura computacional atingem cifras bilionárias.
O lançamento mostra que a competição entre desenvolvedores de IA não está restrita à busca pelo modelo com melhor desempenho. A capacidade de entregar sistemas avançados consumindo menos recursos pode se tornar uma vantagem estratégica, principalmente para empresas interessadas em levar aplicações de inteligência artificial para ambientes corporativos em grande escala.
Qwen3.8-Flash busca combinar desempenho e eficiência
O Qwen3.8-Flash utiliza uma arquitetura Mixture of Experts, conhecida como MoE, abordagem na qual apenas parte dos parâmetros do modelo é ativada durante cada processamento. A estrutura permite aumentar a capacidade total do sistema sem exigir que todos os componentes sejam utilizados simultaneamente.
O modelo reúne 125 bilhões de parâmetros e 51 bilhões de embeddings N-gram, mas ativa aproximadamente 6 bilhões de parâmetros por token processado. Essa característica contribui para diminuir a quantidade de recursos computacionais necessários durante a operação.
Outro destaque está na capacidade de contexto. O sistema suporta inicialmente 262.144 tokens, com possibilidade de expansão para até 1 milhão. Na prática, isso permite trabalhar com documentos extensos, grandes bases textuais, históricos prolongados de conversas e materiais de pesquisa sem precisar dividir o conteúdo em diversas interações.
A Alibaba direcionou o modelo principalmente para tarefas relacionadas à programação e atividades corporativas. A estratégia reforça a tentativa das empresas de transformar modelos generativos em ferramentas integradas aos processos de desenvolvimento de software, análise de documentos, automação e produtividade.
Custo de treinamento de IA entra no centro da disputa
A redução anunciada pela Alibaba chama atenção porque o custo de treinamento de IA tornou-se uma das maiores barreiras para o desenvolvimento dos modelos mais sofisticados do mercado.
Treinar grandes sistemas depende de milhares de aceleradores computacionais operando durante longos períodos. Além dos processadores, entram nessa conta armazenamento, redes de alta velocidade, refrigeração, consumo energético e equipes especializadas.
Nesse cenário, diminuir o volume de computação necessário sem comprometer significativamente o desempenho pode alterar a economia do setor. Empresas capazes de desenvolver modelos eficientes conseguem realizar ciclos de treinamento mais frequentes, experimentar novas arquiteturas e reduzir o investimento necessário para atualizar seus produtos.
A pressão sobre custos também cresce à medida que organizações começam a avaliar de maneira mais rigorosa o retorno financeiro obtido com projetos de inteligência artificial. O desafio deixou de ser apenas demonstrar que a tecnologia funciona. Agora, fornecedores precisam comprovar que sua utilização pode ser sustentável quando milhões ou bilhões de requisições são realizadas.
Alibaba também reduz preço para utilização do modelo
A política comercial adotada acompanha a estratégia de eficiência. A companhia informou que a versão de produção do modelo deverá ser oferecida por meio da API da Qwen Cloud com preços próximos de US$ 0,16 por 1 milhão de tokens de entrada e US$ 0,47 por 1 milhão de tokens de saída.
Os valores ampliam a pressão competitiva sobre o mercado de APIs de inteligência artificial. À medida que modelos apresentam capacidades semelhantes em determinadas tarefas, preço, velocidade, tamanho de contexto e facilidade de integração passam a ter maior influência na decisão das empresas.
A consequência pode ser uma redução progressiva do custo para incorporar IA em aplicações corporativas. Sistemas de atendimento, agentes inteligentes, ferramentas de programação, mecanismos de pesquisa interna e automação de processos são exemplos de soluções diretamente afetadas pelo preço cobrado por token.
Quanto menor o custo de inferência, maior tende a ser a quantidade de processos nos quais a tecnologia pode ser economicamente aplicada.
Eficiência ganha importância na corrida entre China e Estados Unidos
O lançamento também reforça uma característica crescente da indústria chinesa de inteligência artificial. Restrições de acesso a determinados chips avançados têm incentivado desenvolvedores do país a buscar arquiteturas capazes de utilizar infraestrutura computacional de forma mais eficiente.
Análise publicada pela Brookings Institution aponta que empresas chinesas vêm disputando espaço em frentes como eficiência, adoção e integração da tecnologia, além da competição tradicional por capacidade dos modelos.
Essa dinâmica pode acelerar uma transformação importante. Durante os primeiros anos da atual corrida da inteligência artificial, grande parte da atenção ficou concentrada em aumentar parâmetros, infraestrutura e capacidade computacional. O próximo estágio pode envolver uma busca igualmente intensa por otimização.
Modelos capazes de entregar resultados competitivos utilizando uma fração dos recursos necessários anteriormente tornam possível ampliar o acesso à tecnologia e diminuir a dependência de estruturas extremamente caras.
Investimento bilionário continua apesar da busca por eficiência
A estratégia de redução de custos não significa que a Alibaba esteja diminuindo os investimentos em inteligência artificial. Pelo contrário.
A empresa anunciou um plano de aproximadamente 380 bilhões de yuans, equivalente a mais de US$ 50 bilhões, voltado para IA e infraestrutura de computação em nuvem ao longo de três anos. Somente no trimestre encerrado em junho, os investimentos de capital avançaram 75% na comparação anual, atingindo 67,68 bilhões de yuans.
O lucro líquido trimestral da companhia caiu 75%, enquanto a receita ligada aos serviços de nuvem e inteligência artificial apresentou forte expansão. O cenário mostra a dimensão financeira da disputa atualmente travada pelas maiores empresas de tecnologia.
O Qwen3.8-Flash surge justamente nesse contexto. A Alibaba continua investindo bilhões em capacidade computacional, mas busca simultaneamente extrair mais desempenho de cada recurso utilizado.
Caso essa tendência avance entre os principais desenvolvedores, a próxima etapa da corrida pela IA poderá não ser definida apenas por quem possui mais GPUs ou constrói os maiores data centers. A vantagem também poderá estar com quem conseguir transformar capacidade computacional em modelos mais eficientes, baratos e economicamente viáveis para serem utilizados em larga escala.
Assine a nossa News e siga o Itshow nas redes sociais para ficar por dentro de todas as notícias do setor de TI e Cibersegurança!