CEO da Coinbase defende modelos de IA de peso aberto chineses como solução para a alta das contas
- O CEO da Coinbase, Brian Armstrong, propôs adotar por padrão modelos de IA de peso aberto mais baratos para controlar os custos empresariais de IA.
- A sugestão gerou ceticismo quanto aos riscos de segurança e às tensões geopolíticas
- Controles de exportação dos EUA restringem modelos de IA americanos no exterior, enquanto alternativas de peso aberto chinesas ganham espaço em benchmarks a uma fração do preço.
O CEO da Coinbase propôs experimentar modelos de IA de peso aberto mais baratos para manter os gastos com IA sob controle, à medida que o consumo de tokens aumenta.
Essa proposta gerou preocupações sobre os riscos de segurança e geopolíticos de direcionar cargas de trabalho empresariais por meio de sistemas de origem chinesa.
Por que as empresas estão usando modelos de IA chineses?
Os controles de exportação dos EUA dificultaram o acesso de empresas chinesas a chips de IA americanos, mas isso não impediu que elas desenvolvessem modelos competitivos e os vendessem a preços muito menores.
Por exemplo, o GLM 5.2 da Zhipu custa $1,40 por milhão de tokens de entrada e $4,40 por milhão de tokens de saída comparado ao Opus da Anthropic 4.8 a $5 e $25 para o mesmo volume.
GLM 5.2 obteve 62,1 no SWE-bench Pro, um benchmark crucial de codificação, superando o GPT-5.5 da OpenAI, que ficou em 58,6. Um pesquisador de IA afirmou que o GLM 5.2 “é pelo menos tão bom quanto o Opus 4.8 e o GPT 5.5.”
Outro o chamou de “o primeiro modelo aberto capaz de competir realmente com sistemas de código fechado.”
A Coinbase está usando modelos de IA chineses?
Da Coinbase O CEO Brian Armstrong diz que a melhor maneira de controlar os custos crescentes de IA é usar modelos abertos mais baratos, incluindo sistemas da China como o GLM 5.2.
Armstrong disse que, em vez de gastar cada vez mais em IA, as empresas precisam de “melhores padrões, roteamento e cache”. Sua sugestão de usar modelos chineses, mesmo que sejam mais baratos, gerou preocupações sobre riscos de segurança e políticos.
Além do preço conveniente, o GLM 5.2 usa uma licença MIT, o que significa que as empresas podem baixá-lo, modificá-lo e executá-lo em seus próprios servidores, eliminando qualquer risco de enviar dados sensíveis da empresa para uma API externa.
Os gastos com IA tornaram-se um problema real, levando empresas a reverterem o uso da tecnologia em suas operações.
Cryptopolitan reportou recentemente de que a Uber esgotou todo o seu orçamento de codificação com IA para 2026 até abril e agora limita os engenheiros a $1.500 por ferramenta por mês. A Meta enviou um memorando alerta sobre um "aumento exponencial" no uso de IA e iniciou a implementação de controles de gastos. A Amazon descartou um ranking interno que classificava os funcionários pelo consumo de IA, pois as pessoas estavam manipulando-o e elevando os custos.
Uma pesquisa da KPMG revelou que apenas 26% das empresas têm visibilidade total de seus custos com IA, enquanto 22% descobrem os gastos apenas ao receber a fatura. O Goldman Sachs projeta que o consumo de tokens de IA pode aumentar 24 vezes até 2030, atingindo 120 quatrilhões de tokens por mês.
A International Data Corporation prevê que 70% das principais empresas impulsionadas por IA utilizarão múltiplos modelos até 2028, em vez de depender de um único provedor.
O que torna os modelos de IA chineses arriscados?
A API em nuvem do Z.ai, que permite que desenvolvedores e empresas utilizem seus modelos de IA (incluindo o GLM 5.2), está sujeita à Lei Nacional de Inteligência da China. Isso levanta preocupações reais para qualquer empresa que lide com informações sensíveis.
Legisladores dos EUA abriram uma investigação formal em maio sobre riscos de cibersegurança provenientes de modelos de IA de origem chinesa em infraestruturas críticas.
Existem também preocupações de que modelos treinados sob diferentes sistemas jurídicos possam carregar comportamentos não divulgados. Além disso, um construtor de IA testou o GLM 5.2 contra o GPT-5.5 em uma tarefa de depuração e constatou que ele estava “muito longe” da capacidade do modelo da OpenAI de identificar problemas, apesar de relatórios indicarem que modelos chineses superam seus concorrentes mais caros.
A Anthropic revelou em uma carta aberta ao Comitê Bancário do Senado que operadores do Alibaba Qwen realizaram 28,8 milhões de trocas com Claude através de cerca de 25.000 contas falsas entre abril e junho. Eles classificaram isso como a maior campanha conhecida para roubar as capacidades de um modelo.
Hospedar internamente os pesos abertos elimina o risco de roteamento de dados via API, pois empresas que executam o modelo em seus próprios servidores não enviam dados para a China. No entanto, a preocupação sobre os próprios modelos permanece.
Não apenas leia notícias sobre criptomoedas. Entenda-as. Inscreva-se em nossa newsletter. É grátis.
Perguntas Frequentes
O que Brian Armstrong propôs para gerenciar os custos de IA da Coinbase?
Armstrong disse no X que a Coinbase está experimentando definir modelos de pesos abertos como padrão para engenheiros e usar melhor roteamento e cache, em vez de impor limites de uso ou alertas de gastos, para manter os custos de IA estáveis à medida que o consumo de tokens aumenta.
Como o GLM 5.2 se compara aos modelos da Anthropic e da OpenAI em termos de preço?
O GLM 5.2 da Zhipu custa US$ 1,40 por milhão de tokens de entrada e US$ 4,40 por milhão de tokens de saída, comparado a US$ 5 de entrada e US$ 25 de saída para o Opus 4.8 da Anthropic, tornando-o aproximadamente cinco vezes mais barato enquanto pontua dentro de quatro pontos no Terminal-Bench 2.1.
Por que as empresas estão reduzindo os gastos com IA em 2026?
Os CFOs exigem retornos mensuráveis após meses de faturas imprevisíveis. A Uber consumiu todo o seu orçamento de codificação com IA de 2026 até abril, a Amazon desmontou seu ranking de uso de IA por gerar trabalho desnecessário, e uma pesquisa da KPMG revelou que apenas 26% das empresas têm visibilidade total sobre seus custos de IA.
Aviso. As informações fornecidas não constituem aconselhamento de negociação. Cryptopolitan.com não assume responsabilidade por quaisquer investimentos realizados com base nas informações fornecidas nesta página. Recomendamos fortemente a realização de pesquisa independente e/ou consulta a um profissional qualificado antes de tomar qualquer decisão de investimento.
Hannah Collymore
Hannah é escritora e editora com quase uma década de experiência em redação de blogs e cobertura de eventos no espaço cripto. Na Cryptopolitan, Hannah contribui para a página de notícias, relatando e analisando os últimos desenvolvimentos nos setores DeFi, RWA, regulação cripto, IA e tecnologias de fronteira. Ela se formou na Universidade Arcadia com graduação em Administração de Empresas.
