DeepSeek abre o DeepInfer, e EUA e China preparam controle sobre modelos abertos

Os modelos abertos entram numa fase em que as regras do jogo deixam de ser definidas só por benchmarks e passam a ser definidas também por governos. Na semana anterior a 20 de outubro de 2026, três eventos aconteceram de uma vez: o MOFCOM propôs um sistema de aprovação prévia para a transferência internacional de modelos de fronteira (frontier), o DHS fechou à DeepSeek o acesso às compras civis federais, e a própria DeepSeek liberou em acesso aberto o DeepInfer, seu stack interno de inferência. A informação vem de Florian Brand e Nathan Lambert, na 25ª edição do resumo de artefatos abertos da Interconnects.

Movimentos regulatórios em Washington e Pequim

O Ministério do Comércio da China divulgou, por enquanto, apenas um rascunho de política, e não uma lei. O texto exige que modelos de fronteira e algumas outras tecnologias recebam aprovação do Estado antes de poderem ser transferidos para o exterior. Os autores do resumo consideram a reação exagerada: o documento diz que, para tecnologias abertas, está prevista aprovação automática. Analistas de geopolítica enxergam nele uma estrutura que, mais adiante, poderia ser usada para regular todo o setor chinês de IA. Outra leitura é que a proposta mira negócios como a venda da startup Manus a compradores ocidentais, e não os modelos em si.

Nos EUA, o DHS emitiu uma ordem segundo a qual a DeepSeek, como empresa, e seus modelos, como plataforma tecnológica, não podem ser fornecedores nas compras civis federais. Continua em aberto a situação de fine-tunes e de modelos treinados com saídas da DeepSeek. As receitas de treinamento do Nemotron, da Nvidia, por exemplo, há tempos se apoiam em modelos da DeepSeek, e não está claro se elas serão alcançadas pela proibição. A Zhipu AI, criadora do GLM, já consta na Entity List do Departamento de Comércio/BIS, o que restringe seu acesso a tecnologias americanas.

DeepInfer e a economia do token

O evento mais prático da semana é a publicação do DeepInfer. Trata-se do stack interno de inferência da DeepSeek, que, para os modelos da empresa, provavelmente é bem mais eficiente do que os projetos abertos vLLM e SGLang. As estimativas apontam margem bruta de até 90% na venda de tokens com esse stack. Já era sabido que os principais laboratórios têm por dentro ferramentas muito mais eficientes do que as da comunidade aberta, mas é a primeira vez que um laboratório de ponta compartilha as suas.

Os provedores de inferência vão adotar o DeepInfer rapidamente. Isso significa uma de duas coisas: os preços dos modelos da DeepSeek cairão em todo o ecossistema, ou a margem dos provedores aumentará. Os autores consideram o lançamento um dos maiores artefatos abertos de IA dos últimos meses, ainda que não seja nem um modelo nem um dataset.

O que saiu em pesos abertos

O resumo destaca cinco grandes lançamentos:

• MiMo-V2.6-Pro-RL (Xiaomi MiMo) — atualização sobre as mesmas bases do MiMo V2.5, mas com muito mais recursos no treinamento com RL. Os autores publicaram um relatório técnico detalhado e parte dos ambientes, algo raro para essa escala. O V2.6-Pro é hoje o primeiro entre os modelos abertos no ranking da Artificial Analysis.
• DeepSeek-V4.1-Flash-1017 (deepseek-ai) — novo tamanho, 552B-A16B, com suporte a imagens na entrada e licença MIT. O modelo domina a fronteira de Pareto de «qualidade versus preço» no DeepSWE, um benchmark popular de desenvolvimento agêntico.
• clef (Cloudflare) — um modelo «decisor». Esse tipo de modelo foi introduzido pela startup Typesafe: são classificadores de uso geral que geram alguns tokens junto com as probabilidades. A abordagem pegou rápido e gerou muitos fine-tunes abertos.
• NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4 (nvidia) — a aguardada atualização do modelo intermediário da família. É forte para o seu tamanho e roda em casa, se você tiver um notebook potente ou uma RTX Spark. A Nvidia, como de costume, publica quase todos os dados e um relatório técnico detalhado.
• Beam-1.0-501B-A23B (Reflection) — o modelo aberto americano mais forte sob licença permissiva Apache 2.0. Não é o mais inteligente entre os abertos, mas é muito econômico em tokens: fica em segundo lugar, atrás do GPT-6-Astra, o que indica um pós-treinamento maduro.

Na seção de modelos de uso geral:

• Ternary-Bonsai-2-27B-gguf (prism-ml) — versão ternária do Qwen3.8-27B para rodar no dispositivo.
• Ornith-1.5-397B (ornith-ai) — série de fine-tunes de Qwen3.5 e Gemma 4 que, na comunidade de modelos locais, apresenta resultados acima dos de modelos base fortes.
• Ling-3.0-flash-VL-fp4 (inclusionAI) — modelo 124B-A5.5B da Ant Ling, divisão da Ant Group que lança novas versões com regularidade.
• Muse-Spark-Open-816B-A42B (meta-models) — versão aberta do Muse, da Meta.

Segundo rumores, o Kimi K3.1 deve sair em breve: os metadados já aparecem em bibliotecas públicas.

Conclusões práticas para as equipes

Quem constrói produtos sobre pesos abertos precisa verificar a cadeia de origem dos modelos. Se a empresa tem clientes federais nos EUA, a DeepSeek e seus derivados devem entrar no registro de riscos: a ordem do DHS não esclarece como tratar destilados e fine-tunes. Já existe uma alternativa americana: o Beam, sob Apache 2.0, e o Nemotron, com dados abertos, oferecem uma opção reserva, embora em inteligência o Beam não seja o líder.

As equipes de inferência devem rodar o DeepInfer contra o vLLM e o SGLang nos seus próprios perfis de carga. Se o ganho se confirmar, o custo do token do DeepSeek-V4.1-Flash-1017 em hardware próprio ficará ainda menor. Vale também olhar com atenção para modelos decisores como o clef: roteamento e classificação com alguns tokens custam menos do que chamar um LLM completo.