Os quatro grandes “tubarões” dos modelos grandes nacionais: são tão fortes que dão medo; todos seguiram caminhos próprios
Cada um atingiu o extremo em um determinado dimensão, e encontrou sua própria fortaleza.
1. Kimi: o deus do pré-treinamento
O “Lado Escuro da Lua” puxou os parâmetros para 2,8 trilhões; as capacidades ficam logo abaixo do Fable5, sendo o limite mais alto entre os modelos domésticos atualmente. A receita passa de 20 milhões de dólares, mas a parceria exige divisão de receita; o lucro vem do prêmio técnico, não de tentar ganhar mercado com preço baixo. Quando se compara globalmente, os 2,8 trilhões de parâmetros também colocam o Kimi no primeiro escalão: ele investiu pesado tanto no tamanho dos parâmetros quanto na qualidade dos dados de pré-treinamento.
2. DeepSeek: o deus da eficiência de custos
No mesmo nível de preço, não tem adversário; o setor o chama de “linha de abate”. Se outros modelos definem preços acima do DeepSeek, basicamente não sobra espaço de sobrevivência. O hardware paga em 10 meses; após aumentos de preço, estima-se que volte a investir em cerca de três meses. O DeepSeek usa uma arquitetura MoE para levar ao extremo o custo de inferência. Com o mesmo preço por token, enquanto os outros perdem dinheiro, ele ganha; todo o setor está observando a precificação dele para ajustar suas estratégias.
3. GLM: o deus do pós-treinamento
A Zhipu seguiu uma rota totalmente diferente. O modelo base GLM5 treinou versões menores, e a cada geração, a versão nova fica ainda melhor: o salto da versão pequena é comparável ao de atualizar para uma grande. Com apenas mais de 700 bilhões de parâmetros, o nível de inteligência alcançou o Opus 4,8. Se outros treinam o mesmo modelo base até 70 pontos, o GLM consegue chegar a 90. A barreira técnica do pós-treinamento é mais difícil de replicar do que apenas empilhar parâmetros—o que se acumula aqui é know-how; gastar dinheiro não resolve.
4. MiniMax: o deus dos vídeos multimodais
Os três primeiros estão competindo na pista dos modelos de linguagem, mas o MiniMax trocou de pista direto. O modelo de vídeo open source foi levado a um patamar totalmente novo; a capacidade multimodal é a mais destacada entre as quatro casas. A geração de vídeo está apenas começando, e o espaço de mercado talvez seja ainda maior do que o dos modelos de linguagem. Em vez de disputar mão a mão no “mar vermelho”, eles vão construir fortificações no “mar azul”—essa estratégia é muito inteligente.
Os modelos grandes nacionais já passaram da fase de comparação completa com o GPT e começaram a se diferenciar. No fim, vence quem conseguir ser insubstituível dentro do próprio nicho ecológico.
Cada um atingiu o extremo em um determinado dimensão, e encontrou sua própria fortaleza.
1. Kimi: o deus do pré-treinamento
O “Lado Escuro da Lua” puxou os parâmetros para 2,8 trilhões; as capacidades ficam logo abaixo do Fable5, sendo o limite mais alto entre os modelos domésticos atualmente. A receita passa de 20 milhões de dólares, mas a parceria exige divisão de receita; o lucro vem do prêmio técnico, não de tentar ganhar mercado com preço baixo. Quando se compara globalmente, os 2,8 trilhões de parâmetros também colocam o Kimi no primeiro escalão: ele investiu pesado tanto no tamanho dos parâmetros quanto na qualidade dos dados de pré-treinamento.
2. DeepSeek: o deus da eficiência de custos
No mesmo nível de preço, não tem adversário; o setor o chama de “linha de abate”. Se outros modelos definem preços acima do DeepSeek, basicamente não sobra espaço de sobrevivência. O hardware paga em 10 meses; após aumentos de preço, estima-se que volte a investir em cerca de três meses. O DeepSeek usa uma arquitetura MoE para levar ao extremo o custo de inferência. Com o mesmo preço por token, enquanto os outros perdem dinheiro, ele ganha; todo o setor está observando a precificação dele para ajustar suas estratégias.
3. GLM: o deus do pós-treinamento
A Zhipu seguiu uma rota totalmente diferente. O modelo base GLM5 treinou versões menores, e a cada geração, a versão nova fica ainda melhor: o salto da versão pequena é comparável ao de atualizar para uma grande. Com apenas mais de 700 bilhões de parâmetros, o nível de inteligência alcançou o Opus 4,8. Se outros treinam o mesmo modelo base até 70 pontos, o GLM consegue chegar a 90. A barreira técnica do pós-treinamento é mais difícil de replicar do que apenas empilhar parâmetros—o que se acumula aqui é know-how; gastar dinheiro não resolve.
4. MiniMax: o deus dos vídeos multimodais
Os três primeiros estão competindo na pista dos modelos de linguagem, mas o MiniMax trocou de pista direto. O modelo de vídeo open source foi levado a um patamar totalmente novo; a capacidade multimodal é a mais destacada entre as quatro casas. A geração de vídeo está apenas começando, e o espaço de mercado talvez seja ainda maior do que o dos modelos de linguagem. Em vez de disputar mão a mão no “mar vermelho”, eles vão construir fortificações no “mar azul”—essa estratégia é muito inteligente.
Os modelos grandes nacionais já passaram da fase de comparação completa com o GPT e começaram a se diferenciar. No fim, vence quem conseguir ser insubstituível dentro do próprio nicho ecológico.