Analisando o problema da perda de receita na distribuição global de modelos de IA

Dados recentes do setor compilados pela Epoch AI revelam um paradoxo econômico surpreendente enfrentado pelos principais laboratórios chineses de inteligência artificial à medida que seus modelos se expandem globalmente. Embora os modelos chineses de pesos abertos dominem o consumo de tokens por desenvolvedores nos principais marketplaces de roteamento, o aumento do volume de chamadas à API já não se traduz em receita direta para os criadores dos modelos originais.

De acordo com estimativas anualizadas de gastos dos clientes, coletadas na OpenRouter entre o fim de agosto e meados de setembro de 2026, a esmagadora maioria dos gastos dos usuários vai para provedores de hospedagem terceirizados, e não para os desenvolvedores originais. Por exemplo, de um gasto anualizado próximo a 140 milhões de dólares em modelos da Z ai e superior a 110 milhões de dólares em modelos da DeepSeek, apenas uma fração ínfima chega aos endpoints oficiais dos desenvolvedores, enquanto provedores terceirizados capturam cerca de noventa por cento ou mais do gasto total. Padrões semelhantes de desvio de receita aparecem na Moonshot, na Alibaba e na MiniMax.

Quando agregadores terceirizados hospedam modelos de pesos abertos e competem agressivamente com roteamento de baixo custo ou inferência quantizada, os criadores originais dos modelos sofrem com o alto uso sem um retorno financeiro proporcional. Para resolver essa perda estrutural, é necessário abandonar a hospedagem fragmentada por intermediários e adotar camadas diretas de liquidação de APIs oficiais. Ao conectar os usuários diretamente aos provedores originais dos modelos e combinar subsídios do ecossistema de tokens com pagamentos globais em múltiplas blockchains, plataformas como a B.AI restauram uma captura justa de valor para os laboratórios de IA que desenvolvem os modelos fundamentais, ao mesmo tempo que oferecem aos usuários finais acesso a todo o desempenho.

@Justin Sun孙宇晨
#TRONEcoStar