DeepSeek-V2 ainda é o número que explica a guerra de eficiência

Hoje, 18 de maio de 2026, eu não compro a manchete fácil de que a fronteira tecnológica se resume ao próximo chip da NVIDIA ou ao próximo release da OpenAI. A disputa real está no atrito: Washington tenta controlar o acesso chinês a computação avançada; Pequim responde com arquitetura, compressão e engenharia de custo.

O melhor objeto para ler esse atrito continua sendo o DeepSeek-V2, da DeepSeek. O paper registra 236B parâmetros totais, 21B parâmetros ativados por token e contexto de 128K. Isso não é detalhe acadêmico. É a assinatura técnica de uma indústria que aprendeu a operar sob restrição.

O que saiu

O tema mais relevante do radar EUA x China, neste começo de semana, não é um anúncio isolado. É a consolidação de uma tese: o embargo americano não parou os modelos chineses; mudou o tipo de otimização que eles perseguem.

O DeepSeek-V2 é um marco porque expõe a resposta chinesa de forma mensurável. Em vez de apenas escalar modelo denso com mais GPU, a DeepSeek usou Mixture-of-Experts: o modelo carrega uma massa grande de parâmetros, mas aciona só uma fração por token. No caso publicado, são 236B no total e 21B ativados.

A diferença importa. Modelo denso cobra quase tudo a cada passo. MoE bem executado tenta preservar capacidade aparente sem pagar a conta cheia em inferência. Para um país com acesso restrito a aceleradores de ponta, isso não é elegância de paper. É sobrevivência industrial.

Do lado americano, a regra do Bureau of Industry and Security, publicada no Federal Register em outubro de 2023, ampliou controles sobre itens de computação avançada e equipamentos ligados a supercomputação. O alvo era claro: reduzir a capacidade chinesa de treinar e operar modelos de fronteira com hardware americano.

A consequência técnica também é clara: se o gargalo é chip, a corrida migra para eficiência por FLOP, eficiência por watt, eficiência por dólar e eficiência por token.

Por dentro

O DeepSeek-V2 usa uma arquitetura MoE com roteamento de especialistas. A ideia é simples na superfície e difícil na execução: nem todo token precisa acionar todos os blocos do modelo. Um roteador decide quais especialistas entram em cada passo.

Isso permite três movimentos:

1. Aumentar parâmetros totais sem aumentar linearmente o custo por token.
   O número de 236B impressiona, mas o número operacional é 21B ativados por token.

2. Separar capacidade armazenada de custo executado.
   O modelo pode ter especialização distribuída em vários experts, sem pagar o preço integral de um modelo denso do mesmo tamanho total.

3. Tornar inferência mais competitiva em ambiente restrito.
   A China não tem acesso irrestrito a H100, H200 ou sucessores americanos. Quando o hardware vira gargalo geopolítico, arquitetura vira arma.

A DeepSeek também publicou pesos e instruções técnicas no GitHub e no Hugging Face. Isso eleva a qualidade da evidência. Release corporativo é barato. Paper, código, pesos e possibilidade de comparação externa valem mais.

Minha leitura: o ponto forte do DeepSeek-V2 não está em “bater” todos os líderes americanos em todos os benchmarks. Essa régua é preguiçosa. O ponto forte está em mostrar que laboratórios chineses conseguem produzir modelos competitivos sob uma estrutura de custo e acesso pior.

Esse é o dado político.

O que muda

A tese americana original tinha uma lógica defensável: semicondutor avançado é gargalo físico. Se Washington restringe GPU, memória, interconexão, EDA e equipamentos de fabricação, Pequim perde velocidade.

Essa tese ainda é parcialmente verdadeira. Treinar modelos de fronteira exige cluster, energia, rede, engenharia de dados e pilha de software. Não há magia que substitua wafer avançado em escala.

Mas o erro de parte da imprensa ocidental foi vender o embargo como sentença. Não foi. Foi imposto. E imposto muda comportamento.

No caso chinês, mudou para:

• MoE mais agressivo;
• quantização mais pragmática;
• distilação e modelos especializados;
• otimização de inferência;
• uso mais cuidadoso de contexto longo;
• maior atenção a custo por milhão de tokens;
• pilhas domésticas em Ascend, ainda que com atrito de software.

A diferença entre EUA e China continua grande na camada de chip. NVIDIA, AMD, Google TPU e a infraestrutura de nuvem americana seguem com vantagem material. A China ainda enfrenta gargalo em litografia, yield, memória avançada, interconexão e ecossistema de software.

Só que vantagem material não elimina competência técnica adversária. O DeepSeek-V2 prova uma coisa incômoda para Washington: restrição de hardware pode acelerar eficiência de software.

Esse é o efeito reverso do embargo. Não torna a China invulnerável. Torna a China menos previsível.

Brasil nisso

O Brasil aparece nessa disputa como comprador, usuário e produtor periférico de aplicação. Não como dono da camada dura.

Não temos GPU nacional competitiva. Não temos fundição de ponta. Não temos ecossistema local para disputar treinamento de modelos fundacionais no nível de OpenAI, Anthropic, Google DeepMind, Meta, DeepSeek, Qwen ou Baidu.

Então a agenda brasileira séria é outra.

Primeiro: benchmark próprio. Governo, bancos, saúde suplementar, agro e Judiciário não deveriam comprar sistema por demo. Deveriam exigir avaliação com conjunto de dados local, tarefa definida, métrica pública e repetição por terceiro.

Segundo: modelo menor bem adaptado pode vencer modelo maior mal aplicado. Em português jurídico, atendimento público, triagem documental, auditoria fiscal, agroclima e mineração, um modelo menor com dado limpo e avaliação dura pode entregar mais que um modelo gigante plugado por contrato caro.

Terceiro: a universidade brasileira precisa parar de medir prestígio por palestra e começar a medir por artefato. Dataset útil, leaderboard reproduzível, modelo aberto, relatório de erro, custo por inferência. Sem isso, vira seminário.

Quarto: compra pública tem que punir caixa-preta preguiçosa. Se o fornecedor não mostra métrica, custo, latência, taxa de erro e condição de auditoria, está vendendo fumaça com interface.

O Brasil não vai vencer a guerra de chips. Pode, porém, deixar de ser otário na camada de adoção.

Leitura crítica

A leitura correta do DeepSeek-V2 é dupla.

De um lado, ele confirma a capacidade chinesa de reagir tecnicamente ao cerco americano. 236B totais, 21B ativados e 128K de contexto não são números de laboratório amador. A DeepSeek mostrou engenharia, foco e consciência econômica.

De outro lado, ele não revoga a vantagem americana. O ecossistema dos EUA ainda concentra chip, nuvem, capital, talento global, tooling e distribuição empresarial. A fronteira dos modelos comerciais continua fortemente ancorada em OpenAI, Anthropic, Google DeepMind e Meta.

A posição que eu tomo é esta: Washington acertou ao mirar o gargalo físico, mas errou quem achou que isso encerraria a disputa. Embargo bom atrasa. Embargo ruim ensina. O caso chinês está no meio: atrasou acesso a hardware, mas ensinou laboratórios a extrair mais de menos.

A fronteira agora não é só “quem tem mais GPU”. É quem transforma GPU escassa em produto competitivo. Nessa métrica, a China deixou de ser seguidora passiva. Ainda corre atrás no chip. Mas, em eficiência de modelo, já força os americanos a responderem no mesmo idioma: custo, latência, memória e inferência.

Essa é a competição real. O resto é torcida.

---

Igor Morais Vasconcelos é advogado, OAB/DF 35.376, doutorando no IDP em inteligência artificial e editor-chefe do Mirante News. Assina a coluna diária Fronteira Tech, sobre a competição tecnológica entre Estados Unidos e China.