Modelos abertos desafiam controle de grandes labs de IA, aponta MIT Tech Review
Pesquisa mostra que os oito líderes de desempenho ainda são fechados, mas sistemas abertos barateiam custos e dão autonomia técnica.
Edição: Anderson Gomes
· 3 min de leitura
A MIT Technology Review publicou em 13 de outubro de 2026 uma análise sobre o embate entre sistemas fechados e abertos de inteligência artificial. Os oito modelos mais bem colocados no ranking Artificial Analysis LLM continuam sendo proprietários e fechados, mas os abertos operam poucos meses atrás na curva de desenvolvimento. Esse intervalo curto de atraso afeta diretamente pesquisadores que investigam mecanismos internos de redes neurais e empresas que precisam proteger dados confidenciais em infraestrutura própria. O debate ganhou urgência prática depois que a Anthropic divulgou relatório no fim do mês anterior apontando risco cibernético severo no modelo GLM-5.3.
A diferença técnica entre os dois formatos define quem manda na infraestrutura. Serviços como ChatGPT e Claude barram o acesso direto à rede: o usuário depende de site, aplicativo ou API externa. Sistemas abertos, em contrapartida, liberam o download dos pesos do modelo para execução em computadores e discos rígidos locais. Essa liberação permite que engenheiros alterem o comportamento da rede se tiverem capacidade computacional e conhecimento técnico. O formato garante acesso direto ao processo de raciocínio.
Controle de poder e segurança local
Cientistas que usam redes fechadas dependem de envio de comandos e leitura de retornos, sem enxergar nada além da interface. Pesquisadores que baixam pesos analisam a estrutura interna do algoritmo e o fluxo de passos de raciocínio que o modelo percorre antes de gerar respostas. Eles também comprimem redes para ganhar eficiência de hardware, combinam sistemas abertos diferentes e ajustam modelos para casos específicos. Para as empresas, um relatório recente da Mozilla confirma que operar modelos abertos custa menos do que contratar provedores proprietários. Guardar dados sensíveis dentro da empresa evita vazamentos em servidores de terceiros.
A disputa atinge a concentração de força econômica e militar entre poucas organizações. “O argumento mais claro e mais importante a favor dos modelos abertos gira em torno de evitar a concentração maciça de poder; trata-se de garantir que essa tecnologia fundacional seja um bem público”, afirma Elizabeth Seger, assessora sênior de políticas públicas do Tony Blair Institute for Global Change. Seger compara o momento atual com a disputa histórica pelo controle das informações na internet. Sem alternativas abertas, o mundo corre o risco de depender exclusivamente de sistemas desenvolvidos dentro dos Estados Unidos, onde operam os modelos de invasão digital mais avançados.
Limites geopolíticos e apropriação de melhorias
Essa dependência externa gera vulnerabilidades defensivas para outros governos. “Se cada indivíduo tivesse um sistema de inteligência artificial leal a ele, seguro e protegido, acho que seria um mundo muito menos preocupante do que depender de um governo que diz confiar cegamente em um sistema superinteligente e impenetrável”, afirma Hamish Hobbs, diretor de políticas de IA no Centre for Long-Term Resilience. A abertura irrestrita, contudo, não resolve todas as disparidades do setor.
Paul Azunre, cofundador da Ghana NLP, organização que desenvolve ferramentas abertas para idiomas ganeses com poucos recursos de dados, aponta que grandes empresas utilizam esse formato para capturar trabalho de países vulneráveis. Corporações lançam modelos, observam as correções criadas pela comunidade técnica e incorporam essas soluções em seus próprios produtos comerciais. Ninguém recebe pagamento ou crédito pela inovação repassada. As organizações que criam modelos proprietários continuam no topo do ranking enquanto extraem valor do ecossistema aberto sem dividir o retorno.
- MIT Technology Review
- Modelos e LLMs

OpenAI libera GPT-6 com interface visual para 1,2 bilhão no ChatGPT
· 3 min de leitura


