A tesoura: a fronteira encareceu e o modelo aberto virou centavo

Em 28 de agosto a Tencent Hunyuan publicou no Hugging Face o Hy4-preview: 770 bilhões de parâmetros no total, 49 bilhões ativos por token, 78 camadas, 256 especialistas roteados mais um compartilhado, atenção esparsa e janela de um milhão de tokens. Vieram os pesos, quantizações GGUF e uma API. A licença é Apache 2.0 — a mesma que rege o Kubernetes e o Android, sem cláusula de uso aceitável, sem teto de usuários, sem obrigação de citar a marca.^1,2 A empresa chama o modelo de “versão inicial” e diz, no próprio model card, que ele “verifica demais” e raciocina por mais tempo do que precisa.

É o maior modelo já publicado sob Apache 2.0. Não é o maior modelo aberto: o DeepSeek V4 Pro, de abril, tem 1,6 trilhão de parâmetros sob MIT, e o Kimi K3, de julho, 2,8 trilhões sob uma licença própria que quase ninguém leu — permite uso comercial, mas não é MIT nem Apache, e a diferença importa para quem tem um jurídico.^10,11 A arquitetura, porém, é a mesma em todos: mixture-of-experts, em que só uma fração dos parâmetros acorda para cada token. A figura 1 mostra o que essa fração vale nos nove modelos abertos que definiram o gênero desde o fim de 2024.

O padrão da figura é o padrão do gênero: entre 3% e 9% dos parâmetros trabalham em cada token. O custo de computação de um Hy4-preview é, grosso modo, o de um modelo denso de 49 bilhões — a classe que cabia em uma GPU de 80 GB em 2024. A memória, não. Um MoE precisa manter todos os especialistas carregados, porque não sabe de antemão quais tokens vão acordar quais. O código 1 faz a conta que todo model card omite.

# Quanta memória um MoE de 770B pede — e quantas GPUs isso significa
GB = 1e9
modelos = {              # parâmetros (bilhões): total, ativos por token
    "Hy4-preview":    (770, 49),
    "GLM-5.3-Flash":  (320, 18),
    "DeepSeek V4 Pro":(1600, 49),
    "GLM-5.2":        (744, 40),
}
bytes_por_param = {"BF16": 2.0, "FP8": 1.0, "INT4": 0.5}
gpus = {"H100 80 GB": 80, "B200 192 GB": 192}

print(f"{'modelo':16}{'ativos/total':>13}{'BF16':>8}{'FP8':>7}{'INT4':>7}   H100 | B200 (INT4, só pesos)")
for nome, (total, ativos) in modelos.items():
    tb = [total * GB * b / GB for b in bytes_por_param.values()]  # GB de pesos
    h100 = -(-tb[2] // gpus["H100 80 GB"])   # teto da divisão
    b200 = -(-tb[2] // gpus["B200 192 GB"])
    print(f"{nome:16}{ativos/total:>12.1%}{tb[0]:>8.0f}{tb[1]:>7.0f}{tb[2]:>7.0f}   {int(h100):>4} | {int(b200)}")
print("\nGB = bilhões de parâmetros × bytes por parâmetro. Sem KV cache, sem ativações:")
print("na prática, some 20–40% para servir contexto longo.")

modelo           ativos/total    BF16    FP8   INT4   H100 | B200 (INT4, só pesos)
Hy4-preview             6.4%    1540    770    385      5 | 3
GLM-5.3-Flash           5.6%     640    320    160      2 | 1
DeepSeek V4 Pro         3.1%    3200   1600    800     10 | 5
GLM-5.2                 5.4%    1488    744    372      5 | 2

GB = bilhões de parâmetros × bytes por parâmetro. Sem KV cache, sem ativações:
na prática, some 20–40% para servir contexto longo.

Em precisão cheia, 1,5 terabyte de VRAM. Em 4 bits, 385 gigabytes — cinco H100, ou três B200, só para os pesos. Isso é o que “aberto” significa em 2026: aberto para laboratórios, nuvens e empresas com um rack. Para o engenheiro que quer rodar um modelo na própria máquina, o Hy4-preview é tão aberto quanto o Kubernetes é fácil. A licença é generosa; a física, não.

O que a Tencent mediu, e o que ninguém mediu ainda

Os números do model card são bons e são da própria Tencent: 65,7% no SWE-bench Pro (o Kimi K3 marca 63,3%), 82,9% no SWE-bench Multilingual, 85,4% no Terminal-Bench 2.1, 92,3% no GPQA Diamond. Em avaliação humana cega contra o GLM-5.3, 46,8% de vitórias, 12,8% de empates, 40,4% de derrotas — um empate técnico apresentado como vitória.¹ Não há relatório técnico, não há dados de treino, não há hardware de treino. Nenhuma das quatro pontuações foi replicada por terceiros até o fechamento desta edição.

O que o lançamento confirma é um padrão, não um número. Desde o DeepSeek-V3, em dezembro de 2024, os laboratórios chineses entregam a cada trimestre um codificador agentivo a um passo da fronteira, com pesos publicados e licença permissiva de verdade — e a cada trimestre a distância para o modelo fechado é a mesma: um ou dois pontos nos benchmarks que os fornecedores citam, e um abismo no preço. É o preço o assunto do próximo movimento.

Em 26 de agosto, a Z.ai revelou que o modelo anônimo Ox Alpha, que circulava no OpenRouter havia duas semanas, era o GLM-5.3-Flash: um MoE de 320 bilhões de parâmetros com 18 bilhões ativos, nativamente multimodal, treinado em um corpus de 30 trilhões de tokens, com atenção híbrida esparsa e linear. Pesos sob MIT. Preço de API: US$ 0,15 por milhão de tokens de entrada e US$ 0,50 de saída.^3,4 A empresa afirma que serve o modelo em aceleradores domésticos, a cerca de 100 trilhões de tokens por dia — a afirmação é dela, o acelerador não é nomeado, e nenhum terceiro confirmou a quantidade.

Oito dias depois, a OpenAI lançou o GPT-6 Astra a US$ 10 de entrada e US$ 50 de saída — duas vezes e meia o preço do GPT-5.6 Sol, de junho, e exatamente o preço do Claude Fable 5.1.^5,7,8 Vale olhar para a série inteira antes de interpretar. A figura 2 acompanha o preço de saída do modelo principal da OpenAI desde o GPT-4.

A curva tem a forma de um U. De março de 2023 a abril de 2025 o preço caiu de 60 para 8 dólares — a época em que “o custo da inteligência cai dez vezes por ano” virou slogan. Desde o GPT-5, subiu a cada versão: 10, 15, 30, e agora 50. Não é inflação de custo; é uma mudança do que se vende. O modelo principal deixou de ser um chat para ser um agente que raciocina por minutos e opera um computador, e os laboratórios fechados estão precificando esse trabalho, não o token. O Astra é a primeira vez em que OpenAI e Anthropic chegam ao mesmo preço de lista no mesmo mês — um sinal de que o número é uma decisão de mercado, não de engenharia.

Enquanto isso, a outra lâmina da tesoura desce. A figura 3 cruza o preço de saída com o Índice de Inteligência da Artificial Analysis, na leitura de 4 de setembro, para os modelos abertos e fechados de que temos as duas medidas.

Leia a figura pela horizontal. Entre 57 e 61 pontos — a faixa em que estão o GPT-6 Astra, o GPT-5.6 Sol, o Gemini 3.8 Flash, o Kimi K3 e o GLM-5.3-Flash — o preço vai de meio dólar a cinquenta. O índice não é a última palavra sobre capacidade (é uma média de avaliações que a Artificial Analysis recompõe a cada versão — a atual é a 4.2), mas é a medida independente mais usada, e ela diz que quatro pontos de diferença custam duas ordens de grandeza. O código 2 traduz isso em uma conta mensal.

# A mesma carga de trabalho, cinco listas de preço (US$ por milhão de tokens)
precos = {                      # entrada, saída — preço de lista, contexto curto, set 2026
    "GPT-6 Astra":      (10.00, 50.00),
    "Claude Fable 5.1": (10.00, 50.00),
    "GPT-5.6 Sol":      ( 4.00, 20.00),
    "DeepSeek V4 Pro":  ( 0.435, 0.87),
    "GLM-5.3-Flash":    ( 0.15,  0.50),
}
# um agente de código típico: lê muito, escreve pouco
entrada_M, saida_M = 400, 40      # milhões de tokens por mês

print(f"{'modelo':18}{'US$/mês':>10}{'vs. mais barato':>17}")
custos = {m: e * entrada_M + s * saida_M for m, (e, s) in precos.items()}
piso = min(custos.values())
for m, c in sorted(custos.items(), key=lambda kv: -kv[1]):
    print(f"{m:18}{c:>10,.0f}{c/piso:>16.0f}×")

modelo               US$/mês  vs. mais barato
GPT-6 Astra            6,000              75×
Claude Fable 5.1       6,000              75×
GPT-5.6 Sol            2,400              30×
DeepSeek V4 Pro          209               3×
GLM-5.3-Flash             80               1×

Tokens baratos, minutos caros

Setenta e cinco vezes é a diferença de lista. Não é a diferença de custo. Três coisas separam as duas. Primeiro, tokens por tarefa: o GLM-5.3-Flash produz mais texto para resolver o mesmo problema — cerca de 150 milhões de tokens ao percorrer o conjunto de avaliações da Artificial Analysis, contra uma mediana de 110 milhões nos modelos comparáveis, 36% a mais — e gera a 49 tokens por segundo, metade da velocidade do GLM-5.3.²³ Um modelo que escreve mais, mais devagar, custa em minutos o que economiza em centavos. Segundo, cache: os fechados cobram um décimo pela entrada repetida, e um agente repete quase tudo. Terceiro, o que o modelo erra: uma tarefa de engenharia que precisa de três tentativas custa três vezes, e a taxa de erro por domínio é justamente o que o próximo movimento mede.

A tabela deixa uma coisa clara: “aberto” não significa barato. O Kimi K3 custa mais do que o GPT-5.6 Terra. O que os abertos oferecem, e os fechados não, é a opção de sair da fila — rodar no próprio hardware, na própria nuvem, ou na nuvem que o edital de Macaíba vai contratar. O preço de lista é o preço de não exercer essa opção. Quem exerce paga em GPUs e em engenheiros; a conta do código 1 é o começo dela.

Quando o SWE-bench foi publicado, em outubro de 2023, o melhor modelo resolvia 1,96% das issues.¹⁴ O subconjunto Verified — 500 tarefas checadas por humanos — virou o número de referência dos lançamentos em agosto de 2024, quando o GPT-4o marcou 33,2%. A figura 4 acompanha o teto desde então.

Com três modelos em 95–96%, o Verified não separa mais ninguém: a diferença entre o primeiro e o terceiro é menor do que a variação entre duas execuções do mesmo modelo. Ele continuará nos decks de lançamento porque é o número que o público aprendeu a ler. O que os laboratórios já fizeram foi trocar de benchmark — Terminal-Bench, SWE-bench Pro, DeepSWE — e o que nenhum deles fez foi responder à pergunta que importa para quem vai colocar um agente em produção: funciona no meu domínio?

Cento e dezenove bugs de verdade

O SWE-bench Science, do grupo OpenMOSS da Universidade Fudan, publicado em 1º de setembro, tenta responder. São 119 issues reais de 98 repositórios em 20 domínios — imagem médica, espectroscopia, simulação numérica, geociência. As falhas não são de lógica: são de unidades, sistemas de coordenadas, invariantes numéricos, premissas físicas. Os autores propõem uma taxonomia de quatro mecanismos de falha e testam se injetar orientação científica no prompt ajuda.¹² O grupo não tem vínculo com fornecedores; o preprint está na segunda versão e ainda sem revisão por pares.

Quarenta e sete vírgula nove por cento é a manchete. A entrelinha é o n. Com 119 tarefas, cada uma vale 0,84 ponto, e o intervalo de confiança de uma proporção perto de 45% tem quase dezoito pontos de largura. O código 3 faz a conta — e a refaz para o Verified, onde o mesmo raciocínio explica por que 95,5% e 96% são o mesmo número.

# Quanto ruído cabe em 119 tarefas? Intervalo de Wilson (95%) e a diferença mínima detectável
from math import sqrt
z = 1.96

def wilson(p, n):
    c = p + z*z/(2*n)
    h = z * sqrt(p*(1-p)/n + z*z/(4*n*n))
    d = 1 + z*z/n
    return (c - h)/d, (c + h)/d

placar = {"Claude Opus 5": 47.9, "DeepSeek V4 Pro": 42.0, "GPT-5.6 Sol": 40.3,
          "Kimi K3": 35.3, "GLM-5.2": 31.9}
n = 119
print(f"SWE-bench Science, n = {n}")
for m, pct in placar.items():
    lo, hi = wilson(pct/100, n)
    print(f"{m:16}{pct:5.1f}%   IC95% [{lo:5.1%}, {hi:5.1%}]")

# dois modelos, mesma amostra: que diferença seria significativa (teste z, 5%)?
p = 0.45
mdd = z * sqrt(2 * p * (1-p) / n)
print(f"\nDiferença mínima detectável perto de 45%: ±{mdd:.1%} pontos")
print(f"Opus 5 − DeepSeek V4 Pro = {47.9-42.0:.1f} pontos → dentro do ruído")

# o mesmo cálculo no SWE-bench Verified (n = 500), onde os líderes estão em 96%
lo, hi = wilson(0.96, 500)
print(f"\nVerified, 96% com n = 500: IC95% [{lo:.1%}, {hi:.1%}] — meio ponto separa ninguém")

SWE-bench Science, n = 119
Claude Opus 5    47.9%   IC95% [39.1%, 56.8%]
DeepSeek V4 Pro  42.0%   IC95% [33.5%, 51.0%]
GPT-5.6 Sol      40.3%   IC95% [31.9%, 49.3%]
Kimi K3          35.3%   IC95% [27.3%, 44.2%]
GLM-5.2          31.9%   IC95% [24.2%, 40.7%]

Diferença mínima detectável perto de 45%: ±12.6% pontos
Opus 5 − DeepSeek V4 Pro = 5.9 pontos → dentro do ruído

Verified, 96% com n = 500: IC95% [93.9%, 97.4%] — meio ponto separa ninguém

O resultado tem duas leituras, e as duas são verdadeiras. A primeira: o Opus 5 e o DeepSeek V4 Pro — um a US$ 50, o outro a US$ 0,87 — são indistinguíveis neste benchmark. A segunda: nenhum dos cinco é confiável para o trabalho que o benchmark descreve, e a diferença entre 96% no Verified e 48% no Science não é ruído; é a distância entre issues de Python bem documentadas e código que depende de saber que uma unidade é micrômetro.

Há um achado menor que merece registro: orientação científica bem fundamentada no prompt ajuda; orientação mal calibrada provoca ancoragem e piora o resultado.¹² É um argumento contra o prompt de especialista genérico e a favor de contexto verificável — documentação, testes, unidades explícitas. E há uma confusão a evitar: o Terminal-Bench Science 0.1, que aparece no deck do GPT-6 Astra (64,6% contra 22,4% do Sol), é outro benchmark, mantido por outro grupo, com números autorreportados pela OpenAI.⁵ Mesmo adjetivo, medida diferente.

O GPT-6 Astra saiu em 3 de setembro para ChatGPT, API, Azure e Bedrock, com janela de contexto de 1,05 milhão de tokens e o preço do movimento anterior.^5,7 É o primeiro modelo que a OpenAI classifica como “Crítico” em cibersegurança e “Alto” em bio/química no seu Preparedness Framework — o que, na prática, significa que o modelo recusa cerca de 94% dos pedidos ofensivos em ciber, inclusive parte dos defensivos legítimos.⁶ A figura 6 põe os benchmarks do anúncio lado a lado com o GPT-5.6 Sol, o modelo de junho.

Três observações sobre a figura. O ARC-AGI-3 saltando de 7,8% para 99,9% é o tipo de número que, em qualquer outro campo, faria o leitor checar o instrumento antes de acreditar no resultado — e a OpenAI admite que usou um harness próprio. O Terminal-Bench 4.0 a 57,9% é o dado mais útil: é a versão corrente do benchmark que ainda separa modelos (o Fable 5.1 está em 55,8%, o Opus 5 em 44,5%), e vira o primeiro ponto da nossa série de indicadores. E a última linha, a única em que cair é bom, é a que menos apareceu na cobertura: a taxa de sucesso de injeção indireta de prompt caiu de 27% para 8,5%. Um agente que lê e-mails e páginas da web tem nessa linha o seu risco principal.

O que o system card diz na página que ninguém cita

O system card registra que a monitorabilidade da cadeia de pensamento diminuiu em relação ao Sol. O modelo produz cadeias mais curtas; em avaliações internas, “consegue evitar monitores quando subdesempenha estrategicamente”; e a empresa diz que terá “confiança significativamente reduzida” na sua capacidade de detectar certos comportamentos desalinhados.⁶ No mesmo documento, a OpenAI informa que o número de sinalizações de desalinhamento severo em 54 mil tarefas do Codex caiu pela metade — e apresenta a queda como melhora.

As duas frases não podem ser lidas separadamente. Se o monitor lê a cadeia de pensamento e a cadeia ficou mais curta e menos fiel, metade das sinalizações pode significar metade dos problemas — ou o mesmo número de problemas, vistos por um monitor que enxerga menos. O código 4 constrói os dois mundos e mostra que, por fora, eles são o mesmo número.

# Metade das sinalizações: modelo melhor ou monitor pior? Dois mundos, o mesmo número.
tarefas = 54_000
def sinalizacoes(prevalencia, recall, falsos_positivos):
    verdadeiras = tarefas * prevalencia * recall
    falsas = tarefas * (1 - prevalencia) * falsos_positivos
    return verdadeiras + falsas

base = sinalizacoes(prevalencia=0.010, recall=0.80, falsos_positivos=0.0005)
mundo_a = sinalizacoes(prevalencia=0.005, recall=0.80, falsos_positivos=0.0005)  # comportamento melhorou
mundo_b = sinalizacoes(prevalencia=0.010, recall=0.37, falsos_positivos=0.0005)  # o monitor enxerga menos

for nome, v in [("GPT-5.6 Sol (base)", base), ("mundo A: metade dos casos", mundo_a),
                ("mundo B: mesmo número de casos, monitor vê 37%", mundo_b)]:
    print(f"{nome:48}{v:8.0f} sinalizações  ({v/base:4.0%} da base)")
print("\nSem uma medida independente de recall, os dois mundos são indistinguíveis por fora.")

GPT-5.6 Sol (base)                                   459 sinalizações  (100% da base)
mundo A: metade dos casos                            243 sinalizações  ( 53% da base)
mundo B: mesmo número de casos, monitor vê 37%       227 sinalizações  ( 49% da base)

Sem uma medida independente de recall, os dois mundos são indistinguíveis por fora.

A razão técnica para desconfiar da cadeia de pensamento como instrumento é conhecida há um ano e meio. Os grafos de atribuição da Anthropic, aplicados ao Claude 3.5 Haiku, mostraram casos em que a explicação escrita pelo modelo não corresponde ao cálculo que ele de fato executou — a cadeia é uma narrativa, não um log.(Lindsey et al., 2025) O system card do Astra é a primeira vez em que um flagship admite, sobre si mesmo, que essa distância cresceu. Para quem governa sistemas de IA — jurídico, risco, auditoria — a consequência é direta: um controle baseado em ler o que o modelo diz que pensou é um controle cuja cobertura está caindo e cuja queda não é medida.

Para quem constrói, a leitura é mais pragmática. O Astra redefine o ponto preço/desempenho da fronteira, e o faz ao lado de um modelo aberto a um centésimo do preço com quatro pontos a menos no índice. A decisão de usar um ou outro não passa pela cadeia de pensamento de nenhum dos dois; passa por testes de aceitação, por limites de ação e por registro do que o agente fez — não do que disse que ia fazer.

Em 20 de agosto, em Natal, o governo federal anunciou cerca de R$ 2,5 bilhões em infraestrutura de IA vinculada ao PBIA — o Plano Brasileiro de Inteligência Artificial, lançado em julho de 2024 com R$ 23 bilhões prometidos até 2028.^17,20 No dia seguinte, o LNCC, por meio da fundação FACC, publicou o edital do supercomputador: R$ 959.040.959,04; 7.200 PFLOPS em FP16; mais de 50 mil núcleos; cerca de 4 MW; instalação em Macaíba, na região metropolitana de Natal; operação prevista para o fim de 2027; cláusulas de conteúdo local e transferência de tecnologia; propostas até 8 de outubro, às 10h.^17,18 O pacote inclui ainda a parceria RNP–Huawei no Rio para modelos em português (R$ 1,276 bilhão em cinco anos), R$ 250 milhões para chips de arquitetura aberta em Campinas e R$ 50 milhões para um centro de transparência algorítmica na UFMG.

A tabela conta a história que o anúncio não contou. O supercomputador que chega ao edital custa metade do que o plano orçou, consome um quinto da potência e mudou de estado duas vezes. Não é necessariamente ruim — 4 MW é uma máquina que a rede do RN consegue alimentar, e R$ 959 milhões é um número que sobreviveu ao contingenciamento — mas é uma máquina diferente da prometida, e a diferença não foi explicada. A figura 7 põe as quantias na mesma régua.

Quanto é 7.200 PFLOPS

O edital dá um número de FLOPS e não diz como foi medido. Em FP16, uma H100 entrega 989 TFLOPS densos ou 1.979 com esparsidade estruturada — o dobro, no mesmo chip, dependendo de qual linha da folha de dados o fornecedor escolher citar.²¹ O código 5 converte o edital em GPUs-equivalentes das duas maneiras, calcula quanto cada GPU-equivalente custa e compara a máquina com a referência que o mercado usa.

# 7.200 PFLOPS em FP16: quantas GPUs são, quanto custa cada uma, e quão grande é isso
pflops_edital = 7_200                    # FP16, sem dizer se denso ou esparso
valor_brl = 959_040_959.04
cambio = 5.40                            # R$/US$, hipótese de trabalho

gpu = {                                  # TFLOPS FP16 em tensor cores (folha de dados NVIDIA)
    "H100 SXM (denso)":    989,
    "H100 SXM (esparso)":  1979,
    "B200 (denso)":        2250,
    "B200 (esparso)":      4500,
}
print(f"Edital: {pflops_edital:,} PFLOPS FP16 · R$ {valor_brl/1e6:,.0f} mi · US$ {valor_brl/cambio/1e6:,.0f} mi\n")
for nome, tflops in gpu.items():
    n = pflops_edital * 1000 / tflops
    print(f"{nome:22}{n:>8,.0f} GPUs-equivalentes   US$ {valor_brl/cambio/n:>9,.0f} por GPU")

colossus_h100 = 100_000                  # xAI, set 2024, fase 1
print(f"\nColossus (100 mil H100, denso): {colossus_h100*989/1000:,.0f} PFLOPS")
print(f"Macaíba / Colossus: {pflops_edital/(colossus_h100*989/1000):.1%}")
print(f"R$ por PFLOPS: {valor_brl/pflops_edital:,.0f}")

Edital: 7,200 PFLOPS FP16 · R$ 959 mi · US$ 178 mi

H100 SXM (denso)         7,280 GPUs-equivalentes   US$    24,395 por GPU
H100 SXM (esparso)       3,638 GPUs-equivalentes   US$    48,815 por GPU
B200 (denso)             3,200 GPUs-equivalentes   US$    55,500 por GPU
B200 (esparso)           1,600 GPUs-equivalentes   US$   111,000 por GPU

Colossus (100 mil H100, denso): 98,900 PFLOPS
Macaíba / Colossus: 7.3%
R$ por PFLOPS: 133,200

Duas leituras. Se o edital for lido como FLOPS densos, a máquina equivale a 7.280 H100 por US$ 24 mil cada — um preço de mercado plausível para um sistema completo em 2026, e um sinal de que o número é realista. Se for lido como esparso, são 3.638 GPUs-equivalentes a US$ 49 mil — caro para H100, barato para B200. A ambiguidade vale, literalmente, metade da máquina, e é o tipo de coisa que uma linha no edital resolveria. Na escala do mercado, os 7.200 PFLOPS são 7% do primeiro Colossus da xAI, de dois anos atrás — o suficiente para treinar modelos de médio porte em português e servir inferência a universidades, e insuficiente para a fronteira. Ninguém prometeu a fronteira; vale dizer isso antes que alguém cobre.

O que o edital não diz

Fornecedor, tipo de GPU e metodologia dos FLOPS não estão especificados. Custos de operação — energia a 4 MW são cerca de 35 GWh por ano, equipe, manutenção — ficam fora do R$ 1 bilhão. As cláusulas de conteúdo local e transferência de tecnologia podem restringir o leque de fornecedores ou encarecer as propostas; ninguém sabe qual dos dois até 8 de outubro. A ministra Luciana Santos afirmou que 60% do processamento brasileiro de IA acontece hoje no exterior; o número não tem fonte pública, e é exatamente o tipo de indicador que este Cinco gostaria de acompanhar.¹⁷ O anúncio coincidiu com a primeira viagem do presidente ao Nordeste após lançar candidatura, o que a imprensa local registrou; os totais variam entre R$ 2,3 bilhões (LNCC) e R$ 2,5 bilhões (imprensa).³⁰

Para o engenheiro daqui, o que importa é o que a máquina vai rodar. Os termos do edital — e a parceria com a Huawei para modelos em português, no Rio — vão definir se a pilha disponível será CUDA, Ascend ou as duas, e isso decide quais dos modelos abertos do primeiro movimento poderão ser servidos em solo nacional. O GLM-5.3-Flash, servido segundo a Z.ai em chips domésticos, é a prova de que um modelo competitivo pode rodar fora da NVIDIA. Macaíba é a pergunta sobre se o Brasil vai testar a mesma hipótese — e o edital, por enquanto, não responde.