Raciocínio de fronteira por 5% do custo: o que o DeepSeek-R1 muda no seu orçamento de IA

§1 — O que o paper afirma

O paper apresenta o DeepSeek-R1, um modelo de raciocínio treinado majoritariamente por reinforcement learning — sem depender de grandes volumes de dados anotados por humanos para a etapa de raciocínio. A tese central é que a capacidade de “pensar em passos” (chain-of-thought) pode ser incentivada por recompensa, e não apenas copiada de exemplos.

Dois resultados sustentam o argumento (ver seções de avaliação e as tabelas de benchmark do paper):

Em benchmarks de matemática e código, o R1 atinge patamar comparável ao dos modelos de raciocínio proprietários de ponta da época.
Os pesos são abertos e o custo de inferência reportado é uma fração do praticado pelos fornecedores fechados equivalentes.

Um termo técnico que vale traduzir: reinforcement learning aqui significa treinar o modelo por tentativa-e-erro contra uma função de recompensa (acertou a conta? passou no teste?), em vez de mostrar a ele a resposta pronta. A consequência prática é custo de treino menor para a capacidade de raciocínio.

§2 — Por que importa para o negócio

A leitura para a diretoria não é “existe um modelo novo”. É: a capacidade de raciocínio deixou de ser um fosso defensável de um único fornecedor.

Por 24 meses, a narrativa de investimento em IA foi construída sobre a premissa de que capacidade de ponta exige contrato com uma das duas ou três empresas americanas que treinam modelos de fronteira. Essa premissa acabou de perder força. Quando o mesmo patamar de raciocínio existe em pesos abertos, por 5% do custo, três coisas mudam ao mesmo tempo: seu poder de barganha com o fornecedor atual, a viabilidade de rodar dentro de casa, e o piso de preço do mercado.

Na Mobi2Buy, isso não é abstrato: raciocínio caro era o que mantinha certos casos de uso do lado “inviável” da planilha. Uma ordem de grandeza a menos reclassifica esses casos.

§3 — O que fazer a respeito

Reabra o business case dos projetos que você matou por custo de inferência. Alguns voltaram a fechar conta.
Coloque “open weights” como cláusula na próxima negociação de contrato. Você não precisa migrar hoje; precisa que o fornecedor saiba que existe alternativa.
Peça ao time técnico um piloto de R1 (ou destilado) na sua própria infraestrutura para um caso não-crítico. O objetivo é medir custo e latência reais no seu ambiente, não trocar de fornecedor às cegas.
Não confunda “aberto” com “sem custo operacional”. Rodar in-house transfere o custo de licença para custo de infra e de time — que pode compensar em setor regulado, e não compensar em volume baixo.

§4 — Limite da evidência

O paper reporta resultados em benchmarks — e benchmark não é produção. Ganho em provas de matemática e código não se traduz automaticamente em ganho no seu caso de uso específico, que costuma depender de dados e formatos próprios.

Há também o viés de quem publica: os números vêm do próprio time que treinou o modelo, e comparações “de ponta” envelhecem rápido num mercado que se move a cada trimestre. Por fim, “pesos abertos” resolve dependência de fornecedor, mas não elimina as perguntas de suporte, segurança e responsabilidade que um contrato comercial cobre. A decisão certa é pilotar e medir — não trocar de lado no PowerPoint.