A aposta de IPO da Zhipu: De seguir a DeepSeek a perseguir a fronteira da AGI

A Guerra dos Modelos Aquece à Medida que Zhipu Aponta para Revolução na Arquitetura de Fundamentos

Quando as ações da Zhipu abriram em 8 de janeiro, marcou um momento decisivo—a primeira empresa pública de modelos de linguagem de grande escala do mundo. Mas a verdadeira bomba veio no memorando interno do CEO Tang Jie: a empresa está a fazer uma mudança radical. Adeus à busca frenética por aplicações. Entra um foco laser no que realmente importa—pesquisa de modelos fundamentais e a inteligência bruta por trás de tudo.

O timing não foi acidental. A onda de choque da DeepSeek no panorama de IA chinês forçou uma reflexão. Ambas as empresas têm raízes académicas (Tang da departamento de Ciência da Computação da Tsinghua), ambas apostaram forte em ecossistemas de código aberto, mas as vitórias recentes da DeepSeek expuseram lacunas na estratégia da Zhipu. O alerta funcionou. Agora a Zhipu está a apostar ainda mais no trabalho pouco glamoroso, intensivo em capital: construir arquiteturas melhores, sistemas de aprendizagem mais inteligentes e modelos que possam evoluir por conta própria.

O Plano para 2025 Funcionou de Verdade

Antes da mudança, a Zhipu executou um cronograma de lançamento de modelos em três fases que parecia um roteiro estratégico:

• Abril: Modelo de “Estabilização” (GLM-4.5) que se mostrou competitivo
• Meio do ano: Modelo “assento à mesa” (GLM-4.6) classificado entre os melhores
• Final do ano: GLM-4.7 coroado como o melhor desempenho

Os números confirmam. O GLM-4.7 conquistou o primeiro lugar entre modelos de código aberto domésticos nos benchmarks de Análise Artificial e empatou com Claude 4.5 Sonnet na sexta posição globalmente. Mais prático ainda, mais de 150.000 desenvolvedores de 184 países o implementaram para trabalho real—principalmente codificação. A plataforma MaaS (bigmodel.cn) passou de 20 milhões para 500 milhões de receita anualizada em apenas 10 meses. Isso é um multiplicador de 25x. No exterior? 200 milhões dessa receita vieram de fora da China.

A receita dobrou as expectativas. A infraestrutura nacional de IA da Malásia agora funciona com o modelo Z.ai da Zhipu, dando à empresa uma jogada de IA soberana que os executivos creditam ao impulso de Pequim para que a tecnologia chinesa “vá global”.

Onde A Verdadeira Batalha Acontece em 2026

Mas aqui está o que importa mais do que as vitórias deste ano: o que vem a seguir. O memorando de Tang identificou quatro fronteiras tecnológicas que vão determinar o próximo cenário competitivo:

1. GLM-5 e o Reconhecimento da Arquitetura

A arquitetura Transformer dominou por uma década. Está a mostrar sinais de envelhecimento. O processamento de contexto longo trava a computação. As atualizações de memória são ineficientes. O GLM-5 sinaliza que a Zhipu está pronta para explorar designs pós-Transformer—o que a indústria chama de “novos paradigmas de escalabilidade”. Isso significa a inovação algorítmica que diferencia líderes de seguidores.

2. Aprendizagem por Reforço Generalizada

Os sistemas atuais de RL destacam-se em vitórias estreitas (math, code), mas lutam com a complexidade do mundo real. Dependem de “ambientes verificáveis” artificiais que usam teoria dos jogos para alcançar vitória. A Zhipu quer RL que lide com cadeias de raciocínio confusas, de várias horas—tarefas que cobrem um dia de trabalho inteiro. Essa é a ponte entre a conclusão de tarefas estreitas e algo mais próximo de raciocínio genuíno.

3. Aprendizagem Contínua (O Santo Graal)

Cada grande modelo hoje é estático após a implantação. Treina uma vez, fica congelado, e gradualmente fica desatualizado. Os cérebros humanos não funcionam assim. Aprendem continuamente. A Zhipu está a planear explicitamente “aprendizagem online” ou paradigmas de “aprendizagem contínua”—modelos que melhoram através da interação com o mundo após a implantação. Este é território de sonho, mas agora está oficialmente na folha de rota.

4. Um Novo Órgão Interno: X-Lab

Para evitar a “armadilha da melhoria incremental”, a Zhipu lançou o X-Lab—uma divisão interna para reunir jovens investigadores que perseguem ideias disruptivas fora das restrições organizacionais normais. A missão: arquiteturas de próxima geração, novos paradigmas cognitivos, até explorações de hardware. É projetado para funcionar como uma startup dentro de uma grande empresa.

O Panorama Geral: IA Substituindo Empregos Reais

A nota de Tang destacou 2026 como o “ano de avanço para a IA substituir diferentes profissões/tarefas”. Isso difere notavelmente de substituir papéis—é sobre automatizar trabalhos específicos de alto valor. Combinado com o impulso da Zhipu na inovação de arquitetura de modelos e aprendizagem autônoma, a empresa aposta que ganhos de capacidade, e não apenas escalabilidade, vão desbloquear novos casos de uso.

A empresa reorganizou-se de acordo. As equipes de C, as divisões de desenvolvimento de produto e as unidades de geração de vídeo foram todas reduzidas. O excesso foi eliminado; o foco foi concentrado. Projetos de código aberto como o AutoGLM foram lançados na ecossistema.

Por Que Isso Importa

A recalibração da Zhipu revela algo: a era de “jogar dados em escala, vencer a corrida de benchmarks” está a arrefecer. Os próximos vencedores terão que dominar os fundamentos de pesquisa—arquitetura, paradigmas de aprendizagem, adaptação contínua. A DeepSeek provou que não é preciso um cofre de capital de risco se tiver a estratégia certa de P&D. O IPO e a mudança de direção da Zhipu sugerem que a empresa aprendeu a lição.

A empresa passou de perseguir aplicações a perseguir a fronteira. Isso não é uma retirada. É um reinício.