Laboratórios de IA chineses estão forçando o mercado a competir pelo custo da inteligência útil. Controles de exportação restringiram o acesso dos laboratórios chineses aos avançados chips da NVIDIA. Manter a competitividade significou extrair mais desempenho do hardware disponível. No treinamento, o Deepseek manteve as GPUs funcionando enquanto os dados se moviam entre elas e passou para formatos de menor precisão que reduzem pela metade o uso de memória e computação. As maiores economias vieram na inferência: modelos esparsos ativam apenas uma fração de seus parâmetros por token, e a atenção redesenhada reduziu o custo de memória para contextos longos. O resultado são modelos mais baratos de construir e muito mais baratos de operar. Modelos chineses de peso aberto passaram de menos de 1,2% do consumo semanal de tokens no OpenRouter no final de 2024 para a maioria em 2026. O OpenRouter representa uma pequena porcentagem dos volumes globais de tokens e seus usuários são sensíveis a preços, portanto isso não deve ser interpretado como participação de mercado global. Ele demonstra que os usuários escolherão modelos mais baratos quando a mudança for fácil e o desempenho for suficientemente bom. A inferência mais barata também tem valor estratégico para a China. Esses modelos já podem ser executados em aceleradores domésticos e reduzem a dependência do país em hardware estrangeiro para inferência. A China ainda depende em grande parte de chips estrangeiros para treinamento de ponta. A China não terá independência total em computação até que seus laboratórios consigam treinar modelos de ponta em escala em infraestrutura doméstica.