A armadilha do ranking: como os modelos de IA chineses ganham tokens, não receita

Para as empresas chinesas de inteligência artificial, o ranking semanal no OpenRouter, uma plataforma global que encaminha solicitações de usuários para diferentes modelos de IA, tornou-se um placar que todos observam. Mas um olhar mais atento aos números revela um desequilíbrio preocupante: os modelos chineses representam cerca de sessenta por cento dos tokens processados na plataforma, mas ganham apenas uma pequena fração de sua receita. Os tokens provam aquisição de clientes, não força real.

A história ganhou atenção depois que um modelo gratuito anônimo disparou brevemente para o topo do ranking semanal do OpenRouter, superando modelos chineses mais conhecidos da DeepSeek e da GLM. Os 13,9 trilhões de tokens que processou pareciam impressionantes, mas o aumento veio do acesso gratuito em vez de usuários pagantes. Este é o problema central: o ranking recompensa volume, não valor. Quando um modelo é gratuito, cada solicitação infla os números sem gerar receita.

A questão mais profunda é a propriedade da régua de medição. O OpenRouter controla como os modelos são classificados, quais dados são revelados e quais modelos são promovidos. Os desenvolvedores chineses competem efetivamente no território do árbitro, pagando por marketing que beneficia mais a plataforma do que a si mesmos. Eles queimam tokens, a plataforma cobra taxas dos usuários pagantes de outros modelos, e os rankings mantêm todos perseguindo o mesmo prêmio visível.

Isso cria um dilema do prisioneiro. Se uma empresa para de perseguir o ranking, corre o risco de perder visibilidade e a atenção dos desenvolvedores. Se todos continuarem perseguindo, todos continuam gastando em um jogo onde as regras são definidas em outro lugar. O resultado é uma espécie de corrida armamentista de marketing onde a moeda são os tokens e a recompensa é um ranking que pode não se traduzir em negócios sustentáveis.

A alternativa, segundo observadores do setor, não é escalar o ranking existente, mas construir uma nova escala. Isso significa desenvolver sistemas de avaliação independentes, possuir os pipelines de dados que medem o desempenho no mundo real e criar benchmarks que reflitam o valor real para o usuário em vez do volume bruto de processamento. O poder de precificação, a inteligência sobre o comportamento do usuário e o controle sobre o acesso são as três alavancas que atualmente pertencem à plataforma, não aos criadores de modelos.

Algumas empresas chinesas já estão experimentando com seus próprios frameworks de teste e publicando dados de desempenho em seus próprios termos. O objetivo é mudar a conversa de quantos tokens um modelo consome para quanto valor ele entrega por token. Essa é uma métrica mais difícil de manipular, e é a que importa para a lealdade de longo prazo.

Para os leitores globais, a lição se estende além da China. Qualquer empresa que dependa de uma plataforma de terceiros para distribuição e classificação enfrenta o mesmo risco. A plataforma define as regras, captura os dados e frequentemente fica com a maior parte da receita. Os desenvolvedores chineses de IA estão aprendendo essa lição em público, e sua resposta pode moldar como a competição em IA funciona muito além de seu mercado interno.

A próxima fase não será vencida por quem lidera o gráfico semanal. Será vencida por quem construir as ferramentas que medem o que realmente importa, e por quem conseguir transformar atenção em receita sem entregar o placar a outra pessoa.