01.AI
Por que isso importa
Em profundidade
Kai-Fu Lee — ex-chefe do Google China e fundador do fundo Sinovation Ventures — criou a 01.AI em 2023 com um plano de duas frentes: treinar modelos chineses de fronteira e construir produtos sobre eles. A empresa, cujo nome chinês Lingyi Wanwu brinca com as palavras para “zero-um”, moveu-se com velocidade incomum, lançando seus primeiros modelos abertos meses após a fundação. Por um tempo, parecia a resposta da China aos laboratórios ocidentais de modelos de fundação: a série Yi ficou perto do topo dos rankings de modelos abertos do Hugging Face, e a empresa operava uma linha de pesos abertos e um negócio de API proprietária lado a lado. Cerca de dois anos depois, tornou-se um dos primeiros laboratórios proeminentes a abandonar publicamente a corrida do pré-treinamento.
A Família de Modelos Yi
A série Yi começou em novembro de 2023 com Yi-6B e Yi-34B, lançados como pesos abertos sob uma licença permissiva. O Yi-34B estreou no topo do Open LLM Leaderboard do Hugging Face para modelos pré-treinados — uma estreia para um laboratório chinês em termos de visibilidade com desenvolvedores ocidentais — e uma variante com janela de contexto de 200K tokens veio em seguida para trabalho com documentos longos. A família se ampliou ao longo de 2024 com a atualização Yi-1.5, os modelos multimodais de visão-linguagem Yi-VL e o Yi-Coder para programação, enquanto o lado proprietário oferecia modelos fechados maiores como Yi-Large e Yi-Lightning por API. Operar uma trilha aberta para adoção e uma trilha fechada para receita ao mesmo tempo era a estrutura característica da empresa. Um exame inicial também descobriu que o Yi-34B havia inicialmente reutilizado a arquitetura Llama da Meta sem atribuição em seus arquivos de configuração; a 01.AI corrigiu a atribuição, e o episódio virou citação padrão em discussões sobre o que lançamentos abertos devem a seus antecessores.
Pesos Abertos como Estratégia de Mercado
Lançar os modelos Yi abertamente foi um movimento deliberado de entrada no mercado, e não pura generosidade. Um laboratório novo sem espaço na cabeça dos desenvolvedores ganha atenção, benchmarks e integrações de graça quando qualquer pessoa pode baixar seus modelos, e cada ajuste fino e cada implantação viram marketing silencioso para a API paga. Isso colocou a 01.AI em competição direta com o Llama da Meta e o Qwen da Alibaba pelo posto de escolha padrão entre desenvolvedores — posto que o Qwen acabou em grande parte ocupando. A estratégia tem limites reais: downloads não se convertem em receita sozinhos, e cada melhoria no modelo aberto pode canibalizar o proprietário. Essa tensão entre adoção aberta e diferenciação paga percorre toda a história da 01.AI.
A Virada Não Foi um Fracasso
A leitura comum da guinada de 2025 da 01.AI é que ela perdeu a corrida dos modelos e desistiu. O que realmente aconteceu é mais específico: pré-treinar modelos-base de fronteira competitivos custa da ordem de centenas de milhões de dólares por geração, e a ascensão da DeepSeek mostrou que modelos abertos fortes estavam virando uma commodity cujo valor poucas empresas capturariam. A 01.AI parou de pré-treinar seus maiores modelos, aprofundou sua relação com a Alibaba Cloud — incluindo um arranjo reportado de laboratório conjunto — e redirecionou esforços para aplicações como o Wanzhi, um assistente de produtividade com IA para usuários empresariais e de consumo, construído sobre quaisquer modelos que façam sentido econômico. Tratar isso como fracasso perde o ponto: é a resposta racional a uma economia brutal de pré-treinamento, e outros laboratórios de médio porte tomaram decisões semelhantes desde então. O equívoco persiste porque a indústria passou anos medindo laboratórios pela posição nos rankings, e não por se o negócio funciona.
A Coorte Chinesa
A 01.AI é geralmente discutida ao lado do grupo de startups frequentemente chamado de “tigres da IA” da China: Zhipu AI, Moonshot AI, MiniMax e StepFun, além de players maiores como Alibaba, Baidu e ByteDance, e mais tarde a DeepSeek. Cada uma encontrou uma resposta diferente para a mesma pergunta de como sobreviver ao lado de gigantes: a Zhipu apostou em contratos governamentais e empresariais, a Moonshot no chat de consumo e a DeepSeek em modelos abertos com pesquisa em primeiro lugar. A resposta da 01.AI — modelos abertos para credibilidade, depois aplicações para receita — é uma das articulações mais limpas desse trade-off. A coorte importa além da China porque suas guerras de preço e suas normas de pesos abertos repetidamente transbordaram para o mercado global, e os modelos Yi foram um exemplo inicial de um lançamento chinês redefinindo as expectativas sobre o que um modelo gratuito podia fazer.