Sob sanção, a Rússia abriu seu maior modelo de IA, o GigaChat

Enquanto a imprensa brasileira acompanhava os modelos que saem de São Francisco e de Pequim, a Rússia fez uma jogada que quase não foi noticiada aqui: em 13 de julho de 2026, a Sber, braço de tecnologia do maior banco do país, lançou o GigaChat 3.5 Ultra e abriu os pesos do modelo para o mundo baixar. É o maior modelo já feito pela empresa, e ele nasceu no lugar mais improvável, um país cortado do melhor hardware de IA do planeta.

O que a Sber colocou na mesa

O GigaChat 3.5 Ultra é um modelo mixture-of-experts de 432 bilhões de parâmetros, o maior da história da Sber. A empresa publicou os pesos no HuggingFace e no repositório russo GitVerse sob licença MIT, a mesma licença permissiva que libera uso comercial sem pedir autorização. Não é uma prévia nem uma demo: é o modelo de topo da casa, aberto de graça.

O dado técnico que interessa a quem opera é a eficiência. Segundo a Sber, o modelo roda numa arquitetura doméstica com tecnologia de atenção linear, gera texto longo cerca de quatro vezes mais rápido que a versão anterior e ocupa quase metade do espaço, consumindo menos recurso. O foco declarado é código, matemática, leitura de documentos longos, contratos e relatórios, e execução de agentes autônomos que encadeiam várias etapas sozinhos. É exatamente o cardápio de tarefas que uma empresa quer automatizar.

O detalhe que muda a leitura: onde isso foi feito

Modelo aberto e grande já não é novidade. O que torna este caso um sinal geopolítico é o cerco em que ele foi produzido. Os aceleradores de ponta da Nvidia, A100, H100, H200 e B200, estão sob embargo para a Rússia desde 2022. O mercado cinza que abastecia o país à base de contrabando de servidores encolheu de milhares de unidades em 2024 para poucas dezenas em 2026, segundo a Tom's Hardware, e a Nvidia passou a identificar por latência de rede em que país um chip está rodando, bloqueando os que aparecem em solo russo.

Sem GPU ocidental, a saída da Sber foi dupla. De um lado, correr atrás de silício chinês: a empresa quer os chips Huawei Ascend 950 para treinar as próximas versões do GigaChat, mas entra na fila atrás de clientes maiores como ByteDance e Alibaba, segundo a Tom's Hardware. De outro, apostar em arquitetura própria mais econômica, como a atenção linear, para extrair mais de menos hardware. Abrir os pesos, nesse contexto, é menos generosidade e mais estratégia de sobrevivência: transforma o modelo em ativo nacional e em moeda de troca com outros países fora do eixo ocidental.

É o mesmo raciocínio que já vimos na China, quando a Moonshot abriu o Kimi K3 rodando em chip da Huawei, e na Índia, que anunciou 20 modelos soberanos. A diferença russa é o grau de aperto: aqui o modelo saiu apesar de o país estar sob a sanção mais dura do grupo.

Da vitrine para a operação

O ponto que mais interessa a quem coloca IA em produção não está no benchmark, está no uso interno. Segundo a imprensa russa, o GigaChat foi testado por seis meses no aparato do governo federal e, terminado o piloto, a decisão foi escalar a ferramenta para todas as unidades do órgão. As tarefas citadas são banais de propósito: organizar viagens de trabalho de servidores, tratar de rotina administrativa. É aí que mora a lição.

A Rússia não colocou o modelo num palco para impressionar. Colocou para arrumar viagem de funcionário. Piloto curto, tarefa chata, decisão de escalar. É assim que IA vira operação, não manchete.

Repare no contraste com o que se vê em boa parte das empresas: prova de conceito eterna, comitê, apresentação bonita e nada em produção. O caso russo, com todas as ressalvas sobre a fonte e o regime, é um exemplo de ciclo fechado. Escolheram uma tarefa de baixo risco, rodaram um piloto com prazo, mediram e decidiram expandir. Soberania de IA não é só treinar o modelo, é ter onde rodá-lo gerando trabalho real.

A leitura para quem opera IA no Brasil

Que fique claro de saída: o recado não é adotar o GigaChat. O modelo é treinado sobretudo em russo, para o contexto russo, e vem de uma instituição sob sanção. Para uma empresa brasileira, o risco jurídico e reputacional de encostar nisso quase sempre supera qualquer ganho técnico. O valor deste caso é o padrão que ele revela, e são três leituras práticas.

Primeiro, peso aberto virou o padrão geopolítico de quem está fora do clube dos modelos fechados americanos. Rússia, China e Índia convergiram na mesma tese: abrir para não depender, e usar o custo baixo como arma. Para você, isso significa que a prateleira de modelos capazes e baratos vai continuar crescendo, e o poder de barganha contra o reajuste de uma API fechada só aumenta.

Segundo, o custo de inferência tende a cair de novo. Cada modelo aberto competente que aparece pressiona o preço por baixo, e os fornecedores fechados cortam preço para reagir. Quem tem carga real de IA em produção ganha dos dois lados. Não à toa Benedict Evans argumenta que o modelo de fronteira caminha para virar commodity, com o valor migrando para o que se constrói em cima.

Terceiro, e talvez o mais importante, o gargalo da sua operação de IA não é o modelo, é a disciplina de colocá-lo para trabalhar. A Rússia mostrou que dá para fechar o ciclo do piloto à produção até sob embargo. A pergunta não é qual é o modelo mais inteligente do mês, é qual tarefa chata e de baixo risco você vai automatizar primeiro, com prazo e métrica.

O mapa da IA não se resume ao Vale do Silício, e cada vez menos. Quem monta operação para durar precisa ler Moscou, Pequim e Bangalore com o mesmo cuidado que dá a São Francisco, não para copiar o fornecedor, mas para entender para onde vão preço, abertura e soberania.

Se você quer desenhar uma stack de IA que não fique refém de um único fornecedor e sair do piloto eterno para a produção, fale com a AI Boutique no WhatsApp. A gente ajuda a escolher o modelo certo para cada tarefa e a fechar o ciclo até a operação.