A estratégia de IA da Meta ficou estranha: Código aberto, código fechado e o problema do abacate
A Meta tem sido a mais entusiástica defensora da IA de código aberto há dois anos. O Llama se tornou a base sobre a qual milhares de empresas construíram. Zuckerberg escreveu uma carta inteira sobre por que código aberto é bom para todos.
E então eles começaram a desenvolver discretamente um modelo de código fechado chamado Abacate.
O que está acontecendo?
A história do Llama até agora
Vamos dar crédito onde ele é devido. Os modelos Llama da Meta mudaram o espaço da IA. Antes do Llama, se você quisesse um modelo de linguagem poderoso, tinha duas opções: pagar a OpenAI ou pagar ao Google. O Llama deu a todos uma terceira opção: rodar você mesmo.
O Llama 3.1 aumentou o comprimento do contexto para 128 mil tokens. O Llama 4 introduziu modelos nativamente multimodais — Scout e Maverick — que podiam lidar com texto, imagens e vídeo em uma única arquitetura. Na LlamaCon em abril de 2025, a Meta apostou tudo na mensagem de que “o futuro é código aberto”.
E o impacto foi real. Startups construíram produtos com o Llama que não poderiam ter se dado ao luxo de construir em APIs proprietárias. Pesquisadores usaram-no para avançar na área. Países usaram-no para desenvolver capacidades de IA sem depender de empresas de tecnologia dos EUA.
Então, por que a Meta começaria a se resguardar?
Entrando no Abacate
Relatórios surgiram indicando que a Meta está desenvolvendo um novo modelo codinomeado “Abacate” sob o Meta Superintelligence Labs (MSL), liderado pelo Chief AI Officer Alexandr Wang. O detalhe chave: o Abacate está sendo desenvolvido sob “controle mais rigoroso” — o que é uma forma corporativa de dizer “não é completamente código aberto”.
O plano original era lançar até o final de 2025. Isso foi adiado. As estimativas atuais colocam o lançamento no 1º ou 2º trimestre de 2026.
Por que a mudança? Algumas razões que fazem sentido ao pensar nisso:
A recepção do Llama 4 foi morna. Apesar de ser tecnicamente impressionante, o Llama 4 não gerou a mesma empolgação que o Llama 3. O mercado está se saturando de modelos abertos, e a diferenciação está mais difícil.
Pressão por receita. A Meta gastou bilhões em infraestrutura de IA. Em algum momento, os investidores querem ver retornos. Open source de seus melhores modelos torna difícil cobrar por eles.
Dinamismo competitivo. OpenAI, Google e Anthropic mantêm seus melhores modelos proprietários. A Meta oferecer modelos comparáveis gratuitamente é generoso, mas também é uma estratégia de negócios que tem limites.
A tensão do código aberto
Aqui está a verdade desconfortável que ninguém na indústria de IA quer dizer em voz alta: IA de código aberto pura é economicamente insustentável na fronteira.
Treinar um modelo de fronteira custa centenas de milhões de dólares. Se você o libera gratuitamente, seus concorrentes se beneficiam do seu investimento sem o custo. Isso funciona como estratégia quando você está tentando construir um ecossistema (o que a Meta estava). Para de funcionar quando o ecossistema está construído e você precisa monetizar.
A provável abordagem da Meta: manter o Llama como a oferta “comunitária”, enquanto o Abacate se torna o modelo premium e proprietário para clientes empresariais. Pense nisso como a Red Hat e o Linux — a versão de código aberto é gratuita, a versão empresarial custa dinheiro.
Isso não é necessariamente ruim. Pode, na verdade, ser o único modelo sustentável para o desenvolvimento de IA de fronteira. Mas isso significa que a era de “a Meta dá sua melhor IA gratuitamente” provavelmente está chegando ao fim.
O que isso significa para os desenvolvedores
Se você construiu usando o Llama, não entre em pânico. A Meta não vai puxar o tapete. O Llama continuará a ser desenvolvido e lançado como código aberto. A comunidade é grande demais e muito valiosa para ser abandonada.
Mas aqui está o que você deve estar pensando:
Diversifique suas dependências de modelo. Se toda a sua pilha depende do Llama, você está exposto às decisões estratégicas da Meta. Tenha um plano de contingência com Mistral, Qwen ou outros modelos abertos.
Fique atento à licença. A licença do Llama sempre foi “aberta” com asteriscos (restrições de uso para grandes empresas, sem usá-lo para treinar modelos concorrentes). Lançamentos futuros podem ter mais restrições.
A verdadeira competição está no fine-tuning. À medida que modelos base se tornam commodities, o valor se desloca para o fine-tuning específico de domínio e a otimização de implantação. É aí que você deve investir seu esforço.
A visão ampla
A estratégia de IA da Meta reflete uma tensão mais ampla na indústria: todo mundo quer os benefícios do código aberto (ecossistema, talento, boa vontade) sem os custos (dar embora sua vantagem competitiva).
A Google open-sourçou o Gemma, mas mantém o Gemini proprietário. A Mistral começou totalmente aberta, mas está cada vez mais oferecendo modelos empresariais proprietários. Mesmo a Stability AI, que construiu sua marca em código aberto, teve dificuldades financeiras.
O padrão é claro: código aberto é uma ótima estratégia de crescimento, mas um modelo de negócio difícil. As empresas que descobrirem como fazer ambos — manter um ecossistema aberto vibrante enquanto constroem produtos proprietários em cima — vencerão.
A Meta está tentando descobrir isso em tempo real. O projeto Abacate é sua primeira tentativa séria de ter os dois lados. Se funcionará, nos dirá muito sobre o futuro da IA de código aberto.
Minha aposta: a Meta manterá o Llama competitivo o suficiente para sustentar o ecossistema, enquanto o Abacate mira no mercado corporativo, onde as empresas estão dispostas a pagar por melhor desempenho, suporte e SLAs. Não é tão idealista quanto “código aberto para tudo”, mas pode ser a única abordagem que realmente funciona a longo prazo.
🕒 Published: