Toda equipe que constrói sobre LLMs faz esta escolha, muitas vezes sem perceber: modelos fechados, acessíveis só pela API de um fornecedor, ou modelos open-weight, cujos pesos qualquer pessoa pode baixar e rodar. A escolha afeta a sua conta, o caminho dos seus dados, a estabilidade do produto e a dificuldade de sair.
O que open-weight significa de fato?
Um modelo open-weight publica seus parâmetros treinados. Você, ou qualquer provedor, pode rodá-lo. É um conceito mais restrito que open source: os dados de treino e o pipeline completo de treino geralmente não são liberados.
As licenças variam. Algumas são permissivas: o Whisper da OpenAI, por exemplo, libera código e pesos sob a licença MIT. Outras restringem uso comercial, número de usuários ou áreas de uso. Leia a licença de cada modelo antes de construir em cima dele.
Os pesos de um modelo fechado ficam com o fornecedor. Você aluga o acesso pela API dele, ou por nuvens que o fornecedor licenciou.
Modelos open-weight vs fechados comparados
| Fator | Open-weight | Fechados |
|---|---|---|
| Qualidade de ponta | Alguns meses atrás da fronteira | Geralmente lideram nas tarefas mais difíceis |
| Preço por token | Muitas vezes menor; hosts competem no mesmo modelo | Definido por um único fornecedor |
| Onde roda | Nos seus servidores, numa GPU alugada ou em qualquer host | Na API do fornecedor ou em nuvens licenciadas |
| Opções de privacidade | Auto-hospedar, ou escolher um host com retenção zero de dados | Os termos e níveis do fornecedor |
| Estabilidade de versão | Fixe os pesos exatos pelo tempo que quiser | O fornecedor aposenta versões no ritmo dele |
| Personalização | Fine-tuning ou quantização por conta própria | Só o que o fornecedor oferece |
| Lock-in | Baixo: vários hosts servem os mesmos pesos | Alto: um fornecedor por modelo |
| Operação | Sua, se você auto-hospedar | Do fornecedor |
Qual é o tamanho da diferença de qualidade?
Menor do que já foi, mas real. O AI Index 2025 de Stanford relatou que a vantagem do melhor modelo fechado sobre o melhor open-weight no ranking Chatbot Arena caiu de 8,04% no início de janeiro de 2024 para 1,70% em fevereiro de 2025. A Epoch AI estimou em 29 de maio de 2026 que “the most capable open-weight models have lagged frontier closed models by an average of four months” (tradução: “os modelos open-weight mais capazes ficaram atrás dos modelos fechados de fronteira por uma média de quatro meses”), medido no seu Epoch Capabilities Index.
Na prática:
- Classificação, extração, resumos, tradução, chat de rotina: modelos open-weight geralmente dão conta, e custam menos.
- Agentes de código e documentos longos: existem boas opções open-weight; teste nos seus repositórios. Veja o melhor modelo aberto para agentes de código.
- O raciocínio mais difícil e as capacidades mais novas: os fechados muitas vezes chegam primeiro.
Rankings são médias. Os seus 50 casos de teste reais são o benchmark que importa.
Quais são as três formas de rodar um modelo open-weight?
| Opção | Melhor quando | Cuidado com |
|---|---|---|
| Auto-hospedar nas suas GPUs | Os dados não podem sair da sua rede; as GPUs ficam ocupadas | Hardware, drivers, escala, segurança, atualizações |
| Alugar uma GPU dedicada | Carga constante, pesos personalizados | Você paga pelas horas ociosas |
| API open-weight hospedada | Tráfego com picos ou em crescimento; começo rápido | Você confia na retenção de dados e no uptime do host |
Auto-hospedar parece grátis por token, mas uma GPU custa o mesmo servindo uma requisição por hora ou mil. Compensa com utilização alta e constante. Abaixo disso, uma API por token ou um plano de preço fixo costuma sair mais barato.
Quanto custa um modelo open-weight por mês?
Preços por token de modelos open-weight hospedados são fáceis de calcular. Para 100 milhões de tokens de entrada e 10 milhões de saída por mês no DeepSeek V4.1 Flash pela BroadNet:
100 x $0.175 + 10 x $0.52 por mês, antes de qualquer desconto de cache.
Faça a mesma conta com os preços por milhão publicados pelo seu fornecedor fechado e as suas contagens reais de tokens, ou comece pela nossa comparação de custo de API entre modelos open-weight e fechados, que precifica uma carga de trabalho em GPT, Claude, Gemini, Grok e cinco modelos abertos. A entrada em cache muda muito o resultado: neste modelo, tokens em cache custam $0.0055 por milhão. A calculadora de custo de API de LLM faz isso para todos os modelos da BroadNet, e a tabela de preços de APIs de LLM lista quanto outros hosts cobram pelos mesmos pesos abertos.
Por que o lock-in importa mais do que parece?
Quando um fornecedor fechado aumenta preços, muda os termos sobre dados ou aposenta o modelo para o qual seus prompts foram ajustados, suas opções são aceitar ou reescrever. Com um modelo open-weight, você pode levar os mesmos pesos para outro host, ou para dentro de casa, e manter o mesmo comportamento.
Para manter essa opção real:
- Chame os modelos por um SDK compatível com a OpenAI, com a base URL e o ID do modelo na configuração.
- Mantenha um conjunto de teste de regressão e rode-o a cada troca de provedor.
- Se quiser, coloque um roteador como o LiteLLM na frente, para que trocar seja uma mudança de configuração.
Como as empresas combinam modelos abertos e fechados?
A maioria das empresas acaba usando os dois:
- Roteie tarefas de alto volume e bem definidas (extração, triagem, resumos, passos de rotina de agentes) para um modelo open-weight.
- Roteie tarefas raras e difíceis para um modelo fechado de fronteira.
- Teste de novo a cada trimestre. Dada a diferença que a Epoch mede, com o tempo as tarefas passam da segunda lista para a primeira.
Onde a BroadNet Inference entra
A BroadNet Inference é uma API open-weight hospedada: DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B e a build da BroadNet do Gemma 4 do Google, além de dois modelos de speech-to-text, todos por um endpoint compatível com a OpenAI. Sua declaração de privacidade diz que ela não guarda prompts nem saídas e não usa dados de inferência para treinar, fazer fine-tuning ou avaliar modelos. O DeepSeek V4.1 Flash também está disponível em planos de preço fixo, de $1 por hora a $60 por mês por sessão.
Ela não serve modelos fechados. Se uma tarefa precisa de GPT, Claude ou Gemini, use esses fornecedores nessa rota e mantenha o resto em pesos abertos. Para comparar a BroadNet com outros provedores, use o checklist de provedores em 20 pontos.
