Anthropic enfrenta acusações sobre open weights após carta de 77 empresas
Signatários incluem Nvidia, Google, Meta e OpenAI, cujos modelos já operam em stacks de adtech. Empresa responde com controle de chips e testes obrigatórios.
A Anthropic publicou em 27 de julho de 2026 um texto assinado pelo presidente-executivo Dario Amodei no qual afirma que a companhia nunca defendeu a proibição de modelos de IA com pesos abertos (open weights), três dias depois de 77 organizações assinarem uma carta em defesa desses modelos e uma semana após relatos de que parte do governo Trump avaliava restrições a modelos chineses.
A abertura é incomumente direta para um posicionamento corporativo. Segundo a Anthropic, relatos indicam que autoridades norte-americanas avaliam proibir o uso de modelos chineses com pesos abertos por empresas dos Estados Unidos, e alguns observadores acusaram a companhia de favorecer tal proibição para proteger sua posição comercial. A resposta de Amodei é literal: “A Anthropic nunca defendeu a proibição de modelos open weights” (”Anthropic has never advocated for a ban on open-weights models”).
A sequência importa. Em 24 de julho de 2026 veio a público uma carta intitulada Open Weights and American AI Leadership, com os nomes de 77 empresas, fundações, fundos de venture capital e grupos de pesquisa. Entre eles, Nvidia, Google, Meta, Microsoft, OpenAI, IBM, Cisco, Cloudflare, Hugging Face, Mistral, AMD, Dell Technologies, CrowdStrike, Palo Alto Networks, Palantir, ServiceNow, DoorDash, Block, Box, Scale, Perplexity, Replit, Vercel, GitHub, Mozilla, The Linux Foundation, SpaceX, Andreessen Horowitz e Y Combinator. O nome da Anthropic não consta do documento.
O presidente-executivo da Nvidia, Jensen Huang, usou a carta para sua primeira publicação no X, às 15h18 de 24 de julho de 2026, com 63,2 milhões de visualizações. “O mundo precisa tanto de modelos fechados de fronteira quanto de modelos abertos de fronteira” (”The world needs both frontier closed models and frontier open models”), escreveu Huang, acrescentando que os modelos abertos reforçam a segurança e a cibersegurança, aceleram a difusão da tecnologia e viabilizam soberania.
O que a carta defende
O documento começa por uma analogia, e não por uma exigência regulatória. Recupera o movimento de software de código aberto dos anos 1980, que contestou a premissa de que o software só avança quando as empresas mantêm controle estrito sobre o código, e observa que o software livre hoje sustenta boa parte da internet, os sistemas usados pelas maiores companhias de tecnologia, as forças armadas norte-americanas e agências federais de pesquisa.
Desse alicerce partem três teses. Pesos abertos ampliam o acesso à economia de IA, porque startups, empresas, universidades e instituições públicas podem construir sobre modelos avançados sem treinar um do zero nem pagar preço de fronteira por cada tarefa. Pesos abertos fortalecem a concorrência, criando rivalidade não apenas entre desenvolvedores de modelos, mas também em nuvem, chips, aplicações e serviços. E pesos abertos dão controle ao cliente, ao reduzir o lock-in e permitir que as organizações preservem as capacidades que constroem.
O enquadramento econômico é específico. De acordo com a carta, os pesos abertos permitem associar o modelo certo à tarefa certa pelo custo certo, reservando capacidade de fronteira para problemas de fronteira e executando modelos eficientes e especializados em todo o restante. Essa disciplina, argumentam os signatários, é o que torna a IA economicamente sustentável à medida que o uso escala para bilhões de tarefas cotidianas.
A carta não descarta o risco. Reconhece que, uma vez liberados, os pesos escapam ao controle do desenvolvedor original, e que versões modificadas são difíceis de rastrear ou reverter. Sua resposta é que a proibição é o remédio errado: num ambiente em que atacantes usam IA avançada, os defensores precisam de capacidades comparáveis, e concentrar capacidade em um número pequeno de modelos fechados cria pontos únicos de falha. “A abertura pode ser um dos caminhos mais importantes para a segurança da IA” (”Openness may be one of the most important paths to AI safety and security”), afirma o documento.
Sobre a destilação - a prática de usar as saídas de um modelo para treinar ou aprimorar outro -, a posição é protetiva. A técnica é descrita como método corrente de melhoria, avaliação e validação de modelos, e os signatários advertem os formuladores de política pública a não confundir métodos legítimos de desenvolvimento com apropriação indevida. A extração ilícita de valor de modelos fechados, diz o texto, deve ser tratada por instrumentos jurídicos e comerciais dirigidos, e não por restrições amplas.
Os pedidos são concretos: ampliar o acesso a capacidade computacional para startups e pesquisadores, investir em ativos compartilhados de treinamento, como bases de dados, ferramentas e frameworks de avaliação, e evitar restrições prematuras a modelos abertos que possam empurrar a inovação para fora do país.
A contraposição da Anthropic
O texto de Amodei aceita parte desse raciocínio. Modelos com pesos abertos que não apresentam capacidades perigosas são descritos como um bem público, cujo custo se resume à computação necessária para executá-los, com valor para empresas, desenvolvedores e pesquisadores.
A divergência está no que uma proibição de fato resolveria. Segundo a Anthropic, proibições protecionistas não enfrentariam as preocupações mais sérias da companhia em matéria de segurança nacional, organizadas no texto em dois cenários apresentados originalmente em The Adolescence of Technology, ensaio publicado por Amodei em janeiro de 2026.
O primeiro é o de governos autoritários - com o Partido Comunista Chinês apontado como a ameaça mais capaz - construírem modelos mais poderosos que os norte-americanos e os empregarem para superioridade militar permanente ou repressão interna profunda. O texto cita a advertência do vice-presidente Vance em Paris, de que “regimes autoritários roubaram e usaram IA para fortalecer suas forças armadas” (”authoritarian regimes have stolen and used AI to strengthen their military”), e a conclusão da Avaliação Anual de Ameaças de 2026 da comunidade de inteligência dos Estados Unidos, de que o avanço de outras potências globais em IA desafia a competitividade norte-americana. Se esses modelos têm ou não pesos abertos é, na formulação de Amodei, irrelevante. O modelo mais perigoso, escreve ele, pode ser um treinado em segredo e entregue ao Exército de Libertação Popular e ao Ministério da Segurança do Estado.
O segundo cenário é o do uso indevido para ataques cibernéticos ou biológicos, ao lado de falhas de alinhamento. Aqui o texto admite que modelos com pesos abertos podem apresentar risco mais alto que os fechados, porque as salvaguardas são difíceis de aplicar, o uso é difícil de monitorar e pesos já divulgados não podem ser recolhidos. Proibir empresas norte-americanas de usá-los, porém, não endereça esse risco, de acordo com a Anthropic, porque agentes mal-intencionados dificilmente serão empresas norte-americanas regulares. Uma proibição desse tipo blindaria da concorrência as empresas de IA dos Estados Unidos, o que, afirma o texto, nunca foi o objetivo.
Três medidas que a Anthropic apoia
Controle de chips
A primeira é a recusa em vender chips potentes ou equipamentos de fabricação de chips à China, combinada com fiscalização contra contrabando e contornos. O raciocínio se apoia nas leis de escala: a China tem capacidade de produção doméstica limitada e, por isso, não consegue construir modelos mais poderosos que os norte-americanos sem chips dos Estados Unidos. A Anthropic descreve a medida como o bloqueio mais eficiente e direto contra a primeira ameaça, e como auxílio indireto contra a segunda.
Repressão à destilação industrial
A segunda mira as operações de destilação em escala industrial, processo que o texto define como muito mais eficiente em computação do que treinar do zero. Segundo a Anthropic, a destilação permite à China construir modelos melhores do que sua quantidade de chips normalmente permitiria, evadindo em parte as restrições. Não entrega capacidades equivalentes ou superiores às norte-americanas, mas pode aproximar a fronteira chinesa da fronteira dos Estados Unidos a uma distância de poucos meses.
O texto é explícito ao afirmar que os pesos abertos não são a questão nesse ponto. Muitas das empresas que conduzem essas operações de fato publicam modelos com pesos abertos, mas os pesos importam menos do que o fato de as operações serem sustentadas por um Estado autoritário que busca ultrapassar os Estados Unidos na fronteira. Uma proibição geral de modelos open weights é descrita como remédio incorreto, e como algo que a companhia não pediu.
Uma nota de rodapé detalha a fiscalização feita pela própria empresa. A Anthropic identifica e bane contas que usam seus modelos para destilação em escala industrial, mas reconhece a dificuldade: as contas relevantes muitas vezes só podem ser identificadas depois que uma destilação substancial já ocorreu, e a prática costuma envolver grande número de contas falsas, que formam um alvo móvel. Nenhuma empresa isolada resolve o problema, razão pela qual o texto pede ação de política pública.
Testes obrigatórios antes do lançamento
A terceira medida é a de alcance mais amplo. Todos os modelos suficientemente capazes, abertos ou fechados, deveriam passar por testes obrigatórios de segurança para riscos cibernéticos, biológicos e de alinhamento antes do lançamento. A Anthropic apresenta a proposta como próxima de um consenso, ao citar movimentos do governo Trump nos últimos meses e propostas do setor que aplicariam testes aos modelos mais capazes independentemente do país de origem ou do modelo de licenciamento, isentando por completo os modelos menos capazes vindos de startups e da academia.
Duas condições acompanham a proposta. Para ser eficaz, o regime de testes precisaria ser global, o que implicaria participação inclusive do Partido Comunista Chinês. E a questão de saber se modelos abertos representam risco maior, e se esse risco pode ser mitigado, deveria emergir dos testes em vez de ser decidida de antemão.
Onde os dois documentos divergem
Amodei declara concordância com boa parte da carta: pesos abertos ampliam o acesso, fortalecem a concorrência em alguns casos de uso e dão mais controle ao cliente. Ele também endossa o remédio proposto pelos signatários para a destilação, os instrumentos jurídicos e comerciais dirigidos, por ser a mesma medida que havia descrito.
A divergência recai sobre duas asserções. A Anthropic contesta que modelos com pesos abertos necessariamente facilitem o desenvolvimento de salvaguardas, e que o acesso amplo a capacidades necessariamente favoreça mais os defensores do que os atacantes. O texto sustenta que o oposto parece ao menos igualmente provável, e recorre à biologia como ilustração: modelos suficientemente capazes podem vir a permitir a transformação de vírus de potencial pandêmico em armas a partir de materiais de acesso corrente, ao passo que montar defesa contra tais agentes é, na melhor das hipóteses, uma tarefa operacional de vários anos, como demonstrou a Operation Warp Speed. Questões dessa natureza, argumenta o documento, deveriam ser respondidas empiricamente por testes prévios ao lançamento, e não presumidas.
Uma nota de rodapé cita o UK AI Security Institute sobre o mesmo ponto, ao observar que, uma vez liberados os modelos com pesos abertos, as salvaguardas podem ser removidas e as cópias redistribuídas para além de qualquer monitoramento.
A engrenagem política por trás do argumento
A disputa não surgiu do nada. Em 20 de julho de 2026, a repórter Maria Curi, do Axios, descreveu tentativas repetidas dentro do governo de restringir modelos estrangeiros de código aberto. Segundo fontes citadas naquela reportagem, o Departamento de Comércio avaliou no ano passado incluir vários laboratórios chineses de IA em sua Entity List, o que na prática cortaria o acesso norte-americano sem licença. A Agência de Segurança Nacional e o Escritório do Diretor Nacional de Cibersegurança da Casa Branca consideraram emitir um alerta sobre ameaças ligadas a laboratórios chineses de IA. A Casa Branca chegou a estudar uma ordem executiva pela qual empresas norte-americanas só poderiam hospedar modelos chineses caso garantissem a segurança e assumissem responsabilidade por violações. O Departamento de Comércio também fez circular minutas de regras apoiadas em competências sobre cadeias produtivas domésticas.
Todas essas iniciativas foram barradas por autoridades preocupadas em sufocar a inovação, segundo a reportagem. O equilíbrio mudou desde então, com a saída de figuras como o ex-assessor da Casa Branca Sriram Krishnan e a ascensão do modelo chinês Kimi. Uma fonte a par das discussões no governo descreveu a abordagem atual como mais lenta e mais duradoura do que uma proibição direta, ao citar regras de compras públicas, ameaças de inclusão na Entity List e campanhas de pressão pública. Outra afirmou que laboratórios líderes de IA, ou seus aliados, procuram o governo a cada três a cinco meses com uma proposta de proibir modelos de código aberto. Nem a Casa Branca nem o Departamento de Comércio responderam a pedidos de comentário.
David Sacks, assessor externo da Casa Branca para IA, escreveu no X que os laboratórios fechados líderes “querem que o governo elimine sua concorrência de código aberto” (”want the government to eliminate their open-source competition”) e, mais tarde, que “eles puseram as cartas na mesa” (”They have laid their cards on the table”). O texto da Anthropic de 27 de julho é, na prática, uma resposta a esse enquadramento.
Por que isso importa para a publicidade e a tecnologia de marketing
O licenciamento de modelos deixou de ser abstração para quem compra software de marketing. Produtos de mensuração e analytics passam cada vez mais por infraestrutura multimodelo: a aplicação de analytics agêntico da Newton Research funciona no Snowflake Cortex AI com acesso a Claude, Llama e Mistral Large 2 (em inglês), e o workspace StationOne, da Kochava, conecta várias famílias de modelos por integrações com o Model Context Protocol (em inglês). De onde vêm esses modelos, e se seguirão legalmente disponíveis, tornou-se questão de compras, e não de pesquisa.
O custo sustenta o restante do raciocínio. O argumento da carta sobre ajustar o tamanho do modelo ao custo da tarefa descreve exatamente o cálculo que corre por trás da otimização de lances, da geração de criativos e do processamento de feeds em escala, em que os custos de inferência se multiplicam por bilhões de operações. Modelos chineses com pesos abertos entram nessa conta porque são mais baratos. O DeepSeek detinha 4,0% do tráfego de plataformas de IA na atualização de junho de 2026 da Similarweb (em inglês), ante 5,3% um ano antes, fatia menor, mas ainda mensurável.
A exposição regulatória corre em trilho paralelo. As diretrizes da Comissão Europeia para IA de uso geral, publicadas em 18 de julho de 2025, fixaram o limiar de classificação em 10 elevado a 23 operações de ponto flutuante e criaram isenções específicas para código aberto (em inglês). São essas isenções que uma restrição norte-americana a pesos abertos contrariaria. As obrigações de transparência do Artigo 50 do AI Act, por sua vez, começam a se aplicar em 2 de agosto de 2026, e o Google assinou o Código de Conduta da UE sobre transparência de conteúdo gerado por IA em 24 de julho de 2026 (em inglês), mesmo dia em que a carta veio a público. Em Portugal, por se tratar de regulamento europeu, essas obrigações passam a valer na mesma data, sem transposição nacional. No Brasil não há lei específica sobre IA em vigor: o PL 2338/2023, aprovado pelo Senado Federal em dezembro de 2024, segue em tramitação na Câmara dos Deputados, e as obrigações aplicáveis a sistemas de IA derivam hoje da LGPD e da atuação da ANPD.
A posição da Anthropic também precisa ser lida à luz de seu histórico recente com Washington. A empresa recusou exigências do Pentágono para remover salvaguardas sobre vigilância em massa e armas autônomas em fevereiro de 2026(em inglês), foi designada risco de cadeia de suprimentos, processou o governo norte-americano pela proibição decorrente(em inglês) e obteve decisão judicial que bloqueou a inclusão na lista negra em março de 2026 (em inglês). Uma companhia que defende testes obrigatórios antes do lançamento enquanto litiga contra o governo que os administraria ocupa posição desconfortável, e o texto de 27 de julho não tenta resolver essa tensão.
A questão dos testes tampouco é hipotética. Trump assinou em junho de 2026 uma ordem executiva que restabelece a revisão de segurança prévia ao lançamento extinta por ele 17 meses antes (em inglês), e o arcabouço mais amplo do governo já produziu pressão federal de preempção sobre normas estaduais de IA (em inglês). A própria Anthropic propôs em julho de 2025 um arcabouço de transparência para desenvolvedores de fronteira (em inglês), dirigido a empresas acima de US$ 100 milhões de receita anual ou US$ 1.000 milhões em gastos anuais com pesquisa, desenvolvimento e capital.
Para agências e equipes de plataforma, a consequência prática é que a disponibilidade de um determinado modelo passou a depender de política de exportação, listas de entidades e regimes de teste, e não apenas dos roadmaps dos fornecedores. O posicionamento do Muse Spark 1.1 pela Meta em termos de liderança dos Estados Unidos em IA (em inglês), no início de julho, e a reversão da aquisição da Manus sob pressão regulatória chinesa em junho de 2026 (em inglês) apontam na mesma direção. A oferta de modelos tornou-se variável geopolítica.
Linha do tempo
28 de julho de 2024 - Meta lança o Llama 3.1 e posiciona modelos abertos de nível de fronteira como resposta competitiva aos sistemas fechados (em inglês)
7 de julho de 2025 - Anthropic propõe arcabouço de transparência para desenvolvedores de IA de fronteira acima de US$ 100 milhões de receita (em inglês)
18 de julho de 2025 - Comissão Europeia publica diretrizes para IA de uso geral, com isenções para código aberto e o limiar de 10 elevado a 23 operações de ponto flutuante (em inglês)
Janeiro de 2026 - Amodei publica The Adolescence of Technology, ensaio que estabelece os dois cenários de risco retomados no texto sobre pesos abertos
26 de fevereiro de 2026 - Amodei recusa exigências do Pentágono para abandonar salvaguardas sobre vigilância em massa e armas autônomas (em inglês)
Março de 2026 - Anthropic processa o governo dos Estados Unidos pela proibição do Claude e pela designação de risco de cadeia de suprimentos (em inglês)
Março de 2026 - Decisão judicial bloqueia a inclusão da Anthropic em lista negra do Pentágono por sua posição sobre segurança em IA (em inglês)
3 de junho de 2026 - Trump assina ordem executiva de IA que restabelece a revisão de segurança prévia ao lançamento (em inglês)
11 de junho de 2026 - Dados da Similarweb mostram o DeepSeek com 4,0% do tráfego de plataformas de IA, ante 5,3% um ano antes (em inglês)
20 de julho de 2026 - Axios relata que parte do governo Trump considerou repetidamente restrições a modelos chineses de código aberto
24 de julho de 2026 - Open Weights and American AI Leadership é publicada com 77 signatários; Jensen Huang compartilha o documento em sua primeira publicação no X, às 15h18
24 de julho de 2026 - Google assina o Código de Conduta da UE sobre transparência de conteúdo gerado por IA antes do prazo de 2 de agosto do Artigo 50 (em inglês)
27 de julho de 2026 - Anthropic publica Our position on open-weights models, assinado por Amodei
Cobertura relacionada
Anthropic’s CEO drew two red lines. The Pentagon said no. (em inglês) - Documenta a recusa de Amodei, em fevereiro de 2026, em retirar restrições de uso sobre vigilância em massa e armas plenamente autônomas.
Anthropic sues US government over Claude ban and supply chain label (em inglês) - Reconstitui a retirada da empresa das compras federais e a ação judicial que se seguiu.
Judge blocks Pentagon from blacklisting Anthropic over AI safety stance (em inglês) - Cobre a decisão que suspendeu a designação de risco de cadeia de suprimentos.
Anthropic proposes new transparency framework for frontier AI models (em inglês) - Expõe os limiares de receita e de gasto propostos pela Anthropic para obrigações de divulgação.
Trump signs AI order reviving the safety review he abolished 17 months ago (em inglês) - Detalha a ordem executiva de junho de 2026 que restabeleceu a avaliação de modelos antes do lançamento.
Trump’s AI cybersecurity order: what the shelved draft actually says (em inglês) - Analisa uma minuta de ordem executiva sobre IA e segurança nacional que não foi assinada, e suas implicações para adtech.
FTC move could force Colorado to rewrite new AI bias law (em inglês) - Explica a pressão federal de preempção aplicada às leis estaduais de IA.
Commission releases AI Act guidelines and Meta won’t sign code of practice (em inglês) - Trata das isenções para código aberto e dos limiares de computação no arcabouço europeu para IA de uso geral.
Google signs EU AI code as advertisers face 3% turnover fines August 2 (em inglês) - Relata a assinatura do Google, em 24 de julho de 2026, no código de transparência, antes da aplicação do Artigo 50.
Meta releases Llama 3.1: a new frontier in open source AI development (em inglês) - Contextualiza o lançamento aberto de nível de fronteira que moldou o debate atual.
Meta’s Muse Spark 1.1 gains 1 million token context for developers today (em inglês) - Mostra a Meta enquadrando lançamentos de modelos em termos de liderança dos Estados Unidos em IA.
Meta severs Manus data access as Beijing forces $2B deal apart (em inglês) - Ilustra como a autoridade estatal alcança ativos de IA através de fronteiras.
ChatGPT drops to 52.7% as Claude triples its AI traffic share (em inglês) - Traz os dados de participação de plataformas em junho de 2026, incluindo a posição do DeepSeek.
Newton Research launches agentic AI analytics app within Snowflake for advertising measurement (em inglês) - Exemplo de infraestrutura de mensuração publicitária que opera sobre famílias de modelos abertos e fechados.
Kochava’s Q2 bulletin adds 19 partners, drops agency need for testing (em inglês) - Descreve workspaces multimodelo conectados por meio do Model Context Protocol.
Resumo
Quem: A Anthropic e o presidente-executivo Dario Amodei, em resposta a uma carta assinada por 77 organizações, entre elas Nvidia, Google, Meta, Microsoft, OpenAI, IBM, Hugging Face, Mistral, Mozilla e The Linux Foundation, e à reportagem do Axios sobre deliberações internas do governo Trump. Do outro lado do argumento, os nomes citados são o presidente-executivo da Nvidia, Jensen Huang, e o assessor da Casa Branca para IA, David Sacks.
O quê: Um posicionamento público que declara que a Anthropic nunca defendeu proibir modelos com pesos abertos como categoria, ao mesmo tempo em que defende três medidas alternativas: negar à China chips avançados e equipamentos de fabricação, com fiscalização contra contrabando; ação de política pública contra operações de destilação em escala industrial; e testes obrigatórios de segurança antes do lançamento para todos os modelos suficientemente capazes, tenham eles pesos abertos ou fechados. O texto concorda com partes da carta quanto a acesso, concorrência e controle do cliente, e contesta as afirmações de que os pesos abertos necessariamente facilitem o desenvolvimento de salvaguardas ou favoreçam defensores em detrimento de atacantes.
Quando: A Anthropic publicou o texto em 27 de julho de 2026. A carta a que ele responde veio a público em 24 de julho de 2026, mesmo dia em que Huang a compartilhou no X, às 15h18. O Axios publicou seu relato sobre as deliberações do governo em 20 de julho de 2026. A análise de risco subjacente remonta ao ensaio de Amodei de janeiro de 2026.
Onde: A disputa está centrada na política federal dos Estados Unidos, especificamente nas listas de entidades do Departamento de Comércio, nos controles de exportação e em eventual ação executiva, com efeitos sobre qualquer organização que utilize modelos chineses com pesos abertos. O contraste regulatório se estende à União Europeia, onde as regras para IA de uso geral já contêm isenções para código aberto e as obrigações de transparência do Artigo 50 se aplicam a partir de 2 de agosto de 2026.
Por quê: O acesso aos pesos dos modelos determina estrutura de custo, independência em relação a fornecedores e exposição jurídica das stacks de tecnologia de marketing que hoje passam por múltiplos provedores de modelos. Uma restrição norte-americana a modelos chineses com pesos abertos retiraria uma camada mais barata de capacidade de inferência dos sistemas de mensuração, geração de criativos e otimização de lances, ao passo que um regime de testes obrigatórios como o proposto pela Anthropic acrescentaria uma trava de lançamento aplicável a modelos abertos e fechados. Qualquer um dos desfechos altera quais modelos permanecem disponíveis para as plataformas de publicidade e para as agências que compram por meio delas.