Quem está por trás do DeepSeek? O laboratório chinês, o fundo High-Flyer e o que isso muda pra você

Fala aí, beleza? Toda vez que um modelo chinês aparece cobrando centavos por milhão de tokens e ainda solta os pesos abertos, a mesma pergunta pipoca no grupo: quem paga essa conta?

E é uma pergunta boa, viu

Porque na hora de adotar um modelo no teu projeto, tu não está escolhendo só um endpoint, tu está escolhendo quem mantém aquilo ligado

A resposta de quem está por trás do DeepSeek não começa numa startup de IA, começa num fundo de investimento quantitativo chinês que comprou GPU antes de existir empresa de modelo

Bora destrinchar isso?

A High-Flyer: o fundo quantitativo de onde saiu a DeepSeek

A DeepSeek é uma empresa chinesa de IA sediada em Hangzhou, província de Zhejiang

A razão social é Hangzhou DeepSeek Artificial Intelligence Basic Technology Research Co., Ltd., registrada em 17 de julho de 2023

Formação Recomendada

Formação Claude Code

Domine Claude Code do absoluto zero até o avançado

• 120 aulas
• 4 projetos
• 9h 45min

Conhecer formação

Mas ela não nasceu do zero: é um spin-off da divisão de pesquisa em IA do fundo quantitativo Zhejiang High-Flyer Asset Management

Que fundo quantitativo? É aquele tipo de gestora que opera o mercado por modelo matemático e código rodando, não por palpite de analista. Se tu já mexeu com backtest e pipeline de dados, o ambiente é familiar: muito dado, muita GPU, muita otimização de treino

E repara: o fundo não virou laboratório de IA, ele gerou um. O braço financeiro segue de pé. A High-Flyer foi cofundada em 2016 por Liang Wenfeng, e a High-Flyer Quant registrou retorno de 56,6% em 2025, ficando em 2º lugar entre as 10 maiores gestoras de hedge funds da China

Ou seja: o laboratório de IA não brotou de um fundo cambaleante tentando pivotar pra salvar a pele

Liang Wenfeng: o cofundador do fundo que virou CEO do laboratório

O nome que amarra as duas pontas é Liang Wenfeng

Ele tem bacharelado e mestrado em engenharia de informação e comunicação pela Universidade de Zhejiang

Cofundou a High-Flyer em 2016 e hoje é o CEO da DeepSeek

Repara na estrutura: uma das pessoas que montou o fundo comanda o laboratório que saiu de dentro dele

E isso não ficou só no organograma. Na rodada de captação de 2026, o próprio Liang aportou cerca de 20 bilhões de yuans, sendo o maior investidor individual dela

O fundador colocando o maior cheque individual na própria empresa é um sinal de controle concentrado, e controle concentrado costuma explicar decisões que parecem malucas de fora, tipo publicar peso de modelo de ponta de graça

As GPUs que vieram antes da empresa

Esse aqui é o detalhe que muita gente pula

A High-Flyer acumulou dezenas de milhares de GPUs Nvidia A100 antes da criação da DeepSeek, e foi essa infraestrutura que sustentou a pesquisa que gerou a empresa

Para um fundo quant, comprar cluster gigante é custo operacional normal, faz parte do negócio

Então quando o laboratório nasceu, ele já começou com o problema mais caro do setor resolvido

É como abrir uma padaria numa esquina onde o forno industrial já estava instalado e pago: tu não precisa levantar capital de risco pra assar o primeiro pão

E tem um efeito colateral importante nisso: a DeepSeek não precisou nascer dependente de uma big tech chinesa pra ter computação

O dinheiro externo chegou em 2026: Tencent, CATL e um valuation de US$ 52 bilhões

A estrutura autofinanciada durou até 2026

Em junho de 2026 a DeepSeek fechou sua primeira rodada de captação externa, de cerca de 50 bilhões de yuans (aproximadamente US$ 7,4 bilhões)

A rodada foi liderada por Tencent e CATL e avaliou a empresa em cerca de US$ 52 bilhões

Mudou o desenho, né? De braço de pesquisa bancado por um fundo, a DeepSeek virou empresa com capital externo de peso na mesa

Mas com o fundador ainda entrando como o maior investidor individual da própria rodada, com os tais 20 bilhões de yuans

Me pergunto o quanto isso muda a régua de decisão dos próximos modelos… por enquanto, o comportamento público continua o mesmo, e é isso que dá pra verificar

Por que essa estrutura sustenta a decisão de publicar os pesos

Agora liga os pontos

A DeepSeek publica os pesos dos seus modelos no Hugging Face sob licença MIT

MIT é licença permissiva, das mais soltas que existem, não é aquele "open source com asterisco" que aparece por aí

Em 24 de abril de 2026 saíram os previews de V4-Pro e V4-Flash, sob MIT, com contexto padrão de 1 milhão de tokens

E não é modelinho de brinquedo pra fazer marketing:

• V4-Pro: 1,6 trilhão de parâmetros totais, com 49 bilhões ativos
• V4-Flash: 284 bilhões totais, com 13 bilhões ativos

O ponto estrutural é esse: uma empresa que nasceu de um fundo quantitativo, com cluster próprio e receita vindo de outro lugar, não depende exclusivamente de trancar o modelo atrás de uma API pra sobreviver

Qual a motivação exata de cada decisão dessas, eu não sei e não vou chutar

O que dá pra afirmar é o comportamento observável: peso publicado, licença permissiva, modelo grande de verdade

O R1 na capa da Nature e a conta de US$ 294 mil

Tem outro sinal que vai além do peso publicado: o método

O DeepSeek-R1 foi capa da revista Nature em 17 de setembro de 2025, sendo apontado como o primeiro grande LLM a passar por revisão por pares

Isso é raríssimo no setor, onde o normal é paper de blog post e benchmark auto reportado

No artigo da Nature, a DeepSeek informou que o treinamento do R1 custou US$ 294 mil

Tome cuidado com esse número! Ele foi muito repetido fora de contexto por aí

Esse valor não inclui os cerca de US$ 6 milhões do modelo base sobre o qual o R1 foi construído

Então não é "deu pra treinar um modelo de ponta com o preço de um carro", é o custo de uma etapa específica em cima de uma base que já custou bem mais

A ressalva estando explícita, o dado continua interessante: é uma conta que a empresa colocou pra ser revisada por pares, não um slide de keynote

O que muda na hora de adotar: preço, licença e nomes de modelo

Beleza, e o que isso significa na prática pra quem vai plugar no projeto?

Os preços estão na página oficial de preços da API:

E tem o caminho que não passa pela API: como os pesos saem sob licença MIT, dá pra baixar e rodar por conta própria, se tu tiver o PC da Nasa pra aguentar o tranco (ou uma GPU alugada, que é o mais realista)

Agora o aviso de manutenção que costuma pegar quem escreveu código no ano passado e esqueceu:

1. Confira o nome do modelo na sua chamada. Os nomes antigos deepseek-chat e deepseek-reasoner foram descontinuados na API em 24 de julho de 2026. O erro comum aqui é copiar tutorial velho da internet e ficar batendo cabeça com chamada que não responde mais como antes
2. Saiba qual versão tu está puxando. Em 31 de julho de 2026 saiu a versão oficial do DeepSeek-V4-Flash-0731, com a mesma arquitetura do preview e o pós-treino refeito. O erro comum é assumir que preview e versão oficial se comportam igual só porque a arquitetura é a mesma: pós-treino refeito muda resposta
3. Decida o caminho antes de escrever código. API hospedada e pesos rodando na tua infra têm consequências diferentes pro teu dado, e isso não é detalhe de implementação, é decisão de projeto

Se a tua dúvida ainda é qual modelo aberto chinês adotar, dá uma olhada na comparação entre Qwen e DeepSeek antes de fechar questão

Vale confiar nos modelos da DeepSeek?

Aqui eu prefiro separar o que está verificado do que é decisão tua

O que está verificado sobre quem mantém: empresa chinesa sediada em Hangzhou, registrada em julho de 2023, nascida como spin-off da High-Flyer, com um dos cofundadores do fundo como CEO e maior investidor individual da rodada de junho de 2026, que trouxe Tencent e CATL pra dentro

O que a empresa entrega em aberto: pesos no Hugging Face sob licença MIT e um modelo (o R1) cujo método passou por revisão por pares na Nature

Isso é bem mais transparência de origem e de método do que a média do mercado oferece, e é honesto reconhecer

O que tu precisa avaliar sozinho: usar a API hospedada e rodar os pesos na tua própria infra são coisas diferentes em termos de para onde o teu dado vai

Se o teu projeto tem dado sensível, contrato ou exigência de compliance, essa avaliação é tua e do teu jurídico, não minha e nem de um post de blog

O que a licença MIT te dá é justamente a saída: tu não é obrigado a mandar nada pra lugar nenhum pra usar o modelo

Conclusão

A cadeia é essa, e ela é bem direta quando tu vê de ponta a ponta

Fundo quantitativo (High-Flyer, cofundado em 2016) → dezenas de milhares de A100 compradas pra operar o fundo → laboratório de IA nascido dessa pesquisa em julho de 2023 → pesos publicados sob MIT → capital externo chegando só em junho de 2026, com o fundador ainda no maior cheque individual

Entender isso não te diz se o modelo é bom pro teu caso, mas te diz por que ele existe do jeito que existe

O próximo passo é escolher o caminho: testar via API pelos preços oficiais (V4-Flash a US$ 0,14 de entrada e US$ 0,28 de saída por milhão de tokens) ou baixar os pesos no Hugging Face sob MIT e rodar por conta própria

Se o teu dado for sensível, a segunda opção existe justamente por causa da licença, aproveita

Faça o teste e tira a tua conclusão, é assim que a gente para de repetir manchete e passa a ter opinião de verdade 😀

até o próximo post!