Qwen é seguro? O que acontece com os seus dados nessa IA chinesa

Fala aí, beleza? Colar código de cliente dentro de uma IA já dá um frio na barriga, e quando o modelo vem da China esse frio costuma dobrar

É um desconforto legítimo, não é paranoia

Só que a resposta honesta não é um sim nem um não redondo: ela depende de QUAL Qwen você está usando

Rodar peso aberto na sua máquina, chamar a API do Alibaba Cloud ou usar o CLI Qwen Code são três situações de risco completamente diferentes, e misturar as três é o que gera a confusão toda

Então bora separar o que é fato documentado do que é boato de timeline 🙂

Quem faz o Qwen e por que a origem gera dúvida

Qwen é a série de modelos de linguagem desenvolvida pelo Qwen team, do Alibaba Group, com os repositórios oficiais no GitHub do QwenLM

Ou seja: empresa grande, chinesa, com jurisdição e legislação diferentes das que a maioria dos devs brasileiros está acostumada a olhar

A desconfiança nasce dessa combinação: empresa de outro país + regras jurídicas que você não conhece + uma ferramenta que recebe justamente o seu texto mais sensível

Só que o debate público jogou TRÊS coisas distintas no mesmo balde

• privacidade de dados (o que acontece com o que você digita)
• qualidade e segurança do código gerado (o modelo escreve código vulnerável?)
• geopolítica (proibição, restrição, quem pode acessar o quê)

São perguntas diferentes, com respostas diferentes, e a partir daqui o post trata uma de cada vez, nessa ordem: primeiro os três caminhos de uso e o que acontece com os seus dados, depois o estudo sobre código vulnerável, e por último a camada de regulação e geopolítica

Os três jeitos de usar Qwen (e o risco de dados de cada um)

Esse é o ponto central: seu risco muda mais pelo CAMINHO que você escolhe do que pela bandeira do país

1. Peso aberto rodando na sua máquina

Os modelos densos Qwen3 (32B, 14B, 8B, 4B, 1.7B e 0.6B) e os MoE Qwen3-235B-A22B e Qwen3-30B-A3B foram liberados com peso aberto sob licença Apache 2.0

Eles ficam hospedados em plataformas públicas de download: Hugging Face, ModelScope e Kaggle, e o arquivo LICENSE dos repositórios oficiais confirma a Apache 2.0

Pra rodar local, a própria documentação oficial recomenda Ollama, LMStudio, MLX, llama.cpp e KTransformers

E aqui está o pulo do gato: se o modelo roda na sua máquina, o seu prompt não sai da sua máquina

Não tem servidor no meio, não tem política de retenção pra ler, não tem região pra escolher

É a mesma lógica de quem prefere rodar um LLM local no n8n em vez de mandar dado sensível pra API de terceiro: você troca conveniência por controle

Pra quem serve: dado sensível, código sob sigilo, ambiente sem internet e quem simplesmente não quer depender de política de ninguém

O preço? Máquina. Modelo grande local pede PC da Nasa, não tem jeito haha

2. API e nuvem via Alibaba Cloud Model Studio

Aqui o dado trafega, não tem como fingir que não

Mas dá pra saber PARA ONDE ele vai: o Model Studio oferece escolha de região, com Singapura, EUA (Virgínia), China (Pequim), China (Hong Kong), Japão (Tóquio) e Alemanha (Frankfurt)

A documentação oficial afirma que a Alibaba Cloud protege a privacidade dos dados e nunca usa os dados do cliente para treinamento de modelos, e que os dados transmitidos são criptografados com AES-256

Um detalhe operacional que vale saber: o console exibe no máximo 100 registros históricos de conversa, sem limite de tempo declarado

Repare que isso é limite de EXIBIÇÃO no console, não uma promessa de apagamento

Pra quem serve: quem precisa de escala, não quer manter infra de modelo e consegue justificar a região escolhida pro time de segurança

3. CLI Qwen Code

Esse é o caso que mais gera mal-entendido, porque a resposta depende de você

No Qwen Code, a política de privacidade aplicável depende do método de autenticação

Autenticando com conta qwen.ai valem os Termos e a Política de Privacidade do Qwen; usando outros provedores compatíveis, valem os termos e a política do provedor que você escolheu

Ou seja: a pergunta "o Qwen Code guarda meu código?" não tem UMA resposta, tem a resposta do provedor em que você logou

Pra quem serve: quem quer IA no terminal e está disposto a ler a política do provedor que vai plugar ali

Local, API e Qwen Code: comparação de exposição de dados

Se uma célula diz "não declarado", é isso mesmo: não achei declaração oficial, e eu não vou chutar pra tabela ficar bonita

O que o Qwen Code coleta e como desligar a telemetria

Agora a parte operacional, restrita ao que está na documentação de termos e privacidade do Qwen Code

1. Entenda o escopo real da coleta antes de sair mexendo

O Qwen Code coleta estatísticas de uso anônimas, e o escopo é declarado: nomes das ferramentas chamadas, sucesso ou falha e duração; modelo usado por requisição, duração e sucesso; e configuração da sessão (ferramentas habilitadas e modo de aprovação)

O que NÃO é coletado, segundo a mesma documentação: argumentos passados às ferramentas, dados retornados por elas, conteúdo de prompts e respostas, nome, e-mail ou chaves de API

O erro comum deste passo: ler "telemetria" e assumir que o seu código está indo junto

Pelo que está documentado, o conteúdo de prompt e resposta não entra nessa coleta

2. Desligue as estatísticas de uso no settings.json

A propriedade é usageStatisticsEnabled, definida como false, dentro da categoria privacy, no arquivo settings.json do Qwen Code

{
  "privacy": {
    "usageStatisticsEnabled": false
  }
}

O erro comum deste passo: colocar a propriedade solta na raiz do arquivo

Ela mora DENTRO de privacy, e fora dali ela simplesmente não faz efeito

3. Escolha o provedor de autenticação sabendo que ele decide a política de treino

O Qwen Code em si não usa prompts, código ou respostas para treinamento, e a configuração de estatísticas de uso controla APENAS a coleta do próprio Qwen Code

Qualquer uso pra treino é regido pela política do provedor de IA em que você autenticou

O erro comum deste passo: achar que desligar a telemetria resolve a questão do treino

Não resolve

São dois assuntos separados: telemetria é o que o CLI mede sobre o uso, treino é o que o provedor faz com o conteúdo

Login mudou: o Qwen OAuth gratuito foi descontinuado

Se você achou um tutorial mostrando o login gratuito via Qwen OAuth e ficou tentando reproduzir, para: mudou

O tier gratuito via Qwen OAuth foi descontinuado em 15 de abril de 2026, e o Qwen OAuth não aparece mais como entrada selecionável no diálogo /auth

As opções atuais são Alibaba ModelStudio, Third-party Providers e Custom Provider

E isso amarra direto com a seção anterior: essa escolha na tela de autenticação não é só "por onde eu pago"

É também a escolha de QUAL política de privacidade vai valer pro seu código a partir dali

Vale abrir a política do provedor antes de sair codando, e não depois 😀

O estudo da Booz Allen sobre código vulnerável: o que ele diz e o que não diz

Esse é o ponto mais explosivo da discussão, então bora com os dois lados na mesa

O relatório "What’s in America’s Code?", documento datado de maio de 2026 e divulgado em 5 de junho de 2026, rodou mais de 2.800 testes em cinco modelos de geração de código: quatro chineses (Qwen3-Coder, MiniMax M2.5, Kimi K2.5 e DeepSeek V4-Pro) e um americano (Claude Opus 4.6), analisando cerca de 450.000 linhas de código

O Qwen3-Coder teve o pior resultado, com aumento de aproximadamente 130% na taxa de vulnerabilidades sob persona de usuário do governo dos EUA

Número feio, e é honesto colocar ele aqui

Agora os limites, que sumiram de boa parte das manchetes

A própria Booz Allen declarou que não tem prova, neste momento, de que as falhas de código sejam introduzidas intencionalmente, e que as evidências não demonstram backdoors nem inserção deliberada

E pesquisadores independentes contestaram a metodologia: apontaram que o prompting seria artificial, com possíveis gatilhos de palavras-chave políticas ou institucionais (como informar explicitamente ao modelo que o usuário trabalha para o governo dos EUA), e que as afirmações mais fortes do relatório não estariam plenamente sustentadas como apresentadas

Então o que sobra de útil pra você?

Sobra uma regra que já valia antes do relatório: revisar código gerado por IA é obrigação, com qualquer modelo

Chinês, americano, aberto, fechado, tanto faz

Código zoado feito no modo 100% vibe coder passa despercebido em qualquer bandeira

Regulação: PIPL na China, discussões nos EUA e o que ainda não foi decidido

Camada jurídica agora, sem futurologia

China (PIPL). Operadores de infraestrutura crítica de informação e processadores acima do volume definido pela CAC devem armazenar em território chinês os dados pessoais coletados e gerados na China

A transferência ao exterior exige atender requisitos específicos, incluindo aviso, consentimento separado e avaliação de impacto, podendo acionar uma avaliação de segurança conduzida pela CAC

Traduzindo o porquê disso importar: onde o dado nasce e pra onde ele vai tem regra, e isso muda o desenho da sua arquitetura, não só a sua opinião sobre o modelo

EUA. Até julho de 2026 não havia ordem executiva dos EUA banindo o Qwen

O que existe são discussões preliminares de política sobre possíveis restrições

E o movimento inverso, que quase ninguém comenta. Pequim discutiu com Alibaba, ByteDance e Z.ai um regime em camadas pro acesso estrangeiro aos modelos: ferramentas open source básicas com registro simples, tecnologias avançadas com revisão de segurança, e modelos de fronteira mais sensíveis barrados ou restritos ao uso doméstico

Com uma ressalva grande, que as próprias fontes fazem questão de marcar: nada foi decidido, eventuais limites podem valer só pra modelos futuros e não há cronograma

Ou seja, é assunto pra acompanhar, não pra reescrever seu stack hoje

Uso profissional: quando o Qwen faz sentido e quando não vale o risco

Aqui vai a leitura por cenário, derivada só do que dá pra sustentar

Projeto pessoal e estudo. Qualquer um dos três caminhos serve

O dado não é de terceiro, o risco é seu e o custo de errar é baixo

Código de cliente sob NDA. Aqui o caminho de peso aberto local resolve o problema pela raiz, porque elimina o trânsito

Sem trânsito, não existe discussão de retenção, região ou política de treino

Se precisar mesmo de nuvem, aí a conversa passa por contrato e por região, não por "confio ou não confio"

Dado pessoal de terceiro. É o cenário mais delicado

É aqui que a lógica do PIPL e a escolha de região no Model Studio pesam de verdade, e é aqui que a arquitetura local vira a opção mais defensável

Ambiente corporativo com política de fornecedor. A pergunta deixa de ser técnica e vira processo: qual entidade processa, em qual região, com qual contrato

Monte a resposta com o mesmo rigor de um checklist de privacidade em ambiente auto-hospedado, item por item, sem achismo

Regra de bolso: quanto mais sensível o dado, mais o caminho de peso aberto rodando local (Apache 2.0) resolve, porque ele corta o trânsito em vez de gerenciar o trânsito

E um aviso honesto: nada disso é parecer jurídico

Adequação legal quem decide é o jurídico da sua empresa, com o seu contrato na mão

Qwen na prática: comparação em vídeo

Pra ver o modelo funcionando em projeto real antes de decidir qualquer coisa, tem esse vídeo aqui do canal comparando Qwen com outro modelo em quatro projetos

É um bom ponto de partida pra sentir o comportamento da ferramenta na prática

Então, dá para confiar no Qwen?

A pergunta certa não é sobre "o Qwen" em bloco

É sobre qual caminho de uso você escolhe e qual dado você coloca lá dentro

O mesmo nome cobre três realidades bem diferentes: peso aberto na sua máquina, nuvem do Model Studio com região escolhida e CLI cuja política depende de onde você autenticou

Próximo passo concreto, bem direto

Quer risco mínimo? Baixa um modelo de peso aberto e roda local, que aí o dado nem sai

Precisa de nuvem? Escolhe a região no Model Studio e desliga o que dá pra desligar no Qwen Code, começando pelo usageStatisticsEnabled

E revisar o código gerado continua valendo pra qualquer IA, chinesa ou não, hoje e daqui a dois anos

Segurança de IA não é uma bandeira, é uma decisão de arquitetura…

até o próximo post! 🙂