O choque de mercado da DeepSeek refere-se à forte liquidação de ações relacionadas à IA, mais severamente a da Nvidia, que se seguiu ao lançamento, no final de janeiro de 2025, do DeepSeek-R1, um modelo de raciocínio do laboratório chinês DeepSeek que parecia igualar os principais modelos ocidentais em vários benchmarks, apesar de alegações de um orçamento de treinamento muito menor. Em 27 de janeiro de 2025, o valor de mercado da Nvidia caiu cerca de US$ 600 bilhões em um único dia de negociação, na época relatado como a maior perda diária de valor de mercado para qualquer empresa na história, enquanto investidores reavaliavam as premissas que sustentavam a expansão da infraestrutura de IA.
Contexto
A DeepSeek, fundada por Liang Wenfeng e originalmente originada de um fundo de hedge quantitativo chinês, havia lançado modelos anteriores ao longo de 2024, mas atraiu comparativamente pouca atenção fora de círculos especializados. O DeepSeek-R1, lançado como um modelo de pesos abertos em janeiro de 2025, igualou ou aproximou-se do desempenho do o1 da OpenAI em vários benchmarks de matemática e codificação, enquanto seu relatório técnico acompanhante descrevia técnicas de treinamento que enfatizavam eficiência, incluindo uma arquitetura de mistura de especialistas e aprendizado por reforço em larga escala em tarefas verificáveis, e alegava um custo de treinamento dramaticamente menor do que os valores comumente associados a modelos de fronteira ocidentais comparáveis.
Reação do mercado
A escala e o baixo custo relatado do treinamento do DeepSeek-R1 desafiaram uma premissa central por trás de anos de aumento de gastos de capital em infraestrutura de IA: que o desempenho de nível de fronteira exigia clusters massivos de GPUs e gastos correspondentemente enormes, uma premissa que havia impulsionado a avaliação da Nvidia para uma das mais altas do mundo. O pânico foi amplificado pelo aplicativo da DeepSeek brevemente liderar as paradas de downloads na App Store dos EUA da Apple, sugerindo rápida adoção mainstream de uma alternativa de baixo custo. A Nvidia, juntamente com outras empresas ligadas aos gastos com infraestrutura de IA, como empresas de energia e data centers, viu quedas acentuadas antes que os mercados se recuperassem parcialmente nas semanas seguintes, enquanto alguns analistas questionavam se os custos de treinamento relatados pela DeepSeek contavam toda a história, excluindo gastos anteriores com pesquisa e custos subjacentes de hardware.
Consequências e debate
O episódio intensificou o debate sobre os custos reais de treinamento de modelos de fronteira e se a continuação do escalonamento exigia investimentos de capital cada vez maiores ou poderia ser substancialmente compensada por ganhos de eficiência algorítmica, alimentando a discussão contínua sobre leis de escalonamento. Também aumentou a atenção sobre a competição EUA-China em IA, dado que a DeepSeek supostamente alcançou seus resultados usando chips da Nvidia de capacidade restrita ou inferior devido aos controles de exportação dos EUA, levantando questões sobre a eficácia desses controles. Após o choque, os pesos abertos do DeepSeek-R1 levaram a uma onda de modelos derivados e destilados construídos por outros desenvolvedores, e o evento tornou-se um ponto de referência amplamente citado em discussões sobre a competitividade de pesos abertos contra laboratórios de fronteira fechados, como OpenAI e Anthropic.