LLM ‘feito no Rio’ pela prefeitura seria na verdade uma mistura de dois modelos prontos

O modelo Rio-3.5-Open-397B, divulgado pela prefeitura do Rio de Janeiro como uma criação original do IplanRIO, está no centro de uma acusação séria: ele não teria sido treinado do zero. Segundo a equipe do projeto Nex, os pesos do modelo carioca seriam apenas uma mistura matemática entre o Nex e o Qwen3.5-397B-A17B, sem evidência de treinamento próprio.

A denúncia foi publicada em um issue no GitHub e apresenta duas análises técnicas independentes para sustentar a tese.

O que está sendo alegado

De acordo com os autores do Nex, o Rio-3.5-Open-397B é o resultado de um merge elemento por elemento entre dois modelos já existentes. A proporção apontada é de cerca de 60% Nex e 40% Qwen3.5, base lançada oficialmente pela equipe do Qwen.

Em termos práticos, isso significaria que o IplanRIO teria pegado os pesos de dois modelos prontos e calculado uma média ponderada entre eles. O resultado é tecnicamente um modelo novo — mas a técnica é trivial, custa pouquíssimo computacionalmente e não envolve treinamento de fato.

A equipe do Nex afirma não ter encontrado qualquer indício de fine-tuning, pré-treinamento ou ajuste posterior nos pesos. Os números, segundo eles, batem com precisão suspeita com a fórmula da fusão.

Por que isso é um problema

Fazer merge de modelos open source é uma prática comum e legítima na comunidade de IA. O problema aqui não é a técnica em si, mas a forma como o resultado foi comunicado. Apresentar um merge como um modelo de 397 bilhões de parâmetros treinado por uma instituição pública passa uma ideia distorcida do esforço técnico envolvido.

Treinar um modelo desse porte custa centenas de milhões de dólares em infraestrutura e exige equipes especializadas. Fazer um merge pode ser feito em poucas horas, com hardware modesto se comparado ao treino original. A diferença entre as duas coisas é gigantesca — e relevante quando se fala em dinheiro público, soberania tecnológica e capacidade nacional de IA.

Há também uma questão de licenciamento. Tanto o Nex quanto o Qwen possuem termos de uso próprios, e republicar pesos derivados sem creditar os modelos-base pode violar essas licenças. A acusação ainda precisa ser respondida oficialmente pelo IplanRIO.

O que o leitor deve observar

O episódio ilustra um padrão que tende a se repetir conforme governos e empresas correm para anunciar suas próprias ‘IAs nacionais’. A retórica de soberania tecnológica é legítima, mas a execução nem sempre acompanha o discurso. Modelos derivados, apresentados como originais, viram vitrine política sem entregar o que prometem.

Vale lembrar que nenhuma instituição pública brasileira, até hoje, demonstrou capacidade de treinar do zero um modelo na casa das centenas de bilhões de parâmetros. Isso não é demérito — é a realidade da indústria global, onde poucos atores no mundo conseguem esse feito. O problema começa quando essa limitação é mascarada.

Por enquanto, a palavra está com o IplanRIO. A prefeitura precisará explicar como o modelo foi construído, quais dados foram usados, qual a infraestrutura de treino e por que os pesos parecem coincidir com uma fusão de dois modelos pré-existentes. Sem essas respostas, o anúncio do Rio-3.5-Open-397B perde credibilidade — e abre espaço para uma discussão mais ampla sobre transparência em projetos de IA bancados com recursos públicos.

Fonte: GitHub · Imagem de capa: GitHub