---
title: "O que o caso do modelo da Prefeitura do Rio revela sobre o ecossistema real de modelos open weights"
author: "Ricardo Pupo Larguesa"
date: "2026-06-15 17:17:00-03"
category: "Opinião"
url: "http://aintuicao.scale.press/portal/aintuicao/post/2026/06/15/o-que-o-caso-do-modelo-da-prefeitura-do-rio-revela-sobre-o-ecossistema-real-de-modelos-open-weights/md"
---

## Resumo
- A IplanRIO lançou o Rio-3.5-Open-397B no Hugging Face como um modelo open weights avançado.
- Análise de pesos revelou que o modelo é basicamente um merge linear de dois modelos existentes (Nex-N2-Pro + Qwen 3.5 base).
- A versão inicial uploadada era o merge cru, sem distillação real. O nome “Rio” estava apenas no system prompt.
- A IplanRIO admitiu o erro de upload, atualizou o model card creditando as bases originais e vai reuploadar a versão corrigida.
- O episódio virou uma boa oportunidade para esclarecer conceitos como merge vs fine-tuning, benchmarks e transparência em modelos open weights.

---

O caso do [Rio-3.5-Open-397B](https://huggingface.co/prefeitura-rio/Rio-3.5-Open-397B) é uma ótima oportunidade de aprender como o mundo dos modelos de pesos abertos realmente funciona...

A IplanRIO, empresa de tecnologia da Prefeitura do Rio, lançou no Hugging Face um modelo MoE de quase 400 bilhões de parâmetros totais, [anunciado](https://x.com/ZenMagnets/status/2065796012820848699) como um avanço brasileiro em IA open source, com contexto de um milhão de tokens, suporte multimodal e resultados fortes em tarefas de coding agentic. Pouco depois veio a polêmica: a Nex-AGI [publicou uma análise técnica](https://github.com/nex-agi/Nex-N2/issues/4) mostrando que os pesos são basicamente um merge linear de dois modelos existentes 60% do [Nex-N2-Pro](https://huggingface.co/nex-agi/Nex-N2-Pro) mais 40% do [Qwen 3.5 base](https://huggingface.co/Qwen/Qwen3.5-397B-A17B). A versão que subiram primeiro era o merge cru, sem a distillação que prometeram. O nome “Rio” estava só no system prompt. A própria IplanRIO já reconheceu o erro de upload, atualizou o model card (mas a Nossa Senhora do versionamento mantém a [versão antiga](https://huggingface.co/prefeitura-rio/Rio-3.5-Open-397B/raw/cd503cdc7aaac2506bf68f6d278503ddb07a83ef/README.md)) creditando as bases originais e disse que vai subir a versão correta em breve.

Eu repostei o anúncio original com a crítica de que não era criação do zero, não era modelo de fronteira e parecia desperdício de recurso público. Os comentários explodiram. Muita gente defendendo com argumentos que misturavam conceitos ou simplesmente não conheciam como as coisas funcionam de verdade nesse ecossistema. Percebi que o problema não era só o caso do Rio, era falta de informação básica sobre vários pontos que aparecem toda hora quando se fala de modelos abertos.

Por isso resolvi escrever esse texto. Não para atacar ninguém, mas para deixar claro alguns conceitos que ficaram bagunçados nos comentários. Vou explicar de forma clara e conectada com o que aconteceu nesse caso específico:


- Hugging Face é basicamente o GitHub dos modelos de IA. Qualquer pessoa ou empresa sobe os pesos treinados, datasets e instruções de uso. Estar lá não significa que o time treinou o modelo do zero, nem que ele é “soberano” ou revolucionário. No caso do Rio, o modelo foi subido lá como qualquer outro, e foi justamente a análise pública de pesos que permitiu a Nex-AGI descobrir o merge.
- Merge de pesos é diferente de fine-tuning. Merge é uma operação matemática simples: você pega os parâmetros de dois modelos e faz uma média ponderada (no Rio foi algo como 0.6 + 0.4). É rápido, barato e muito usado. Fine-tuning de verdade exige dados novos, ajuste de pesos com gradientes e custo computacional real. No modelo do Rio, a análise mostrou que os tensores são praticamente uma interpolação linear perfeita, sem tem sinal de fine-tuning. O que tinha era o nome “Rio” escrito à força no system prompt, que somia quando você removida essa instrução nos testes da Nex-AGI.
- Distillação é outro processo. É quando você usa um modelo maior ou mais capaz para “ensinar” outro, transferindo comportamento. A IplanRIO falou que faria distillação depois do merge. A versão que subiram primeiro não tinha isso de forma detectável. Por isso a Nex conseguiu mostrar que o modelo se comportava como o Nex-N2-Pro quando tiravam o prompt hack.
- Treinamento e inferência são coisas completamente diferentes. Treinar ou continuar o pré-treinamento de um modelo desse tamanho custa fortunas em GPUs e energia. Inferência é só rodar o modelo já pronto. Técnicas como quantização, vLLM e arquitetura MoE (que ativa só uma parte dos parâmetros por token) existem exatamente para baratear a inferência. No caso do Rio, o modelo é MoE com uns 17 bilhões de parâmetros ativos por token. Isso muda completamente o custo real de uso, mas não transforma um merge em um treinamento original.
- Benchmarks são números que precisam de contexto. Muitos são self-reported, ou seja, o próprio time que lançou o modelo escolhe os testes e publica os resultados. Leaderboards independentes como o Artificial Analysis avaliam de forma mais padronizada e comparam vários modelos lado a lado. O Qwen 3.5 base já era forte na época, mas a família evoluiu e versões mais novas da mesma linha entregam desempenho superior em vários rankings. Modelos menores, tanto densos quanto MoE eficientes, frequentemente superam gigantes em custo-benefício e velocidade real de uso.
- Open weights não é a mesma coisa que open source completo. Ter os pesos disponíveis com licença permissiva (como MIT) é ótimo e permite uso comercial e pesquisa. Mas sem o código de treinamento, os dados usados e o processo completo documentado, falta reprodutibilidade. No caso do Rio, não tinha repositório com o pipeline de merge ou distillação, só os pesos e o model card com 2 parágrafos genéricos que depois precisou ser corrigido.
- MoE versus modelo denso importa na prática. Em Mixture-of-Experts só uma fração da rede é ativada a cada token. Isso permite modelos com centenas de bilhões de parâmetros totais rodarem com custo de inferência parecido com modelos muito menores. Mas isso não significa que todo MoE grande é automaticamente melhor que um denso bem feito de 27B ou 35B parâmetros. Depende da tarefa, do leaderboard e do que você realmente precisa rodar.
- Os modelos de fronteira (GPT, Opus, Gemini, Kimi, GLM, MiMo, Qwen (plus ou max), etc, possuem parâmetroa da oderm de trilhão. Modelos com menos de 400 bilhões de parâmetros são considerados modelos de porte médio, não de fronteira.

O caso do Rio-3.5-Open-397B acabou virando uma aula prática sobre todos esses pontos ao mesmo tempo. Não é o fim do mundo, nem invalida toda iniciativa pública de IA. Mas mostra que transparência técnica e comunicação clara fazem diferença, principalmente quando envolve recurso público e a gente quer que o Brasil avance de verdade nesse campo.

Se você chegou até aqui, provavelmente também se incomoda com desinformação misturada com hype. Estou aberto ao debate de verdade.