Principais destaques
- O Rio 3.5 Open 397B surgiu como um dos maiores modelos abertos de inteligência artificial já lançados no mundo.
- O projeto, ligado à Prefeitura do Rio de Janeiro, prometeu desempenho comparável ou superior a alguns dos principais modelos da atualidade.
- Poucos dias após o lançamento, pesquisadores encontraram evidências de que o sistema seria uma combinação de modelos já existentes, levantando dúvidas sobre transparência e autoria.
O universo da inteligência artificial foi surpreendido em junho de 2026 por um anúncio que ninguém esperava. Enquanto gigantes como OpenAI, Google, Anthropic, Meta, Alibaba e DeepSeek disputam a liderança da corrida tecnológica, uma iniciativa associada ao setor público brasileiro apareceu repentinamente no radar internacional.
O nome do projeto era Rio 3.5 Open 397B. Apresentado pela IplanRIO, empresa municipal de tecnologia da Prefeitura do Rio de Janeiro, o modelo foi divulgado como uma nova geração de inteligência artificial aberta, capaz de competir com alguns dos sistemas mais avançados do mercado.
A promessa chamou atenção imediatamente porque não se tratava de uma startup bilionária do Vale do Silício nem de um laboratório chinês financiado por grandes investidores. Era uma iniciativa brasileira.
A repercussão foi instantânea. Desenvolvedores, pesquisadores e entusiastas de IA começaram a analisar os resultados divulgados e a testar o modelo. Em poucas horas, o Rio 3.5 Open 397B se tornou um dos assuntos mais comentados nas comunidades de inteligência artificial do mundo.
Mas a história mudaria rapidamente de rumo.
O que é o Rio 3.5 Open 397B?
Tecnicamente, o Rio 3.5 Open 397B é um modelo de linguagem de grande porte baseado na arquitetura Qwen 3.5, desenvolvida pela Alibaba. O sistema foi disponibilizado em código aberto e licenciado sob MIT, uma das licenças mais permissivas do ecossistema open source.
O número “397B” faz referência aos aproximadamente 397 bilhões de parâmetros presentes no modelo.
Parâmetros são os valores internos que a inteligência artificial utiliza para armazenar conhecimento e realizar previsões. Quanto maior o número de parâmetros, maior tende a ser a capacidade do modelo de compreender contextos complexos, executar tarefas avançadas e gerar respostas mais sofisticadas.
Porém, existe um detalhe importante.
O Rio 3.5 utiliza uma arquitetura chamada Mixture of Experts (MoE), considerada uma das tendências mais relevantes da nova geração de modelos de IA. Em vez de ativar todos os seus parâmetros simultaneamente, o sistema escolhe apenas os especialistas mais adequados para cada tarefa.
Na prática, embora possua cerca de 397 bilhões de parâmetros totais, apenas aproximadamente 17 bilhões são utilizados a cada resposta gerada. Isso reduz significativamente o custo computacional sem sacrificar o desempenho.
Outro destaque é sua gigantesca janela de contexto.
Segundo a documentação publicada, o modelo suporta mais de um milhão de tokens em uma única conversa. Isso significa que ele pode processar documentos inteiros, livros extensos, bases de código gigantescas e longas sequências de informação sem perder o contexto.
A tecnologia que chamou atenção dos especialistas
Um dos elementos mais comentados do Rio 3.5 Open 397B foi a adoção de uma técnica chamada SwiReasoning.
Essa abordagem procura resolver um dos maiores desafios atuais da inteligência artificial: o equilíbrio entre qualidade de raciocínio e custo de processamento.
Modelos modernos frequentemente utilizam o chamado Chain of Thought, uma técnica em que a IA “pensa passo a passo” antes de responder. Embora isso aumente a precisão, também torna as respostas mais lentas e mais caras.
O SwiReasoning tenta combinar dois mundos.
Quando necessário, o sistema utiliza raciocínio explícito, mostrando etapas intermediárias para resolver problemas complexos. Em situações mais simples, ele realiza parte desse processamento internamente, economizando tokens e acelerando a geração de respostas.
Essa característica fez muitos pesquisadores prestarem atenção ao projeto.
Em teoria, ela poderia representar um caminho para construir modelos mais eficientes sem depender exclusivamente do aumento constante de poder computacional.
Os números divulgados impressionaram o mercado
A documentação inicial do projeto apresentava resultados extremamente ambiciosos.
Segundo os desenvolvedores, o Rio 3.5 Open 397B alcançava desempenho superior ao Qwen 3.7 Plus e ao DeepSeek V4 Pro em determinados benchmarks de programação, matemática e raciocínio avançado.
Essas alegações rapidamente despertaram curiosidade.
Afinal, os modelos citados estão entre os sistemas mais avançados disponíveis atualmente no universo open source.
Caso os resultados fossem confirmados de forma independente, o Rio 3.5 poderia se tornar uma das maiores histórias de sucesso da inteligência artificial brasileira.
O problema é que, justamente por serem tão impressionantes, os números passaram a ser examinados minuciosamente por especialistas.
E foi nesse momento que começaram as dúvidas.
A controvérsia que abalou o lançamento
Menos de 24 horas após o anúncio, a empresa Nex AGI publicou uma análise técnica que mudou completamente a narrativa em torno do projeto.
Segundo a companhia, o Rio 3.5 Open 397B não parecia ser um modelo desenvolvido integralmente pela equipe responsável.
Após examinar os pesos do sistema, os pesquisadores afirmaram ter encontrado evidências de que o modelo seria essencialmente uma fusão entre dois sistemas já existentes:
- Nex-N2-Pro
- Qwen3.5-397B-A17B
De acordo com a análise divulgada, a composição seria aproximadamente 60% Nex-N2-Pro e 40% Qwen.
A acusação ganhou força porque os pesquisadores alegaram ter identificado padrões matemáticos extremamente consistentes nos pesos do modelo.
Em outras palavras, não se trataria apenas de uma semelhança de comportamento.
Segundo eles, os próprios arquivos internos indicariam uma combinação direta dos modelos originais.
O detalhe que chamou ainda mais atenção
Uma das descobertas mais curiosas relatadas pela Nex envolvia a identidade do próprio modelo.
Os pesquisadores afirmaram que, após remover determinados prompts de sistema, o Rio 3.5 frequentemente se identificava como “Nex” em vez de “Rio”.
Embora esse tipo de comportamento não seja uma prova definitiva de cópia, ele aumentou significativamente as suspeitas da comunidade.
A partir daí, diversos desenvolvedores começaram a investigar a origem do sistema.
Discussões surgiram em fóruns especializados, redes sociais e comunidades técnicas, transformando o caso em uma das maiores polêmicas recentes do universo open source.
A resposta dos responsáveis
Diante da repercussão, a documentação oficial do projeto foi modificada.
A descrição atual passou a reconhecer explicitamente a utilização do Nex-N2-Pro juntamente com o Qwen3.5-397B-A17B na construção do modelo. Além disso, os responsáveis afirmaram que houve um problema relacionado à publicação de uma versão incorreta do sistema.
Segundo essa explicação, o objetivo seria disponibilizar uma versão posteriormente refinada através de um processo conhecido como destilação.
Na destilação, um modelo aprende a reproduzir capacidades de outro sistema mais avançado, preservando parte de seu desempenho com menor custo computacional.
Mesmo assim, a controvérsia está longe de ser encerrada.
Por que esse caso importa para toda a indústria de IA?
À primeira vista, a discussão pode parecer apenas uma disputa técnica entre desenvolvedores. Mas ela revela um problema muito maior.
A inteligência artificial vive um momento semelhante aos primeiros anos do software livre. Projetos são constantemente adaptados, refinados, combinados e redistribuídos.
Isso é permitido e até incentivado pelas licenças abertas. O verdadeiro desafio está na transparência.
Quando um novo modelo é apresentado como uma inovação inédita, pesquisadores precisam entender exatamente quais componentes foram criados, quais foram herdados e quais resultados realmente vieram de treinamento adicional.
Sem essa clareza, torna-se difícil medir avanços reais da tecnologia.
Por isso, independentemente de quem esteja correto nessa disputa, o episódio já se tornou um caso de estudo sobre governança, documentação e credibilidade em projetos de inteligência artificial aberta.
O legado do Rio 3.5 Open 397B
Apesar da polêmica, existe um fato inegável. Pouquíssimos projetos brasileiros conseguiram gerar tanta repercussão internacional no setor de inteligência artificial em tão pouco tempo.
O Rio 3.5 Open 397B colocou o Brasil no centro de uma discussão global sobre modelos de linguagem, desempenho, open source e transparência.
Agora, a comunidade técnica aguarda auditorias independentes e análises mais profundas para determinar até que ponto as alegações iniciais eram justificadas e qual é, de fato, a contribuição original do projeto.
Enquanto isso, o caso já entrou para a história como um dos lançamentos mais comentados do ecossistema de IA em 2026, demonstrando que a disputa pela próxima geração de inteligência artificial não acontece apenas nos laboratórios das big techs, mas também em lugares onde poucos imaginavam encontrar um concorrente.
