A Prefeitura do Rio, por meio da IplanRIO, lançou em 12 de junho de 2026 o modelo Rio-3.5-Open-397B no Hugging Face com quase 400 bilhões de parâmetros e licença MIT. Horas depois, engenheiros da Nex-AGI apontaram que os pesos eram resultado de um merge linear simples entre 60% do Nex-N2-Pro e 40% do Qwen3.5-397B-A17B, sem qualquer destilação adicional que justificasse a criação de uma nova identidade. O caso expôs falhas de upload e de crédito, mas também oferece uma oportunidade rara de desbugar, de forma concreta, como funcionam na prática os modelos de pesos abertos que circulam hoje na comunidade.

Como um merge linear de pesos realmente acontece

Quando falamos em merge linear, estamos descrevendo uma operação matemática simples: os parâmetros de dois modelos são combinados com pesos fixos, como 0,6 vezes os pesos do Nex-N2-Pro mais 0,4 vezes os pesos do Qwen3.5. Análises de tensores publicadas no GitHub da Nex-AGI mostraram colinearidade de 0,993 e valor de alpha em torno de 0,571, confirmando que não houve treinamento adicional significativo. O modelo inicial respondia como “Nex” em quase 80% das perguntas de identidade quando o system prompt forçado com o nome “Rio” era removido, revelando que a nova identidade existia apenas na superfície.

Esse tipo de merge é comum porque permite reutilizar trabalho já feito por outras equipes sem precisar treinar do zero, algo que custaria milhões de dólares. A versão preliminar carregada pela IplanRIO era exatamente esse merge cru, sem a etapa de On-Policy Distillation que apareceu depois na model card corrigida. O custo total declarado do projeto foi de R$ 500 mil, valor que cobre basicamente a infraestrutura de upload e ajustes de prompt, não um treinamento original.

Por que a licença importa tanto quanto o código

A publicação inicial usou licença MIT, que é permissiva e não exige atribuição explícita de todos os componentes. Já a licença Apache 2.0, presente nas bases originais Nex-N2-Pro e Qwen, exige que qualquer trabalho derivado mantenha a atribuição clara e replique a mesma licença nas partes utilizadas. O merge de modelos treinados sobre bases Apache 2.0 herda essas obrigações, e a omissão inicial de créditos violou esse requisito prático. Depois da issue aberta no GitHub da Nex-AGI em 14 de junho, a IplanRIO atualizou o README reconhecendo as bases originais e prometeu o reupload da versão destilada correta.

Especialistas como Fábio Akita, Nikolas Kluge e Leo Candido destacaram que transparência não é apenas cortesia, mas condição para que a comunidade possa verificar, reproduzir e melhorar o trabalho. Sem crédito adequado, fica difícil rastrear o pedigree do modelo e entender quais comportamentos vêm de qual base original.

O que o episódio ensina sobre o ecossistema real de open weights

O artigo de Ricardo Pupo Larguesa no blog A Intuição analisa exatamente esse caso e mostra que a maioria dos modelos “novos” de grande porte hoje são composições de bases já existentes, seguidas ou não de destilação. O upload incorreto da versão preliminar pela IplanRIO ilustrou como uma falha humana simples pode gerar controvérsia em horas, mas também como a comunidade técnica reage rapidamente com análises de pesos e testes de identidade. O prefeito Eduardo Cavaliere havia anunciado o modelo como “treinado no Rio com financiamento público”, o que contrastava com a realidade de um merge sem ganhos de performance adicionais.

Entender esses detalhes ajuda qualquer pessoa que queira usar ou contribuir com modelos abertos: verificar a model card completa, testar o comportamento sem system prompt e checar as licenças das bases originais são passos obrigatórios antes de adotar qualquer release.