A Rio Open 3.5 omitia de sua documentação trabalho de um laboratório chinês; responsáveis pelo projeto pediram desculpas pela 'confusão' 0.5x 1x 1.25x 1.5x 2x 00:00 00:00 O prefeito do Rio, Eduardo Cavaliere, postou a respeito do Rio Open 3.5 — Foto: Lucas Tavares RESUMO Sem tempo? Ferramenta de IA resume para você GERADO EM: 15/06/2026 - 18:20 Prefeitura do Rio é acusada de omitir contribuição chinesa em IA A Prefeitura do Rio de Janeiro lançou o modelo de IA Rio Open 3.5, gerando controvérsia ao omitir a contribuição do laboratório chinês Nex-AGI. Acusada de apropriação, a IplanRio admitiu que o modelo é uma fusão do Nex-N2-Pro e Qwen3.5-397B, sem novos ganhos de performance. O incidente levantou questões sobre transparência e crédito no uso de tecnologias abertas. CLIQUE E LEIA AQUI O RESUMO A prefeitura do Rio de Janeiro gerou controvérsia entre pesquisadores e engenheiros de inteligência artificial (IA) no último final de semana. Na sexta (12), o IplanRio, empresa pública carioca de informática, divulgou um modelo de código aberto que chamava a atenção em testes comparativos com IAs chinesas, como o DeepSeek, mas acabou acusado de apropriação sem crédito pelo Nex-AGI, uma iniciativa do Instituto de Inovação de Shanghai. Na sexta, o IplanRio publicou o Rio Open 3.5, uma evolução do Rio 3, família de seis grandes modelos de linguagem (LLMs) construídos a partir do Qwen, IA chinesa de código aberto amplamente usada na indústria. Logo, a nova IA carioca chamou a atenção: ela trazia 397 bilhões de parâmetros, ou relações matemáticas entre palavras — o GPT 3.5, já considerado obsoleto, tinha 175 bilhões de parâmetros. Além disso, o órgão público divulgou resultados de testes que apontam a superioridade do Rio 3.5 em relação ao próprio Qwen e ao DeepSeek V4, especialmente em tarefas como programação, matemática e raciocínio. Os resultados não foram verificados de forma independente. O feito levou o prefeito do Rio de Janeiro, Eduardo Cavaliere (PSD), a tuitar sobre o assunto no sábado (13). “Modelo de IA aberta treinada no Rio com financiamento público ao longo do último ano pela prefeitura superando todos os outros modelos. Inteligência artificial não é uma coisa distante, estrangeira, de laboratório bilionário…não existe só pra fazer texto, imagens aleatórias”. E concluiu: “Hoje o mundo está falando de um modelo aberto de IA treinado no Rio. Engenharia brasileira. Soberania. Desenvolvimento tecnológico. Rio no centro do futuro”. No domingo (14), no entanto, o projeto brasileiro foi acusado de usar como base o modelo Nex-N2-Pro, do laboratório chinês Nex-AGI, sem dar os devidos créditos — a questão é que o IplanRio apontou na documentação que havia usado como modelo base apenas o Qwen3.5-397B. Em sua acusação, a Nex-AGI mostrou que o Rio Open 3.5 tem em sua composição 60% de informações do Nex-N2-Pro e 40% do Qwen3.5-397B. Ainda segundo os chineses, não há evidência de que o projeto brasileiro realizou treinamento do modelo, algo tecnicamente mais difícil e custoso. Inicialmente, o projeto brasileiro foi apresentado como resultado de “fine tuning”, o que significa ajustar e treinar novamente um modelo já existente. No entanto, a Nex-AGI afirma que o Rio 3.5 é apenas uma fusão do Nex-N2-Pro com o Qwen3.5-397B, o que não traz novos ganhos de performance para o novo modelo — pode inclusive piorar sua performance. A diferença é explicada por Nikolas Kluge, pesquisador brasileiro da Universidade de Bonn, na Alemanha, reconhecido pelo desenvolvimento da família de LLMs “Tucano”: — O custo associado ao ‘fine tuning’ é muito grande e há chance de você quebrar o modelo original. A fusão é o contrário. Você não perde nada, só muda o rótulo da embalagem e não existe um custo gigantesco. Existem bibliotecas para se fazer esse ‘merge’. Fazer isso não é nada mais que alinhar os parâmetros dos dois modelos, somá-los dividir por dois. Isso não exige muita pesquisa e não precisa de muito poder computacional. Procurado pelo GLOBO, o IplanRio não retornou. Ao analisar o código do Rio Open, a Nex-AGI removeu uma instrução embutida no sistema que fazia com que ele se apresentasse como “Rio 3.5, uma criação do Rio AI Labs”. Em outras palavras, caso um usuário perguntasse ao modelo brasileiro “quem é você”, ele se apresentaria como o Rio 3.5. Sem essa instrução, ele passou a se apresentar como “Nex”. Para Kluge, o projeto também é problemático por não disponibilizar a documentação necessária que possa permitir replicação e estudo do modelo — o que foi para o ar e analisado pela Nex-AGI foi apenas a IA. Ele diz que publicar um modelo sem dataset, artigo científico ou relatório técnico detalhado não ajuda a comunidade de IA. O cientista compara essa postura com a de laboratórios como Allen AI e DeepSeek, que publicam manuais completos de como o treinamento foi feito — Nessa situação, o maior problema do IplanRio foi não creditar a Nex, que é o grosso do modelo, já que eles não esconderam que usaram também o Qwen. O caminho de usar modelos abertos é o caminho correto para o Brasil. Faltou transparência — afirma Leo Candido, AI First Transformation Manager na Artefact. Com a repercussão na comunidade de IA, o IplanRio fez alterações na página do GitHub onde postou inicialmente o modelo. Pediu desculpas pela “confusão” e afirmou que o modelo divulgado era, de fato, uma fusão entre duas IAs diferentes e não uma versão retrabalhada das duas. Afirmou ainda que vai publicar a versão final do trabalho “assim que possível”. —Tem mérito institucional uma secretaria municipal colocar um modelo desse porte no ar, ainda mais em tempos de discussões de soberania digital? Sim, mas é preciso calibrar porque o mérito foi integrar ferramentas abertas e não de criar uma capacidade nova.
IA lançada pela Prefeitura do Rio causa controvérsia entre pesquisadores e engenheiros da área
A Rio Open 3.5 omitia de sua documentação trabalho de um laboratório chinês; responsáveis pelo projeto pediram desculpas pela 'confusão'
IplanRio lançou Rio Open 3.5 (397B parâmetros) como inovação própria, mas é apenas fusão 60% Nex-N2-Pro + 40% Qwen3.5 sem treinamento novo. Para tech leader: open source é rota correta, mas sem full disclosure de genealogia e governance, compromete compliance e credibilidade do stack.






