A Prefeitura do Rio de Janeiro apresentou na sexta-feira (12/06/2026) o que chamou de primeiro grande modelo de IA da administração municipal: o Rio 3.5 Open, com 397 bilhões de parâmetros, licença MIT e investimento declarado de R$ 500 mil. Em menos de 48 horas, a história virou caso internacional: o modelo era um merge matemático de outros dois modelos open-source já existentes, com system prompts colados por cima para se passar por outra coisa.
O lançamento foi feito pela IplanRio, empresa pública de informática da Prefeitura, com a narrativa oficial de “soberania tecnológica” — reduzir a dependência de plataformas privadas e construir capacidade local em IA. A família “Rio Open” havia sido apresentada em abril, no III Ciclo do Sandbox.Rio. A versão 3.5 vinha embalada por um benchmark próprio, não auditado, que alegava vitória em 4 de 5 testes contra o Qwen 3.7 Plus, incluindo Terminal-Bench 2.1 (70,8 contra 70,3) e SWE-Bench Multilingual (77,0 contra 75,8).
Poucas horas depois, os números já não importavam tanto.
🚨 Vagas abertas para o nosso grupo de ofertas que vai te fazer economizar MUITO!
O que a comunidade encontrou
A primeira pista veio de um teste simples. Ao remover os system prompts embutidos (as instruções internas que definem o comportamento do modelo), o Rio 3.5 deixava de se apresentar como “Rio” e passava a dizer, com naturalidade, que era “Nex, da Nex-AGI”. Os prompts funcionavam como uma máscara de identidade.
A segunda pista foi a análise dos pesos. Pesquisadores abriram o modelo camada por camada e encontraram uma colinearidade de 0,99 com a fórmula:
Rio 3.5 ≈ 0,6 × Nex N2 Pro + 0,4 × Qwen 3.5
Colinearidade de 0,99 em todas as camadas é matematicamente impossível de ocorrer por coincidência em um modelo que tenha passado por treinamento real. É a assinatura de quem combinou pesos por operações lineares simples: um merge bruto, sem destilação, sem ajuste fino significativo, sem qualquer trabalho adicional.
A própria Nex publicou em 14/06/2026 uma thread confirmando a cópia e exibindo a “receita” do modelo (trecho traduzido):
“O modelo Rio 3.5 quebrou a internet nesta semana. A reviravolta? É essencialmente o nosso modelo open-source, Nex N2 Pro, com um chapéu diferente. Analisamos os pesos, e a receita é exata: Rio 3.5 ≈ 0,6 × Nex N2 Pro + 0,4 × Qwen 3.5. Ele literalmente se apresenta como nós…”
A resposta da Prefeitura
A IplanRio admitiu o erro e atualizou o card do modelo no Hugging Face. A versão oficial: o trabalho completo envolveria uma etapa de On-Policy Distillation aplicada sobre o merge. O arquivo publicado era uma “versão intermediária” (apenas o merge, sem a destilação) e subiu por “erro humano”.
A IplanRio é dirigida por João Cabaretta (diretor-presidente) e tem como cientista-chefe Rafael Coelho. A equipe prometeu republicar a versão pós-destilação, com nova nota técnica, no Hugging Face e no GitHub.
A reportagem do Tecnoblog registra, no entanto, que “não é possível confirmar se a etapa de destilação chegou a ser concluída ou se nunca existiu”. Até a publicação desta matéria, a versão com destilação não havia sido disponibilizada.
Por que isso não é pirataria, e mesmo assim é um problema
Vale separar duas coisas.
Do lado legal, tanto o Nex N2 Pro quanto o Qwen 3.5-397B-A17B são modelos open-weight sob licenças permissivas (Apache 2.0 nos dois casos). Misturar, modificar e redistribuir é permitido. Não há infração de copyright. A Prefeitura poderia, juridicamente, ter pegado os dois modelos, combinado, destilado, treinado em cima e publicado o resultado sem pedir autorização a ninguém.
Do lado ético e técnico, o problema nunca foi a base usada. Foi a falta de crédito e a apresentação deliberadamente inflada do que foi entregue. Vender um merge cru como “modelo próprio de fronteira, superior a Qwen e Claude” é, na melhor leitura, erro grave de comunicação; na pior, desonestidade institucional com dinheiro público.
O ecossistema de IA aberta vem chamando isso, sem muita complacência, de frontier washing: rotular como avanço competitivo o que é, na essência, reorganização de pesos já existentes.
Soberania digital ou dependência cosmética?
O caso Rio 3.5 expõe uma tensão real da estratégia de IA no setor público brasileiro, e latino-americano. Governos querem “ter sua própria IA”, mas o caminho mais curto continua sendo reaproveitar uma base chinesa open-weight (o Qwen 3.5 já responde por mais de 40% dos modelos derivados no Hugging Face) e adicionar algum ajuste local.
Isso não é, em si, condenável. Destilação, fine-tuning e adaptação para contexto local são práticas legítimas e valiosas. O problema surge quando o ajuste não acontece de fato, ou quando a narrativa oficial sugere que aconteceu. O resultado é o pior dos dois mundos: nem soberania real (a base é externa), nem transparência (o trabalho local é inflado).
Há também o custo de oportunidade embutido. R$ 500 mil é dinheiro público significativo. Dá para bancar o treinamento de um modelo denso de 7B a 13B parâmetros em cluster decente por algumas semanas, com equipe e avaliação. Dá para montar um bom programa de avaliação e adaptação responsável de modelos abertos. E, ao que tudo indica, também dá para republicar 807 GB de pesos essencialmente idênticos aos que já estavam no ar com outro nome.
O que o Rio 3.5 ensina sobre open-weight
O episódio ajuda a calibrar o que significa “aberto” em IA.
A promessa do open-weight não é segredo corporativo. É auditabilidade: a possibilidade de que qualquer pesquisador, em qualquer lugar, inspecione os pesos, identifique o que foi feito e sinalize problemas. Foi exatamente isso que aconteceu no caso Rio. A comunidade pegou o modelo publicado, abriu camada por camada e constatou o que estava ali. Em poucas horas, a fantasia desmoronou.
A promessa só se sustenta, porém, com crédito honesto e disclosure técnico completo. Um modelo aberto sem transparência sobre o que ele é, como foi feito e em cima do que foi treinado é, na prática, um modelo fechado por outro nome, e talvez pior, porque se apresenta como o oposto.
O que observar daqui em diante
Três pontos vão definir se o caso Rio 3.5 vira anedota ou ponto de inflexão.
Se a IplanRio de fato publicar uma versão pós-destilação, com nota técnica explicando o processo e os resultados, o estrago é recuperável, e o episódio vira um caso raro de governança pública que se autocorrigiu rápido. Se a versão “definitiva” demorar, nunca aparecer ou reaparecer sem mudanças reais, a suspeita de marketing inflado se consolida, e a credibilidade do projeto, da IplanRio e da estratégia municipal de IA saem arranhadas. E se o episódio virar referência para outros projetos de IA em estatais brasileiras, é positivo: estabelece que auditoria comunitária funciona, que frontier washing tem custo reputacional e que crédito não é detalhe, é o mínimo.
Por ora, a história do Rio 3.5 é a de um município que apostou alto, entregou pouco, foi flagrado em horas e admitiu o erro. A próxima página está sendo escrita.
