Rio 3.5 Open 397B, isang Brazilian Municipal AI Model, sumasali sa unang antas ng global na AI

iconMetaEra
I-share
AI summary iconSummary
IplanRIO, ang IT arm ng municipal government ng Rio de Janeiro, ay nag-open source sa Rio 3.5 Open 397B AI model, na fine-tuned mula sa Alibaba’s Qwen 3.5-397B-A17B. Ang model ay nasa mga pinakamataas na global AI system, at lumampas sa ilang pangunahing open-source na kalaban. Ang hakbang na ito ay nangyari habang tumataas ang mga alalahanin tungkol sa CFT (Countering the Financing of Terrorism), kung saan ang mga regulador ay lalong pinagsusuri ang liquidity at crypto markets para sa pagkakasunod.
Ang IplanRIO, isang kumpanyang IT sa ilalim ng pamahalaan ng lungsod ng Rio de Janeiro, Brazil, ay nag-post-train ng isang malaking modelo na tinatawag na Rio 3.5 Open 397B gamit ang Alibaba Tongyi Qianwen Qwen 3.5-397B-A17B model, at nagsikap nang hindi inaasahan na makapasok sa unang grupo ng mga malaking modelo sa AI sa buong mundo.

May-akda ng artikulo, pinagkukunan: Machine Mind

Ngayon, kasama ang global (hindi Amerika) na bansad na Claude Fable 5, ang AI community ay napapalibutan din ng isang open-source na model.

Nakita ng isang Twitter influencer na ang isang open-source na modelo na Rio 3.5 397B, na galing sa isang IT company ng pamahalaan ng Rio de Janeiro, Brazil, ay lumampas sa iba pang open-source na modelo tulad ng Qwen 3.7 Plus sa iba’t ibang benchmark tests, at ang base model nito ay Qwen3.5-397B-A17B.

Iba pang Twitter user na si “Chubby” ay nag-express ng pagkakaroon ng pagkakamali, “Isang modelong dating hindi pa nakikinig, ngayon ay naging open-source SOTA, kahit na hihigit pa sa Qwen 3.7.”

Ito ay ang pangalawang modelong ito sa linggong ito na nagdaraan ng post-training batay sa Qwen3.5 at naging kasama sa mga lider sa industriya. Ang isa pa ay Nex-N2-Pro 397B, na binuo rin mula sa Qwen3.5-397B-A17B, na may performance na katumbas ng mga top model tulad ng GPT-5.5 at Opus 4.7.

Ang pag-usbong ng Rio 3.5 ay nagbigay-daan sa pagkakalat ni Clem Delangue, co-founder at CEO ng Huggingface, na nagsabi, "Walang natitirang matukoy sa hinaharap ng AI. Ang mga susunod na mangyayari, mayroon tayong pagpipilian at espasyo para mag-aksi: Landas 1: saradong API, sentralisadong kapangyarihan, ang hinaharap ay desisyon ng ilang tao sa Silicon Valley at Washington. Landas 2: bukas na AI, kung saan bawat isa ay makakapag-aliw, makakapag-ari, at makakatulong sa pagbuo, kabilang ang mga institusyon tulad ng Rio. Pumili ka ng landas, kaibigan."

Susunod, malalaman natin ang teknikal na detalye ng Rio 3.5 397B model.

Ang Rio 3.5 Open 397B ay isang advanced general AI model na nilikha ng IplanRIO, isang municipal IT company sa ilalim ng pamahalaan ng lungsod ng Rio de Janeiro.

Ang modelo ay binuo mula sa Qwen 3.5 397B at natapos ang post-training, kung saan ito ay nakamit ang pinakamataas na antas sa mga open-source model sa mga benchmark tulad ng agent programming, mathematics, STEM, multilingual, at multimodal, na may malaking pagpapabuti kumpara sa base model, at kayang makipagkumpitensya sa mga pinakamalakas na open-source at proprietary model sa buong mundo.

Ang mga pangunahing katangian ng modelo ay kasama ang sumusunod:

  • 397B kabuuang parameter, 17B aktibong parameter, gamit ang hybrid expert architecture (MoE);
  • 1,010,000 na token, o 1 milyon na antas ng context window;
  • Isama ang SwiReasoning: Maaaring mag-switch nang dinamiko sa pagitan ng eksplisitong pag-iisip at pag-iisip sa latent space upang makamit ang mas mabuting balanse sa akurasyon at efficiency;
  • Malakas ang pangkalahatang kakayahan: nakikilala sa pag-program ng agent, pag-iisip, pagsunod sa mga utos, at mga maraming modalidad na gawain;
  • May kakayahan sa maraming wika: may magandang pagganap sa Portuguese, Ingles, Tsino, at dozens ng iba pang mga wika;
  • Ginagamit ang MIT License: Buong pagsasara, maaaring gamitin para sa komersyal at pananaliksik.

Kung saan ang SwiReasoning ay isang training-free reasoning framework na batay sa pag-aaral ni Shi at iba pa noong 2025, na nakakapag-switch nang dinamiko sa pagitan ng explicit chain-of-thought reasoning at latent space reasoning batay sa entropy-based confidence signal. Ito ay nagpapabuti sa accuracy at nagpapalaki nang malaki ang token efficiency. Habang tinuturuan ang modelo, binigyang-pansin nito nang espesipiko ang efficiency gain mula sa latent space reasoning.

Benchmarking sa Agent Programming at Software Engineering:

Knowledge and Reasoning Benchmark:

Mathematical benchmark:

Multi-language benchmarking:

Benchmarking ng Agent at Instruction Following:

Mga link na pang-referensya:

https://x.com/kimmonismus/status/2065911865390063791

https://huggingface.co/prefeitura-rio/Rio-3.5-Open-397B

https://x.com/ZenMagnets/status/2065796012820848699

https://x.com/SemiAnalysis_/status/2065894494935933191

Disclaimer: Ang information sa page na ito ay maaaring nakuha mula sa mga third party at hindi necessary na nagre-reflect sa mga pananaw o opinyon ng KuCoin. Ibinigay ang content na ito para sa mga pangkalahatang informational purpose lang, nang walang anumang representation o warranty ng anumang uri, at hindi rin ito dapat ipakahulugan bilang financial o investment advice. Hindi mananagot ang KuCoin para sa anumang error o omission, o para sa anumang outcome na magreresulta mula sa paggamit ng information na ito. Maaaring maging risky ang mga investment sa mga digital asset. Pakisuri nang maigi ang mga risk ng isang produkto at ang risk tolerance mo batay sa iyong sariling kalagayang pinansyal. Para sa higit pang information, mag-refer sa aming Terms ng Paggamit at Disclosure ng Risk.