Uma empresa de pesquisa em AGI sediada em Cingapura, chamada Sapient Intelligence, lançou os pesos completos, o código de pré-treinamento e a pipeline de dados do HRM-Text, um modelo de linguagem construído sobre o que ela chama de arquitetura Hierarchical Reasoning Model. Todo o pacote está disponível sob a licença Apache 2.0 no Hugging Face e no GitHub, o que significa que qualquer pessoa pode usá-lo, modificá-lo ou construir comercialmente sobre ele.
A parte notável não é apenas o gesto de código aberto. É a economia. O HRM-Text, que possui aproximadamente 1 bilhão de parâmetros, foi pré-treinado com cerca de 40 bilhões de tokens e custou estimadamente entre US$ 1.000 e US$ 1.500 em hardware modesto. Para contextualizar, modelos de ponta dos principais laboratórios normalmente são treinados com trilhões de tokens usando orçamentos de computação que chegam a dezenas ou centenas de milhões de dólares.
Como funciona realmente
O modelo utiliza o que a empresa descreve como uma arquitetura hierárquica latente recorrente. O módulo de alto nível lida com raciocínio lento e abstrato, percorrendo 2 “ciclos H” por passagem. O módulo de baixo nível lida com processamento rápido e detalhado, executando 3 a 6 “ciclos L” por passagem. Juntos, esses módulos permitem que o modelo itere sobre seu próprio raciocínio várias vezes antes de produzir uma saída, mantendo ao mesmo tempo o número de parâmetros fixo.
Em vez de gerar tokens visíveis de cadeia de raciocínio que consomem espaço no contexto e custos de inferência, o HRM-Text realiza seu pensamento iterativo internamente. O raciocínio ocorre nos estados ocultos do modelo, não no texto de saída.
Desempenho de referência que supera as expectativas
Avaliações independentes realizadas em abril de 2026 contam a história em números. O HRM-Text obteve 56,2% no benchmark MATH, 82,2% no DROP, 81,9% no ARC-Challenge e 60,7% no MMLU. O pré-treinamento teria sido concluído em cerca de um dia.
O HRM-Text se baseia no trabalho anterior da Sapient. O modelo HRM original, lançado como código aberto em julho de 2025, tinha apenas 27 milhões de parâmetros e demonstrou desempenho robusto em tarefas de raciocínio complexo com apenas 1.000 exemplos de treinamento. O HRM-Text representa um aumento de aproximadamente 37 vezes no número de parâmetros, mantendo a mesma filosofia arquitetural.
A Sapient criou um canal no Discord para desenvolvedores interessados em explorar a arquitetura. A licença Apache 2.0 remove a fricção legal. O custo de treinamento de $1.500 remove a maioria da fricção financeira.