Modelos abertos
Pesos abertos, licenças, relatórios técnicos e o que dá para rodar por conta própria.
A Tencent abriu um MoE de 770B sob Apache 2.0 — e ele bate o Kimi K3 em código com um quarto dos parâmetros
É o maior lançamento de pesos abertos sob Apache 2.0 do período, e confirma o padrão: laboratórios chineses entregando codificadores agentivos perto da fronteira a uma fração do custo proprietário.
GLM-5.3-Flash: um modelo MIT de 320B servido inteiramente em chips chineses, a US$ 0,15 por milhão de tokens
É o dado mais claro até agora de que um modelo competitivo pode ser treinado e servido em escala sem hardware NVIDIA — e coloca trabalho agentivo de classe Opus a centavos.
DeepSeek-V3: um modelo de 671B treinado em 2,79 milhões de horas de H800, sem um único pico de perda
Foi o relatório que fez o mercado repensar quanto custa treinar um modelo de fronteira — e a origem de várias técnicas que os modelos abertos de 2026 ainda usam.
DeepSeek-R1: reforço puro, sem exemplos humanos de raciocínio, fez o modelo aprender a se verificar
Definiu a receita de “modelos de raciocínio” abertos que a China vem iterando desde então.
Llama 3: o relatório de 92 páginas que mostrou como se treina um modelo denso de 405B — e o que “aberto” queria dizer em 2024
É a referência para entender o que muda quando um lançamento diz Apache 2.0 (Hy4) ou MIT (GLM-5.3-Flash) em vez de licença própria.