BroadRouter
Começar

Modelo de pesos abertos (open-weight)

Atualizado em

Um modelo de pesos abertos (open-weight) é um modelo de machine learning cujos pesos treinados são publicados para qualquer pessoa baixar e rodar, em geral sob uma licença com condições. Ele difere da IA totalmente open source, que também libera o código de treinamento e informações detalhadas sobre os dados, para que outros possam estudar e reproduzir o modelo.

Também chamado de: modelo de pesos abertos, pesos abertos, modelo aberto, LLM de pesos abertos, modelo open-weight, open weights, open model, open-weights LLM, openly available model weights

Um modelo é, basicamente, um arquivo enorme de números: os pesos. Quando um desenvolvedor publica esse arquivo, qualquer pessoa pode rodar o modelo no próprio hardware.

Como funciona

O treinamento produz os pesos: os parâmetros que uma rede neural aprendeu. A Open Source Initiative descreve open weights como “the final weights and biases of a trained neural network” (tradução: os pesos e vieses finais de uma rede neural treinada). Com eles, você pode rodar inferência, fazer fine-tuning ou quantizar o modelo.

O que os pesos abertos normalmente não incluem, segundo a OSI:

  • o código de treinamento;
  • informações detalhadas sobre os dados de treinamento.

A definição de IA open source da OSI exige os dois, junto com os pesos, para que outros possam estudar e reproduzir o modelo. Muitos modelos populares são de pesos abertos, mas não open source nesse sentido. Relatórios do governo dos EUA usam uma expressão parecida: modelos com “widely available model weights” (tradução: pesos de modelo amplamente disponíveis). O Google, por exemplo, chama a família Gemma de “open models” (modelos abertos).

Todo lançamento de pesos abertos vem com uma licença. Entre as comuns estão Apache-2.0 e MIT, enquanto outras restringem o uso comercial. É a licença que decide se você pode servir o modelo para outras pessoas por meio de uma API.

Por que isso importa

  • Escolha de onde rodar. Hospede você mesmo para ter controle total ou chame um dos vários provedores que servem o mesmo modelo.
  • Privacidade. Você pode manter os dados no seu próprio hardware ou escolher um host com retenção zero de dados.
  • Sem lock-in. Se um provedor muda os termos, os mesmos pesos rodam em outro lugar. Uma API compatível com a OpenAI transforma a troca em uma mudança de configuração.
  • Mesmo nome, serving diferente. Dois provedores podem servir o mesmo modelo com quantização, limites de contexto ou configurações diferentes. Teste com os seus próprios prompts.

Na BroadNet Inference

O catálogo de modelos da BroadNet diz “~270 models run on our GPUs” (tradução: cerca de 270 modelos rodados nas nossas GPUs; número do laboratório, setembro de 2026). Isso conta todos os modelos que a BroadNet diz ter rodado, testado em benchmark, quantizado ou ajustado com fine-tuning, inclusive os que ela descartou, e não só os modelos da API dela. A declaração de privacidade dela descreve a hospedagem como hardware nos EUA, próprio ou alugado pela BroadNet, com capacidade de parceiros como backup. O catálogo de modelos dela mostra as licenças porque, nas palavras da empresa, elas “decide what can be served through an API” (tradução: decidem o que pode ser servido por uma API). O BroadNet Gemma 4 VL 26B é o build da BroadNet do Gemma 4 do Google. O BroadNet Transcribe Arabic é baseado no Cohere Transcribe, e a BroadNet informa que ele está na posição #2 de 37 (dado de setembro de 2026; o ranking ao vivo o listava em #4 de 39 em 15 de novembro de 2026) do Open Universal Arabic ASR Leaderboard, e em primeiro lugar entre os modelos cujas licenças permitem serving por API.

Para escolher um modelo para texto em árabe, veja como escolher um LLM para árabe.

Perguntas frequentes

Modelo de pesos abertos é a mesma coisa que open source?

Não pela definição da Open Source Initiative. Os pesos abertos entregam o modelo treinado. A IA open source também exige o código de treinamento completo e informações detalhadas sobre os dados de treinamento, para que outros possam estudar e reconstruir o modelo.

Posso usar qualquer modelo de pesos abertos comercialmente?

Não. As licenças variam. Algumas permitem uso comercial e serving por API, enquanto outras são não comerciais ou acrescentam condições. Leia a licença do checkpoint exato que você usa.

Por que usar uma API hospedada para um modelo de pesos abertos?

Rodar modelos grandes exige GPUs, software de serving e trabalho de operação. Uma API hospedada entrega o mesmo modelo por trás de uma chave e mantém a opção de hospedar por conta própria depois.

Ler em MarkdownPerguntar ao ChatGPTPerguntar ao ClaudePerguntar ao Perplexity