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.