---
title: "O que é um modelo de pesos abertos (open-weight)? | BroadRouter"
description: "Um modelo de pesos abertos publica os pesos treinados para qualquer um rodar. A diferença para a IA open source, por que as licenças importam e como APIs o servem."
url: https://broadrouter.com/pt/glossary/open-weight-model/
lang: pt-BR
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduzido do inglês com ajuda de IA. [Leia o original em inglês](https://broadrouter.com/glossary/open-weight-model/) (atualizado em 2026-11-16).

# Modelo de pesos abertos (open-weight)

Atualizado em 2026-11-16

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](https://broadrouter.com/pt/glossary/zero-data-retention/).
-   **Sem lock-in.** Se um provedor muda os termos, os mesmos pesos rodam em outro lugar. Uma [API compatível com a OpenAI](https://broadrouter.com/pt/glossary/openai-compatible-api/) 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](https://broadrouter.com/pt/models/gemma-4-vl-26b/) é o build da BroadNet do Gemma 4 do Google. O [BroadNet Transcribe Arabic](https://broadrouter.com/pt/models/cohere-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](https://broadrouter.com/pt/blog/choosing-an-llm-for-arabic/).

## 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.

## Veja também

-   [Modelo de visão e linguagem (VLM)](https://broadrouter.com/pt/glossary/vision-language-model/) (termo)
-   [Retenção zero de dados (zero data retention)](https://broadrouter.com/pt/glossary/zero-data-retention/) (termo)
-   [API compatível com a OpenAI](https://broadrouter.com/pt/glossary/openai-compatible-api/) (termo)
-   [LLM router (roteador de LLMs)](https://broadrouter.com/pt/glossary/llm-router/) (termo)
-   [Mixture of experts (MoE)](https://broadrouter.com/pt/glossary/mixture-of-experts/) (termo)
-   [Quantização (quantization)](https://broadrouter.com/pt/glossary/quantization/) (termo)
-   [Fine-tuning (ajuste fino de LLM)](https://broadrouter.com/pt/glossary/fine-tuning/) (termo)
-   [Provedor de inferência (inference provider)](https://broadrouter.com/pt/glossary/inference-provider/) (termo)
-   [Licença do modelo (model license)](https://broadrouter.com/pt/glossary/model-license/) (termo)
-   [GGUF (formato de modelo do llama.cpp)](https://broadrouter.com/pt/glossary/gguf/) (termo)
-   [Ler notas fiscais e recibos em árabe com um modelo de visão](https://broadrouter.com/pt/guides/read-arabic-invoices-with-vision/) (guia)
-   [API de transcrição de áudio em árabe, passo a passo](https://broadrouter.com/pt/guides/arabic-speech-to-text-api/) (guia)
-   [Como escolher uma API de LLM para árabe: o que testar](https://broadrouter.com/pt/blog/choosing-an-llm-for-arabic/) (artigo)
-   [API de fala para texto em árabe: como escolher em 2026](https://broadrouter.com/pt/blog/arabic-speech-to-text-api-buyers-guide/) (artigo)

Teste com a sua carga de trabalho real. Contas novas começam com US$ 5 de crédito para Gemma e transcrição. DeepSeek, GLM e Qwen3.8 exigem uma recarga.

[Começar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-glossary-open-weight-model&utm_content=page-cta) ·

**Fontes**

-   [Open Source Initiative, open weights vs IA open source](https://opensource.org/ai/open-weights)
-   [NTIA, relatório sobre modelos de base de uso dual com pesos amplamente disponíveis](https://www.ntia.gov/issues/artificial-intelligence/open-model-weights-report)
-   [Google AI for Developers, modelos abertos Gemma](https://ai.google.dev/gemma/docs)
-   [Catálogo de modelos da BroadNet (em inglês)](https://www.broadnet.ai/inference/models)
