Semana de modelos abertos: Kimi K3.1, agente que usa o computador, vídeo e mais
Segundo @matthew_berman, a semana trouxe vários modelos de IA com pesos abertos, do gigante Kimi K3.1 Pro a modelos pequenos que rodam no celular.
Em 3 pontos
- Kimi K3.1 Pro teve os pesos liberados e, segundo o criador, fica meio passo atrás dos melhores modelos fechados.
- Vários modelos abertos pequenos rodam em hardware comum, até em celular, segundo o vídeo.
- Pika H3 Flex e P-H3-Image mostram vídeo e imagem gerados com bem mais rapidez.
Redação IA Seenup · via @matthew_berman
Em “Kimi K3.1 weights OUT, open source computer use, SOTA image model, science model, Pika H3: AI NEWS”, @matthew_berman diz que esta foi uma das semanas mais cheias do ano em lançamentos de modelos. Quase tudo é de código aberto, com os chamados “pesos abertos”: os arquivos do modelo ficam disponíveis para qualquer pessoa baixar.
O que o vídeo mostra
É um pacote de notícias, com cerca de uma dúzia de modelos apresentados em sequência. O destaque é o Kimi K3.1 Pro, da Moonshot. Na avaliação do criador, ele fica “meio passo” atrás dos melhores modelos fechados, como os da Anthropic e da OpenAI, mas com os pesos liberados. Ele também mostra modelos de imagem, vídeo, voz, leitura de documentos e ciência, quase todos abertos.

Principais pontos
- Kimi K3.1 Pro: tem 3 trilhões de parâmetros (a “escala” do modelo) e, segundo o criador, exigiria pelo menos 1,2 TB de memória de vídeo, então quase ninguém vai rodá-lo em casa. Nos testes que ele mostra, o modelo aparece entre os primeiros em tarefas de agente e de terminal, e em terceiro no uso de computador.
- NorthCUA: família de modelos que controla o computador olhando capturas de tela, pensando e agindo, em ciclo. A versão Pro tem 397 bilhões de parâmetros no total. No teste OSWorld Verified, as notas são 88 (Pro), 85 (Mini) e 78,9 (Nano). A Nano, de 9 bilhões, roda em hardware comum, talvez até em celular.
- Pruna P-H3-Image: transforma um modelo de vídeo em gerador e editor de imagens. Segundo a empresa, é cinco vezes mais rápido (8 passos em vez de 50) e sete vezes menor. Uma imagem de 4 megapixels sai em 2,6 segundos, contra 12,4.
- Sarvam Prism: modelo de decisão. Ele não escreve texto: recebe um contexto e perguntas com respostas fixas e devolve a probabilidade de cada opção.
- Hydrogen 1.0: versão do GLM 5.3 treinada para descoberta científica. Na avaliação mostrada, marca 38,33% e custa 25 centavos por problema, contra 88 centavos do concorrente fechado citado. O criador mostra o modelo escrevendo código para simular o derretimento de polietileno em 3D.
- Pika H3 Flex: para o criador, talvez o melhor modelo de texto para vídeo que ele já usou. Segundo a Pika, gera 15 segundos de vídeo com trilha em até 7 segundos, por cerca de um centavo de dólar por segundo.
- Modelos pequenos: um Qwen 3.5 de 4 bilhões de parâmetros ajustado para criar cenas 3D; o Apriel Voice 27B, que entende voz, texto e imagem; o Clover, que gera texto por difusão e é bem mais rápido no exemplo mostrado; e o LFM3 da Liquid AI, que cabe em cerca de 1 GB e roda em celulares.
- Outros: o Perplexity Embed v2 ajuda a encontrar textos e imagens em documentos, e o Unlimited OCR 2, da Baidu, lê documentos de comprimento praticamente ilimitado de uma vez; foi testado com documentos de 5.000 páginas.
No fim, o criador cita o GPT-6.1 Terra, da OpenAI, o único fechado da lista. Segundo ele, custa 50% menos que a versão anterior e é mais capaz.
Vale assistir se…
Você quer um panorama rápido do que saiu de novo em IA aberta e gosta de ver exemplos de imagens, vídeos e simulações. Quem busca detalhes técnicos vai precisar dos links da descrição. Os números e as comparações são os que o criador apresenta, e o portal não os verificou.
O que muda
Antes
- Imagem de 4 megapixels em 12,4 segundos
- 50 passos para gerar a imagem
Depois
- Mesma imagem em 2,6 segundos
- Apenas 8 passos, modelo sete vezes menor
Entenda os termos
- Pesos abertos
- Os arquivos que formam o modelo ficam disponíveis para baixar, e qualquer pessoa ou empresa pode rodá-lo por conta própria.
- Parâmetros
- Números internos que o modelo aprende no treino. Em geral, mais parâmetros significam um modelo maior e mais pesado de rodar.
- Mistura de especialistas
- Modelo que usa só parte de si a cada resposta, o que o deixa mais leve do que o tamanho total sugere.
Gostou? Compartilhe
Aprenda IA do zero
A Trilha IA custa R$ 37 e tem 5 cursos em ebook, com 115 capítulos e 30 projetos com código pronto. As 23 aulas em vídeo são grátis no YouTube.
Conhecer a Trilha IAProduto relacionado
Webcam Logitech C920s Full HDA webcam mais usada para chamadas, aulas e vídeos, com tampa de privacidade.R$ 347,31 no Pixou R$ 385,90 2x R$ 192,95 sem jurosPreço de 21/11, às 09hVer no Mercado Livre #publi · Link de afiliado: se você comprar, o portal ganha uma pequena comissão, sem custo a mais para você.


