Río de Janeiro Construyó un Modelo de IA Que Superó a DeepSeek, Pero Estaba Basado en el Trabajo de Otros

El 13 de junio, IplanRIO de Río de Janeiro lanzó Rio 3.5. La agencia de tecnología de la ciudad lo denominó un modelo de clase fronteriza: 397 mil millones de parámetros, con una licencia de código abierto permisiva, desarrollado por el gobierno municipal de una ciudad del Sur Global.

El momento del lanzamiento de Rio 3.5 fue perfecto: Brasil jugaba su partido inaugural del Mundial y las redes sociales ya ardían. Los comentarios al respecto se propagaron rápidamente desde Brasil hacia el resto del mundo.

Pero tan rápido como ganó atención, surgió una disputa sobre quién exactamente creó el modelo.

La tarjeta del modelo original describía Rio 3.5 como un post-entrenamiento de Qwen 3.5 397B, el modelo base abierto de Alibaba, con una nueva capa de razonamiento llamada SwiReasoning añadida encima. El costo de desarrollo se reportó en R$500.000 (Rio no lo confirmó), o casi $100.000 dólares, aproximadamente 30 veces más barato que sistemas de IA equivalentes disponibles en el mercado.

La arquitectura es de Mezcla de Expertos (Mixture-of-Experts), lo que significa que solo alrededor de 17 mil millones de los 397 mil millones de parámetros se activan en cada token. Esto hace que la inferencia sea más económica de lo que sugiere el tamaño total. El modelo también admite visión y texto, maneja más de una docena de idiomas y se distribuye bajo una licencia MIT completamente abierta.

SwiReasoning es el elemento técnico central. Es un marco de inferencia sin entrenamiento que alterna dinámicamente entre dos modos. Cuando el modelo tiene confianza sobre la siguiente palabra —baja entropía en la distribución de probabilidad— razona en lenguaje natural. Cuando hay incertidumbre, cambia al razonamiento latente, pensando en estados internos ocultos sin emitir tokens. IplanRIO afirmó que Rio 3.5 fue entrenado específicamente para aprovechar esto, y que las mejoras se reflejan en los resultados de los benchmarks.

Los números autorreportados fueron llamativos. Terminal-Bench 2.1 —que mide la ejecución autónoma de comandos de terminal, puntuado como porcentaje de tareas completadas— arrojó un 70,8% para Rio 3.5, superando a Qwen 3.7 Plus con 70,3% y al potente DeepSeek v4 Pro con 67,9%.

En IMOAnswerBench, un benchmark de olimpiadas matemáticas puntuado como porcentaje de respuestas correctas, Rio 3.5 obtuvo 89,5%. En HLE —Humanity's Last Exam, una batería experta multidisciplinaria casi irresoluble puntuada en porcentaje— Rio 3.5 alcanzó el 36,5%, por delante del 34,7% de Qwen 3.7 Plus.

Un gobierno municipal superando a los modelos insignia más importantes en los benchmarks de calidad más relevantes: ese fue el titular que se propagó, especialmente después de que el alcalde de Río de Janeiro lo publicara en Twitter.

"Un modelo de IA abierto entrenado en Río y financiado públicamente durante el último año por [el Municipio de Río] acaba de superar a todos los demás modelos", escribió Eduardo Cavaliere. "Hoy, el mundo habla de un modelo de IA abierto entrenado en Río".

Luego apareció Nex

"Entrenado en Río" resultó no ser del todo preciso.

Nex-AGI, una alianza de IA de código abierto con sede en Shanghái, publicó en X días después del lanzamiento. El mensaje inicial fue directo: "El modelo Rio 3.5 revolucionó internet esta semana. ¿El giro inesperado? Es esencialmente nuestro modelo de código abierto, Nex N2 Pro, con un sombrero diferente".

Habían analizado los pesos. La matemática era exacta: Rio 3.5 ≈ 0,6 × Nex N2 Pro + 0,4 × Qwen 3.5. Un script de verificación y un reporte completo en GitHub respaldaron los hallazgos.

La evidencia llegó en dos partes.

La primera fue de comportamiento. Nex eliminó el prompt de sistema codificado "Tú eres Rio" del modelo desplegado y le envió 120 preguntas de identidad. Sin la máscara, Nex reportó que el modelo se identificó como "Nex, de Nex-AGI" el 79,2% de las veces. Se identificó como "Rio" exactamente el 0% de las veces. Nex también señaló que el modelo recitó textualmente la historia de la compañía, mencionando el "Shanghai Innovation Institute" y "una alianza de ecosistema de modelos grandes". Esos son los datos de entrenamiento propios de Nex, aflorando en el modelo de otra empresa.

La segunda fue matemática. En una combinación genuina de pesos, cada parámetro del nuevo modelo se sitúa sobre una línea recta entre los dos modelos fuente. Nex midió esta colinealidad en las 60 capas. El resultado fue de 0,993. Dos modelos no relacionados en el mismo espacio de parámetros obtienen un puntaje cercano a cero por azar. Alcanzar 0,993 en cada capa no es coincidencia. La proporción de mezcla se mantuvo en α ≈ 0,571, estable hasta tres decimales.

Básicamente, era casi un 60% Nex, siendo el resto el modelo base de Qwen.

"Cada tensor de pesos en Rio es, con miles de desviaciones estándar, la misma mezcla 0,6/0,4 de Nex y Qwen —en las 60 capas y en cada componente de la red", escribió Nex. "No existe una explicación inocente".

Los números también contaron una historia más silenciosa. Nex N2 Pro, lanzado apenas días antes de Rio 3.5, obtuvo un 75,3% en Terminal-Bench 2.1, superando el 70,8% de Rio. En GDPval, un benchmark de pronóstico económico puntuado con un sistema de rating estilo Elo, Nex se sitúa en 1.585 frente al 1.533 de Rio. Si Rio es un 60% Nex, cabría esperar que puntúe por debajo de Nex en los propios benchmarks de Nex. Y así ocurre.

IplanRIO responde

IplanRIO actualizó la tarjeta del modelo en Hugging Face: la tabla de benchmarks fue eliminada y la atribución fue modificada.

"El modelo se construyó mediante una combinación de nex-agi/Nex-N2-Pro y Qwen/Qwen3.5-397B-A17B, precedida por una Destilación On-Policy a partir de un modelo más potente", indica el README actualizado. "Detectamos una carga incorrecta en la versión anterior, donde se subió la versión base combinada en lugar del modelo destilado final. Lamentamos la confusión y pedimos disculpas profusamente".

No ha habido ningún otro comunicado público de IplanRIO. Nex recibe ahora el crédito correspondiente.

La explicación de la "carga incorrecta" es el argumento central. IplanRIO afirma que el lanzamiento previsto era una versión destilada de la base combinada, no la combinación en bruto. La destilación on-policy implica que un modelo maestro más potente genera salidas, y el modelo estudiante se entrena con ellas mientras también genera las propias. Es más costoso que una combinación en bruto, aunque sigue siendo más económico que entrenar desde cero. Si ese paso fue real, entonces representaría al menos cierto trabajo original sobre la combinación.

Lo que realmente se publicó, según IplanRIO, fue la base combinada sin nada encima.

Los observadores de la comunidad se dividieron sobre lo que eso implica. El comentarista tecnológico Rafael Quintanilha ofreció la lectura más benévola: dado que Nex N2 Pro está construido sobre Qwen, el equipo pudo haber acreditado la arquitectura subyacente y dejado la explicación ahí. También señaló que el modelo se volvió viral durante un partido del Mundial, "no necesariamente 'listo para el consumo público'".

El desarrollador y YouTuber de IA Lucas Montano señaló que "combinar dos modelos de clase ~400B y luego aplicar destilación de políticas no es trivial", aunque reconoció tanto un error técnico como un fallo de comunicación.

El investigador de IA Diego Ambrosio fue menos condescendiente. El lanzamiento original describía Rio 3.5 como el resultado de "post-entrenamiento autónomo y ajuste fino propietario", un encuadre que sugería investigación original, no una combinación de modelos.

¿Legal? Sí. ¿Ético? Bueno...

La combinación de modelos es completamente legal. Nex N2 Pro tiene licencia Apache 2.0: se puede usar, modificar y redistribuir, siempre que se acredite su origen. Qwen 3.5 también tiene licencia abierta. Nadie irá a los tribunales por esto.

El problema fue presentar el resultado como un trabajo desarrollado de forma independiente sin nombrar todos los modelos fuente. La comunidad de código abierto ya ha visto esto antes. A principios de este año, se descubrió que Cursor's Composer 2 estaba construido sobre Kimi K2.5 de Moonshot sin divulgación alguna. La reacción fue rápida y reputacional: sin abogados, solo capturas de pantalla.

Construir sobre modelos abiertos existentes es algo normal. Como ha cubierto Decrypt, combinar y fusionar pesos abiertos es prácticamente una subcultura propia. La norma no es "no uses el trabajo de otros". La norma es: di qué usaste.

Lo que amplificó el ruido más allá de un error de atribución típico fue el contexto institucional. Un desarrollador bajo seudónimo que publica una fusión de modelos bajo su propio nombre es una cosa. Un gobierno municipal que la usa para proclamar soberanía en IA del sector público —durante el Mundial— es otra. "Fue un desperdicio de recursos", escribió un comentarista brasileño en X.

Nex no convirtió el asunto en una guerra. "Nos halaga que la Ciudad de Río haya utilizado nuestro trabajo para alcanzar un rendimiento de vanguardia", escribió la empresa en X. "Pero en el mundo del código abierto, la atribución importa".

IplanRIO trabaja para publicar el modelo corregido y destilado con la atribución completa. Cuando eso ocurra, las mismas verificaciones se ejecutarán de nuevo —y la comunidad descubrirá si la destilación realmente cambió algo, o si sigue siendo mayormente Nex con un prompt de sistema diferente.