Apertus – Modelo de Fundação Aberto para IA Soberana

Foco geral

• A discussão gira em torno do Apertus como um modelo “totalmente aberto” (pesos, dados, receitas de treinamento) voltado para “IA soberana” europeia/suíça e se isso importa dado o seu nível atual de capacidade.

Abertura, pipelines e “SOTA”

• Muitos valorizam o Apertus por ser genuinamente aberto: pesos abertos, dados abertos, pipeline completo de treinamento.
• Alguns argumentam que o verdadeiro “state of the art” deveria significar modelos que podem ser inspecionados e reproduzidos, e não sistemas fechados “de ponta” de laboratórios de fronteira.
• Outros mantêm que os modelos de laboratórios de fronteira continuam sendo o verdadeiro SOTA em desempenho, independentemente da abertura.

Qualidade do modelo e uso prático

• Versões anteriores do Apertus foram descritas como “bem ruins”; alguns testes sugerem que as novas ainda não são competitivas com os melhores modelos.
• Usuários relatam que ele funciona como base para RAG e alguns agentes (por exemplo, consultoria jurídica, tradução), mas ainda não é “agêntico” nem de nível de fronteira.
• As fraquezas incluem alucinações em tarefas multilíngues e questões básicas de idioma (por exemplo, conjugações, grafia de palavras).

Dados de treinamento, direitos autorais e ética

• O Apertus usa FineWeb/Common Crawl; alguns criticam isso como raspagem sem licença que contradiz o marketing de “conformidade com direitos autorais”.
• Outros argumentam que raspar dados públicos da web para treinamento é legal e que ampliar os direitos autorais nesse contexto seria prejudicial.
• Há demanda por um modelo “vegano” treinado apenas com dados licenciados ou de domínio público por razões éticas.

IA soberana, geopolítica e localidade dos dados

• Tema forte: países (especialmente na Europa) precisam de suas próprias capacidades de IA para evitar dependência de tecnologia dos EUA ou da China, dadas as preocupações com o estado de direito nos EUA, vigilância, controles de exportação e instabilidade política.
• Alguns veem o Apertus e projetos semelhantes mais como construção de capacidade do que como competitividade imediata do modelo.
• Debate sobre quais jurisdições são mais seguras para dados (EUA vs UE vs Suíça vs países nórdicos) e se algum país é realmente “seguro”.

Comparação com outros modelos abertos

• Outros pipelines totalmente abertos ou quase abertos mencionados: OLMo 3.1, K2 Think V2, Nvidia Nemotron, além de modelos chineses fortes (GLM, DeepSeek, Qwen).
• Consenso de que Nemotron e vários modelos chineses atualmente superam o Apertus; alguns usuários os preferem em produção.

Modelos locais vs. serviços e UX

• Vários argumentam que o verdadeiro campo de batalha no curto prazo é local vs. LLMs hospedados, e não apenas aberto vs. fechado.
• Modelos locais já são “bons o suficiente” para muitas tarefas, mas as ferramentas e a UX são confusas e fragmentadas.
• Preocupação de que a UX ruim dos modelos locais esteja empurrando usuários para serviços centralizados e fechados, reduzindo a autonomia digital.

Compute, licenciamento e conformidade

• A afirmação de que “os suíços não têm GPUs” é refutada por referências ao supercomputador Alps, com milhares de chips Grace-Hopper.
• A licença inclui um mecanismo novo: baixar periodicamente um filtro baseado em hash para remover dados pessoais das saídas com base em solicitações de exclusão; não está claro o quão sustentável isso é.
• Alguns veem o Apertus principalmente como atendimento a requisitos europeus de conformidade/soberania, em vez de buscar os melhores números em benchmarks.