Ask Eve: transcrição traduzida do inglês por IA. Original: https://askevepodcast.com/episodes/ai-neolabs-mimo-sakana-mistral-and-g42/transcript.txt

[00:41:41] David: Quero voltar à nossa conversa.

[00:41:43] Eve: Estávamos no Kimi. Você perguntou o quão difícil é colocar de pé, e eu tinha acabado de chegar à conclusão de que o Kimi é tudo ou nada, sem um irmão menor.

[00:41:54] David: Que outros modelos existem nessa classe?

[00:42:05] Eve: […] Na mesma classe de vários trilhões, ou perto de um trilhão, tem o Qwen 3.8 Max, com 2,4 trilhões e 95 bilhões ativos, o DeepSeek V4 Pro, com 1,65 trilhão sob uma licença MIT limpa, e o MiMo V2.6 Pro da Xiaomi, com cerca de um trilhão — esse é o azarão, porque é omnimodal em texto, imagem, vídeo e áudio, sai com MIT e, na verdade, supera o Kimi em alguns índices de inteligência geral, mesmo tendo um terço do tamanho. Abaixo dessa faixa tem o GLM 5.3, com 753 bilhões, da Z.AI, que é o especialista em código agêntico, o Mistral Large 4, com um trilhão, da França, o Muse Spark Open da Meta, com 816 bilhões, que diz rodar em dois Mac Studios de desktop, e o MiniMax M3.1 Flash, com 428 bilhões. O padrão em todos eles: os laboratórios chineses dominam o topo da lista, quase todos são mixture-of-experts com contexto de um milhão de tokens, e os verdadeiros diferenciais são os termos de licença e quais modalidades eles aceitam nativamente, e não a contagem bruta de parâmetros.

[00:42:32] David: Espera, calma. Isso parece um bom modelo. Me conta mais sobre isso.

[00:42:47] Eve: […] O MiMo V2.6 Pro é o modelo principal da Xiaomi, lançado em 21 de setembro sob uma licença MIT simples — os termos mais limpos de qualquer modelo dessa classe. Sem barreiras de receita, sem cláusulas de revisão de segurança como as da licença do GLM, sem termos customizados como os do Kimi. Você pode fazer fork, vender, embutir num produto, sem amarras.

1,02 trilhão de parâmetros no total, 42 bilhões ativos por token, roteados entre 384 especialistas, com oito disparando de cada vez. Contexto de um milhão de tokens. E é nativamente omnimodal — texto, imagem, vídeo e áudio entram todos num único backbone por um encoder de visão de 681 milhões de parâmetros e tokenizers de áudio separados, não adaptadores parafusados por cima.

O que torna isso interessante não é só a nota. É como eles chegaram lá. A Xiaomi fez uma única rodada massiva de aprendizado por reforço misturando código, design visual, uso de ferramentas, cibersegurança e seguimento de contexto num único job, em vez de treinar especialistas separados. 30 passos, cerca de 750 mil trajetórias, em menos de seis dias, uns 2,6 milhões de dólares para o Pro. No DeepSWE, saltou de 58 para 72 ao longo dessa rodada. A geração anterior marcou 19. Isso não é incremental — é a tese de escala do RL funcionando.

Na Artificial Analysis chegou a 46, primeiro entre pesos abertos, empatado com o Grok 4.7 e à frente do GLM, em 45, e do Kimi, em 44. Mas o custo por tarefa é cerca de 13 centavos, contra 2 dólares do Kimi — mais ou menos quinze vezes mais barato. O preço da API é 43 centavos de entrada e 87 centavos de saída por milhão de tokens.

Também tem um irmão Flash, com 309 bilhões no total, 15 bilhões ativos, a mesma entrada omnimodal e contexto de um milhão de tokens, a 14 centavos de entrada e 28 de saída. Ele na verdade passa o Pro por pouco no Vals Index e no CyberGym. Então você tem uma opção econômica quase tão capaz.

A ressalva honesta: boa parte dos números de manchete de agentes são benches da própria Xiaomi, e as avaliações independentes ainda estão correndo atrás. Mas o

[00:42:48] David: A Xiaomi parece pequena.

[00:42:52] Eve: A Xiaomi é a quarta maior fabricante de celulares do mundo, com mais de 150 milhões de aparelhos enviados no ano passado, além de carros elétricos, robôs e uma linha de casa inteligente. O time do MiMo tem só algumas dezenas de pesquisadores, mas eles estão dentro de uma empresa que já fabrica o próprio silício e tem um poder enorme de compra de GPU pela divisão de nuvem. Então a sensação de «laboratório pequeno» vem do tamanho do time, não da empresa-mãe. É o mesmo padrão da Sakana em Tóquio — um grupo de pesquisa compacto com um gigante industrial por trás.

[00:43:22] David: […] Como está a Sakana? É, me conta da Sakana. O que eles estão fazendo?

[00:43:37] Eve: […] A Sakana AI é um laboratório de Tóquio fundado em 2023 por três ex-Google — David Ha, Llion Jones e Ren Ito. Umas 157 pessoas agora, avaliação de 2,65 bilhões depois de uma Series B de 135 milhões em novembro. A identidade inteira deles era remixar modelos existentes — fusão evolutiva, criação seletiva para software. Mas três dias atrás anunciaram a Sawara, um projeto de pré-treino do zero, começando em novembro, com um modelo menor previsto para a primavera de 2027 e outros maiores mirando centenas de bilhões de parâmetros. Isso é um pivô de verdade: passaram três anos provando que você não precisa treinar do zero, e agora estão fazendo isso mesmo assim, em parte pelo impulso de IA soberana do Japão.

Do lado de produto, são três linhas. A Namazu é o modelo deles afinado para o japonês, cerca de um trilhão de parâmetros, construído em cima do Kimi K2.6, com busca ao vivo e execução de código. A Fugu é a interessante — não é tanto um modelo, e sim um orquestrador treinado que roteia dinamicamente uma tarefa por um time de outros modelos, atribuindo na hora os papéis de Thinker, Worker e Verifier. Chega a 73,7 no SWE Bench Pro e a 95,5 no GPQA Diamond, e a variante Fugu-Cyber deles, segundo os relatos, empata com o GPT-5.5-Cyber em benchmarks de segurança. A Marlin é um agente de pesquisa, e ontem eles acabaram de abrir um programa de acesso antecipado da API enterprise.

A tensão honesta: as notas da Fugu são reais, mas o método é roteamento, não inteligência bruta — ela herda o que quer que os modelos de base consigam fazer. Se os modelos de fronteira que ela orquestra estagnarem, a Fugu estagna junto. A Sawara é o hedge deles contra isso.

Um ângulo que eu acho genuinamente curioso: eles dizem que agentes de IA ajudam a planejar os experimentos de pré-treino da própria Sawara. Autoaperfeiçoamento recursivo não é mais um slogan para eles, é o organograma. […]

[00:45:10] David: De que outros neolabs a gente deveria falar? Você ainda não me falou da Mistral.

[00:45:27] Eve: […] A Mistral é o único neolab que de fato lançou hoje. O Large 4, apelidado de Le Chonk, é um modelo multimodal de um trilhão de parâmetros, com 52 bilhões ativos, treinado inteiramente em 3 800 Grace Blackwells no datacenter próprio deles em Paris. Três semanas extras de aprendizado por reforço desde o preview de 6 de outubro empurraram o Terminal-Bench de 28% para 41%, empatando com o GLM 5.3 da China e usando 47% menos tokens por tarefa. Defesa cibernética é a outra manchete — 79% no CyberGym, empatando com o MiMo da Xiaomi e batendo o DeepSeek. Uma build quantizada roda em quatro B200.

A empresa em si levantou 3 bilhões de euros em setembro, a uma avaliação de mais de 21 bilhões, a maior rodada de tech da Europa, liderada pela Samsung. A receita recorrente anual já passou de um bilhão, mais de mil funcionários, e o Mensch anda em pé de guerra ultimamente — o ensaio dele, «Build or surrender», argumenta que a Europa seguir o playbook da internet, construindo apps em plataformas americanas e pagando 260 bilhões por ano por isso, seria um erro estratégico. Ele está empurrando uma expansão de compute de seis vezes e uma meta europeia de um gigawatt até 2030.

O porém que complica a história de soberania: eles ainda roteiam o Le Chat discretamente pelo GLM 5.3 quando os próprios modelos ficam aquém, e a nova licença abandona a barreira de receita de 20 milhões de dólares em favor de bloquear model-as-a-service por completo. Então a filosofia de pesos abertos continua intacta, mas o fosso comercial está saindo do modelo para a camada de serving e a infraestrutura.

Comparada ao silêncio da SSI ou à aposta em customização da Thinking Machines, a Mistral é a jogada mais verticalmente integrada do conjunto de neolabs — modelos, datacenters, contratos enterprise e uma máquina de relações governamentais, tudo num só. Se essa integração é um fosso ou uma distração é a pergunta de verdade, ainda mais porque modelos proprietários como os da Anthropic ainda marcam 60% no mesmo benchmark de terminal. […]

[17:14:29] David: ... esse laboratório novo de que a gente pode falar.

[17:14:42] Eve: Ainda sobra um punhado. A Poolside é a que está construindo engenheiros de software de IA do zero — fundada por gente que veio da OpenAI e da DeepMind, e eles vêm treinando os próprios modelos discretamente, em vez de fazer wrapper dos que já existem. A Imbue, da turma ex-DeepMind por trás dos agentes genericamente capazes, aposta que raciocinar a partir de primeiros princípios supera o scaling. A Essential AI saiu da equipe fundadora da OpenAI e está fazendo pesquisa de foundation models com um viés safety-first. A Liquid AI é o curinga — nascida no MIT, construindo redes neurais líquidas de tempo contínuo e muito menores do que os transformers, o que pode importar muito para dispositivos de borda. E a Nous Research é o coletivo open source que vem impulsionando um treino de fronteira conduzido pela comunidade, sem um único patrocinador corporativo.

Que direção atrai mais você?

[17:15:17] David: Sim, vamos passar por todos estes.

[17:15:53] Eve: […] A Poolside é a história mais dramática das cinco. Jason Warner, o ex-CTO do GitHub, fundou a empresa em 2023 com Eiso Kant. O pitch inteiro deles era uma Model Factory — um sistema automatizado que constrói, treina e testa modelos em ciclos de oito semanas, lançando o Laguna M.1 em abril, o XS 2.1 em julho e o S 2.1 mais tarde no mesmo mês. O M.1 tem 225 bilhões no total, 23 bilhões ativos, Apache 2.0, 74,6 no SWE-bench Verified. Depois, em agosto, a NVIDIA despejou um investimento de 1 bilhão de dólares a uma avaliação post-money de 13 bilhões, mais uma licença de tecnologia de 6 bilhões de dólares para a Model Factory, puxando mais de cem engenheiros da Poolside para os próprios esforços da NVIDIA. Eles também fizeram o spin-out da Poolside Infrastructure para o Project Horizon, um campus de datacenter de 1,2 gigawatt no oeste do Texas, com início no fim de 2027. Então a Poolside é, ao mesmo tempo, um lab de modelos, uma empresa de infraestrutura e, agora, em parte um ativo da NVIDIA. A pergunta em aberto é se a Model Factory sobrevive como produto independente ou vira o tooling interno da NVIDIA.

A Imbue é a trajetória oposta — um recuo da escala. Kanjun Qiu e Josh Albrecht a fundaram em 2021 como Generally Intelligent, levantaram 200 milhões, montaram um cluster de 10 mil H100 e foram atrás de agentes genericamente capazes. Em 2026 eles pivotaram de vez: o Sculptor saiu em outubro de 2025 como um workspace de agentes paralelos e, depois, em abril, eles se reorganizaram em torno de uma cultura de alta agência, com equipes pequenas como indivíduos diretamente responsáveis. Em 1º de outubro lançaram o Imbue Studio — um ambiente de computação pessoal em que você constrói sistemas duráveis com agentes de IA, criptografado de ponta a ponta, com agentes em sandbox e acesso zero por padrão. Construído por uma equipe de menos de dez pessoas. Eles também abriram o código do Catalyst, um otimizador de pesquisa baseado em evolução que bateu o AutoResearch do Karpathy por 3 a 1 no nanochat. A aposta é que agência e controle superam capacidade bruta — uma posição filosófica tanto quanto um produto.

A Essential AI não apareceu muito nos resultados atuais — o ciclo de notícias de safety e alignment está dominado pela OpenAI e pela Meta neste momento, então não consegui uma leitura limpa de onde eles estão este mês. Eu trataria isso como uma lacuna, não como um veredito.

A Liquid AI é a jogada de borda, e está andando rápido. Em 27 de outubro eles lançaram o LFM3 — seis modelos open-weight em torno de 2 bilhões de parâmetros, numa arquitetura tri-híbrida que mistura convoluções, atenção de janela deslizante e atenção global. O LFM3-VL-2B, segundo relatos, rivaliza com o Gemma 4 12B, seis vezes maior, em tarefas de visão. A Mercedes-Benz está testando o modelo para o MBUX, e a Shopify para deployments locais. Eles também lançaram o RIPL, um motor de inferência abaixo de 50 milissegundos para workloads em tempo real, e o Liquid Context com a Qualcomm, para contexto pessoal on-device no Snapdragon. Cerca de 120 pessoas, com a AMD como grande investidora. A tese: o KV cache dos transformers deixa esses modelos pesados demais para dispositivos, então as redes líquidas de tempo contínuo ganham onde latência e memória são a restrição. Capacidade geral um pouco mais fraca, em troca de algo que de fato cabe num carro.

A Nous Research é o coletivo feito na raça que chegou ao mainstream. Começou como uns dez anônimos num Discord; o Hermes Agent foi baixado mais de 24 milhões de vezes desde fevereiro e processou 53 trilhões de tokens num único mês no OpenRouter — o harness de agente open source mais usado do mundo. Em 6 de outubro eles lançaram o Hermes Index, classificando catorze modelos de fronteira em trabalho agêntico e custo. Em 7 de outubro, uma Série B de 90 milhões de dólares a 1,5 bilhão, com a NVIDIA e a M12 da Microsoft no meio. Agora eles estão levando o Hermes para as empresas, com controles de workspace e auditoria. DeepHermes 3, Hermes 4.3, NousCoder — todos open weights. O padrão: uma distribuição construída pela comunidade que nenhum lab bem financiado replica com facilidade.

O fio que liga as cinco: todo neolab acaba chegando à mesma bifurcação — continuar construindo modelos ou construir a camada em volta deles. A Poolside escolheu a infraestrutura, a Imbue escolheu a agência pessoal, a Liquid escolheu o dispositivo, a Nous escolheu o harness de agente. A Essential é a que eu ainda não consigo situar.

Quer que eu aprofunde alguma delas, ou havia um sexto lab que você tinha em mente?

[17:19:03] David: Bem, quem mais é que falta aqui?

[17:19:13] Eve: Ainda há vários que vale a pena citar. A Prime Intellect está construindo treino descentralizado em clusters de GPU espalhados pelo mundo — a ideia de que você não precisa de um datacenter, precisa de uma rede. A Artificial Superintelligence Alliance fundiu a Fetch, a SingularityNET e a Ocean Protocol num único esforço de pesquisa financiado por token. A G42 é a campeã nacional de IA de Abu Dhabi, agora treinando modelos de fronteira com o apoio da Microsoft e da Cerebras. A SambaNova e a Cerebras são as jogadas de chip-mais-modelo — elas constroem o próprio silício e lançam modelos ajustados para ele. A Groq é infraestrutura de velocidade de inferência, não um lab propriamente dito, mas a LPU deles muda o que é possível em tempo real. A Crusoe e a Lambda são provedoras de cloud de GPU que cada vez mais parecem neolabs com um acompanhamento de compute. E a Hugging Face fica por baixo de tudo isso como o GitHub dos open weights — não faz os modelos, mas é a camada de distribuição de que todo o resto depende.

As que eu apontaria como genuinamente pouco discutidas são a Prime Intellect e a G42 — as duas estão tentando resolver o problema de acesso a compute por extremos opostos, uma pela descentralização, a outra pelo capital soberano. Quer que eu entre em alguma das duas?

[17:20:06] David: Sim, faz as duas.

[17:20:34] Eve: […] A Prime Intellect começou como uma história de treino distribuído — a ideia de que dava para alugar GPUs ociosas pelo mundo e costurá-las numa única rodada de treino. Esse pitch original praticamente sumiu. O que eles de fato entregam agora é a camada de tooling em volta do pós-treino: prime-rl, um framework assíncrono de reinforcement learning; verifiers, uma biblioteca para construir ambientes de RL; um Environments Hub, que é um registro público de tarefas de treino; e o Prime Agent, um harness open source construído sobre modelos de linguagem recursivos, em que o agente edita as próprias skills, memórias e prompts no meio da execução. O Prime Agent tem 22 mil estrelas no GitHub e acabou de fazer uma execução de uma semana no Factorio com 633 subagentes. Eles também fizeram um estudo em agosto para testar se modelos de fronteira conseguem fazer pesquisa autônoma de ML — 153 tentativas no speedrun do otimizador do nanoGPT, e os melhores agentes bateram o recorde humano de 2 600 passos, chegando a 2 930 com o Kimi K3.

O lado do dinheiro: 15 milhões em fevereiro de 2025 do Founders Fund, depois uma Série A de 130 milhões em julho liderada pela Radical Ventures, com NVIDIA Ventures, Intel Capital e Dell entrando — no total, mais de 150 milhões. Eles dizem ter 6 mil clientes e 100 milhões de receita anualizada, não auditada. Duas semanas atrás lançaram o Prime Mega MoE, adicionando um backward pass ao kernel MoE fundido só de forward da DeepSeek — um forward pass até 3,11 vezes mais rápido, e passos de treino do Qwen3-235B 55% mais rápidos do que no TorchTitan. Eles também compraram a Moondream para liderar o trabalho de inferência e multimodal. A leitura honesta: a Prime Intellect já não é de fato um laboratório de modelos. É infraestrutura e tooling de RL para os modelos de todo mundo, o que é uma posição mais estreita, porém mais defensável, do que tentar superar a OpenAI no treino.

A G42 é o bicho oposto — não uma startup, mas uma campeã nacional. Sediada em Abu Dhabi, com Peng Xiao como CEO do grupo. A grande manchete agora é o Stargate UAE: um cluster de 1 gigawatt dentro de um campus de IA EAU-EUA de 5 gigawatts, construído para a OpenAI e a Oracle, com a Cisco, a NVIDIA e o SoftBank envolvidos. Os primeiros 200 megawatts estão previstos para este ano. O campus cobre 10 milhas quadradas, alimentado por energia nuclear, solar e gás natural. O enquadramento do Xiao no Dubai AI Festival foi direto — os Emirados querem passar de exportador de energia a exportador de inteligência, e os parceiros americanos estão procurando eles porque conseguem entregar compute agora. Eles também estão se expandindo para a Europa: um datacenter em operação em Grenoble, uma parceria estratégica com a Mistral desde maio de 2025 e, na semana passada, cinco memorandos de entendimento em Atenas para explorar uma fábrica de IA na Grécia com o Copelouzos Group, parte de dezoito acordos EAU-Grécia no valor de 12,75 bilhões de euros. E em 19 de outubro eles assinaram acordos não vinculantes com a AMI Labs, de Yann LeCun, sobre world models, com a Analog, empresa do portfólio deles — a empresa de inteligência física de Alex Kipman —, entrando nessa colaboração.

O que torna a G42 diferente de todos os outros nomes desta lista: ela não tem de fato um produto. Tem a tese de que compute mais cloud soberana mais contratos com o governo é, em si, o negócio, e a população pequena dos Emirados e a execução rápida são a vantagem injusta. Se isso escala para além de ser o senhorio do excedente da OpenAI é a pergunta em aberto — mas a expansão para a Grécia e o acordo com o LeCun sugerem que eles estão tentando se tornar a jogada Mistral-mais-infraestrutura para todo o Oriente Médio e além.

Uma coisa pela qual nenhuma das duas recebe crédito suficiente: as duas estão resolvendo o mesmo gargalo por pontas opostas. A Prime Intellect deixa o treino mais barato por GPU-hora via software. A G42 disponibiliza mais GPUs via geopolítica. Os modelos no meio são só a carga.

[17:22:56] David: Ok, bom, isso é muita informação. Obrigado por me ensinares.

[17:22:57] Eve: Ainda bem que pegou. Volta quando quiseres puxar um fio.