如果有人告訴你，今年最讓海外AI研究者集體語塞的事，不是某個巨頭發(fā)布會，而是巴西里約熱內(nèi)盧市政府下屬那家平時管修政務系統(tǒng)的IT公司，悄悄丟出一個開源大模型，還把阿里通義千問最新版按在身后摩擦——你信嗎？

反正硅谷的不少人，這兩天是真沒緩過神來。事情的起點其實挺低調(diào)。

Hugging Face上多了一個叫Rio 3.5 Open 397B的模型，發(fā)布賬號掛著＂prefeitura-rio＂，翻譯過來就是里約市政府。一開始沒人當回事，畢竟誰也沒聽說過這號選手。

智能體編程、數(shù)學、STEM、多語言、多模態(tài)，幾乎主流的硬骨頭基準它都啃了一遍，成績壓過了Qwen 3.7 Plus這種公認的開源強者。一位ID叫Chubby的博主直接喊出＂這玩意兒成開源SOTA了＂，語氣里全是不敢相信。

更魔幻的是巴西本地的反應。圈內(nèi)人翻了一圈，發(fā)現(xiàn)連里約當?shù)馗鉇I的從業(yè)者，事先都沒幾個知道這家市政公司在憋大招。

開發(fā)方IplanRIO平時的主業(yè)，是給市民辦事窗口、城市數(shù)據(jù)平臺這類東西做技術(shù)支持，跟前沿大模型的距離，原本隔了十萬八千里。那這模型到底是怎么搭出來的？

看官方說明，它不是憑空造的，底座用的是開源的Qwen3.5-397B-A17B，然后和另一個叫Nex-N2-Pro的模型做了融合，再借助一種叫＂在線策略蒸餾＂的法子，從更強的模型那里學了一手，最后才有了現(xiàn)在這版。技術(shù)參數(shù)說幾個關鍵的就夠了。

一本五六百頁的小說丟進去，模型能從頭記到尾，中間任何細節(jié)都能拽出來用。對要處理超長合同、整套代碼庫的人來說，這個能力線一抬，干活的方式都得跟著變。

它解決的是一個挺擰巴的問題?，F(xiàn)在的大模型推理，要么把思考過程一字一句寫出來，看著穩(wěn)但費token；要么讓模型在內(nèi)部＂默想＂，省錢但容易跑偏、不收斂。

換上這套機制后，主流推理模型在準確率上能多出1.8%到3.1%，要是趕上算力預算緊巴的場景，token使用效率最多能拔高79%。預算越摳門，省得越狠。

Rio 3.5不光把這套機制塞了進去，訓練階段就專門沖著潛空間推理的效率優(yōu)勢做了優(yōu)化。所以它給人的觀感是——既不是單純堆參數(shù)，也不是簡單套個殼，是真在底層做了適配。

這種多語言的鋪面，在非英語團隊開發(fā)的模型里不算常見。許可證選的是最寬松的MIT，意味著拿去做生意、改源碼、二次發(fā)布通通沒問題。

目前模型在Hugging Face上的下載量已經(jīng)超過11萬次，社區(qū)討論區(qū)里的留言也滾得飛快，熱度是真起來了。不過這里頭有個小尷尬，得實話實說。

Rio 3.5這波操作，讓Hugging Face的CEO Clem Delangue也忍不住下場表態(tài)。他在社交平臺上寫了段話，意思是AI的未來根本沒什么注定的劇本，眼前就兩條道。

一條是閉源API把著，決定權(quán)攥在硅谷和華盛頓少數(shù)幾個人手上；另一條是開源路線，連里約市政府這種機構(gòu)都能下場參與、擁有甚至共建。他最后那句＂自己選路＂聽著是站隊開源，但放到Rio 3.5這事的背景下讀，分量完全不一樣。

而且這并不是孤例。同一波時間里，還冒出來一個叫Nex-N2-Pro 397B的模型，底子也是Qwen3.5-397B-A17B，性能據(jù)測試能跟GPT-5.5、Opus 4.7這種頂級閉源模型掰一掰手腕。

也就是說，國內(nèi)放出去的開源基礎模型，正被全球各路團隊接力改造，長出誰也沒預料到的形態(tài)。冷靜下來看，Rio 3.5最值得琢磨的地方，其實不是榜單上那幾個數(shù)字。

跑分這東西，每個月都有新王，過兩周就被人忘干凈。它的真正沖擊力在于身份這件事——一個市政府下屬的IT公司，居然成了這一輪開源浪潮里的新主角。

過去大家心照不宣的劇本是：能玩前沿大模型的，只有頂級實驗室和巨頭公司，普通機構(gòu)連票都摸不到。Rio 3.5這一下，把這個潛規(guī)則戳了個口子。

模型才剛出來，長期穩(wěn)定性、真實部署后的表現(xiàn)、社區(qū)后續(xù)反饋，都得再看一段時間。開發(fā)方自己都還在補傳正確版本，距離＂可以閉眼用＂還有不小的路要走。

但2026年這個夏天，里約這家市政IT公司至少把一件事講明白了：下一個讓AI圈集體懵圈的開源模型，可能從世界上任何一個角落冒出來，跟它來自哪個城市、屬于哪個機構(gòu)，關系真沒大家想的那么大。