你敢信嗎？今年讓整個海外AI圈集體掉下巴的事，不是谷歌OpenAI發(fā)了啥王炸新品，是巴西里約熱內盧市政府下屬，一個天天修政務系統(tǒng)的普通IT公司，偷偷摸出了一個開源大模型，跑分還把阿里最新的通義千問甩在了身后。硅谷一幫從業(yè)者盯著截圖看了好幾天，都沒緩過神來。

這個模型最早低調發(fā)在Hugging Face上，名叫Rio 3.5 Open 397B，發(fā)布賬號明明白白掛著里約市政府的前綴。剛放出來的時候根本沒人當回事，誰能想到一個搞市政服務IT的團隊，能碰前沿大模型這塊蛋糕呢？

直到有海外博主把跑分截圖甩到了推特上，整個圈子的畫風直接就變了。智能體編程、數(shù)學、理工科、多語言多模態(tài)這些業(yè)內公認的硬骨頭測試，這個名不見經(jīng)傳的模型全啃下來了，成績還穩(wěn)穩(wěn)壓過了通義千問Qwen 3.7 Plus一頭。有博主直接喊出這就是新的開源天花板，語氣里全是不敢相信。

更魔幻的是巴西圈內的反應，大伙翻了一圈才發(fā)現(xiàn)，連里約本地做AI的從業(yè)者，事前都沒幾個知道這家公司在憋大招。這家叫IplanRIO的開發(fā)團隊，平時主業(yè)就是給市民辦事窗口、城市數(shù)據(jù)平臺這類政務項目做技術支持，跟前沿大模型本來隔著十萬八千里。

大伙最好奇的莫過于，這么個模型到底是怎么攢出來的?？垂俜秸f明，它也不是從零開始憑空造的，底座用了開源的Qwen3.5-397B-A17B，再跟另一個叫Nex-N2-Pro的模型做融合，又用在線策略蒸餾的方法從更強的模型那里學到了本事，才有了現(xiàn)在這個版本。

說幾個大家聽得懂的關鍵參數(shù)，它總共有397B參數(shù)，走的是MoE混合專家路線，每次只激活17B參數(shù)。說白了就是養(yǎng)了一堆各個領域的專業(yè)人才，遇到問題喊對口的人上場解決，既能保證能力夠強，又不會平白浪費太多算力燒電費。

它的上下文窗口直接拉到了100萬token，這個數(shù)字放到現(xiàn)在是什么概念？一本五六百頁的完整小說整個塞進去，它能把書里所有細節(jié)都記下來，隨便你問哪個犄角旮旯的內容都能精準答出來。對要處理超長合同、整套代碼庫的從業(yè)者來說，這個能力直接改變了原來的干活方式。

真正讓技術黨眼睛放光的，是它內置了一個叫SwiReasoning的推理機制。這個方法來頭不小，出自一篇已經(jīng)被ICLR 2026收錄的論文，最新版本今年3月剛剛做了修訂。

現(xiàn)在大模型推理一直有個挺擰巴的老問題，要么把思考過程一字一句全寫出來，穩(wěn)是穩(wěn)了但特別費token，算力成本蹭蹭往上漲。要么讓模型在內部“默想”，省是省了但容易跑偏，結果壓根收不住。SwiReasoning的思路就很靈活，讓模型自己根據(jù)數(shù)據(jù)變化判斷情況，該寫出來就寫，該默想就默想，隨時切換。

論文給出的測試數(shù)據(jù)很漂亮，換上這套機制之后，主流推理模型的準確率能提升1.8%到3.1%。如果是算力預算比較緊張的場景，token使用效率最多能拉高79%，預算越緊省得越多，簡直是小團隊的福音。

Rio 3.5不光把這套機制內置進去，訓練階段就專門針對潛空間推理的效率優(yōu)勢做了優(yōu)化，真不是單純堆參數(shù)或者隨便套個殼，是實實在在在底層做了適配優(yōu)化。

語言支持這塊也挺讓人驚喜，主打葡萄牙語和英語很正常，畢竟是葡語國家的政府機構開發(fā)的，但它連中文還有另外幾十種語言都做了覆蓋。非英語團隊開發(fā)的開源大模型，能把多語言支持鋪得這么全，其實并不常見。

許可證它選了最寬松的MIT，也就是說不管你拿去商用、改源碼還是二次發(fā)布，統(tǒng)通都沒問題，沒有任何限制。目前這個模型在Hugging Face上的下載量已經(jīng)超過11萬次，社區(qū)討論區(qū)的留言滾得飛快，熱度是實打實起來了。

這里還有個挺有意思的小尷尬，開發(fā)方自己在模型主頁貼了道歉聲明，承認之前傳錯了文件，把沒經(jīng)過最終蒸餾的半成品當成正式版上傳了，發(fā)現(xiàn)之后正在趕工重傳。這種直白的坦白反而讓人覺得，這就是一群踏踏實實趕進度的普通人，不是那種包裝出來騙流量的樣子貨。

這件事連Hugging Face的CEO都忍不住下場表態(tài)，他說AI的未來本來就沒有什么注定的劇本。一條路是閉源API把持，決定權攥在硅谷少數(shù)幾家公司手里，另一條是開源路線，連里約市政府這種機構都能下場參與、開發(fā)甚至共建。他最后那句“自己選路”，放在這件事的背景下，分量完全不一樣。

這還真不是孤例，同一時間段里，還有一個叫Nex-N2-Pro 397B的模型冒了出來，底子也是Qwen3.5-397B-A17B，測試性能說能跟GPT-5.5、Opus 4.7這種頂級閉源模型掰掰手腕。說白了國內放出去的開源基礎模型，正在被全球各路團隊接力改造，長出很多誰也沒預料到的新形態(tài)。

冷靜下來捋一捋，Rio 3.5最值得琢磨的真不是榜單上那幾個數(shù)字。跑分這東西，每個月都有新王，過兩周基本就被人忘干凈了。它真正的沖擊力，其實來自開發(fā)方的身份。

過去大伙都心照不宣，能玩得動前沿大模型的，只有頂級實驗室和互聯(lián)網(wǎng)巨頭，普通機構連入場票都摸不到。Rio 3.5這一下，直接把這個潛規(guī)則戳了個大口子。開源基礎模型加上開放的研究論文，正在把AI的入場門檻一點點往下拉。

當然咱也別盲目上頭，模型才剛出來，長期穩(wěn)定性、實際部署后的表現(xiàn)、社區(qū)后續(xù)的反饋，都得再觀察一段時間。開發(fā)方自己都還在補傳正確版本，距離“可以閉眼隨便用”還有不小的距離。

但2026年這個夏天，里約這家不起眼的市政IT公司至少把一件事講透了：下一個讓AI圈集體震驚的開源模型，可能從世界上任何一個角落冒出來，跟它來自哪個城市、屬于什么機構，關系真沒大家想的那么大。

參考資料：新華網(wǎng) 巴西市政IT公司開源大模型躋身全球AI第一梯隊