IplanRIO Rio de Janeiro merilis Rio 3.5 pada 13 Juni. Badan TI kota itu menyebutnya model kelas frontier: 397 miliar parameter, dengan lisensi sumber terbuka yang permisif, dibangun oleh pemerintah kota di Global South.

Waktu peluncuran Rio 3.5 sangat tepat: Brasil sedang memainkan pertandingan pembuka Piala Dunia, dan media sosial sudah heboh. Komentar tentangnya dengan cepat menyebar dari Brasil hingga ke luar negeri.

Namun secepat perhatian itu didapat, muncul perselisihan tentang siapa sebenarnya yang menciptakan model tersebut.

Kartu model asli menggambarkan Rio 3.5 sebagai hasil post-train dari Qwen 3.5 397B, model dasar terbuka Alibaba, dengan lapisan penalaran baru yang disebut SwiReasoning ditambahkan di atasnya. Biaya pengembangan dilaporkan sebesar R$500.000 (Rio tidak mengonfirmasi ini), atau hampir $100.000 USD—kira-kira 30 kali lebih murah daripada sistem AI siap pakai yang setara.

Arsitekturnya adalah Mixture-of-Experts, yang berarti hanya sekitar 17 miliar dari 397 miliar parameter yang aktif pada token tertentu. Hal ini membuat inferensi lebih murah daripada yang disarankan oleh ukuran utamanya. Model ini juga mendukung visi dan teks, menangani lebih dari selusin bahasa, dan dirilis di bawah lisensi MIT yang sepenuhnya terbuka.

SwiReasoning adalah inti teknisnya. Ini adalah kerangka kerja inferensi tanpa pelatihan yang beralih secara dinamis antara dua mode. Ketika model yakin tentang kata berikutnya—entropi rendah dalam distribusi probabilitas—ia bernalar dalam bahasa biasa. Ketika tidak yakin, ia beralih ke penalaran laten, berpikir dalam kondisi internal tersembunyi tanpa mengeluarkan token. IplanRIO mengatakan Rio 3.5 secara khusus dilatih untuk memanfaatkan ini, dan bahwa peningkatannya terlihat pada angka benchmark.

Angka-angka yang dilaporkan sendiri sangat mencolok. Terminal-Bench 2.1—yang mengukur eksekusi perintah terminal otonom, dinilai sebagai persentase tugas yang berhasil—mencapai 70.8% untuk Rio 3.5, sedikit mengungguli Qwen 3.7 Plus pada 70.3% dan DeepSeek v4 Pro yang tangguh pada 67.9%.

Pada IMOAnswerBench, benchmark olimpiade matematika yang dinilai sebagai persentase benar, Rio 3.5 mencapai 89.5%. Pada HLE—Humanity's Last Exam, baterai ahli multi-domain yang hampir tidak dapat dipecahkan yang dinilai sebagai persentase—Rio 3.5 mencapai 36.5%, di atas Qwen 3.7 Plus sebesar 34.7%.

Pemerintah kota mengalahkan model-model utama paling penting pada benchmark kualitas paling bermakna: Itulah berita utama yang tersebar, terutama setelah Wali Kota Rio de Janeiro mencuitkannya.

“Model AI terbuka yang dilatih di Rio dan didanai publik selama setahun terakhir oleh [Pemerintah Kota Rio] baru saja melampaui semua model lainnya,” tulis Eduardo Cavaliere. “Hari ini, dunia sedang membicarakan model AI terbuka yang dilatih di Rio.”

Lalu Nex muncul

“Dilatih di Rio” ternyata tidak sepenuhnya akurat.

Nex-AGI, aliansi AI sumber terbuka yang berbasis di Shanghai, mengunggah di X beberapa hari setelah rilis. Pembukaannya: "Model Rio 3.5 menggemparkan internet minggu ini. Plot twist-nya? Ini pada dasarnya adalah model sumber terbuka kami, Nex N2 Pro, dengan nama yang berbeda."

Mereka telah menganalisis bobotnya. Perhitungannya tepat: Rio 3.5 ≈ 0.6 × Nex N2 Pro + 0.4 × Qwen 3.5. Skrip verifikasi dan laporan GitHub lengkap menyusul.

Bukti datang dalam dua bagian.

Pertama, perilaku. Nex menghapus prompt sistem "You are Rio" yang sudah di-hardcode dari model yang diterapkan dan mengirimkan 120 pertanyaan identitas. Tanpa masker, Nex melaporkan bahwa model itu menyebut dirinya "Nex, dari Nex-AGI" 79.2% dari waktu. Ia menyebut dirinya "Rio" tepat 0% dari waktu. Nex mengatakan model itu juga menceritakan kisah latar belakang spesifik perusahaan kata demi kata, menyebutkan "Shanghai Innovation Institute" dan "aliansi ekosistem model besar." Itu adalah data pelatihan Nex sendiri, yang muncul di model orang lain.

Kedua, matematis. Dalam penggabungan bobot yang asli, setiap parameter dalam model baru terletak pada garis lurus antara dua model sumber. Nex mengukur kolinearitas ini di semua 60 lapisan. Hasilnya kembali pada 0.993. Dua model yang tidak terkait dalam ruang parameter yang sama mencetak mendekati nol secara kebetulan. Mencapai 0.993 di setiap lapisan bukanlah suatu kebetulan. Rasio pencampuran bertahan pada α ≈ 0.571, stabil hingga tiga angka desimal.

Pada dasarnya, itu hampir 60% Nex, dengan sisanya adalah model dasar Qwen.

"Setiap tensor bobot di Rio adalah, hingga ribuan deviasi standar, perpaduan 0.6/0.4 yang sama dari Nex dan Qwen—di seluruh 60 lapisan dan setiap komponen jaringan," tulis Nex. "Tidak ada penjelasan yang tidak bersalah."

Angka-angka tersebut juga menceritakan kisah yang lebih tenang. Nex N2 Pro, yang dirilis hanya beberapa hari sebelum Rio 3.5, mencetak 75.3% pada Terminal-Bench 2.1—lebih tinggi dari Rio yang 70.8%. Pada GDPval, benchmark perkiraan ekonomi yang dinilai sebagai peringkat Elo-style, Nex berada di 1.585 dibandingkan Rio yang 1.533. Jika Rio adalah 60% Nex, maka Anda akan mengharapkannya mencetak lebih rendah dari Nex pada benchmark Nex sendiri. Dan memang begitu.

IplanRIO merespons

IplanRIO memperbarui kartu model Hugging Face—tabel benchmark dihapus dan atribusi diubah.

"Model ini dibangun melalui penggabungan nex-agi/Nex-N2-Pro dan Qwen/Qwen3.5-397B-A17B, didahului oleh On-Policy Distillation dari model yang lebih kuat," kata Readme yang diperbarui. "Kami mendeteksi unggahan yang salah pada versi sebelumnya, di mana versi dasar yang digabungkan diunggah alih-alih model distilled akhir. Kami mohon maaf atas kebingungan dan meminta maaf sebesar-besarnya."

Tidak ada pernyataan publik lain dari IplanRIO. Nex kini dikreditkan.

Penjelasan "kesalahan unggah" adalah klaim utamanya. IplanRIO mengatakan rilis yang dimaksud adalah versi distilled dari basis yang digabungkan—bukan penggabungan mentah itu sendiri. On-policy distillation berarti model guru yang lebih kuat menghasilkan output, dan siswa berlatih dari itu sambil juga menghasilkan outputnya sendiri. Ini lebih mahal daripada penggabungan mentah, tetapi masih lebih murah daripada pelatihan dari awal. Jika langkah itu nyata, maka itu akan menunjukkan setidaknya beberapa pekerjaan orisinal di atas penggabungan.

Apa yang sebenarnya dikirim, menurut IplanRIO, adalah basis yang digabungkan tanpa tambahan apa pun.

Pengamat komunitas terpecah pendapatnya tentang apa artinya itu. Komentator teknologi Rafael Quintanilha memberikan interpretasi yang lebih lunak: Karena Nex N2 Pro itu sendiri dibangun di atas Qwen, tim mungkin telah mengkredit arsitektur dasar dan membiarkannya begitu saja. Dia juga menunjukkan model itu menjadi viral selama pertandingan Piala Dunia, "belum tentu 'siap untuk konsumsi publik'."

Pengembang dan YouTuber AI Lucas Montano mencatat bahwa "menggabungkan dua model kelas ~400B dan kemudian menerapkan policy distillation bukanlah hal yang sepele"—sambil mengakui adanya kesalahan teknis dan kegagalan komunikasi.

Peneliti AI Diego Ambrosio kurang murah hati. Peluncuran asli menggambarkan Rio 3.5 sebagai hasil dari "pelatihan pasca-otonom dan fine-tuning proprietary"—bingkai yang menyiratkan penelitian asli, bukan penggabungan.

Legal? Ya. Etis? Nah...

Penggabungan model sepenuhnya legal. Nex N2 Pro adalah Apache 2.0—Anda dapat menggunakannya, memodifikasinya, dan mendistribusikannya, selama Anda mengkreditkannya. Qwen 3.5 juga berlisensi terbuka. Tidak ada yang akan ke pengadilan di sini.

Masalahnya adalah menyajikan hasilnya sebagai karya yang dikembangkan secara independen tanpa menyebutkan semua model sumber. Komunitas sumber terbuka telah melihat ini sebelumnya. Awal tahun ini, Cursor's Composer 2 ditemukan dibangun di atas Kimi K2.5 milik Moonshot tanpa pengungkapan. Reaksi balik cepat dan bersifat reputasi—tidak ada pengacara, hanya tangkapan layar.

Membangun di atas model terbuka yang ada adalah hal yang normal. Seperti yang telah diceritakan Decrypt, menumpuk dan menggabungkan bobot terbuka hampir menjadi subkultur tersendiri. Normalnya bukan "jangan membangun di atas karya orang lain." Normalnya adalah: Sebutkan apa yang Anda gunakan.

Apa yang membuat ini lebih lantang daripada kesalahan atribusi biasa adalah kemasan institusional. Pengembang pseudonim yang merilis "frankenmerge" dengan namanya sendiri adalah satu hal. Pemerintah kota yang menggunakannya untuk mengklaim kedaulatan AI sektor publik—selama Piala Dunia—adalah hal lain. “Itu pemborosan sumber daya,” tulis seorang komentator Brasil.

Nex tidak menjadikannya perang. "Kami merasa tersanjung bahwa Kota Rio menggunakan karya kami untuk mencapai kinerja SOTA," tulis perusahaan itu di X. "Tetapi di dunia sumber terbuka, atribusi itu penting."

IplanRIO sedang berupaya untuk mengunggah model yang diperbaiki dan distilled dengan atribusi penuh. Ketika itu terjadi, pemeriksaan yang sama akan dilakukan lagi—dan komunitas akan mengetahui apakah distillation benar-benar mengubah sesuatu, atau apakah itu masih sebagian besar Nex dengan prompt sistem yang berbeda.