Naive-N0.5-Flash, o modelo que a NaiveAI diz ter construído com a ajuda da IA

Em 27 de setembro de 2026, a startup NaiveAI, sediada em Pequim, publicou no Hugging Face o modelo Naive-N0.5-Flash, distribuído sob licença MIT. Como detalha o cartão do modelo, não se trata de uma arquitetura criada do zero, mas de uma adaptação do modelo base de pesos abertos MiMo-V2.5 da Xiaomi, que recebeu 3,25 trilhões de tokens de treinamento adicional. O sistema adota uma estrutura Mixture-of-Experts com 309 bilhões de parâmetros no total, dos quais 15,5 bilhões ativos por token, e lida com um contexto nativo de um milhão de tokens combinando camadas de atenção com janela deslizante e a tecnologia DeepSeek Sparse Attention. Não está totalmente claro, porém, como a licença MIT se encaixa nas restrições da licença do modelo base da Xiaomi.

O que distingue o projeto é o método de desenvolvimento, que a empresa descreve em seu blog técnico como uma pesquisa e desenvolvimento centrados na inteligência artificial. Segundo o blog, os pesquisadores humanos definem a direção, as restrições e os critérios e tomam as decisões críticas, enquanto implementação, otimização, experimentação e análise ficam a cargo de modelos de IA. No mesmo texto lê-se que “os pesquisadores humanos definem a direção, estabelecem restrições e critérios e tomam as decisões críticas. A vantagem humana está na experiência, na intuição e no julgamento”. O veículo independente Runtime Wire, no entanto, observou que os documentos publicados não esclarecem quanto trabalho a IA de fato realizou, nem como essa contribuição foi medida, nem se a abordagem realmente reduz os custos de desenvolvimento futuros. O mesmo veículo liga a empresa a Jifeng Dai, professor associado da Universidade Tsinghua, que passou pela Microsoft Research Asia e pela SenseTime.

Quanto a desempenho e custos, o cartão do modelo indica preços de API de 0,10 dólar por milhão de tokens de entrada e 0,40 dólar de saída, enquanto o Runtime Wire informa a tabela em yuans: 0,60 yuan de entrada e 2,60 yuans de saída por milhão. Os dois valores vêm de fontes diferentes e não batem exatamente com o câmbio. Para a execução, que exige GPUs Nvidia com suporte a FP8, a empresa oferece seu sistema proprietário NaiveRT, com velocidade padrão de 50 tokens por segundo por usuário, que chegaria a 2.000 no modo Ultrafast. O blog da empresa situa esse pico em uma configuração com oito GPUs, sem especificar o modelo, enquanto o Runtime Wire esclarece que a medição de mais de 2.100 tokens por segundo se refere a um teste de decodificação limitado a um único fluxo.

Todos os benchmarks de desempenho apresentados no repositório oficial do GitHub vêm de um protocolo de avaliação interno chamado AutoResearch, baseado no Claude Code. Como os resultados aparecem apenas em gráficos e não foram verificados por terceiros independentes, não é possível confirmar as pontuações exatas declaradas pela startup. Essa ausência de checagem externa pede cautela, algo recorrente quando a velocidade de lançamento supera a verificabilidade das métricas.

Se delegar a escrita de código a outra máquina acelera os lançamentos, a verdadeira assimetria está na verificação: validar o trabalho de uma IA ainda exige aquele julgamento humano que a startup reivindica como sua própria salvaguarda. Enquanto os benchmarks forem medidos com um protocolo interno e não forem replicados por terceiros, o desempenho anunciado deve ser lido como afirmação da empresa, não como dado verificado. — Olya