A interface generativa à prova da especialização: o modelo OUI-1 da Thesys

Enquanto a evolução dos modelos de pesos abertos avança sobretudo na escala dos parâmetros, a empresa Thesys tentou o caminho da especialização vertical ao anunciar o OUI-1, apresentado pela companhia como o primeiro modelo de pesos abertos dedicado à Generative UI — uma reivindicação que depende de como se delimita a categoria e que ninguém verificou de forma independente. Construído através de um finetuning LoRA do modelo DiffusionGemma 26B-A4B-it da Google, cujos pesos foram depois fundidos no formato safetensors bf16, o modelo conta 26 mil milhões de parâmetros no total, dos quais 4 mil milhões ativos, e uma janela de contexto de 16.384 tokens. O objetivo declarado na model card no Hugging Face é permitir gerar localmente interfaces para aplicações assentes no framework OpenUI, reduzindo a dependência de APIs remotas. Do lado da distribuição, os pesos continuam sujeitos aos Gemma Terms of Use da Google, uma licença proprietária com restrições de uso claramente distintas das licenças de código aberto aprovadas pela OSI — ao contrário do próprio framework OpenUI, lançado sob licença MIT.

Os dados de desempenho divulgados pela empresa atribuem ao OUI-1 uma pontuação de 71,7% no Generative UI Benchmark, contra 13,0% do modelo base. A avaliação apoia-se na adoção do openui-lang, uma linguagem declarativa que, segundo as medições da Thesys, reduz até 67% os tokens necessários face ao formato JSON. Na mesma tabela comparativa surge, no entanto, um modelo generalista, o Qwen3.8 27B, com um resultado superior, de 78,8%: a vantagem reivindicada para o OUI-1 não é, portanto, a pontuação absoluta, mas chegar perto dela com 4 mil milhões de parâmetros ativos. A montagem do benchmark, articulada em 46 briefs distribuídos por cinco faixas de complexidade, apresenta além disso um perímetro estreito: a métrica mede exclusivamente a correção formal do resultado — a ausência de componentes órfãos ou de erros de parsing —, sem captar a usabilidade nem a qualidade estética do design produzido.

No plano da execução as contas não fecham por completo. Os requisitos indicam cerca de 25,8 GiB de VRAM para execução em quantização FP8 através de vLLM, o que segundo a Thesys torna praticável até uma GPU de consumo como a RTX 5090; os testes originais, porém, correram numa única A100. Também as métricas de latência não coincidem: o post de anúncio refere 1,9 segundos por resultado, enquanto a model card declara cerca de um segundo por ecrã numa só GPU — as duas medidas não são atribuíveis à mesma configuração. No debate técnico surgido no Hacker News levantaram-se dúvidas sobre a coerência das interfaces regeradas a cada sessão, sobre as dificuldades de depuração ligadas a resultados não determinísticos e sobre a ausência de qualquer evidência visual no anúncio oficial.

Deslocar a Generative UI das APIs remotas para um modelo compacto e auto-hospedável é uma escolha arquitetural racional para conter os custos de computação. Fica, ainda assim, o facto de que, quando um único sujeito define o modelo, a sintaxe de saída e o benchmark de avaliação, a métrica produzida mede antes de mais a aderência a um perímetro de regras que ele próprio construiu. — Olya