IplanRIO : le modèle Rio 3.5 révélé comme un mélange à 60 % de Nex-AGI et 40 % de Qwen

Un modèle d'IA soutenu par le gouvernement brésilien, présenté comme une percée open-source latino-américaine, s'est révélé être un mélange pondéré de deux modèles existants, déclenchant des excuses de son développeur en moins de 24 heures.

Le modèle Rio-3.5-Open-397B, publié le 15 juin par IplanRIO — la branche informatique de la mairie de Rio de Janeiro — a été démasqué comme un mélange pondéré d'environ 60:40 entre le Nex-N2-Pro de Nex-AGI et le Qwen3.5-397B-A17B d'Alibaba, plutôt qu'un développement original. La révélation, publiée par le groupe de recherche en IA Nex-AGI sur GitHub, a montré que 79 % des réponses du modèle s'identifiaient comme « Nex de Nex-AGI » lorsque son instruction fixe « Vous êtes Rio » était supprimée, avec zéro réponse s'identifiant comme Rio.

« Nous avons constaté que sur l'ensemble des 60 couches, les tenseurs de poids correspondaient à un mélange de 60 % Nex-N2-Pro et 40 % Qwen avec un degré de concordance qui ne peut être expliqué par un entraînement supplémentaire typique », a déclaré Nex-AGI dans son analyse. « Aucune preuve d'un entraînement propriétaire n'a pu être trouvée. »

IplanRIO avait initialement décrit Rio 3.5 Open 397B comme un modèle basé sur le Qwen3.5-397B-A17B d'Alibaba avec un entraînement supplémentaire, affirmant qu'il surpassait le Qwen sous-jacent dans les benchmarks de programmation et de mathématiques. Le modèle a rapidement attiré l'attention en tant que concurrent open-source latino-américain avant l'émergence de l'analyse. En réponse, IplanRIO a déclaré avoir effectué une « distillation sur politique » — un processus de mélange de modèles et d'entraînement sur les résultats d'une IA plus puissante — et que le fichier téléchargé publiquement était une version pré-distillation incomplète, téléchargée par erreur.

La controverse a éclaté moins de 24 heures après les débuts du modèle sur Hugging Face, lorsque Nex-AGI a publié une analyse détaillée des poids montrant que la structure interne du modèle était pratiquement indistinguable d'une combinaison linéaire de ses deux prédécesseurs. Étant donné que Nex-N2-Pro est lui-même basé sur la série Qwen3.5, les deux modèles partagent des architectures suffisamment similaires pour permettre le mélange de poids.

Développer un modèle de langage à grande échelle à partir de zéro nécessite d'énormes quantités de données d'entraînement et des ressources de calcul haute performance, faisant du merging de modèles — une technique qui combine les poids appris dans des proportions spécifiques — un raccourci courant. La revendication d'IplanRIO concernant la distillation sur politique représenterait une voie de développement légitime si elle était vérifiée, mais l'entreprise n'a pas encore publié la version post-distillation promise.

Cet épisode nuit à la confiance dans les modèles open-source récemment vantés des marchés émergents de l'IA. Pour les investisseurs qui suivent le secteur des LLM open-source, cet incident met en lumière l'écart entre les capacités revendiquées et les performances vérifiées — un risque qui s'applique à l'ensemble du domaine en pleine expansion des projets d'IA gouvernementaux et institutionnels. Qwen d'Alibaba, déjà l'une des familles de modèles open-source les plus adoptées au monde, est désormais confrontée au défi de contrôler la réutilisation commerciale non autorisée de ses poids, bien que l'impact financier direct sur Alibaba Group Holding Ltd. — qui se négocie à environ 11 fois les bénéfices prévisionnels — soit probablement minime.

Cet article est fourni à titre d'information uniquement et ne constitue pas un conseil en investissement.