Rio 3.5 Open 397B: Eine Stadtverwaltung hat ein Frontier-KI-Modell veröffentlicht

Die Stadtverwaltung von Rio de Janeiro hat ein Frontier-KI-Modell veröffentlicht, das mit den besten offenen Systemen der Welt konkurriert. Rio 3.5 Open 397B stammt von IplanRIO, dem städtischen IT-Unternehmen, das die digitalen Dienste von Rio de Janeiro betreibt. Laut eigenen Benchmarks übertrifft es Alibabas Qwen 3.7 Plus in mehreren Tests, obwohl die Benchmark-Krone bei Open-Weight-Modellen inzwischen an GLM 5.2 geht. Das ist kein Tippfehler. Ein Stadtamt hat ein Modell mit 397 Milliarden Parametern unter einer vollständig offenen Lizenz veröffentlicht.

Hier ist die ehrliche Version der Geschichte. Rio 3.5 Open 397B wurde nicht von Grund auf neu entwickelt. Es ist ein Finetuning von Qwen 3.5-397B-A17B, Alibabas offenem Basismodell, dem eine neue Reasoning-Schicht hinzugefügt wurde. Die Headline-Scores sind beeindruckend, aber es handelt sich um Erstanbieter-Zahlen, die bisher nicht unabhängig geprüft wurden. Das Modell gewinnt bei einigen Benchmarks und verliert bei anderen. Dieser Artikel zeigt, was das Modell wirklich ist, wie es sich tatsächlich mit Qwen vergleicht und warum es wichtig ist, dass eine Stadtverwaltung KI entwickelt.

Rio 3.5 Open 397B ist ein Paradebeispiel für Open-Source-KI in der Praxis: Veröffentlichte Gewichte und eine freizügige Lizenz erlauben es jedem, auf einem Frontier-Modell aufzubauen.

Einen Überblick über das breitere Open-Weight-Feld bietet unsere Übersicht der besten Open-Source-KI-Modelle.

Die wichtigsten Punkte

• Rio 3.5 Open 397B wurde von IplanRIO, dem IT-Unternehmen der Stadtverwaltung von Rio de Janeiro, veröffentlicht und ist damit eines der ersten Frontier-Modelle einer Kommunalbehörde.
• Es ist ein Finetuning von Alibabas Qwen 3.5-397B-A17B mit 397 Mrd. Parametern insgesamt und 17 Mrd. aktiven Parametern in einem Mixture-of-Experts-Design.
• Laut eigenem Model Card schlägt es Qwen 3.7 Plus in vier von fünf Benchmarks, darunter Terminal-Bench 2.1 (70,8 vs. 70,3) und SWE-Bench Multilingual (77,0 vs. 75,8), liegt aber beim MMLU-Pro (88,0 vs. 88,5) zurück.
• Die Verbesserungen basieren stark auf SwiReasoning, einer trainingsfreien Methode, die zwischen sichtbarem und verborgenem Reasoning wechselt; die Scores wurden noch nicht unabhängig verifiziert.
• Die Gewichte werden unter einer MIT-Lizenz veröffentlicht und wiegen rund 807 GB, weshalb sie kaum jemand zu Hause betreiben kann.

Was ist Rio 3.5 Open 397B?

Rio 3.5 Open 397B ist ein offenes Frontier-KI-Modell von IplanRIO, dem IT-Unternehmen der Stadtverwaltung von Rio de Janeiro. Es ist ein Finetuning von Alibabas Qwen 3.5-397B-A17B, verwendet ein Mixture-of-Experts-Design mit 397 Milliarden Parametern insgesamt und 17 Milliarden aktiven pro Token und wird unter einer freizügigen MIT-Lizenz für kommerzielle und Forschungszwecke veröffentlicht.

Das entscheidende Merkmal ist die Offenheit. Die vollständigen Gewichte sind auf Hugging Face veröffentlicht, sodass jeder mit der nötigen Hardware das Modell herunterladen, prüfen und betreiben kann. Diese Offenheit ist der eigentliche Kern. Sie ermöglicht einer Stadtverwaltung, in einem Bereich zu konkurrieren, der sonst von Laboren wie OpenAI, Google und Anthropic dominiert wird. Rio musste kein Modell von null trainieren, sondern konnte auf einer starken offenen Basis aufbauen und eigene Verbesserungen hinzufügen.

Dieses Detail ist wichtig für den Kontext. Rio 3.5 als „brasilianisches Modell, das Qwen schlägt" zu bezeichnen, ist nur die halbe Wahrheit, denn das Modell basiert buchstäblich auf Qwen. Die genauere Einordnung: Rio hat Alibabas offenes Fundament übernommen und so gut feinabgestimmt, dass es Alibabas eigene neuere Version in einigen Tests knapp übertrifft. Einen umfassenden Überblick über den Stand der Systeme bietet unser laufend aktualisierter Leitfaden zu den besten KI-Modellen.

Rio 3.5 vs. Qwen 3.7 Plus: die Benchmark-Zahlen

Das ist die Behauptung, die für Aufsehen gesorgt hat. Laut eigenem Model Card schlägt Rio 3.5 Qwen 3.7 Plus in vier von fünf aufgeführten Benchmarks: Es liegt vorne beim Coding, Software Engineering und anspruchsvoller Mathematik, verliert aber beim allgemeinen Wissen. Die Ergebnisse stammen von echten Benchmarks, die meisten Abstände sind jedoch gering und die Scores kommen von Rio selbst.

Die Abstände erzählen die eigentliche Geschichte. Rio liegt bei Terminal-Bench 2.1 und SWE-Bench Pro um einen halben Punkt vorne und hat bei SWE-Bench Multilingual und dem IMOAnswerBench-Mathematiktest größere Vorsprünge, während Qwen bei MMLU-Pro knapp die Nase vorn behält. Jede Zahl ist Rio's eigene Angabe, keine gesicherte Rangliste. Das ehrliche Fazit: „schlägt Qwen" stimmt, ist aber eng und selbst berichtet. Als Vergleichsbasis empfiehlt sich unser Qwen 3.7 Max-Test.

Sind diese Benchmark-Scores wirklich belastbar?

Kurze Antwort: Sie sind noch nicht verifiziert. Alle Rio-spezifischen Zahlen stammen vom Model Card, veröffentlicht von demselben Team, das das Modell gebaut hat. Die Benchmarks selbst sind legitim, aber ein echter Benchmark ist nicht dasselbe wie ein unabhängig bestätigter Score. Anbieter führen Tests häufig mit unterschiedlichen Setups durch, was direkte Vergleiche unsicher macht.

Es gibt einen weiteren Haken. Analysten, die sich die Veröffentlichung genauer angesehen haben, stellten fest, dass ein Großteil von Rios Vorsprung auf SwiReasoning zurückzuführen scheint, das Repository aber den entsprechenden Code nicht enthält. Diese Lücke erschwert die Reproduzierbarkeit der Ergebnisse, was für eine unabhängige Verifizierung entscheidend ist. Rio 3.5 lässt sich heute fair als vielversprechende Open-Weight-Veröffentlichung mit ambitionierten Erstanbieter-Claims einordnen, nicht als bewiesener neuer Champion.

SwiReasoning: der Trick hinter den Gewinnen

SwiReasoning ist ein trainingsfreies Inferenz-Framework, das einem Modell erlaubt, zwischen explizitem Chain-of-Thought und stiller Latenzraum-Argumentation zu wechseln, gesteuert durch entropiebasierte Konfidenz-Signale. Vereinfacht ausgedrückt: Das Modell „denkt laut" nur dann, wenn es unsicher ist, und argumentiert ansonsten still im verborgenen Raum. Das kann sowohl Genauigkeit als auch Token-Effizienz verbessern.

Die Technik stammt aus einem Forschungspapier von Shi und Kollegen, das Ende 2025 veröffentlicht wurde, nicht von Rio selbst. Das ist ein Teil dessen, was die Veröffentlichung interessant macht: IplanRIO hat ein vorhandenes offenes Basismodell mit einer veröffentlichten akademischen Methode kombiniert, um zusätzliche Leistung herauszuholen. Das ist ein cleveres, kostengünstiges Rezept und ein weiteres Zeichen dafür, dass Frontier-Gewinne kein riesiges Labor-Budget mehr erfordern.

Warum es wichtig ist, dass eine Stadtverwaltung KI entwickelt

Der Benchmark-Streit ist zweitrangig, denn die eigentlich wichtige Geschichte ist, wer dieses Modell veröffentlicht hat. Eine kommunale IT-Abteilung in Brasilien hat ein Modell in derselben Gewichtsklasse wie Veröffentlichungen von Alibaba, DeepSeek und Moonshot herausgebracht. Das ist globale Beschleunigung in der Praxis und zeigt, wie offene Basismodelle plus öffentliche Forschung ernstzunehmende KI-Kompetenz weit über Silicon Valley und Hangzhou hinaus verbreiten.

Es deutet auch auf ein gesünderes KI-Ökosystem hin. Wenn ein Stadtamt im Globalen Süden ein erstklassiges Modell für seine eigenen Sprachen und Bedürfnisse feinabstimmen kann, hört die Technologie auf, Privateigentum weniger Unternehmen zu sein. Offene Veröffentlichungen wie Nex-N2-Pro, Kimi K2.6 und DeepSeek V4 haben den Vorsprung geschlossener Labore bereits geschmälert. Rio 3.5 fügt dieser Liste eine neue Art von Akteur hinzu: eine öffentliche Institution statt eines Startups. Moonshot hat seitdem mit Kimi K2.7 Code nachgelegt, einer weiteren Open-Weight-Veröffentlichung, die denselben Trend vorantreibt.

Spezifikationen, Lizenz und: kann ich es betreiben?

Die technischen Daten sind beeindruckend. Rio 3.5 Open 397B ist ein Mixture-of-Experts-Transformer mit 397 Mrd. Parametern insgesamt und 17 Mrd. aktiven. Es basiert auf 60 Schichten mit 512 Experten, von denen 10 pro Token ausgewählt werden. Das Modell unterstützt einen nativen Kontext von rund 262.000 Token, der mit Skalierungstechniken auf angeblich 1 Million ausgedehnt werden kann. Außerdem verarbeitet es multimodale Bild- und Texteingaben in Englisch, Portugiesisch, Chinesisch und mehreren weiteren Sprachen.

Der Haken ist die Größe. Die Gewichte umfassen rund 807 GB, was ein lokales Hosting auf normalen Laptops und selbst den meisten Workstations unmöglich macht. Die MIT-Lizenz bedeutet, dass Unternehmen und Forscher frei darauf aufbauen können. In der Praxis wirst du es über einen Cloud-Anbieter nutzen, nicht auf deinem eigenen Rechner. Offene Gewichte sind gut für Transparenz und Vertrauen, aber das ist nicht dasselbe wie einfach zu betreiben.

Was das für alltägliche KI-Nutzer bedeutet

Für die meisten Menschen lautet die praktische Lehre aus Rio 3.5: Du musst nicht jedem einzelnen Modell nachjagen oder es selbst hosten. Neue Frontier-Systeme erscheinen inzwischen fast wöchentlich von Laboren, Startups und sogar Stadtverwaltungen, und kein einziges Modell gewinnt in allen Bereichen. Der kluge Ansatz ist der Zugang zu vielen Modellen, nicht die Loyalität gegenüber einem einzigen.

Das ist die Idee hinter Fello AI auf dem Mac. Statt verschiedene Abonnements zu jonglieren, bekommst du Claude, ChatGPT, Gemini, Grok und DeepSeek in einer nativen App für $9.99 im Monat. Die Auswahl aktualisiert sich, wenn neue Modelle sich bewähren. Du sparst dir die 807-GB-Downloads und die Einzelanbieter-Rechnungen und wechselst zu dem Modell, das für die aktuelle Aufgabe am besten geeignet ist. Neu dabei? Starte mit dem Einstiegsleitfaden.

Fazit

Rio 3.5 Open 397B ist eine spannende Veröffentlichung, die sowohl Anerkennung als auch eine Prise Skepsis verdient. Dass eine Stadtverwaltung ein erstklassiges offenes Modell feinabstimmt und Zahlen veröffentlicht, die Alibabas neuestes Modell knapp übertreffen, ist ein echter Meilenstein für KI außerhalb der üblichen Zentren. Nur nicht vergessen: Die Scores sind Erstanbieter-Angaben, die Gewinne sind benchmark-spezifisch und das Modell basiert auf Qwen, wurde nicht von Grund auf neu entwickelt.

Beobachte in den kommenden Wochen unabhängige Benchmarks, um zu sehen, ob Rio 3.5 unter externen Tests standhält. Der Trend ist in jedem Fall klar: Ernstzunehmende KI wird global, und das ist gute Neuigkeit für alle, die sie nutzen.

FAQ