Rio 3.5 Open 397B: el gobierno de una ciudad acaba de lanzar un modelo de IA de frontera

El gobierno de la ciudad de Río de Janeiro acaba de publicar un modelo de IA abierto de clase frontera, diseñado para competir con los mejores sistemas abiertos del planeta. Rio 3.5 Open 397B proviene de IplanRIO, la empresa municipal de tecnología que gestiona los servicios digitales de Río de Janeiro. En sus propios benchmarks supera por poco a Qwen 3.7 Plus de Alibaba en varias pruebas, aunque la corona de los modelos de pesos abiertos pertenece ahora a GLM 5.2. No es un error tipográfico: un ayuntamiento ha publicado un modelo de 397.000 millones de parámetros bajo una licencia completamente abierta.

Esta es la versión honesta de la historia. Rio 3.5 Open 397B no se construyó desde cero: es un ajuste fino de Qwen 3.5-397B-A17B, el modelo base abierto de Alibaba, al que se añadió una nueva capa de razonamiento. Los resultados principales son llamativos, pero son cifras propias que todavía no han sido auditadas de forma independiente. El modelo gana en algunos benchmarks y pierde en otros. Este artículo explica qué es realmente el modelo, cómo se compara de verdad con Qwen y por qué importa para todos que un gobierno municipal desarrolle IA.

Rio 3.5 Open 397B es un ejemplo de manual de IA de código abierto en acción: los pesos publicados y una licencia permisiva permiten que cualquiera construya sobre un modelo de frontera.

Para ver cómo se compara el campo más amplio de los modelos de pesos abiertos, consulta nuestro ranking de los mejores modelos de IA de código abierto.

Las conclusiones clave

• Rio 3.5 Open 397B fue publicado por IplanRIO, la empresa tecnológica del gobierno de la ciudad de Río de Janeiro, lo que lo convierte en uno de los primeros modelos de clase frontera surgidos de una autoridad municipal.
• Es un ajuste fino del modelo Qwen 3.5-397B-A17B de Alibaba, con 397.000 millones de parámetros en total y 17.000 millones activos en un diseño de Mezcla de Expertos.
• En su propia ficha técnica supera a Qwen 3.7 Plus en cuatro de cinco benchmarks, incluidos Terminal-Bench 2.1 (70,8 vs 70,3) y SWE-Bench Multilingual (77,0 vs 75,8), y solo queda por detrás en MMLU-Pro (88,0 vs 88,5).
• Las mejoras se apoyan en gran medida en SwiReasoning, un método sin entrenamiento adicional que alterna entre razonamiento visible y oculto; las puntuaciones aún no han sido verificadas de forma independiente.
• Los pesos se publican bajo licencia MIT y pesan aproximadamente 807 GB, por lo que casi nadie podrá ejecutarlo en casa.

¿Qué es Rio 3.5 Open 397B?

Rio 3.5 Open 397B es un modelo de IA abierto de clase frontera publicado por IplanRIO, la empresa tecnológica del gobierno de la ciudad de Río de Janeiro. Es un ajuste fino del modelo Qwen 3.5-397B-A17B de Alibaba, utiliza un diseño de Mezcla de Expertos con 397.000 millones de parámetros en total y 17.000 millones activos por token, y se publica bajo la permisiva licencia MIT para uso comercial y de investigación.

La palabra clave es «abierto». Los pesos completos están publicados en Hugging Face, de modo que cualquiera con el hardware necesario puede descargarlo, inspeccionarlo y ejecutarlo. Esa apertura es el punto central: permite que un gobierno municipal compita en un espacio dominado normalmente por laboratorios como OpenAI, Google y Anthropic. Río no tuvo que entrenar un modelo desde cero; partió de una base abierta sólida y añadió sus propias mejoras.

Ese último detalle importa para el contexto. Llamar a Rio 3.5 «un modelo brasileño que supera a Qwen» es contar solo la mitad de la historia, porque el modelo está literalmente construido sobre Qwen. La descripción más precisa es que Río tomó la base abierta de Alibaba y la ajustó lo suficientemente bien como para superar la versión más reciente del propio Alibaba en unas pocas pruebas. Si quieres una visión más amplia de dónde se sitúan estos sistemas, nuestra guía actualizada de los mejores modelos de IA sigue la frontera mes a mes.

Rio 3.5 vs Qwen 3.7 Plus: los números de los benchmarks

Este es el dato que captó la atención. En su propia ficha técnica, Rio 3.5 supera a Qwen 3.7 Plus en cuatro de los cinco benchmarks listados, liderando en codificación, ingeniería de software y matemáticas difíciles, mientras que solo queda por detrás en conocimiento general. Las victorias son en benchmarks reales, pero la mayoría de los márgenes son estrechos y las puntuaciones provienen del propio equipo de Río.

Los márgenes cuentan la historia real. Rio lidera por medio punto en Terminal-Bench 2.1 y SWE-Bench Pro, y por diferencias más amplias en SWE-Bench Multilingual y la prueba de matemáticas IMOAnswerBench, mientras que Qwen mantiene una ventaja mínima en MMLU-Pro. Interpreta cada cifra como el número reportado por el propio equipo de Río, no como un ranking definitivo. La conclusión honesta es que «supera a Qwen» es real, pero estrecho y autodeclarado. Para la base de comparación, consulta nuestra reseña de Qwen 3.7 Max.

¿Son reales estas puntuaciones de los benchmarks?

Respuesta corta: por ahora no están verificadas. Cada cifra específica de Río figura en la ficha técnica publicada por el mismo equipo que construyó el modelo. Los benchmarks en sí son legítimos, pero un benchmark real no es lo mismo que una puntuación confirmada de forma independiente; además, los fabricantes suelen ejecutar las pruebas con diferentes configuraciones y marcos, lo que hace que las comparaciones directas sean poco fiables.

Hay un segundo matiz. Analistas que examinaron el lanzamiento encontraron que gran parte de la ventaja de Río parece provenir de SwiReasoning, aunque el repositorio no incluye el código que lo implementa. Esa brecha dificulta la reproducción de los resultados, que es exactamente lo que necesita una verificación independiente. La forma justa de tratar a Rio 3.5 hoy es como una publicación prometedora de pesos abiertos con afirmaciones agresivas propias, no como un nuevo campeón demostrado.

SwiReasoning: el truco detrás de las mejoras

SwiReasoning es un marco de inferencia sin entrenamiento adicional que permite a un modelo alternar entre cadena de pensamiento explícita y razonamiento latente silencioso, guiado por señales de confianza basadas en entropía. En términos sencillos, el modelo solo «piensa en voz alta» cuando no está seguro y, en caso contrario, razona en silencio en un espacio oculto, lo que puede mejorar tanto la precisión como la eficiencia de tokens.

La técnica proviene de un artículo de investigación de Shi y sus colegas publicado a finales de 2025, no del propio equipo de Río. Eso es parte de lo que hace interesante el lanzamiento: IplanRIO combinó un modelo base abierto existente con un método académico publicado para obtener un rendimiento extra. Es una receta inteligente y de bajo coste, y es una señal más de que los avances de frontera ya no requieren el presupuesto de un gran laboratorio.

Por qué importa que un gobierno municipal desarrolle IA

Deja de lado el debate sobre los benchmarks un momento, porque la historia más importante es quién publicó esto. Un departamento municipal de TI en Brasil lanzó un modelo en la misma clase de peso que publicaciones de Alibaba, DeepSeek y Moonshot. Eso es la aceleración global en acción, y muestra cómo los modelos base abiertos más la investigación pública están extendiendo la capacidad seria de IA mucho más allá de Silicon Valley y Hangzhou.

También apunta a un ecosistema de IA más saludable. Cuando un ayuntamiento del Sur Global puede ajustar un modelo de primer nivel para sus propios idiomas y necesidades, la tecnología deja de ser propiedad privada de unas pocas empresas. Ya hemos visto publicaciones abiertas como Nex-N2-Pro, Kimi K2.6 y DeepSeek V4 reducir la ventaja de los laboratorios cerrados. Rio 3.5 añade un nuevo tipo de actor a esa lista: una institución pública en lugar de una startup. Moonshot ha seguido después con Kimi K2.7 Code, otra publicación de pesos abiertos que impulsa la misma tendencia.

Especificaciones, licencia y ¿puedes ejecutarlo?

Las especificaciones principales son serias. Rio 3.5 Open 397B es un transformador de Mezcla de Expertos con 397.000 millones de parámetros en total y 17.000 millones activos. Está construido sobre 60 capas con 512 expertos y 10 seleccionados por token. El modelo admite un contexto nativo de aproximadamente 262.000 tokens, ampliado a un millón declarado mediante técnicas de escalado. También maneja entrada multimodal de imágenes y texto en inglés, portugués, chino y varios otros idiomas.

El inconveniente es el tamaño. Los pesos pesan aproximadamente 807 GB, lo que deja el alojamiento local fuera del alcance de los portátiles normales e incluso de la mayoría de las estaciones de trabajo. La licencia MIT significa que empresas e investigadores pueden construir sobre él libremente. En la práctica, accederás a él a través de un proveedor en la nube en lugar de tu propio equipo. Los pesos abiertos son estupendos para la transparencia y la confianza; no es lo mismo que ser fácil de ejecutar.

Qué significa esto para los usuarios cotidianos de IA

Para la mayoría de las personas, la lección práctica de Rio 3.5 es que no necesitas buscar ni alojar ningún modelo concreto. Ahora llegan sistemas de clase frontera casi cada semana, de laboratorios, startups e incluso ayuntamientos, y ningún modelo lo gana todo. La decisión inteligente es tener acceso a muchos modelos, no la fidelidad a uno solo.

Esa es la idea detrás de Fello AI en Mac. En lugar de manejar suscripciones separadas, tienes Claude, ChatGPT, Gemini, Grok y DeepSeek en una sola app nativa por $9.99 al mes. La oferta se actualiza a medida que los nuevos modelos demuestran su valía. Te saltas las descargas de 807 GB y las facturas por proveedor, y cambias al modelo que mejor se adapta a la tarea que tienes delante. ¿Empiezas ahora? Comienza con la guía de inicio.

Conclusión

Rio 3.5 Open 397B es un lanzamiento emocionante que merece tanto el aplauso como una dosis de cautela. Que un gobierno municipal ajuste un modelo abierto de primer nivel y publique números que superan por poco la última versión de Alibaba es un hito real para la IA fuera de los centros habituales. Recuerda que las puntuaciones son propias, las victorias son específicas de cada benchmark y el modelo está construido sobre Qwen, no desde cero.

Está por ver si los benchmarks independientes de las próximas semanas confirman que Rio 3.5 resiste las pruebas externas. En cualquier caso, la tendencia es clara: la IA seria se está globalizando, y eso es una buena noticia para todos los que la usan.

FAQ