Därför öppnar Rios kommun en AI i världsklass – mitt under USA:s exportstopp

Vad Rio 3.5 Open 397B faktiskt är

Låt oss vara tydliga med ursprungshistorien. Det här är ingen modell som tränats från grunden av ett kämpande kommunalt IT-team. IplanRIO, det kommunala teknikbolaget under Rio de Janeiros stadsstyre, skapade modellen genom att vidareutveckla ("post-train") Alibabas Qwen 3.5-397B-A17B, en kraftfull grundmodell med öppna vikter . Utvecklarna beskriver processen som en modellsammanslagning följt av "on-policy distillation" från en starkare modell .

Efterföljande gemenskapsanalyser har föreslagit att sammanslagningen är en enkel kombination: ungefär 0,6 av den öppna modellen Nex N2 Pro och 0,4 av Qwen 3.5 . I praktiken är Rio 3.5 en mycket effektiv remix snarare än en ny arkitektur, men de resulterande prestandapåståendena är vad som fångade världens uppmärksamhet.

Modellens tekniska specifikationer, hämtade från dess officiella modellkort, är icke desto mindre imponerande :

• Totala parametrar: ~397 miljarder
• Aktiva parametrar: ~17 miljarder (Mixture-of-Experts)
• Kontextfönster: Upp till 1 010 000 tokens
• Modalitet: Multimodal (bild-text-till-text)
• Licens: MIT
• Specialfunktion: Integrerar SwiReasoning, ett ramverk för att dynamiskt växla mellan explicit kedja-av-tanke-resonemang och mer effektivt resonemang i "latent utrymme" .

Benchmarksiffrorna som fick huvuden att vridas

IplanRIOs modellkort på Hugging Face är fullpackat med häpnadsväckande siffror, och visar på betydande förbättringar jämfört med basmodellen Qwen 3.5 och konkurrenskraftiga resultat mot några av världens bästa öppna och proprietära system . De mest citerade jämförelserna inkluderar:

• Terminal-Bench 2.1: 70,8 (mot 52,5 för basmodellen Qwen 3.5 397B)
• SWE-Bench Verified: 80,2 (mot 76,2 för basmodellen)
• AIME 2026 (Matematikolympiad): 95,3 %
• SWE-Bench Pro: 58,1 (mot 50,9 för basmodellen)
• DeepSWE: 23,0 (mot 6,0 för basmodellen)

Modellkortet hävdar också att Rio 3.5 slår Alibabas egen nyare Qwen 3.7 Plus på fyra av fem direkta jämförelser . Om dessa resultat verifieras oberoende, skulle de placera en stadsförvaltnings finjustering i toppskiktet av globalt konkurrenskraftiga modeller med öppna vikter, särskilt för agentiska kodnings- och resonemangsuppgifter.

De obesvarade frågorna och varningsflaggorna

Trots all hype kommer Rio-släppet med betydande asterisker som bör dämpa alla segervarv.

1. Uppladdningen blev fel. README-filen på Hugging Face utfärdar själv en skarp mea culpa. Teamet erkänner att de först laddade upp fel version – en bas-sammanslagen modell istället för den slutgiltigt destillerade – och fick ladda om de korrekta vikterna. "Vi ber om ursäkt för förvirringen", står det i modellkortet . Alla prestandapåståenden måste ses i ljuset av att de offentligt tillgängliga filerna, åtminstone tillfälligt, kanske inte var den benchmark-krossande versionen.

2. Ingen oberoende verifiering. Alla rubriksiffror från benchmarktesterna är förstahandsdata, självrapporterade från modellkortet. Vid tidpunkten för släppet har ingen tredje part reproducerat dessa resultat . Utan extern validering är det omöjligt att veta om destilleringsprocessen verkligen ger ett hopp på 20 poäng på Terminal-Bench eller om siffrorna är överdrivna.

3. En nyskapande remix, inte en ny modell. Den rapporterade träningsmetoden – en sammanslagning och destillering från befintliga modeller – är tekniskt skild från de massiva grundträningskörningar som definierar verklig utveckling i frontlinjelabb . Gemenskapens detektiver identifierade snabbt modellen som en viktsammanslagning av Nex N2 Pro och Qwen 3.5, vilket fick Nex-teamet att säga: "Plot twist? Det är i grunden vår öppna modell, Nex N2 Pro, i en annan hatt" . Bedriften ligger i integration och anpassning, inte grundläggande vetenskap.

Varför tidpunkten gör detta till en geopolitisk brännpunkt

Betydelsen av Rio 3.5 Open 397B blir bara helt tydlig när man sätter den i sammanhanget av de 48 timmar som föregick den.

På kvällen den 12 juni 2026 mottog Anthropic ett direktiv från USA:s handelsdepartement som beordrade dem att blockera alla utländska medborgare från att få tillgång till dess två mest kraftfulla modeller, Claude Fable 5 och Mythos 5, med hänvisning till nationella säkerhetsintressen och en potentiell "jailbreak" . Eftersom Anthropic inte kunde separera utländska från amerikanska användare i realtid, tvingades de ta båda modellerna helt offline för hela världen .

USA:s agerande var seismiskt: första gången en regering direkt och framgångsrikt beordrade tillbakadragandet av specifika, kommersiellt släppta AI-modeller . Det utlöste omedelbar debatt om exportkontroller av AI och Europas beroende av amerikansk teknologi .

In i det vakuumet klev en kommunal IT-avdelning från Brasilien. Kontrasten mellan världens två dominerande synsätt på AI-styrning utspelar sig i en enda nyhetscykel:

• Washingtons spelplan: Begränsa och inaktivera tillgången till de mest kraftfulla modellerna, drivet av nationell säkerhet och rädsla för missbruk .
• Rios modell: Vidareutveckla på en kinesisk öppen grundmodell och släpp tillbaka vikterna till världen under en MIT-licens, inramat som en allmän nytta .

Historien är ett nästan alltför perfekt fallstudie av den föränderliga geostrategiska kartan för artificiell intelligens. Den antyder att banbrytande kapacitet nu kan byggas och spridas, inte bara av supermakter och startups värda miljarder, utan av en beslutsam kommunal IT-avdelning som utnyttjar en global leveranskedja med öppen källkod . Även om Rio 3.5 skulle visa sig vara mer en bedrift av smart ingenjörskonst och politisk teater än ett rent forskningsgenombrott, säkerställer dess tidpunkt att den kommer att bli ihågkommen som ett symboliskt motdrag till AI-protektionism.