Como é que os grandes modelos de código aberto podem ter um desempenho superior ao dos produtos comerciais?

Para ser sincero, fiquei realmente surpreendido com o desempenho de grandes modelos de código aberto, como o Ali Tongyi Qianqian Qwen3. Não só alcançam como, nalguns aspectos, até ultrapassam os produtos comerciais. A razão para tal é o modelo de colaboração único da comunidade de código aberto - excelentes programadores de todo o mundo podem trabalhar em conjunto para aperfeiçoar um modelo, e este tipo de ecossistema de "cem escolas de pensamento" é difícil de alcançar por qualquer empresa comercial. E o acordo informal como o Apache 2.0 torna esta vantagem num círculo mais virtuoso.

Lembro-me que, quando o Llama2 foi lançado no ano passado, a indústria ainda estava a discutir se o modelo de código aberto poderia alcançar o GPT-4. O Qwen3, por exemplo, não só na escala de parâmetros (235B) muito mais do que muitos produtos comerciais, como também é mais crítico o avanço na eficiência real da implementação - 4 cartões H20 podem executar a versão completa, o que é uma bênção para as pequenas e médias empresas. Isto faz-me lembrar que, há alguns dias, conversei com um CTO de uma empresa em fase de arranque, que está a mudar a sua atividade do GPT para a sua própria implementação do Qwen, o custo desceu diretamente 70% e o efeito é basicamente equivalente. Não será esta a melhor prova das vantagens do código aberto?

A velocidade de iteração dos modelos de fonte aberta é impressionante

Os produtos comerciais são limitados por processos de I&D e estratégias de marketing, e os ciclos de atualização tendem a ser longos. Mas os modelos de código aberto são completamente diferentes, como a evolução do Qwen da versão 2.5 para a 3 em apenas alguns meses. O que é ainda mais espantoso é a magnitude da melhoria do desempenho - o Qwen3-4B pode atingir o nível do seu antecessor, a versão 72B. Por detrás desta velocidade de iteração está a caraterística da comunidade de código aberto de "tentativa e erro rápidos, otimização rápida". Enquanto as empresas comerciais ainda estão a passar pelo processo de revisão do produto, a comunidade de código aberto pode já ter experimentado mais de uma dúzia de opções de melhoramento, de entre as quais é filtrada a solução óptima.

Há um outro aspeto que é frequentemente ignorado: a diversidade de dados. 36 biliões de tokens de dados de treino que abrangem 119 línguas, esta escala e diversidade de dados, os produtos comerciais tendem a trocar por considerações de custo. No entanto, os projectos de fonte aberta podem reunir recursos globais e diferentes tipos de organizações contribuem com dados de diferentes domínios. Por exemplo, há instituições de investigação especializadas em dados matemáticos e há equipas especializadas na geração de código, o que acaba por resultar num "polivalente".

Raciocínio híbrido: a sabedoria da comunidade de código aberto

O modo de raciocínio misto do Qwen3 é uma conceção genial. Ativar o modo de raciocínio profundo para perguntas que requerem uma reflexão profunda e respostas rápidas para perguntas simples - esta flexibilidade equilibra na perfeição a eficácia e a eficiência. Pense nisto: mesmo os produtos comerciais raramente mudam de modo de forma tão inteligente. Isto vem do espírito pragmático da comunidade de código aberto para "resolver problemas reais".

Além disso, o modelo de código aberto oferece uma interface de personalização rica. Os produtos comerciais são frequentemente experiências de "tamanho único", mas o Qwen3 não só permite ajustar a profundidade do pensamento, como também controlar o orçamento do pensamento (número de fichas). Isto dá aos programadores muito espaço para jogar, de modo a que um modelo básico possa ser derivado de inúmeras "variantes" para se adaptar a diferentes cenários. Receio que este tipo de flexibilidade de "blocos de construção" nunca possa ser fornecido por produtos comerciais de código fechado.

O sucesso do Qwen3 mostra-nos que o futuro do modelo de fonte aberta não é "apanhar os produtos comerciais", mas abrir o seu próprio caminho impulsionado pelo ecossistema de colaboração. Enquanto o modelo comercial ainda está enredado nos parâmetros da escala e das margens de lucro, a comunidade de software livre já está a resolver os problemas reais de implantação, os problemas de eficiência e os problemas personalizados. Talvez seja por isso que cada vez mais empresas estão a recorrer a soluções de fonte aberta - porque em muitos cenários práticos, a fonte aberta não só é suficiente, como também é melhor.