← Voltar ao blog
Aicerca de 7 min de leitura

Um modelo científico de 753B foi publicado sob MIT. A receita de treino não.

Publicado 7 de nov. de 2026
Um modelo científico de 753B foi publicado sob MIT. A receita de treino não.

A Deep Principle, empresa de Hangzhou, lançou o Hydrogen-1.0 em 2 de novembro. É um modelo mixture-of-experts de 753 bilhões de parâmetros, com cerca de 40 bilhões ativos por passagem direta, feito para química, ciência dos materiais e ciências da vida. Os pesos estão no Hugging Face sob licença MIT, atrás de um portão que aprova o acesso automaticamente.

Essa combinação é incomum o bastante para ser dita com clareza. O maior modelo científico aberto até hoje, sob a licença comum mais permissiva, baixável por qualquer um com oito GPUs e um formulário.

Também não é o que "aberto" costuma significar, e a distância entre as duas coisas é a parte interessante.

O que foi construído e como

O Hydrogen-1.0 parte do GLM-5.3 da Z.ai, com pós-treino em dados de domínio: química, ciência dos materiais, ciências da vida, mais registros e trajetórias de agentes dos próprios laboratórios da Deep Principle. A empresa opera um caderno de laboratório eletrônico chamado Mira, e o modelo aprendeu com registros de laboratório de ciclo completo capturados por meio dele, incluindo experimentos que falharam.

O treino combinou ajuste fino supervisionado com aprendizado por reforço, e a empresa diz que a infraestrutura rodou tanto em Nvidia CUDA quanto em AMD ROCm. Megatron e SGLang são citados como os frameworks de treino e de serving.

A ficha de especificações é séria. Janela de contexto de um milhão de tokens, saída máxima de 128,000 tokens. Serving em BF16 testado em oito GPUs via SGLang. As builds quantizadas miram aceleradores específicos: NVFP4 para B200 e B300, MXFP4 para MI350X e MI355X. O servidor expõe uma API compatível com OpenAI com um ajuste de esforço de raciocínio.

Esse perfil de hardware coloca o self-hosting na faixa de um instituto de pesquisa ou de uma empresa com cluster dedicado. Oito GPUs para inferência em BF16 é uma compra de departamento, não pessoal. É por isso que os outros canais de distribuição importam: o ModelScope hospeda as variantes quantizadas, a NeuroSpark oferece uma API, e o modelo também está dentro do Mira, o produto AI Scientist da própria Deep Principle.

As alegações de benchmark, com os rótulos corretos

No FrontierScience-Research, uma suíte voltada a problemas científicos de nível de pesquisa em vez de perguntas de livro didático, o Hydrogen-1.0 marca 38,3 por cento. O GPT-6-Astra marca 33,3 por cento. No GPQA-Diamond, um benchmark de raciocínio científico de nível de pós-graduação, um fundador relata 93,0 por cento, mais ou menos empatado com o Kimi-K3.

Em três cenários internos de laboratório, a empresa diz que supera o GPT-6-Astra no pensamento máximo em 5,13 pontos em computação científica e 4,76 pontos em predição de reação direta. Também publica uma derrota: o Astra no pensamento máximo é 3,33 pontos melhor na elucidação estrutural por NMR.

O número de custo é o de fio mais afiado. Cerca de 25 centavos por problema, contra 88 centavos do Astra Max. O blog plota acurácia contra custo estimado de API, o que é um gráfico mais honesto do que um ranking cru, porque mostra que o topo da fronteira é caro por unidade de acerto.

Agora as ressalvas, que são substanciais e que a empresa declara em vez de esconder.

Todo número é autorrelatado. Nenhum foi reproduzido por um grupo externo. Vários vêm de conjuntos internos de perguntas cuja composição não é publicada. Nas 117 perguntas de planejamento de experimentos usadas como comparação, o único modelo incluído foi o Kimi-K3, porque o GPT-6-Astra e o Opus 5.5 recusaram mais da metade das solicitações naquela avaliação. Essa exclusão é defensável, já que um modelo que não responde não pode ser pontuado, e também significa que a comparação da manchete não se sustenta naquela tarefa.

A empresa também diz que diferenças entre tarefas não devem ser lidas como comparações diretas de capacidade do modelo, o tipo de frase que merece ser citada com mais frequência.

Pesos abertos, receita fechada

O card do modelo traz uma linha que redefine todo o lançamento: os conjuntos de dados completos e as receitas não são liberados junto com os pesos.

Então o que está de fato aberto? Os parâmetros, em BF16 e dois formatos quantizados. A licença, que permite uso comercial e modelos derivados sem royalties. O caminho de serving, via um framework aberto. As alegações de benchmark, tais como são.

O que está fechado é a parte que produziu a capacidade. A mistura de dados. O ambiente de aprendizado por reforço. O desenho das recompensas. A curadoria de quatro anos de registros de laboratório em material de treino. Qualquer um pode rodar o Hydrogen-1.0. Ninguém pode reconstruí-lo.

Esse é agora o padrão dominante nos lançamentos de modelos abertos, e vale ser claro sobre o que ele compra e o que custa. Compra reprodutibilidade de resultados. Um laboratório pode baixar os pesos, rodar o mesmo problema e checar a alegação, o que é progresso real diante de uma API que muda debaixo dos seus pés. Compra soberania. Uma farmacêutica com dados sensíveis pode rodar inferência no próprio hardware. Compra trabalho derivado, já que o ajuste fino é permitido.

Não compra ciência. Se o pós-treino em trajetórias de especialistas curadas é de onde vem a capacidade, então um checkpoint aberto é um artefato pronto em vez de uma receita, e a capacidade do campo de melhorá-lo fica limitada aos dados que ele mesmo consegue produzir.

O contra-argumento é que os dados da Deep Principle não são transferíveis de qualquer forma. Um concorrente não pode usar o caderno de laboratório eletrônico de outra empresa. Nesse enquadramento, liberar os pesos é o máximo que se pode liberar sem entregar o único ativo que importa.

As duas leituras estão corretas. A questão é qual delas um determinado comprador precisa.

A divisão do trabalho que ninguém planejou

Há aqui um detalhe estrutural que vai parecer óbvio em dois anos. Uma empresa especializada de Hangzhou pegou um modelo base aberto chinês da Z.ai, fez pós-treino com dados proprietários de laboratório e o lançou sob MIT, com builds quantizadas para hardware Nvidia e AMD.

Três anos atrás esse pipeline não existia. Modelos de fundação vinham de um punhado de laboratórios, e todo o resto construía aplicações. Agora a camada de base é uma commodity sobre a qual especialistas fazem pós-treino, e a especialização é o produto. O Hydrogen-1.0 é um dos exemplos mais claros até agora, e o fato de a base ser chinesa, a infraestrutura de distribuição americana e a licença MIT torna a cadeia de suprimentos genuinamente multinacional.

Isso tem uma consequência prática para compradores. Ao avaliar um modelo de domínio, o modelo base diz menos do que antes. O que importa são os dados de pós-treino e se a avaliação reflete as suas tarefas. Um modelo de 753B que ganha no FrontierScience-Research e perde na elucidação estrutural por NMR está dizendo exatamente onde os dados de treino dele eram fortes.

Como decidir

Se você coordena um grupo de química computacional e tem acesso a cluster, baixe os pesos e rode dez problemas seus. Não os da demo. Os que você já sabe a resposta e os que você não sabe.

A demo que a Deep Principle mostrou foi uma simulação de fusão de polietileno: o modelo escreveu e executou o código da simulação, depois renderizou uma visualização molecular em 3D e calculou densidade, função de distribuição radial, raio de giração e distância ponta a ponta. É um fluxo de trabalho competente de um cientista computacional júnior. Também é um fluxo de trabalho que um modelo de fronteira bem promptado consegue fazer.

A diferença é o que acontece quando você precisa rodar isso quatrocentas vezes em dados que não pode mandar para lugar nenhum. É o caso para o qual o Hydrogen-1.0 foi construído, e é grande o bastante para justificar as oito GPUs.

Artigos relacionados