YuE2-3B: o modelo musical aberto que superou o Suno v5

A geração musical foi dominada por uns poucos serviços fechados por muito tempo, e o lado aberto geralmente corria atrás. Isso mudou em setembro de 2026, quando a equipe MAP publicou o YuE2-3B, um modelo musical de 3 bilhões de parâmetros que, segundo a equipe, supera o Suno v5 no WildSongBench. Os pesos estão fora, o suporte já foi mesclado no master do ComfyUI, e o projeto traz algo que quase nenhum modelo musical tem: partituras editáveis.

A manchete é fácil de citar e fácil de superinterpretar. Ganhar de um serviço fechado em um benchmark não significa que o modelo aberto seja melhor em todos os estúdios. O que torna o YuE2-3B interessante é a combinação de paridade no benchmark com aquilo que só um modelo aberto e ciente da partitura pode fazer.

Partituras, não apenas uma onda

Quase todos os sistemas de texto para música entregam áudio e nada mais. Se um acorde soa errado ou a melodia trava nos últimos oito compassos, você regenera e torce. O YuE2-3B mantém a melodia e os acordes como partituras editáveis. Isso transforma a geração de um caça-níquel em algo mais próximo de arranjar. Você mantém o que funciona e corrige só o que não funciona, que é como trabalha de fato quem escreve música.

Essa estrutura também torna o modelo mais fácil de conduzir. Em vez de empilhar adjetivos no prompt esperando que o tempo caia onde você quer, você descreve a peça com o vocabulário que músicos já usam. A saída segue revisável depois, que é a diferença entre um rascunho e uma tomada.

{{INLINE1}}

O codificador que ninguém recebeu

Um detalhe conta como as publicações abertas realmente vivem. O YuE2-3B saiu sem o codificador de áudio necessário para transformar suas próprias gravações em tokens semânticos do modelo. A comunidade o construiu. Um «codificador de áudio real» para o YuE2-3B permite agora levar seu próprio material à representação que o modelo entende, o que abre a porta para treinar adaptadores em áudio pessoal ou licenciado.

Há também um LoRA instrumental que aceita prompts por seção, para moldar uma peça descrevendo suas partes. Os dois vieram de fora do lançamento original. Esse é o acordo dos pesos abertos: você ganha a liberdade de construir e aceita que falte à primeira versão uma peça que outra pessoa deve fornecer.

A licença é o verdadeiro limite

O YuE2-3B é publicado sob CC-BY-NC-4.0. A cláusula não comercial é a restrição que mais importa a quem pensa em um produto. Você pode estudá-lo, executá-lo, modificá-lo e construir sobre ele para pesquisa e trabalho pessoal. Não pode colocá-lo num serviço pago sem resolver as condições comerciais. Para um hobbista ou pesquisador, é uma porta escancarada. Para uma startup que planeja assinatura, é um muro.

Essa é a forma recorrente do campo musical aberto: os pesos mais capazes costumam vir com condições, enquanto as opções plenamente permissivas ficam atrás em qualidade. Equipes que precisam dos dois acabam em híbrido: aberto para explorar, serviços licenciados para o que é entregue.

O que um benchmark pode provar

O WildSongBench compara modelos em músicas geradas, e vencer é um resultado real. Também é uma única lente. Benchmarks premiam o que conseguem medir, em geral a musicalidade geral e a coerência em trechos curtos. São mais fracos em captar o que torna uma peça utilizável no contexto: se um loop se assenta sob um diálogo sem brigar, se um build chega onde a edição exige, se a peça termina em vez de se apagar.

Não é uma crítica ao benchmark, mas uma nota sobre como ler a afirmação. «Supera o Suno v5 no WildSongBench» significa que o modelo aberto é competitivo numa tarefa definida. Não significa que substitua um serviço pago em tudo, nem que esteja pronto para entrega comercial sob uma licença não comercial. Manter as duas ideias separadas mantém o quadro honesto.

Onde a música aberta ainda perde

Serviços fechados mantêm vantagem em pontos fáceis de subestimar. Oferecem interfaces polidas, masterização integrada, stems sob demanda e uma posição jurídica que um cliente pagante pode apontar. Para quem precisa de uma faixa pronta e de um recibo, essa conveniência é o produto, e o modelo é só metade. Os pesos abertos dão o motor e deixam o resto com você.

Há também a questão do suporte. Quando um serviço fechado quebra, você abre um ticket. Quando um modelo aberto quebra, você lê o código e torce para alguém ter batido no mesmo muro. O codificador de áudio real é um bom exemplo desse modelo funcionando: uma peça ausente resolvida por desconhecidos que queriam uma ferramenta mais útil. Impressionante quando funciona, frustrante quando não.

Como usá-lo hoje

Para um produtor solo, o padrão sensato é tratar o YuE2-3B como instrumento de esboço. Gerar em amplitude, ficar com o que tem substância e montar a peça final à mão ou numa ferramenta paga se a licença exigir. A edição de partituras torna isso possível; converte uma ideia gerada em arquivo de projeto em vez de beco sem saída.

Para um estúdio, o cálculo muda por causa da cláusula não comercial. Pesquisa, prototipagem e exploração interna são abertas. Tudo que sai para um cliente pagante precisa de outro acordo. Essa separação é comum no campo aberto, e equipes que a aceitam cedo economizam uma surpresa depois.

A leitura honesta

O YuE2-3B não resolve as questões éticas sobre música gerada, e a licença não comercial lembra que quem o treinou protege seu terreno. O que ele mostra é que a geração musical aberta alcançou um nível em que a saída é utilizável, não apenas demonstrável. As partituras editáveis são o detalhe com mais chance de importar com o tempo, porque o controle é o que transforma um gerador em ferramenta. A lacuna que resta não é de qualidade, mas de clareza: qual material foi usado no treino, o que cada licença permite e como um músico profissional é pago quando um modelo pode produzir «no estilo dele». São as perguntas que a próxima onda de lançamentos terá de responder.