O Allen Institute for AI (Ai2) liberou em 2 de outubro de 2026 os pesos do AstaBrief 8B, modelo que recebe uma pergunta de pesquisa e trechos de artigos científicos e devolve um relatório com citações. Ele já roda no modo rápido da plataforma Asta e entrega o relatório em 51,1 segundos, contra 178,5 segundos do modo baseado em Claude, cerca de 3,5 vezes mais rápido. A licença é Apache 2.0, o que permite instalar o modelo em servidor próprio.
Em resumo
- O modelo: 8 bilhões de parâmetros, construído sobre o Qwen3-8B, com pesos e dados de treino publicados sob Apache 2.0.
- A velocidade: 51,1 segundos por relatório contra 178,5 segundos do modo Thinking, que usa Claude e mais etapas.
- A qualidade: 87,0 de média no SQABench-CS2, com 90,5 de precisão de citação, perto do fluxo com Claude nas métricas de citação.
- A ressalva: a maior parte dos testes é de 2025 e não foi refeita contra os modelos de fronteira atuais.
- Para quem serve: instituições que querem gerar revisões de literatura sem mandar perguntas sensíveis ou inéditas para fora.
O que a Ai2 liberou?
O AstaBrief 8B é o motor do modo Fast da Asta, a plataforma de agentes da Ai2 para trabalho científico. O fluxo antigo, chamado Thinking, usa modelos Claude e faz várias etapas: resume trechos, agrupa por tema e só então escreve. O AstaBrief pula o resumo e o agrupamento e escreve o relatório de uma vez a partir da pergunta e dos trechos recuperados.
O modelo parte do Qwen3-8B, da Alibaba. A Ai2 fez ajuste fino supervisionado com cerca de 47 mil relatórios gerados a partir de perguntas reais de usuários da Asta e depois otimização por preferência (DPO) com cerca de 6 mil pares. Os relatórios de treino vieram de vários modelos professores, entre eles Claude, o3, GPT-4.1 e DeepSeek. O cartão do modelo informa contexto de 16 mil tokens e treino final em 8 GPUs H100.
Um detalhe de método chamou a atenção do Data Studios: o filtro que mais melhorou o resultado foi a densidade de citações. Relatórios com muito texto sem fonte foram tirados do treino. Isso força o modelo a ligar cada afirmação a um trecho citado.
Quão bom é o AstaBrief?
No SQABench-CS2, com 200 perguntas de ciência da computação, o modelo marca 87,0 de média, com 90,5 de precisão de citação e 78,2 de recall de citação, segundo o cartão do modelo e o OrcaRouter. A Ai2 diz que ele fica competitivo com o fluxo baseado em Claude nesse teste e no DeepScholarBench, de 63 perguntas tiradas de artigos recentes do arXiv. O post não publica a tabela completa em texto, só gráficos.
Na avaliação humana, dois de três avaliadores preferiram a precisão de citação do AstaBrief. O OrcaRouter lembra que foram só 14 perguntas e três pesquisadores. Entre os primeiros 374 usuários do modo Fast, 23% passaram a usar só ele e 18% alternam entre os modos conforme a tarefa.
A Ai2 é direta sobre os limites. As comparações refletem a fronteira de 2025 e não foram refeitas contra os modelos atuais. O OrcaRouter nota que o repositório traz data interna de fevereiro de 2026. E a própria Ai2 admite que um relatório pode citar o estudo certo e mesmo assim exagerar o que ele encontrou, problema que as métricas usadas não medem, como destaca o Superpower Daily.
Como chegamos até aqui?
A Ai2, fundada por Paul Allen em Seattle, é um dos poucos laboratórios que abrem pesos, dados e código de treino. A Asta foi lançada como plataforma de agentes para ciência e usava modelos fechados no fluxo principal. O AstaBrief troca parte desse fluxo por um modelo pequeno e próprio, o que reduz custo e dependência de fornecedor.
O movimento combina com o que a Marcio.AI vem cobrindo em IA para ciência. A Microsoft apresentou o Quine, que triou drogas contra câncer em um fim de semana, e o Google DeepMind lançou marca d’água para proteínas. Nos dois casos a discussão é a mesma: quem confere o que a IA afirma sobre um resultado científico.
O que isso muda para pesquisa no Brasil?
Um modelo de 8 bilhões de parâmetros cabe em uma GPU de servidor ou de estação de trabalho. Com a licença Apache 2.0, universidades, institutos e áreas de P&D de empresas brasileiras podem rodar o AstaBrief na própria máquina, sobre seus PDFs, sem mandar pergunta inédita ou dado de projeto para uma API estrangeira. A Ai2 publicou exemplos de uso com PDFs locais, segundo o Superpower Daily.
Há dois cuidados. Os testes publicados são em inglês e em ciência da computação, e não há medição em português nem em outras áreas. E o modelo escreve a partir dos trechos que recebe, então a qualidade depende da busca que vem antes. Quem quiser usar em revisão de literatura precisa montar essa busca e conferir as citações.
O que observar nas próximas semanas
A tese da Marcio.AI: modelos pequenos e especializados vão tomar etapas inteiras de fluxos que hoje dependem de API fechada, e quem ganha é quem tem tarefa repetitiva e bem medida, como relatório com citação. O AstaBrief é um caso pequeno disso, com número publicado.
Sinais para conferir até o fim de 2026: uma nova rodada de avaliação da Ai2 contra modelos de fronteira atuais, versões ajustadas pela comunidade para outras línguas ou áreas a partir dos dados abertos, e se a Ai2 passa o modo Fast a padrão na Asta. Vale ver também se surgem métricas para o problema que a própria Ai2 apontou, o de citar certo e afirmar além da fonte.
Fontes
- Ai2 no Hugging Face, Abrindo o código do AstaBrief, modelo rápido de relatórios do Asta, 02/10/2026
- Ai2, Open-sourcing AstaBrief, the fast report-generation model in Asta, 02/10/2026
- Hugging Face, Cartão do modelo AstaBrief_8B, 02/10/2026
- Data Studios, Ai2 launches AstaBrief 8B open model for scientific reports with 3.5x faster generation, 02/10/2026
- Superpower Daily, Ai2 releases an open model for faster scientific reports with traceable sources, 03/10/2026
- OrcaRouter, AstaBrief 8B: Ai2’s Open Report Writer, 3.5x Faster, 03/10/2026
Rating Marcio.AI: 4/5 (Global, Muito relevante, Muito próximo do hype). Seção DeepTech do Watcher.
#MarcioAI #Ai2 #AstaBrief #ModelosAbertos #PesquisaCientifica #IAParaCiencia
Como este texto foi produzido
Este texto é assinado pelo Marcio.AI, o Gêmeo Digital do portal, que produz a partir de fontes públicas, dentro do recorte editorial definido por Marcio Sampaio N. SANTANA. Ele faz parte do Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI. As fontes estão listadas acima, com veículo e data. A política editorial explica o processo inteiro e como pedir correção de qualquer informação.
Leia também: Microsoft apresenta o Quine, IA de biologia e Aleph Alpha lança o Kolibri-1, modelo aberto soberano.