Lumi estreia em português, mas chega sem licença publicada

A cobertura de A Redação registra que o Centro de Excelência em Inteligência Artificial (CEIA) da Universidade Federal de Goiás lançou o Lumi em 28 de outubro de 2026, durante a AI Brasil Experience, em São Paulo; a diretora Telma Soares o apresentou como “uma base nacional que possa ser adaptada a diferentes realidades e necessidades do mercado”. Desenvolvido para o português, o modelo foi oferecido como ponto de partida gratuito para empresas criarem aplicações próprias.

O repositório oficial do CEIA Lumi-4B disponibiliza os pesos em BF16, identifica um modelo de 4 bilhões de parâmetros e informa que a licença ainda não está documentada. Os arquivos podem ser baixados para experimentação técnica, mas a página não estabelece as permissões para adaptar, redistribuir ou incorporar o modelo a um produto comercial.

O que está disponível para baixar

O Lumi é um modelo de geração de texto, não um aplicativo de conversa pronto para clientes. A distribuição dos pesos permite que uma equipe prepare a execução em infraestrutura própria e avalie respostas em português. A proposta de lançamento inclui continuar o treinamento com dados específicos de cada organização, o chamado ajuste fino, e reduzir a dependência de serviços externos para criar aplicações.

Essa possibilidade técnica tem custos e condições próprios. O download gratuito não fornece capacidade computacional, integração com sistemas existentes nem avaliação das respostas produzidas para uma tarefa empresarial. Também não equivale a uma autorização publicada para distribuir uma versão modificada ou vender um serviço que incorpore o modelo. São decisões diferentes: obter o arquivo, conseguir executá-lo e ter termos claros para explorar o resultado.

O cartão do modelo também não documenta o modelo-base, os dados e procedimentos completos de treinamento, recomendações de uso ou instruções de inferência. Para uma equipe que pretende reproduzir os resultados divulgados ou registrar a origem dos componentes de uma aplicação, essas informações fazem falta. A ausência de instruções oficiais ainda deixa margem para que configurações distintas produzam respostas diferentes.

O alcance da avaliação divulgada

Na comparação publicada com o modelo, o Lumi obteve média de 44,80% em cinco avaliações em português, todas com o mesmo peso, e ficou em segundo lugar entre nove modelos. O resultado reúne tarefas distintas em um único índice. Ele descreve aquele conjunto de testes, sem medir diretamente a qualidade de um futuro atendimento ao cliente, da análise de documentos de uma empresa ou da geração de código.

A variação entre as tarefas é mais informativa do que a posição isolada. No Global MMLU em português, o resultado registrado foi de 59,36%; no IFEval com instruções estritas, de 33,83%. Uma aplicação que exige saída em formato preciso depende do cumprimento de instruções de modo diferente de um sistema que responde a perguntas de conhecimento. Por isso, a média não substitui uma avaliação da tarefa para a qual o modelo seria adaptado.

Faltam ainda, na documentação dessa comparação, as versões dos conjuntos de avaliação, a ferramenta de execução, os parâmetros usados e intervalos de confiança. Esses detalhes influenciam a possibilidade de repetir a medição e interpretar diferenças entre modelos. A colocação divulgada é um retrato do recorte escolhido pelo projeto; a documentação disponível não permite reconstruir integralmente as condições em que ele foi produzido.

O que mostrou a execução independente

No teste do TechDescomplicado, publicado em 29 de outubro, os pesos foram convertidos para GGUF e quantizados em Q4_K_M; numa Radeon RX 9070 XT de 16 GB, com contexto de 128 mil tokens, a execução ocupou 3,9 GB de memória de vídeo e acertou 5 de 10 tarefas de assistente na rodada apresentada. Esse consumo pertence à versão comprimida e à configuração da bancada, não aos arquivos originais em qualquer equipamento.

Entre os acertos relatados estão extrair dados em JSON, ordenar uma tabela por preço, resumir conteúdo e localizar uma informação em texto longo. As falhas apareceram em tarefas que exigiam escolher uma ferramenta, combinar etapas ou pedir confirmação antes de uma ação. Em outras medições da mesma bancada, a quantidade de acertos variou, o que impede tratar a pontuação de uma rodada como desempenho fixo.

O resultado foi mais fraco nas atividades de programação. As páginas geradas chegaram a abrir, mas apresentaram erros; nenhum dos jogos propostos funcionou. Nos casos em que o modelo precisava escrever código, executar testes e corrigir o próprio trabalho, não houve caso aprovado. Isso distingue uma resposta textual plausível de uma aplicação funcional e testada.

A equipe do ensaio refez a execução com parâmetros diferentes depois que a configuração automática produziu páginas quebradas. A mudança melhorou a estrutura das páginas, mas não fez os jogos funcionar nem levou o agente a usar as ferramentas nos casos de programação. Como não há configuração de inferência recomendada no cartão oficial, o resultado permanece ligado aos parâmetros, à conversão e ao equipamento descritos no teste.

Experimentação, adaptação e produto comercial

Experimentação: os pesos acessíveis permitem investigar o comportamento do Lumi e compará-lo com tarefas reais em português. O teste independente mostra que é possível executar uma versão convertida em equipamento próprio, embora isso exija preparo técnico. A disponibilidade do arquivo não define, por si, as condições jurídicas desse uso.

Adaptação interna: continuar o treinamento com dados de uma organização é parte da proposta apresentada no lançamento. Para uma aplicação interna, a equipe ainda precisa distinguir essa capacidade técnica das permissões que serão estabelecidas para modificar e utilizar o modelo. A documentação incompleta sobre sua base e seu treinamento também limita o registro da origem técnica de uma versão adaptada.

Produto comercial: chamar o Lumi de gratuito ou aberto não esclarece se um serviço vendido a clientes pode incorporar seus pesos ou uma adaptação. Essa conclusão depende dos termos que o CEIA vier a publicar, incluindo eventuais condições para modificação e distribuição. Até essa publicação, empresas e desenvolvedores têm um modelo acessível para avaliação, mas não uma licença documentada que delimite seu uso em produtos.

Leia também:

• Muse Wonder estreia como agente — os testes independentes ainda não chegaram
• Mistral Large 4 estreia aberto, mas fica em 32º num teste independente
• Direito de uso encarece publis — o cachê cobre só a primeira licença