O Institute of Foundation Models (IFM) da Mohamed bin Zayed University of Artificial Intelligence (MBZUAI) lançou na quarta-feira, 3 de setembro de 2026, o K2 Horizon — uma frota conectada de seis modelos de fundação que a instituição descreve como "o maior lançamento totalmente aberto da história da IA".
Os seis modelos — 375B-A23B, 36B-A4B, 32B, 7B, 3,7B e 0,9B — são liberados com pesos, código de treinamento, dados (ou receitas detalhadas de construção), arquitetura, checkpoints intermediários, logs de treino finos, resultados de avaliação e metodologias completas. Tudo sob licença Apache 2.0 para modelos e código; datasets sob suas licenças aplicáveis (como ODC-BY).
O Que "Totalmente Aberto" Significa Na Prática
A maioria dos lançamentos "abertos" recentes — Llama 3, Nemotron, Qwen — disponibiliza pesos e, às vezes, código de inferência. Poucos abrem os dados de treinamento. Quase nenhum abre checkpoints intermediários, logs de treino ou a metodologia completa de pós-treinamento (reasoning, tool use, agentic).
O K2 Horizon faz tudo isso. Para cada modelo, a IFM libera:
- Pesos finais (formatos BF16, FP8, GGUF quantizados)
- Código de treinamento completo (pré-treinamento, reasoning, agentic post-training)
- Dados de treinamento ou receitas detalhadas de construção quando redistribuição não é possível
- Arquitetura aberta e composições de mixture
- Configurações, logs finos de treino, checkpoints intermediários
- Resultados de avaliação brutos
Isso permite que pesquisadores e desenvolvedores inspecionem, reproduzam e adaptem cada etapa do ciclo de vida do modelo — não apenas façam download e inferência.
MoVA: Esparsidade Chega à Atenção
A inovação arquitetural central do K2 Horizon é o MoVA (Mixture-of-Value Attention). Arquiteturas MoE (Mixture-of-Experts) convencionais aplicam esparsidade principalmente às camadas feed-forward: muitos experts especializados disponíveis, mas um roteador ativa apenas um subconjunto pequeno para cada token.
O MoVA estende esse princípio à atenção. Como a atenção determina como um transformer reúne informação de todo o seu contexto, introduzir esparsidade ali abre outra dimensão para escalar capacidade do modelo além da rede feed-forward.
Os dois maiores modelos da frota usam MoVA:
- 375B-A23B: 375 bilhões de parâmetros totais, 23B ativos (Mixture-of-Experts com MoVA)
- 36B-A4B: 36 bilhões toais, 4B ativos (MoVA)
Os demais (32B, 7B, 3,7B, 0,9B) são densos — arquitetura transformer padrão — otimizados para seus respectivos envelopes de computação.
Desempenho: Estado da Arte em Três Classes de Tamanho
A IFM afirma que os modelos de 0,9B, 3,7B e 7B estabelecem novo state-of-the-art em suas respectivas classes de tamanho em benchmarks amplamente usados:
| Benchmark | K2 Horizon 0,9B | K2 Horizon 3,7B | K2 Horizon 7B |
|---|---|---|---|
| HumanEval+ (code gen) | 79,9% | — | — |
| AIME 2025 (matemática competição) | 41,7% | — | — |
| AIME 2026 (matemática competição) | 48,5% | — | — |
| LiveCodeBench v6 (coding competitivo) | 37,41% | — | — |
| SWE-bench Verified | — | — | 70,6% |
| Terminal-Bench 2.1 | — | — | 39,1% |
O modelo de 7B é o mais documentado para experimentação local inicial: seu model card cobre parsers de reasoning e tool-call, configuração tensor-parallel de dispositivo único e variantes quantizadas.
Uma Escada de Implantação: Do Relógio ao Rack Multi-GPU
A filosofia por trás dos seis tamanhos é prática: cada modelo é construído para competir com os melhores modelos abertos em sua classe de tamanho, e todos vêm com pesos, código, dados e metodologia por trás.
- 0,9B: Pequeno o suficiente para rodar em um smartwatch. Cargas de trabalho focadas e restritas.
- 3,7B: Minimiza armazenamento, adequado para edge constrained.
- 7B: Ponto ideal para experimentação local em GPU única (24GB+ VRAM).
- 32B: Modelo denso de escala média para workloads mais exigentes.
- 36B-A4B (MoVA): Eficiência de MoE com atenção esparsa; validado em 2× H200.
- 375B-A23B (MoVA): Flagship para reasoning e trabalho agentic complexo; compete com modelos open-weight líderes.
A IFM também introduz roteamento dinâmico de modelo, que direciona certas tarefas para "o modelo mais custo-efetivo" — prototipe no menor, escale para o flagship, verifique cada afirmação no caminho.
Disponibilidade Imediata e Ecossistema
Os modelos K2 Horizon estão disponíveis imediatamente através de:
- Hugging Face (coleção IFM/K2-Horizon)
- vLLM e SGLang (suporte day-zero)
- Ollama e Unsloth (integração nativa)
- API IFM via parceiros globais de inferência: Compass, Cerebras, AWS e Nebius
A licença Apache 2.0 permite uso comercial irrestrito — sem cláusulas de uso aceitável, sem restrições de concorrentes, sem exigência de compartilhar modificações.
Contexto: A Aposta dos Emirados na IA Soberana e Aberta
A MBZUAI, inaugurada em 2019, é considerada a primeira universidade do mundo dedicada exclusivamente à IA. O IFM foi lançado em maio de 2025 e opera de três polos: Abu Dhabi, Vale do Silício e Paris — colocando desenvolvimento de modelos de fronteira nos Emirados enquanto atrai talento dos principais centros de IA do mundo.
Hoje, a MBZUAI treina 80.000 funcionários federais dos Emirados como especialistas em IA agentic sob parceria estratégica com a Autoridade Federal de Recursos Humanos Governamentais. O K2 Horizon estende esse papel para a pesquisa: modelos construídos para reasoning, uso de ferramentas e tarefas agentic.
O professor Eric Xing, fundador do IFM e presidente da MBZUAI, resume a motivação:
"Acreditamos que progresso significativo em IA depende da capacidade de examinar, construir sobre e melhorar a tecnologia, não simplesmente acessá-la via API. A tecnologia mais importante do nosso tempo deve ser construída com o mundo, não mantida longe dele. K2 Horizon é como essa convicção se parece quando uma instituição se compromete com ela completamente."
O Que Observar
Pontos Fortes
- Transparência radical: checkpoints, logs, dados — nível de abertura sem precedentes para modelos de fronteira.
- Apache 2.0 real: uso comercial livre, sem "taxas de licença" escondidas.
- Arquitetura MoVA inovadora: estende esparsidade à atenção, não apenas FFN.
- Suporte day-zero em vLLM, SGLang, Ollama, Unsloth — ecossistema pronto.
Perguntas em Aberto
- Custos de auto-hospedagem: Apache 2.0 remove taxa de licença; MoVA reduz computação ativa; nenhum dos dois remove armazenamento, KV-cache, runtime ou custos de hardware.
- Maturidade desigual: modelos de borda (0,9B, 3,7B) menos documentados que o 7B; quantização e tool-calling nos maiores ainda em validação comunitária.
- Benchmarks self-reported: resultados impressionantes, mas replicação independente da comunidade ainda incipiente (lançado há 24h).
Em Resumo
O K2 Horizon não é apenas mais um lançamento de modelos abertos — é uma demonstração de que transparência radical e performance de fronteira podem coexistir. Se a IFM entregar o que promete (e a comunidade validar), o lançamento redefine o padrão do que "open source" significa para modelos de fundação de grande escala.
Para desenvolvedores, a mensagem é clara: você pode começar no 0,9B no seu laptop, escalar para o 375B no cluster, e auditar cada decisão de arquitetura, dado e hiperparâmetro no meio do caminho. Isso muda a conversa de "qual modelo fechado eu alugo?" para "qual modelo aberto eu construo sobre?".
Os Emirados, através da MBZUAI, acabaram de colocar uma aposta grande na ideia de que o futuro da IA pertence a quem abre — não a quem guarda.