AREX-2 chinesa de 27B supera modelo de 1,6 trilhão de parâmetros

Um modelo de 27 bilhões de parâmetros superou, segundo pesquisadores chineses, um sistema de 1,6 trilhão. A diferença de tamanho é de quase 60 vezes. O grupo AREX, formado pela Academia de Inteligência Artificial de Pequim (BAAI), pela Universidade de Ciência e Tecnologia da China (USTC) e pela Universidade Renmin da China, apresentou o AREX-2. O modelo é construído sobre a base leve da Qwen3.8-27B e treinado com dados de "reflexão longa" extraídos de tarefas de machine learning e programação algorítmica.

Reflexão em vez de mais parâmetros

O caminho habitual para um modelo forte em programação é aumentar os parâmetros, expandir o corpus e adicionar aprendizado por reforço em tarefas verificáveis. O AREX-2 segue outro caminho. Os autores construíram os dados de treinamento em torno de um longo ciclo de "tentativa, análise, correção". Nele, o modelo não se limita a uma única passagem: ele volta à própria solução, identifica o ponto fraco e reformula o algoritmo.

O domínio escolhido não é aleatório. Na engenharia de ML e na programação algorítmica, o resultado é mensurável: o código passa nos testes ou não, a métrica sobe ou cai. Por isso o feedback é confiável nesse campo, e as longas trajetórias de melhoria podem ser coletadas e verificadas.

Por que a comparação entre 27B e 1,6T chama atenção

A manchete do estudo se baseia no contraste de tamanhos. Se o resultado anunciado se confirmar em medições independentes, ele reforça uma tendência que já vem se consolidando: em tarefas estreitas e bem verificáveis, a qualidade depende cada vez mais de como os dados são estruturados e do procedimento de treinamento, e não do número de parâmetros.

Para engenheiros, isso tem implicações práticas. Um modelo na escala de 27B cabe em poucos aceleradores e roda visivelmente mais barato do que sistemas de trilhões de parâmetros. Pode ser implantado internamente na empresa, ajustado com fine-tuning e executado em ciclos longos de agentes, nos quais cada token extra custa dinheiro.

RSI como referencial de trabalho

Os autores associam o trabalho à autoaperfeiçoamento recursivo (RSI): a capacidade de um sistema melhorar iterativamente seus próprios algoritmos. A ideia é que um modelo capaz de refinar código de forma prolongada e criteriosa para tarefas de ML se aproxime, gradualmente, de melhorar os próprios processos de ML. Segundo a formulação dos autores, isso abre caminho para uma evolução autônoma da inteligência. Por ora, trata-se de um primeiro passo em um domínio limitado, não de um sistema totalmente autoaperfeiçoável.

Parâmetros-chave do lançamento:

• Modelo: AREX-2
• Arquitetura base: Qwen3.8-27B (cerca de 27 bilhões de parâmetros)
• Dados de treinamento: longas cadeias de reflexão sobre ML e programação algorítmica
• Comparação anunciada: superioridade sobre um modelo na escala de 1,6 trilhão de parâmetros
• Desenvolvedores: grupo AREX; BAAI, USTC e Universidade Renmin da China
• Referencial de pesquisa: autoaperfeiçoamento recursivo (RSI)

O que as equipes que constroem agentes devem verificar

Equipes que desenvolvem agentes de código e pesquisa devem observar de perto o próprio esquema. Se você tem tarefas com verificação automática, pode coletar não só as soluções finais corretas, mas também as trajetórias de correção: o que foi tentado, por que não funcionou, como a abordagem mudou. Um conjunto de dados assim ensina o modelo a trabalhar com o erro, não apenas a reproduzir uma resposta pronta.

Antes de adotar, são necessárias medições independentes. Primeiro, é preciso determinar em quais benchmarks e sob quais condições o AREX-2 supera o modelo maior: a limitação do domínio pode influenciar fortemente as conclusões. Depois, é preciso confirmar que a vantagem se mantém em tarefas fora da distribuição de treinamento e em horizontes longos, onde os erros se acumulam. Se essas verificações forem superadas, modelos compactos treinados com reflexão podem se tornar uma alternativa real aos gigantes caros para agentes de engenharia.