AI圈懵了：一家巴西市政IT公司开源的大模型，杀进了全球第一梯队

一句话看懂：巴西里约热内卢市政府旗下IT公司IplanRIO开源的Rio 3.5 397B模型，在多项基准测试中超越Qwen 3.7 Plus等开源模型，成为开源社区新的SOTA（最佳状态模型），引发全球AI圈关注。

事件核心：发生了什么

6月14日，一个名为Rio 3.5 397B的开源模型在AI社区刷屏。该模型由巴西里约热内卢市政府旗下的市政IT公司IplanRIO开发，基于阿里通义千问的Qwen3.5-397B-A17B进行后训练。在智能体编程、数学、STEM、多语言和多模态等基准测试中，Rio 3.5 397B超越了包括Qwen 3.7 Plus在内的多个开源模型，性能可比肩GPT-5.5和Opus 4.7等顶级闭源模型。Huggingface联合创始人兼CEO Clem Delangue对此评论称，AI的未来并非注定，开源路径可以让包括市政机构在内的各方参与。

为什么重要

这一事件的意义不在于模型本身的技术突破，而在于三个层面。第一，它证明基于开源基座模型（如Qwen）进行后训练，可以达到甚至超越原始厂商的新版本，降低了模型开发门槛。第二，开发主体是市政府IT公司，而非科技巨头或顶级研究机构，展示了开源生态的“去中心化”能力——小机构也能做出世界级模型。第三，它加剧了开源与闭源的路线之争：当市政机构都能通过后训练获得全球领先模型时，闭源API的定价权和话语权可能受到挑战。

对用户/开发者/创作者的影响

对于开发者和AI应用企业，Rio 3.5 397B采用MIT许可证完全开放商业使用，这意味着可以获得一个100万级上下文窗口、支持动态推理切换（SwiReasoning）的前沿模型，成本远低于调用顶级闭源API。对于内容创作者，该模型在葡萄牙语、英语、中文等多语言任务上表现突出，可用于高质量的多语言生成和翻译。对于企业采购决策者，需要关注的是：开源模型的后训练质量差异很大，选择时需验证基准测试结果是否符合自身业务场景，同时评估部署所需的算力成本（397B总参数，17B激活参数）。