Genesys PI: o modelo brasileiro que um programador respeitado não consegue explicar — e o que falta para acreditar nele

Uma startup de São Paulo com quatro sócios, fundada no fim de 2025 e com investimento inicial de R$ 100 mil, diz ter um modelo de inteligência artificial que compete com os maiores do mundo — treinado em poucos meses, sem placas de vídeo da NVIDIA, por uma fração do custo. Chama-se Genesys PI, da LUA Vision. Em 30 de setembro de 2026, Fabio Akita, um dos programadores mais conhecidos do Brasil, publicou o resultado de uma semana de testes: no seu benchmark, o modelo empatou com o Claude Fable 5.1 e o GPT 6 luna, e as suas tentativas de provar que se tratava de um modelo estrangeiro rebatizado falharam. Mas ele também escreveu que “uma falsificação convincente de um modelo é indistinguível de ter um modelo”. Este aprofundamento separa, com cuidado, o que Akita mediu, o que a empresa afirma, o que está verificado por terceiros — quase nada — e o que seria preciso para fechar a questão. A LUA Vision apresenta o modelo oficialmente em 7 de outubro.

Quem são os personagens

Fabio Akita programa desde os anos 1990, cofundou a consultoria Codeminer42 em 2011, organizou por anos a Rubyconf Brasil e mantém o canal Akitando, no YouTube, referência entre programadores brasileiros. Ele deixa claro, no primeiro texto sobre o assunto, que “ninguém me pagou nada pra escrever isso”: o contato partiu da empresa, que lhe deu acesso à API.

A LUA Vision é a LUA Vision Tecnologia Ltda., de São Paulo, fundada no fim de 2025. Os sócios são David Kang (presidente), Paulo Câmara (diretor de tecnologia, formado na FGV com doutorado em Tel Aviv), Plínio Ceccon (finanças) e Eronides Jr. (receita). Segundo a única cobertura de imprensa encontrada — uma nota da Exame sobre o Gramado Summit, em maio de 2026 —, a empresa começou com R$ 100 mil de investimento inicial, tem meta de R$ 5 milhões de receita em 2026 e cerca de vinte clientes corporativos em pilotos.

O Genesys PI é vendido em três formatos: pela API (PI), instalado no servidor do cliente (PI-S) e numa versão que roda sem internet (PI Pocket). A cobrança é por licença anual, não por token — o que já é incomum no mercado. Não há pesos abertos, não há ficha técnica do modelo, não há tabela de resultados publicada no site. Há um ensaio, “O peso que você não escolheu”, e um artigo preliminar no Zenodo sobre o “imposto do token” que o português paga nos modelos estrangeiros — nenhum dos dois descreve o Genesys PI em si.

O que Akita mediu

Akita não usou os benchmarks públicos. Usou um que ele mesmo mantém, na quarta versão, e que ele chama de “benchmark de sabotagem”: um projeto de software em sete etapas sucessivas, em que ele plantou falhas de segurança reais, baseadas em vulnerabilidades catalogadas, e pede ao modelo que as encontre e corrija. A nota mede o quanto o modelo acha e conserta sem quebrar o resto.

Primeira rodada, 23 de setembro. Dois modelos da LUA foram testados. O “House” fez 83,5 pontos, empatando com o Grok 4.7 — e ficando atrás de 34 dos 46 modelos da tabela. O topo era o GPT 6 luna, com 95,5, e o Claude Sonnet 5, com 91,0. O modelo “Enterprise” fez 82,5 e, na primeira tentativa, travou num ciclo: repetiu o mesmo comando de busca em 841 das 857 chamadas que fez. Um resultado respeitável para uma empresa daquele tamanho; nada de extraordinário.

Segunda rodada, 30 de setembro. A empresa informou que um erro no sistema de cache tinha prejudicado o modelo na primeira rodada, e corrigiu. Akita rodou de novo. O House subiu para 95,5 — empatando com o Claude Fable 5.1, o Sakana Fugu Ultra v2 e o GPT 6 luna, o topo da tabela. Foi esse salto que gerou os posts no X e o título do texto dele: “modelo frontier brasileiro??”, com dois pontos de interrogação.

A ressalva vem do próprio Akita, e é importante: uma rodada por modelo tem ruído. No mesmo benchmark, o GPT 5.5 oscilou nove pontos entre duas execuções. Um único 95,5 não confirma nada; confirmaria uma série deles.

A pergunta de verdade: é um modelo, ou um disfarce?

Com um resultado assim, a primeira suspeita de qualquer programador é que o modelo seja outra coisa: um Qwen ou um DeepSeek — modelos chineses de pesos abertos — rebatizados; um gpt-oss, o modelo aberto da OpenAI; ou simplesmente um repasse (*proxy*) escondido para a API do Claude ou do GPT. Akita listou essas hipóteses e foi atrás de cada uma. A parte mais interessante do texto dele é essa investigação, porque é o que separa testes de opinião.

O teste do tokenizador. Todo modelo quebra o texto em pedaços, os tokens, de um jeito próprio, definido no treinamento. É uma impressão digital. Akita mediu como a API da LUA conta tokens e comparou com as tabelas conhecidas. A distância até o o200k_base — o tokenizador público da OpenAI — foi de 2; até o do Llama, 68; até o do Qwen, 193; até o do DeepSeek, 255. Conclusão dele, com confiança alta: o Genesys PI usa o tokenizador da OpenAI. Isso exclui um Qwen, um DeepSeek, um Llama ou um Mistral rebatizados: eles contariam os tokens de outro jeito.

O teste do proxy. Um repasse para a API da OpenAI ou da Anthropic tenderia a aceitar os mesmos parâmetros dessas APIs. A API da LUA rejeita `temperature`, `top_p` e `logprobs`, parâmetros comuns, e devolve cabeçalhos próprios, com prefixo `x-lua-`. “Um proxy manteria compatibilidade e deixaria algum rastro”, escreve Akita. Evidência contra o proxy, com confiança média.

O teste do gpt-oss. O modelo aberto da OpenAI usa tokens especiais de controle, como `<|channel|>`, que custam um token. Na API da LUA, essa sequência custa cerca de quatro. Isso exclui o gpt-oss servido do jeito padrão — confiança média-alta.

O que o tokenizador não resolve. Usar o tokenizador da OpenAI não é prova de que o modelo seja da OpenAI: é um tokenizador público, que qualquer um pode adotar ao treinar o seu. E aqui chega o limite que Akita admite: um modelo treinado do zero e um modelo destilado — treinado a partir das respostas de um modelo maior, do Claude ou do GPT, por exemplo — “produzem exatamente as mesmas observações”. Nenhum teste de caixa-preta separa os dois. “Uma falsificação convincente de um modelo é indistinguível de ter um modelo.”

O placar final dele: modelo chinês ou europeu rebatizado, excluído; gpt-oss, improvável; proxy, improvável; treinado do zero contra destilado, não separável por quem está do lado de fora.

Há ainda uma inconsistência que Akita anotou para perguntar ao CTO: o artigo da LUA fala do “imposto do token” que o português paga nos modelos estrangeiros — a ideia de que um texto em português vira mais tokens, e por isso custa mais e rende menos —, mas a API da empresa tokeniza o português exatamente como a OpenAI, com a mesma “fertilidade” de 1,31 tokens por palavra. Se o modelo foi feito para resolver o imposto do token, por que usa o tokenizador que o cobra?

O que a empresa afirma, e ninguém verificou

Tudo o que se sabe sobre como o Genesys PI foi feito vem de conversas de Paulo Câmara com Akita, relatadas por ele e marcadas, no texto dele, como não checadas:

– treinado em hardware AMD e ARM64, incluindo um MacBook, sem CUDA — a plataforma da NVIDIA que domina o treinamento de IA —, “em poucos meses”;

– 70 bilhões de parâmetros e janela de contexto de 250 mil tokens;

– uma arquitetura própria chamada NCAS, sob acordo de confidencialidade, descrita no site em cinco fases com nomes emprestados da neurociência: proliferação, potenciação, poda, mielinização, metacognição.

Nenhum custo em dólares, nenhum número de placas, nenhuma curva de treinamento foi divulgado. Os preços cobrados de Akita durante o teste eram provisórios (R$ 55 e R$ 275 por milhão de tokens no House; R$ 4 e R$ 20 no Enterprise), e a política oficial de preços está prometida para 7 de outubro, com a apresentação do modelo no MinervaHUB.

O site faz duas alegações próprias: 98,2% no LiveBench, um benchmark público, “aguardando ranking oficial”, e “49 de 49” em casos de alto risco. A primeira tem um rastro público: em 22 de março de 2026, uma conta com o nome do CTO abriu uma solicitação no repositório do LiveBench para incluir o “transformer de 70 bilhões”, com a autoavaliação de 98,2% e “acesso à API disponível sob pedido”. Até 1º de outubro, a solicitação não tinha nenhuma resposta dos mantenedores. A nota, portanto, é da própria empresa; o ranking oficial não a confirmou nem negou.

Os posts de Akita no X, vale notar, são mais assertivos que o texto dele: “treinada em hardware caseiro, sem milhões de dólares”, diz um; “uma LLM de classe Claude, treinada por uma fração do custo”, diz o outro. No blog, hardware e custo estão na coluna do “não checado”. O leitor que viu só o tuíte viu a versão sem as ressalvas.

Destilação: a hipótese que não morre

Vale parar na palavra que sustenta toda a dúvida, porque ela explica por que um resultado bom não encerra a conversa.

Destilar um modelo é treinar um modelo menor, ou mais barato, usando as respostas de um modelo maior como gabarito. A técnica foi descrita em 2015 por Geoffrey Hinton, Oriol Vinyals e Jeff Dean, num artigo sobre “comprimir o conhecimento” de um conjunto de modelos num só. Em vez de aprender com dados brutos — bilhões de páginas da internet, o que custa os US$ 100 milhões de um GPT-4 —, o modelo aluno aprende com o professor: faz-se milhões de perguntas ao modelo grande, guardam-se as respostas, e treina-se o pequeno para imitá-las. É muito mais barato, e o resultado pode ser muito bom nas tarefas em que o professor é bom.

É aqui que a situação da LUA fica delicada. Um modelo destilado do Claude ou do GPT usaria, por conveniência, o tokenizador da OpenAI; não seria um Qwen rebatizado; não seria um proxy; teria 70 bilhões de parâmetros, se o treinador quisesse; e tiraria 95,5 num benchmark de código em que o professor tira 95,5. Todas as observações de Akita são compatíveis com destilação — e também com treinamento do zero. Ele diz isso com todas as letras.

Destilar não é crime nem truque: é prática comum na indústria, e muitos modelos abertos são explicitamente destilados. O que estaria em questão é a alegação da empresa — modelo próprio, do zero, barato — e, dependendo de qual modelo serviu de professor, os termos de uso desse modelo, que em geral proíbem usar as respostas para treinar concorrentes. Por isso a distinção importa comercialmente, e não só para a vaidade técnica.

O modelo de negócio, que também é uma pista

Dois detalhes do que a LUA vende dizem algo sobre o que ela tem.

O primeiro é o PI Pocket, a versão que roda sem internet. Um proxy para a API de outra empresa não funciona sem internet; um modelo de verdade, de 70 bilhões de parâmetros, roda num servidor local ou num computador potente. Se o PI Pocket existir e funcionar desligado da rede, a hipótese do proxy morre de vez — e qualquer cliente dos vinte pilotos pode confirmar isso. Akita não testou essa versão.

O segundo é a licença anual, sem cobrança por token. Todo o mercado cobra por uso, porque cada resposta custa energia e máquina; cobrar um valor fixo por ano só fecha a conta se o custo de servir o modelo for baixo — ou se o número de clientes for pequeno e previsível, como vinte pilotos corporativos. Não é prova de nada, mas é coerente com uma empresa que acredita ter um modelo barato de rodar, e incoerente com uma que repassa chamadas a uma API cara.

Como ler um resultado de benchmark

Para o leitor que acompanha a área, o caso é uma boa aula sobre como pesar um número.

– Quem fez a prova? A de Akita é de uma pessoa, com um método publicado, sem interesse financeiro declarado. A nota do LiveBench no site da LUA é autoavaliação, sem ranking oficial. São duas coisas diferentes.

– Quantas vezes? Uma rodada tem ruído; o próprio GPT 5.5 variou nove pontos. Um salto de 83,5 para 95,5 depois de “corrigir um cache” pede uma terceira rodada, e uma quarta.

– A prova é conhecida? O benchmark de Akita é público desde versões anteriores. Um modelo pode ter sido treinado com ele — não há indício disso, mas é a razão pela qual ele pede uma prova de reserva, inédita.

– O que o número não mede? Um benchmark de código em sete etapas mede código em sete etapas. Não mede português, conhecimento geral, raciocínio longo, ou segurança. “Classe Claude” num benchmark é “classe Claude” naquele benchmark.

Por que isso seria extraordinário

A escala do que está em jogo explica a desconfiança. Sam Altman, da OpenAI, disse em 2023 que o treinamento do GPT-4 custou mais de US$ 100 milhões. Dario Amodei, da Anthropic, previu em 2024 modelos de US$ 1 bilhão em treinamento. O caso mais famoso de custo baixo é o DeepSeek V3, da China: o artigo técnico informa 2,788 milhões de horas de GPU H800, cerca de US$ 5,6 milhões — só o treinamento final, excluindo a pesquisa anterior. Quando esse número circulou, em 27 de janeiro de 2025, a NVIDIA perdeu cerca de US$ 600 bilhões em valor de mercado num dia.

No Brasil, a referência é a Maritaca AI, com a família Sabiá: o artigo da empresa diz que o Sabiá-3 alcança os modelos de fronteira em tarefas em português por um custo três a quatro vezes menor. Mas a própria Maritaca explica, no blog, que não treina do zero: parte de um modelo aberto e continua o treinamento, e uma rodada custa cerca de R$ 2,7 milhões. O governo federal tem o Plano Brasileiro de IA, com R$ 23 bilhões previstos de 2024 a 2028 e um supercomputador; e o presidente Lula defendeu, em 25 de setembro de 2026, uma IA em língua portuguesa — sem citar a LUA.

Contra esse pano de fundo, a alegação da LUA — treinar do zero, em poucos meses, sem CUDA, com R$ 100 mil de capital inicial, um modelo de 70 bilhões de parâmetros que empata com o topo da tabela — não é só surpreendente; é o tipo de resultado que, se verdadeiro, mudaria a economia da área. É exatamente por isso que exige mais do que um benchmark.

O que separaria o fato da dúvida

Akita lista o que pediria à empresa, e a lista é uma boa régua para qualquer leitor:

– o arquivo do tokenizador, para explicar a coincidência com o da OpenAI;

– a receita de treinamento: dados, etapas, hardware, tempo;

– a curva de perda — o gráfico que mostra o modelo aprendendo ao longo do treinamento, que é muito difícil de forjar de forma convincente;

– um benchmark de reserva (*held-out*): uma prova que o modelo nunca viu, aplicada por terceiros.

Nada disso exige abrir os pesos do modelo. Exige transparência sobre o processo — o que a DeepSeek, por exemplo, fez num artigo técnico.

Até lá, o veredito de Akita é o mais justo que se pode escrever: “Mais do que eu esperava de uma empresa desse tamanho, menos do que o site deles vende.”

O que o 7 de outubro pode mostrar

A apresentação no MinervaHUB é o próximo fato concreto, e vale saber o que esperar dela — e o que não resolve.

O que a empresa prometeu para a data é a política de preços. Se vier junto uma ficha técnica — parâmetros, contexto, hardware, tempo de treinamento —, já é mais do que existe hoje. Se vier a curva de treinamento, ou uma avaliação por terceiros, a conversa muda de patamar.

O que a apresentação não resolve, por definição, é a pergunta central: um palco não separa modelo treinado do zero de modelo destilado. Isso só uma auditoria técnica separa — alguém de fora com acesso aos dados de treinamento, ou uma prova de reserva aplicada por terceiros, como Akita pede. Para uma empresa de quatro sócios com vinte clientes em piloto, abrir esse processo tem custo; para uma empresa que alega ter feito o que a LUA alega, é o único caminho para ser levada a sério fora do Brasil.

Para o leitor, a régua é simples: no dia 8 de outubro, procure não a manchete, mas três coisas — a ficha técnica, a curva e o nome de quem avaliou de fora. Se as três estiverem lá, a história é grande. Se nenhuma estiver, o que existe continua sendo um bom resultado num benchmark de uma pessoa.

O que não se sabe

– Se o Genesys PI foi treinado do zero ou destilado de um modelo maior — a única pergunta que importa, e a que nenhum teste externo responde.

– Quanto custou, em dinheiro e em horas de máquina.

– Se o 95,5 se repete: uma rodada tem ruído, e o benchmark é de uma pessoa só.

– Se o LiveBench vai avaliar o modelo oficialmente.

– O que a empresa mostra em 7 de outubro: preços, ficha técnica, ou só a apresentação.

O fecho

Um programador sério passou uma semana tentando provar que o Genesys PI era um disfarce, e não conseguiu. Isso é notícia, e é pouco: a mesma semana mostrou que, pelo lado de fora, não há como provar que ele é o que a empresa diz. Entre “não é um modelo chinês com adesivo” e “foi treinado do zero, barato, no Brasil” há uma distância que só a LUA Vision pode encurtar — com a receita, a curva e uma prova aplicada por outros. A apresentação de 7 de outubro é a primeira chance. Se vier com isso, o Brasil terá uma história de tecnologia rara. Se vier só com o palco, o resultado de Akita continua sendo o que é: um modelo melhor do que se esperava, de uma empresa que ainda precisa mostrar o trabalho.

Fontes: 1 · 2 · 3 · 4 · 5 · 6 · 7 · 8 · 9 · 10 · 11 · 12 · 13 · 14 · 15 · 16 · 17 · 18 · 19 · 20 · 21 · 22