ALIA e AMALIA: dois modelos abertos ibéricos e o que uma empresa pode fazer com eles
Espanha e Portugal têm modelos de linguagem públicos e abertos. O que dizem as fichas, quanta memória pedem e quando não compensa usá-los.
O que são, e o que cada um diz de si
Portugal e Espanha têm agora, cada um, um modelo de linguagem público e aberto. Convém saber o que cada um é antes de decidir se serve. O ALIA vem do Barcelona Supercomputing Center, através do seu laboratório de tecnologias da linguagem. O ALIA-40b tem cerca de 40 mil milhões de parâmetros (40,43, segundo a ficha do modelo), foi pré-treinado em 35 línguas europeias e passou depois por um pós-treino concentrado em espanhol, catalão, basco, galego e inglês. A versão de instruções mais recente que vimos é a 2606, de junho de 2026, e existem também versões quantizadas em formato GGUF. A licença é Apache 2.0. O AMALIA é o modelo do Governo português, apresentado na sua versão final a 1 de julho de 2026. Foi treinado para português europeu, e o Governo diz que compreende texto, documentos, imagens e fala. O site do projeto indica como áreas de aplicação a educação, a cultura e os museus, a comunicação social e a ciência. Está disponível em código aberto e, segundo o site do projeto, os materiais estão sob licença Apache 2.0, com conjuntos de dados no Hugging Face. Nas páginas que lemos não encontrámos os tamanhos ou as versões do AMALIA, por isso não os citamos.
O que diz a ficha do modelo
As fichas dos modelos são a parte mais honesta de qualquer lançamento, e a do ALIA diz mais do que a imprensa. Diz, para começar, para que o modelo não foi desenhado: chamadas autónomas de funções, geração de código especializada e raciocínio avançado. Para uma empresa que quer construir agentes que chamam ferramentas, isto é informação de primeira importância e está numa linha da ficha. Diz também que, apesar do alinhamento de segurança e de valores, o modelo pode produzir ocasionalmente saídas indesejadas, e que a avaliação de red teaming teve uma taxa média de sucesso de ataque de 4,5%. Recomenda temperaturas de amostragem entre 0 e 0,2 e desaconselha penalizações de repetição. E avisa, em termos inequívocos, para não o pôr em aplicações críticas sem testes extensos e mitigação. Nada disto é um defeito escondido: é um documento a fazer o seu trabalho. Vale a pena ler a ficha do modelo que se pretende usar antes de ler qualquer notícia sobre ele, incluindo esta.
A conta do hardware
A pergunta que decide muita coisa é a mais aborrecida: cabe no servidor? Fizemos a conta, e é aritmética, não um teste. Um modelo guarda cada parâmetro em memória. Com 40,43 mil milhões de parâmetros, a 16 bits (2 bytes cada) só os pesos ocupam perto de 81 GB. A 8 bits, cerca de 40 GB. A 4 bits, uns 20 GB. E isto sem contar a memória da conversa: o modelo suporta contextos até 163 840 tokens, e contextos longos multiplicam o consumo. A documentação do modelo recomenda o vLLM para inferência em precisão total e o llama.cpp para as versões quantizadas. São as ferramentas certas, mas os números acima mandam. Um VPS de arranque como o do nosso guia de Llama 3 8B não serve para este modelo. Precisa de uma GPU com muita memória, ou de várias, e isso muda o custo por uma ordem de grandeza. As contas são nossas e são um limite inferior: só os pesos. Não medimos nada neste modelo.
| Precisão | Bytes por parâmetro | Memória só para os pesos |
|---|---|---|
| 16 bits (meia precisão) | 2 | ~81 GB |
| 8 bits (quantizado) | 1 | ~40 GB |
| 4 bits (quantizado) | 0,5 | ~20 GB |
Quando faz sentido
Há três razões que aguentam uma análise, e uma quarta que costuma ser só entusiasmo. A primeira é a soberania dos dados. Um modelo que corre na sua infraestrutura não envia texto de clientes a um terceiro, e isso simplifica a conversa sobre subcontratantes no âmbito do RGPD. Não a dispensa, mas encurta-a. A segunda é o idioma. O ALIA cobre o galego, o catalão e o basco no pós-treino, o que é raro. O AMALIA foi feito para português europeu, e quem já viu um modelo generalista responder em português do Brasil sabe o valor de um alvo definido. Dito isto, não temos números que mostrem que um é melhor do que outro num caso concreto, e não os vamos inventar. A terceira é a previsibilidade do custo em volumes altos: depois de pagar o hardware, cada pedido adicional custa pouco. Só compensa acima de um certo volume, que depende do seu caso. A quarta, a que desconfiamos, é «é público, logo é melhor». Público e aberto quer dizer que se pode usar, inspecionar e alojar. Não quer dizer que responda melhor às suas perguntas do que o modelo que já usa.
Quando dizemos que não
Também há casos em que dizemos a um cliente que não. Se o trabalho é raciocínio difícil, geração de código ou agentes que chamam ferramentas de forma autónoma, a própria ficha do ALIA diz que não foi feito para isso. Um modelo de fronteira em API fá-lo-á melhor, e a diferença de custo dificilmente compensa a diferença de qualidade. Se o volume é baixo, uma API é quase sempre mais barata do que uma GPU alugada 24 horas por dia para responder a algumas dezenas de pedidos. Se ninguém na empresa sabe operar um servidor com GPU, o custo real inclui o tempo de quem o vai manter, e esse tempo raramente entra na folha de cálculo. E se a aplicação é crítica, a ficha do ALIA pede testes extensos antes de a pôr em produção. Isto aplica-se a qualquer modelo, mas aqui está escrito no documento oficial.
A lei não desaparece por o modelo ser aberto
Usar um modelo aberto e público não tira obrigações a ninguém. Um chatbot construído sobre o ALIA ou sobre o AMALIA continua a ser um sistema de IA que fala com pessoas, e o artigo 50.º do Regulamento de IA aplica-se-lhe tal como a um construído sobre qualquer outro: a primeira mensagem tem de dizer que é inteligência artificial. Falámos disso no artigo sobre o Omnibus Digital. A licença Apache 2.0 permite o uso comercial, e é isso que ela faz. Não transfere a responsabilidade pelo que o modelo diz: essa fica com quem o põe em produção. E o RGPD continua a aplicar-se. Alojar o modelo em casa muda quem é subcontratante, não a necessidade de base legal, de registo de tratamentos e de medidas técnicas adequadas para os dados que lhe passam.
Como testar antes de decidir
Se quer saber se um destes modelos serve, o teste é barato e não precisa de servidor próprio à partida. Junte cinquenta casos reais: perguntas que os seus clientes fazem, documentos que os seus colaboradores resumem, textos que tem de redigir. Cinquenta chegam para ver padrões e são poucos para se enganar com estatística. Corra os mesmos cinquenta no modelo que usa hoje e no candidato, sem dizer a quem avalia qual é qual. Conte só os erros que importam para o seu negócio: um valor errado, uma promessa que a empresa não faz, uma resposta no idioma errado. Ignore o estilo. Meça a latência e calcule o custo por mil pedidos nas duas opções, incluindo o hardware. Depois decida com o que mediu. Se a diferença não justifica a mudança, ficar onde está é uma resposta perfeitamente boa.
Fixar a versão e perguntar ao fornecedor
Uma coisa que a listagem do ALIA no Hugging Face mostra e que costuma passar despercebida: há várias versões em circulação. Vimos as de instruções 2512, 2601 e 2606, além de uma variante para chamada de funções também de junho de 2026. Os números são meses de lançamento, e cada versão pode responder de forma diferente à mesma pergunta. A consequência prática é fixar a versão. Se um sistema em produção aponta para «a última», o seu comportamento pode mudar sem que ninguém tenha decidido isso, e o teste dos cinquenta casos deixa de valer no dia em que o modelo é substituído. Registe qual versão testou, e repita o teste antes de a trocar. Se quem lhe propõe um chatbot sobre um destes modelos é um fornecedor, há quatro perguntas que vale a pena fazer por escrito. Que modelo e que versão, exatamente. Onde corre e em que país ficam os dados. O que acontece aos registos das conversas e durante quanto tempo. E como e quando vão voltar a testar quando o modelo mudar. Uma resposta vaga a qualquer uma delas diz-lhe mais sobre o fornecedor do que qualquer demonstração.
Perguntas Frequentes (FAQ)
O ALIA e o AMALIA são gratuitos para uso comercial?
Segundo as fontes que consultámos, ambos estão sob licença Apache 2.0, que permite uso comercial. O custo está na infraestrutura para os correr, não na licença. Leia a licença no repositório do modelo que escolher antes de construir sobre ele.
Posso correr o ALIA-40b num VPS barato?
Pela aritmética, não. Só os pesos a 16 bits ocupam cerca de 81 GB e, a 4 bits, uns 20 GB, sem contar a memória do contexto. É uma estimativa nossa de limite inferior, não uma medição.
O AMALIA serve para outras variantes do português?
Foi treinado para português europeu. Não temos dados sobre o seu desempenho noutras variantes, e não os vamos presumir.
Qual é melhor, o ALIA ou o AMALIA?
Não há comparação direta aqui: servem línguas diferentes e não testámos nenhum dos dois. Depende do idioma e do caso de uso, e a única forma de saber é o teste com casos reais descrito acima.
Alojar o modelo em casa dispensa o RGPD?
Não. Reduz o número de subcontratantes a declarar, mas continuam a ser precisos base legal, registo de tratamentos e medidas técnicas adequadas. Este artigo não é aconselhamento jurídico.