Apertus 1.5 vs OLMo 3.1: qual modelo totalmente aberto você deve usar?

Apertus 1.5 lê texto, imagens e áudio com contexto de 262K; OLMo 3.1 é só de texto, com 64K e um modelo 32B. Ambos são totalmente abertos sob Apache 2.0.

  • Atualizado

Veredito. Ambos são totalmente abertos sob Apache 2.0, com código de treinamento e checkpoints públicos, então escolha pelo que o modelo precisa ler e pelo quão recente ele precisa ser. O Apertus 1.5 (8B e 70B, julho de 2026) aceita imagens e áudio além de texto, tem contexto de 262K e raciocínio opcional, e foi treinado apenas com dados abertamente disponíveis. Seus repositórios são gated, o entendimento de áudio é experimental e ele precisa dos forks do Transformers ou do vLLM feitos pela Swiss AI. O OLMo 3.1 (7B e 32B, dezembro de 2025) é só de texto, com contexto de 65.536 tokens, e a Ai2 publica os dados de pré-treinamento (Dolma 3) e os conjuntos de pós-treinamento (Dolci) junto com o código e os checkpoints. A Ai2 chama o modelo 32B Instruct de modelo instruct 32B totalmente aberto mais forte em suas avaliações. O OLMo é mais antigo e fica atrás dos modelos de pesos abertos de 2026 em capacidade, enquanto o Apertus é mais novo e maior, com um modelo de 70B.

Especificações

Especificações Apertus 1.5Olmo 3.1
DesenvolvedorSwiss AI InitiativeAllen Institute for AI (Ai2)
Lançamento24 de julho de 202612 de dezembro de 2025
Total de parâmetros70B (Apertus 1.5 70B)32.2B (32B Think)
Parâmetros ativosTodosTodos
ArquiteturaDensaDensa
Janela de contexto256K tokens64K tokens
EntradaTexto, Imagem, ÁudioTexto
Licença Apache 2.0 (Permissiva) Apache 2.0 (Permissiva)
Memória para a menor variante (4 bits)5.52 GB (Apertus 1.5 8B)5.04 GB (7B Think)

As afirmações de desempenho vêm do desenvolvedor e não foram verificadas de forma independente.

Escolha Apertus 1.5 se

  • Você precisa de um modelo que leia imagens ou áudio além de texto.
  • Você precisa de um modelo maior que o 32B do OLMo, já que o Apertus tem uma versão 70B.
  • Você quer um contexto de 262K e o raciocínio como uma flag do chat template.
  • Você precisa documentar de onde vieram os dados de treinamento: o Apertus usa apenas dados abertamente disponíveis e respeita retroativamente as exclusões de rastreadores.

Escolha Olmo 3.1 se

  • Você quer estudar ou reproduzir o treinamento com os dados reais, já que Dolma 3 e Dolci estão publicados.
  • Você quer um modelo 7B Think ou Instruct de cerca de 15 GB para rodar localmente.
  • Você quer rodar experimentos de aprendizado por reforço a partir dos checkpoints RL-Zero e intermediários já liberados.
  • Você trabalha só com texto e quer dados e checkpoints públicos para cada etapa: base, fine-tuning supervisionado, ajuste de preferências e aprendizado por reforço.

Apertus 1.5 · Olmo 3.1