Sapient aposta que modelos minúsculos superam os LLMs no raciocínio; HRM de código aberto alcança 11,4 mil estrelas

A Sapient Intelligence constrói arquiteturas de IA inspiradas no cérebro, começando pelo Hierarchical Reasoning Model (HRM) — um sistema recorrente de dois módulos (um planejador lento mais um executor rápido) voltado a tarefas de raciocínio complexas e determinísticas em que os LLMs falham, com aplicações empresariais em robótica, logística, saúde e previsão climática.

Que o raciocínio hierárquico inspirado no cérebro — um planejador lento mais um executor rápido — supera transformers escalados, com 27 milhões de parâmetros e 1.000 exemplos.

US$ 22 milhões em rodada seed com valuation de US$ 200 milhões, liderada pela Vertex Ventures, Sumitomo Group e JAFCO (anunciada em dezembro de 2024).

Fundada em 2024 em Singapura por Guan Wang e Austin Zheng, a Sapient Intelligence surgiu para desafiar a premissa de que IA melhor significa modelos maiores. A equipe argumentou que os LLMs baseados em transformers autorregressivos são fracos em raciocínio de múltiplas etapas e de longo horizonte, e recorreu à neurociência: o cérebro organiza a computação de forma hierárquica entre regiões que operam em escalas de tempo diferentes (VentureBeat; Digit).

Em dezembro de 2024, a startup anunciou uma rodada seed de US$ 22 milhões com valuation de US$ 200 milhões, liderada pela Vertex Ventures, Sumitomo Group e JAFCO (Digit). Em meados de 2025, publicou o HRM: dois módulos recorrentes acoplados — um planejador lento de alto nível e um executor rápido de baixo nível — permitindo "convergência hierárquica" com 27 milhões de parâmetros treinados em cerca de 1.000 exemplos por tarefa. A VentureBeat relatou uma pontuação de 40,3% no ARC-AGI (contra 34,5% do o3-mini-high), resultados quase perfeitos em Sudoku-Extreme e Maze-Hard (onde modelos de cadeia de pensamento pontuaram 0%) e um ganho de velocidade declarado de cerca de 100x na conclusão de tarefas. O código foi lançado no GitHub em agosto de 2025 e entrou no ROSS Index do 4º trimestre de 2025: 11,4 mil estrelas, crescimento de 11,4x, em 24/10/2025.

Os LLMs autorregressivos são fracos em raciocínio de múltiplas etapas e de longo horizonte, então a Sapient mirou uma lacuna real em vez de competir de frente em tarefas de linguagem.

Um modelo de 27 milhões de parâmetros com 1.000 exemplos de treinamento é uma alegação falsificável e reproduzível — abri-lo como código-fonte converteu resultados de benchmark em confiança da comunidade e estrelas no GitHub.

O valuation de US$ 200 milhões na rodada seed se apoiava na arquitetura, não no produto: os investidores apostaram que a computação hierárquica inspirada no cérebro poderia se tornar uma camada de raciocínio geral, em vez de mais uma corrida de modelos.

Ao mirar domínios determinísticos e sensíveis à latência (robótica, logística, diagnósticos), a Sapient escolheu problemas em que "mais inteligente, menor e mais rápido" tem valor econômico claro.

A cunha da Sapient foi a evidência: um modelo pequeno, aberto e reproduzível que supera gigantes em benchmarks difíceis é mais convincente do que qualquer artigo — as estrelas no GitHub como motor de credibilidade.

Em 2 de setembro de 2026, a Sapient Intelligence está ativa e financiada por rodada seed: o HRM continua em código aberto no GitHub (11,4 mil estrelas no fim de outubro de 2025, ROSS Index do 4º trimestre de 2025), e a empresa afirma estar evoluindo o HRM de um solucionador de problemas especializado para um módulo de raciocínio mais geral, com trabalhos iniciais em saúde, previsão climática e robótica — incluindo uma precisão relatada de 97% em previsões climáticas sazonais (Korben, 27/08/2025).