Notícias / Model Watch · Adoção no Ecossistema
Apoiada pela OpenAI, Harvey Desenvolve Seu Primeiro Modelo com Base nos Pesos Abertos do Kimi K3
A maior validação até o momento para o Kimi K3 como base de produção: a Harvey — startup de legaltech de San Francisco apoiada por OpenAI, Sequoia e a16z — anunciou em 20 de agosto o Harvey Tenet, seu primeiro modelo pós-treinado. A base? Os pesos abertos de 2.8T da Moonshot. O resultado: aproximadamente 2× as tarefas concluídas do K3 base no Legal Agent Benchmark da Harvey, a um custo que a empresa chama de open-source.
O Harvey Tenet é baseado no Kimi K3, pós-treinado com a Fireworks por meio de RL assíncrono para demandas jurídicas de longo horizonte, de acordo com o anúncio oficial da Harvey (20 de ago. de 2026). Trata-se de uma prévia de pesquisa: ~2× na conclusão de tarefas retidas (held-out) vs. K3 base no LAB da Harvey, ~20% a mais em avaliações agênticas relacionadas, benchmarks jurídicos de nível de fronteira — mas sem pesos publicados, model card ou API. A base é aberta; o Tenet em si é o checkpoint da Harvey e será integrado diretamente aos produtos da Harvey.
O que foi lançado, segundo o anúncio da Harvey
- O modelo. Base Kimi K3 + aprendizado por reforço assíncrono sobre dados sintéticos, dados jurídicos publicamente disponíveis e dados de especialistas humanos — explicitamente sem dados de clientes. Treinado em conjunto com a equipe de pesquisa da Fireworks AI.
- Os resultados. Quase 2× tarefas no conjunto de teste (held-out) no Legal Agent Benchmark da Harvey vs. a base K3; ~20% de ganhos em avaliações agênticas correlatas; melhorias adicionais de infraestrutura (harness) para treinamento e execução de tarefas.
- O posicionamento. "Nível de fronteira nos principais benchmarks jurídicos… a um custo de open-source", tornando viável a execução contínua de agentes em cada caso — além de pavimentar o caminho para escritórios de advocacia criarem modelos especializados a partir do seu próprio trabalho.
- O que não foi lançado. Sem pesos, sem model card, sem endpoint de API — apenas prévia de pesquisa. Como destacou o MarkTechPost: "o que é lançado hoje é a receita, não o artefato."
Por que isso importa: os bastidores de seis meses e a perspectiva da soberania
- Os pesos abertos finalmente alcançaram o nível de fronteira. A Harvey tentou o pós-treinamento anteriormente e desistiu: os modelos base da OpenAI evoluíam tão rápido que as customizações eram superadas de imediato, e os modelos abertos anteriores estavam muito distantes da fronteira (segundo discussões da comunidade sobre a trajetória da empresa). O K3 mudou essa equação.
- Uma empresa ocidental apoiada pela OpenAI optando por pesos abertos chineses. O SCMP enquadra isso como parte de um movimento crescente de empresas de tecnologia ocidentais em direção a sistemas chineses de pesos abertos em meio aos custos disparados de desenvolvimento.
- A proposta de "ter o controle da sua própria inteligência". O objetivo declarado da Harvey inclui permitir que escritórios de advocacia criem seus próprios modelos especializados — dois escritórios usando a Harvey terminam com modelos distintos moldados por trabalhos diferentes. Esse é um argumento de soberania em IA construído sobre pesos abertos, e não sobre APIs proprietárias.
Fontes primárias
- Blog oficial da Harvey — Atualização sobre os esforços de pós-treinamento da Harvey (2026-08-20, Tenet = base Kimi K3 + Fireworks)
- Law.com LegalTechNews — Harvey apresenta Tenet, seu primeiro modelo de IA pós-treinado para a área jurídica (2026-08-20)
- SCMP — Legaltech apoiada pela OpenAI migra para o modelo chinês de pesos abertos Kimi K3
- MarkTechPost — Harvey Tenet: Uma base Kimi K3 pós-treinada com Fireworks (2026-08-23)
- Artificial Lawyer — Análise do Harvey Tenet (2026-08-21)
Perguntas frequentes (2026)
O que é o Harvey Tenet?
O primeiro modelo pós-treinado da Harvey (prévia de pesquisa, 20 de ago. de 2026): base de pesos abertos do Kimi K3 + pós-treinamento com RL assíncrono da Fireworks para trabalho jurídico de longo horizonte.
vs. Kimi K3 base?
~2× tarefas retidas (held-out) no Legal Agent Benchmark da Harvey, ~20% a mais em avaliações agênticas correlatas — benchmarks jurídicos de nível de fronteira a custo de open-source, segundo a Harvey.
O Tenet tem pesos abertos?
Não — a base sim; o Tenet é o checkpoint da Harvey. Sem pesos, model card ou API no anúncio; ele será distribuído dentro dos produtos da Harvey.
Por que o Kimi K3?
Seis meses de pesquisa em pesos abertos: bases anteriores eram ultrapassadas rápido demais ou ficavam atrás da fronteira. Os pesos abertos de 2.8T e 1M de contexto do K3 finalmente se mantiveram estáveis o suficiente para construir sobre eles.
Treinado com quê?
RL assíncrono sobre dados sintéticos + dados jurídicos públicos + dados de especialistas humanos; sem dados de clientes. Criado com a equipe de pesquisa da Fireworks AI.
Por que isso importa?
O primeiro modelo interno de uma empresa ocidental apoiada pela OpenAI desenvolvido com pesos abertos chineses — o sinal de adoção mais evidente até agora para o K3 como base de pós-treinamento de domínio.