ENPT

Span-02

Última atualização:

Aberto240–5840ms$0.01/M input

Notas do quadrante

Ver o quadrante completo

Pontuação pela rubrica pública do quadrante (maturidade × capability; bolha = adoção). Revisamos conforme a evidência.

  • Maturidade6.6/10

    Pesos abertos no Hugging Face com engine Rust/CUDA própria e Dockerfile, mais API hospedada paga (US$ 0,01/M de entrada) e listagem no OpenRouter. /v1/systemone compatível com a TypeSafe. Mantido por empresa, sem SLA.

  • Capability7.4/10

    Choice / Noul / Score mais número, texto e até 4 imagens, raciocínio opcional com prazo. Decision Index 0.3.2 oficial: Full 62,56 (#11, Jev 60,11); JevBench de pesos abertos: Intelligence 60,9, calibração 77,8. p50 0,24 s na OpenRouter, p99 5,8 s. Sem ECE.

  • Adoção22/100

    Post de lançamento com ~335 likes / ~205 mil views; o OpenRouter mostra ~971 M de tokens de prompt nos primeiros dias. Repo no HF com 10 likes. Nenhum usuário de produção nomeado.

Vendor claims

O Span-02 é o segundo modelo de decisão da Respan AI, lançado em 15 de outubro de 2026. Ao contrário do Span-01, que saiu com lista de espera e só julgava comportamentos em traces, o Span-02 é um modelo System One de uso geral, com pesos abertos, API hospedada e listagem no OpenRouter.

O destaque é o que a Respan chama de anytime reasoning. Você dá à requisição um prazo em milissegundos, e o modelo devolve a melhor resposta que tiver até ali. Com o raciocínio desligado, ele lê a resposta direto das probabilidades das opções numa passada, como os outros modelos de decisão.

Ficha técnica

Atributo Valor
Empresa Respan AI (Keywords AI, Inc.)
Lançamento 15/10/2026 (X e blog, 14h BRT)
Modelo base Fine-tune do Gemma 4 26B-A4B (mistura de especialistas, ~4B ativos)
Pesos NVFP4/FP8, 16,4 GB. Os metadados do card dizem Apache-2.0 e apontam para a licença do Gemma 4
Runtime Engine Rust/CUDA própria da Respan (dllm-server, no repo). Os pesos não carregam no transformers nem no vLLM. Roda numa RTX PRO 6000 ou RTX 5090
API Local: POST /v1/systemone (schema System One da TypeSafe). Hospedada: POST https://api.respan.ai/api/v1/decisions
Tipos de pergunta choice (até 679 opções), noul, score (2 a 10 níveis), number
Entrada Estado em texto ou JSON, até 4 imagens
Raciocínio mode: auto (padrão; só pensa quando a opção mais provável fica abaixo de 0,8), on, off. budget_ms de 0 a 600.000 na API hospedada, 700 ms por padrão no servidor local
Preço US$ 0,01 / M de entrada, saída grátis (Respan e OpenRouter); contexto de 131K

Como funciona

Cada pergunta vira um prompt sobre um estado compartilhado, e a resposta sai das probabilidades que o modelo dá aos rótulos das opções. Se a opção mais provável fica abaixo de 0,8, o modelo escreve um pensamento curto e oculto e lê a resposta de novo; a distribuição final é a média das duas leituras. O pensamento é limitado pelo prazo e decodificado com o rascunho público de decodificação especulativa do Gemma. Respostas numéricas são geradas token a token.

Ou seja, “zero tokens de saída” só vale com o raciocínio desligado. No modo auto, uma pergunta incerta custa uma geração curta. A Respan não devolve nem cobra os tokens do pensamento.

Latência

A Respan diz que uma requisição típica responde em dezenas de milissegundos. A medição do próprio OpenRouter, de três dias, mostra p50 de 0,24 s, p95 de 4,1 s e p99 de 5,8 s de ponta a ponta. A cauda longa deve vir do raciocínio auto em perguntas difíceis e do salto de rede. Use mode: "off" ou um budget_ms pequeno se precisar de um teto rígido.

Benchmarks (UnverifiedClaim)

O card traz uma rodada completa da suíte pública do Decision Index 0.3: 63,62 em texto e 70,69 em visão, com todas as requisições respondidas. Quem rodou foi a própria Respan. O Span-02 ainda não está no placar oficial (dados de 15/10, 168 modelos), e as tarefas privadas, que valem 80% da nota Full, não foram rodadas. O blog soma três demos contra o Jev 1.13 e o GPT-6 Luna: uma partida de xadrez 12 a 0, um mapa de terra ou água feito só com coordenadas e uma corrida de links na Wikipédia. São divertidas e dizem pouco sobre qualidade de classificação.

Resultados em placares oficiais (checado em 17/10/2026)

publicado (OK do Fabricio 17/10 BRT).

Dois placares independentes já trazem o Span-02. São fontes separadas e não são misturadas.

Placar Resultado Referência Jev
Decision Index 0.3.2 (dados de 16/10 19:00 UTC) Full 62,56, #11; público 63,62 (#11); as partes same-skills e new-domains entram no Full Jev 1.13: Full 60,11 (#18), público 57,96; Jev 1.14: 61,53 (#13)
JevBench de pesos abertos (draw v1.6.28) Capability 69,3; Intelligence 60,9; Calibração 77,8; p50 self-hosted 0,027 s (na GPU, sem rede); custo 2,08× a referência do Jev, logo acima do teto de 2× Jev 1.13: Intelligence 63,6, calibração 90,6

O número público do placar (63,62) é o mesmo que a Respan informa na rodada própria, então a alegação do vendor sobre a suíte pública se confirma. O que o placar acrescenta é a parte fora da amostra: o Full de 62,56 fica acima do Jev 1.13 e do Jev 1.14 nessa escala, enquanto na Intelligence do JevBench fica um pouco abaixo do Jev 1.13. A latência da API hospedada (p99 de 5,8 s na OpenRouter) é outra medição, diferente dos 27 ms na GPU do placar, e não é substituída por ela.

Quando usar / quando não usar

Serve quando você precisa de: um modelo de decisão aberto para hospedar numa GPU Blackwell, um tipo de resposta number, entrada de imagem, ou ajustar velocidade contra acurácia a cada requisição.

Não serve quando você precisa de: serving padrão (transformers, vLLM, llama.cpp), GPUs mais antigas, latência de cauda rígida com raciocínio ligado, ou acurácia verificada por terceiros.

Limitações

  • Só roda na engine própria, com CUDA 12.8+ e GPUs Blackwell.
  • Sem ECE nem método de calibração publicados para o Span-02.
  • Números de benchmark são rodadas da própria Respan.
  • Licença: Apache-2.0 nos metadados, mas a base é o Gemma 4; confira também os termos do Gemma 4.

O Span-02 tem pesos treinados para decisão tipada, publicados abertamente, e uma API tipada documentada que devolve probabilidades. Isso cumpre os critérios do catálogo sem ressalva. O Span-01 continua com página própria, como produto separado e com lista de espera.

Conta das notas

  • Maturidade 6,6 = disponibilidade 9 × 0,30 + docs 8 × 0,25 + integrações 5 × 0,25 + suporte 3 × 0,20 = 2,70 + 2,00 + 1,25 + 0,60 = 6,55. Disponibilidade 9: pesos abertos mais API hospedada paga (igual ao Perplexity Decider). Integrações 5: OpenRouter em produção.
  • Capability 7,0 [vendor] = tipos 10 × 0,30 + calibração 5 × 0,25 + latência 6 × 0,25 + acurácia 6 × 0,20 = 3,00 + 1,25 + 1,50 + 1,20 = 6,95. Latência 6: p50 abaixo de 300 ms no OpenRouter, p99 bem acima de 1 s. Acurácia 6: suíte pública rodada pelo vendor, fora do placar (mesma regra do d1 e do Clef).
  • Adoção 22: bom alcance no lançamento e tráfego real no OpenRouter, sem usuários de produção nomeados.

Atualização da nota (17/10/2026)

Só a acurácia muda: passa de 6 (rodada do vendor, fora do placar) para 8 (resultado independente acima do Jev no Full; misto na Intelligence do JevBench, por isso não 9).

  • Capability 7,0 → 7,4 = tipos 10 × 0,30 + calibração 5 × 0,25 + latência 6 × 0,25 + acurácia 8 × 0,20 = 3,00 + 1,25 + 1,50 + 1,60 = 7,35 → 7,4. Calibração segue 5 (eixo do placar 77,8, sem ECE, abaixo dos 83,7 do Sage 1.4, que ficou em 6). Latência segue 6 (o p99 de 5,8 s hospedado pesa mais que os 27 ms de p50 na GPU do placar).
  • Maturidade 6,6 e adoção 22 inalteradas.