Supersonic Labs lança a Julia-1, modelo de decisão de 144M que roda em CPU
Em 26 de setembro de 2026, o laboratório brasileiro Supersonic Labs anunciou a Julia-1 no X (@supersonicai, 16h BRT): “nosso primeiro modelo de classificação que roda em quase qualquer coisa”. Os pesos já estavam no Hugging Face desde 23 de setembro.
A Julia-1 é um fine-tune de 144,3M parâmetros do mmBERT-small, encoder ModernBERT multilíngue, com uma cabeça de decisão. Recebe um state, uma pergunta e de 2 a 20 opções e devolve uma escolha com a probabilidade de cada opção, por uma única API tipada para choice, score e noul. Apache-2.0, pesos FP32 de 550,5 MiB, runtime Python em CPU e uma build ONNX/WebGPU. O laboratório faz questão de dizer que não é fine-tune de Qwen.
O que o laboratório reporta (UnverifiedClaim): 73,15% nas 2.000 decisões tipadas do LocalLLaMA/typed-decisions, contra uma referência fornecida do Jev de 72,70%; pilotos de 100 exemplos fortes em AG News (94) e DAIR Emotion (86); e um tropeço claro numa shortlist de 72 rótulos do Banking77 (64 vs 87). Latência mediana de 33 ms por decisão num Apple M4 e de 295 ms num notebook com Intel i5. Cerca de R$540 (US$104) de GPU em nuvem no total. Uma API hospedada a US$0,025 por milhão de tokens de entrada está planejada, não no ar. A Julia 2, com arquitetura própria, está em desenvolvimento.
Como ler: a coluna do Jev é um valor de referência do protocolo, não uma rodada nova do Jev. O DecisionEval mediu de forma independente o Jev 1.13.0 em 0,740 (IC 0,721–0,759) no mesmo split, então nas decisões tipadas a Julia-1 empata com o Jev em vez de passar à frente. Os pilotos têm 100 exemplos cada, e o arquivo de proveniência do checkpoint lista essas mesmas famílias de tarefa entre as fontes de validação. Não há etapa de calibração (calibration: null). Tração no dia do lançamento: 161 likes no post do X poucas horas depois, 13 likes e 0 downloads no HF.
O que faz o lançamento valer a olhada é a documentação: protocolo fixado, contagens por benchmark, arquivo de proveniência e fraquezas publicadas, num modelo pequeno o bastante para qualquer um rodar de novo no notebook.
Entrada no catálogo: /pt-br/models/julia-1. Peers próximos: Lumma-fev, Tiny-Jev, Laya.