CLM-8B — o modelo de decisões aberto que pontua em vez de gerar
O CLM-8B (Contrastive-LM v0.1) é um modelo de decisões Apache-2.0 construído sobre um encoder Qwen3-8B congelado: perguntas Noul, Choice e Score, ranking de candidatos, e números de latência publicados várias vezes menores que os do Jev nos benchmarks dele. O que é, como rodar, e com o que ser cético.
O que é o CLM-8B
O CLM (Contrastive Language Model) é uma família de modelos de decisões lançada no Hugging Face por volta de 21 de setembro de 2026 pela organização Contrastive-LM — o model card cita Jacky Kwok, Hangoo Kang, Tarun Suresh, Jon Saad-Falcon, Marco Pavone, Christopher Ré e Azalia Mirhoseini. O CLM-v0.1-8B são duas pequenas cabeças de projeção (uma cabeça de estado e uma de ação) sobre um encoder Qwen3-8B congelado, treinadas com um objetivo contrastivo InfoNCE bidirecional. É Apache-2.0, e as tags dele no Hugging Face são text-ranking, verifier e reranker.
Ele pontua; nunca gera
Como o Jev, o CLM fala o vocabulário de perguntas do System One — Noul (sim/não), Choice (escolher entre opções rotuladas) e Score (posicionar em uma escala) — além de uma chamada rank() para ranking livre de candidatos sobre conjuntos grandes (o card cita até ~1k candidatos). A saída é uma distribuição de probabilidade sobre os candidatos que você forneceu. Nada é gerado, e é por isso que a temperatura não aparece em lugar nenhum da documentação dele.
Os números publicados, lidos com cuidado
O model card alega paridade zero-shot com o Jev em workloads de computer-use, games e tool-calling com latência até 9× menor; com cache de estado e ação e cerca de mil candidatos, 13× mais rápido; e, uma vez ajustado como verifier, resultados de estado da arte no DeepSWE (81.6%) e no Terminal-Bench 2.1 (87.6%) a 4–6× a velocidade do Jev. Duas ressalvas antes de citar qualquer um desses números: os resultados SOTA de verifier exigem ajuste das cabeças, e os ganhos de cache dependem de os caches de embedding ficarem quentes — o que é um problema de serving seu, não uma propriedade que vem junto com os pesos.
Como você o roda
Instale o contrastive-lm com pip, sirva o encoder Qwen3-8B congelado com vLLM (um servidor --runner pooling), depois rode o clm-serve, que expõe uma API e um playground local na porta 8700. Existem quantizações comunitárias GGUF e MLX para Apple Silicon e llama.cpp. Na prática, você opera uma pilha de inferência: tempo de GPU, capacidade, versionamento do modelo e plantão são seus, em troca de ser dono dos pesos e do caminho dos dados.
Limitações que valem nomear
O CLM-8B é travado ao encoder — ele precisa dos embeddings de last-token-pooling do Qwen3-8B, então trocar a base significa retrabalhar a pilha. Ele não gera texto. Os seus resultados de verifier de headline são ajustados por fine-tuning, não zero-shot. Um CLM-35B multimodal foi anunciado para o início de outubro. E, como todo modelo de decisões, as probabilidades dele precisam de validação nos seus próprios casos antes de qualquer aprovação automática.
FAQ
- O CLM-8B tem relação com o Jev?
- Eles atacam o mesmo problema — decisões tipadas com espaços de resposta limitados — e os publicadores do CLM fizeram benchmark contra o Jev, mas são modelos independentes: o CLM-8B são pesos abertos Apache-2.0 sobre um encoder Qwen3-8B congelado que pontua candidatos localmente; o Jev é o modelo de decisões hospedado da TypeSafe.
- Posso rodar o CLM-8B de graça?
- Os pesos são de download gratuito (Apache-2.0), e o checkpoint 8B roda em Apple Silicon por meio de builds comunitárias MLX/GGUF. O que não é gratuito é operá-lo: uma pilha de serving de embeddings com vLLM mais o clm-serve, planejamento de capacidade e rechecagem de calibração sempre que mudar qualquer coisa.
- A Optio hospeda o CLM-8B?
- Não. A Optio chama o Jev. Esta página existe porque o CLM-8B fala o mesmo vocabulário de decisão, e quem compara modelos de decisões tipados merece uma descrição honesta em vez de uma página de marketing.
- CLM-8B vs Jev — qual devo usar?
- Se o requisito é decisões hospedadas sem operação, com chaves e créditos: o Jev pela Optio. Se você quer os pesos no seu próprio ambiente, ranking de candidatos sobre conjuntos grandes, ou a menor latência em hardware que você controla: o CLM-8B. Compare os dois nos seus próprios dez casos antes de trocar qualquer coisa.