Kakao lança Kanana-2-v-decide, modelo multimodal de decisão com pesos abertos
A Kakao publica no Hugging Face o Kanana-2-v-decide-3b-2611, um modelo multimodal de 3,67B de parâmetros que responde por probabilidades, escolhas ou pontuações em vez de texto, sob a Kanana Open License.
A Kakao publicou em 6 de novembro de 2026 o Kanana-2-v-decide, um modelo multimodal projetado para as decisões de agentes, em vez da geração de texto. O comunicado corporativo e a página do Hugging Face confirmam a disponibilização dos pesos sob o nome kakaocorp/kanana-2-v-decide-3b-2611.
Nenhuma frase, apenas uma distribuição
Enquanto um LLM responde em linguagem natural, o Kanana-2-v-decide responde de forma estruturada. Para um estado (texto, JSON, histórico de chat, eventualmente imagens), o modelo faz perguntas tipadas e retorna:
- choice: probabilidades sobre várias opções e a opção selecionada;
- noul: probabilidade de uma condição ser verdadeira;
- score: nota em uma escala ordenada.
A documentação indica 3,67 bilhões de parâmetros (0,49B visão + 3,18B linguagem), até 10 imagens e 20.480 tokens. A arquitetura descrita codifica o estado e cada candidato em embeddings (2.560 dimensões) e, em seguida, aplica um softmax sobre as similaridades de cosseno — daí a ausência de geração de frases.
Licença e posicionamento na família Kanana
O modelo se baseia no Kanana-2-v-3b. A licença apresentada é a Kanana Open License: a Kakao a divulga como utilizável em pesquisa e para fins comerciais, com obrigações (aviso legal, menção “Powered by Kanana”, conformidade com as diretrizes de Responsible AI). Não se trata de uma licença Apache 2.0: é recomendável ler o arquivo LICENSE antes de integrar o checkpoint em produção.
A Kakao compara o modelo ao Jev (TypeSafe AI) em seu comunicado; a página do Hugging Face o classifica na categoria de modelos de decisão compatíveis com “System One”. O objetivo declarado: acelerar as microdecisões de um agente (próxima ferramenta, encaminhamento de um chamado, leitura de uma foto de produto) sem a necessidade de passar por uma etapa de geração seguida de um analisador (parser).
O que a Kakao alega
Em uma GPU H200, a Kakao anuncia uma latência média inferior a 0,04 s, apresentada como cerca de 43 vezes mais rápida que a do GPT-6 Luna. Em suas tabelas, o modelo alcança 72,50 no Kanana Decision Bench (15.909 perguntas internas em coreano) e 61,23 em média no Decision Index e no Decision Index Vision (públicos), à frente de vários modelos comparados na página. Esses números continuam sendo os divulgados pela desenvolvedora.
Nossa leitura
O Kanana-2-v-decide soluciona um problema real de engenharia de agentes: transformar um julgamento em JSON confiável sem precisar gerar e depois extrair uma frase. Com 3,67B e sob licença aberta (com condições), é um forte candidato para roteamento de ferramentas e classificação multimodal — especialmente no contexto coreano, onde a Kakao destaca seu Decision Bench. Dois pontos merecem atenção: a licença não é sem restrições como a Apache, e os ganhos de latência e pontuações vêm do próprio laboratório. Para uma equipe que já orquestra agentes, o teste prático é direto: substituir uma chamada de LLM para classificação por este checkpoint e medir a taxa de erro nas regras de negócio, e não apenas a pontuação no Decision Index.
Fontes
- Kakao — comunicado Kanana-2-v-decide (6 de novembro de 2026) Fonte primária
- Hugging Face — coleção Kanana-2-v-decide Fonte primária
- Hugging Face — kakaocorp/kanana-2-v-decide-3b-2611 Fonte primária
- Kanana Open License (arquivo LICENSE do repositório) Fonte primária
Uma fonte primária vem diretamente da empresa, do laboratório ou da organização envolvida. Uma fonte secundária relata a informação sem ser a sua autora: nós a sinalizamos como tal. Encontrou um erro? Consulte nossa política de correções.
