Um cartão de título gerado, encabeçado por “Aion 1.0 Instruct foi lançado discretamente”, com o subtítulo “2,29B parâmetros, contexto de 32K, licença MIT, zero downloads” e quatro chips com os textos “18 de nov. de 2026, 17:05 UTC”, “28 camadas, 21 deslizantes”, “2.048 a 32.768 por YaRN” e “Windows OS SLM, jan. de 2027”. Um rodapé diz: “Valores lidos do repositório publicado em 19 de novembro de 2026.” O logotipo da OrcaRouter está composto na faixa branca abaixo da arte.
Guides & Insights

Aion 1.0 Instruct chegou ao Hugging Face sem anúncio, com um prazo limite de janeiro de 2027

Autor

jinhao.song

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

O repositório microsoft/Aion-1.0-Instruct-2.3B foi criado às 17:05:50 UTC de 18 de novembro de 2026. Nove minutos depois, um segundo repositório surgiu ao lado dele, trazendo uma build INT4 ONNX dos mesmos pesos. Até esta manhã, o repositório base tem três curtidas, zero downloads e exatamente um commit, cuja mensagem diz "Duplicate from asgmodels/Aion-Instruct-v1" — e esse repositório de origem agora retorna 401 para quem tentar acessá-lo. Não houve post de lançamento, nem thread, nem uma frase de cartão de modelo começando com "we are excited". Aion 1.0 Instruct não foi anunciado; foi publicado, o que é um ato diferente, e a diferença entre os dois é o motivo desta matéria existir.

O que segue separa três tipos de afirmação e nunca os confunde. Os fatos do repositório foram lidos diretamente dos arquivos esta manhã — a configuração, o índice de pesos, o template de chat, o card, os repositórios irmãos. As alegações do fornecedor são os próprios números da Microsoft no próprio harness da Microsoft, reproduzidos como alegações. E uma terceira categoria importa mais aqui do que o habitual: a Microsoft já publicou um calendário de migração para desenvolvedores Windows na sua própria documentação, e esse calendário tem mais consequências do que qualquer coisa no card do modelo. Onde o repositório é omisso, este texto diz isso em vez de inferir.

Dois relógios, e apenas um deles é silencioso

A publicação no Hugging Face é o relógio silencioso. O barulhento é mais antigo e está funcionando há meses.

• 31 de maio de 2026 — microsoft/Aion-Instruct-Preview-Sampletorna-se público no GitHub, um aplicativo de exemplo WinUI 3 para um modelo de linguagem no dispositivo em PCs Copilot+. Seu README declara claramente: "Este pacote contém o modelo final Aion Instruct planejado para lançamento com o Windows."

• 2 de junho de 2026 — o blog de desenvolvedores do Microsoft Edge anuncia o Aion-1.0-Instruct como um modelo de pré-lançamento no Edge Canary e Dev, substituindo o Phi-4-mini de 4B por trás das APIs Prompt and Writing Assistance, descrito como menor e mais rápido e capaz de rodar com inferência em CPU onde não há GPU. O mesmo post promete um "lançamento open-source planejado no Hugging Face em julho."

• 2 de novembro de 2026 — o exemplo do GitHub lança a versão v1.1.0.2, adicionando suporte ao AMD VitisAI; o repositório tem sido mantido de forma constante desde junho sem um único anúncio público.

• 16 de novembro de 2026 — A documentação do Windows AI da Microsoft para o Phi Silica contém um aviso, datado de dois dias antes da disponibilização dos pesos, dizendo "Phi Silica está sendo substituído por Aion Instruct" e instruindo os desenvolvedores a começar a planejar a transição agora.

• 18 de novembro de 2026, 17:05 UTC — os próprios pesos, licenciados sob MIT, no Hugging Face. Nenhuma publicação de acompanhamento em lugar algum que uma busca consiga encontrar.

A screenshot of the Hugging Face model page for microsoft/Aion-1.0-Instruct-2.3B showing 3 likes, tags for Text Generation, Transformers, Safetensors and 8 languages plus aion_instruct, and model-card text opening 'Aion 1.0 Instruct' under the heading Microsoft Windows Applied Sciences Group, describing a 2.3B-parameter on-device small language model and stating that a further optimised version will become the Windows OS SLM by the end of January 2027.

Portanto, a descrição honesta não é “a Microsoft lançou um modelo em segredo”. É que a Microsoft vem informando os desenvolvedores do Windows sobre essa transição em documentação e código de exemplo há quase seis meses, prometeu pesos abertos em julho, os entregou com quatro meses e meio de atraso e não marcou a entrega com um anúncio. Se você só leu a cobertura de lançamento, não saberia que o Aion 1.0 Instruct existe. Se você lê a documentação da API Phi Silica — que é onde um desenvolvedor do Windows de fato vive —, você foi avisado desde pelo menos meados de novembro.

O que os arquivos provam, sem precisar que a Microsoft confirme nada

Nada do que se segue depende de um anúncio. Está tudo no repositório, e a maior parte pode ser verificada no próprio arquivo de pesos.

• Contagem de parâmetros — a ficha diz "~2.29B", e a aritmética confirma: model.safetensors tem 4.577.698.488 bytes de bfloat16, o que corresponde a 2.288.849.244 parâmetros a dois bytes cada. Os embeddings de entrada e saída são atrelados, então essa contagem não dobra na cabeça.

• Formato — 28 camadas, tamanho oculto 2.048, intermediário da MLP 8.192 com SiLU, 24 cabeças de consulta contra 8 cabeças de chave/valor na dimensão de cabeça 128, RMSNorm com epsilon 1e-6, vocabulário de 200.029 tokens.

• Padrão de atenção — da config, o layer_types array lista 21 sliding_attention camadas e 7 full_attention camadas, intercaladas. A janela deslizante é de 2.048 tokens.

• Contexto — 32.768 tokens, alcançado por YaRN em vez do comprimento nativo de treinamento. Mais sobre isso abaixo, porque é o número mais fácil de ser mal interpretado no arquivo.

• Licença — MIT, copyright Microsoft Corporation, com um arquivo LICENSE presente no repositório. O license_link do front-matter, no entanto, aponta para asgmodels/Aion-Instruct-v1/blob/main/LICENSE, que é o repositório privado que retorna 401. A licença que você consegue ler é a que está na árvore; a que o cartão referencia não está acessível.

• Código personalizado — esta não é uma arquitetura padrão. Para executá-lo é necessário trust_remote_code=True e ele importa configuration_aion_instruct.py e modeling_aion_instruct.py. Foi exportado com transformers 5.x, portanto cadeias de ferramentas mais antigas não o carregarão sem cuidados adicionais.

• Formato de chat — <|system|>, <|user|>, <|assistant|>, com cada turno encerrado por <|end|>, que também é o token EOS. Os esquemas de ferramentas entram no prompt do sistema entre <|tool|> e <|/tool|>; as chamadas retornam como <|tool_call|>{"name": …, "arguments": …}<|/tool_call|>; os resultados retornam dentro de um turno de usuário prefixado com <|tool_response|>. O template lança uma exceção se uma mensagem de sistema inicial contiver qualquer um dos tokens de controle reservados, o que é uma proteção sensata e incomum de se ver em um card.

• Idiomas — inglês, alemão, espanhol, português, italiano, francês, chinês e japonês. O cartão afirma que os dados multilíngues representam cerca de 6% da mistura de treinamento.

• Data limite do conhecimento — dezembro de 2025.

• A versão quantizada — microsoft/Aion-1.0-Instruct-2.3B-ONNX-WebGPU, criada às 17:14:58 UTC na mesma noite, nove minutos depois do repositório base. Pesos INT4 em blocos exportados de um checkpoint treinado com reconhecimento de quantização, ativações e cache KV em FP16, opset 21, aproximadamente 1,3 GB, destinada a WebGPU por meio do ONNX Runtime GenAI.

A coisa mais útil nessa lista são os dois últimos itens considerados em conjunto. Um lançamento bf16 não quantizado mais uma build INT4 derivada de QAT, publicados com nove minutos de diferença, mostram que o artefato de entrega estava pronto antes do artefato de transparência. Essa é a forma de um lançamento que foi retido e depois liberado discretamente, não de um que foi apressado.

O contexto de 32K é um modelo de 2K esticado dezesseis vezes

Leia com atenção o bloco derope_parameters e o número de contexto muda de caráter. As camadas de atenção completa declaram rope_type: "yarn" com original_max_position_embeddings: 2048 e factor: 16.0. Dois mil e quarenta e oito multiplicado por dezesseis é 32,768. As camadas de atenção deslizante declaram rope_type: "default" simples em theta 32,000, com a mesma janela de 2,048.

A leitura que decorre da config — e é uma leitura, não uma declaração de fornecedor — é que este modelo foi treinado com um intervalo de posições de 2.048 tokens e depois estendido para 32K por meio de RoPE scaling aplicado apenas a sete de suas vinte e oito camadas. Três quartos da pilha nunca conseguem atender mais para trás do que 2.048 tokens por construção; a mistura de longo alcance ocorre apenas nas sete camadas de atenção total. Esse é um design legítimo e cada vez mais comum para modelos on-device, nos quais o tamanho do KV cache é a restrição decisiva de memória — uma janela deslizante mantém o cache estável independentemente de quanto tempo a conversa dure, que é exatamente o que você quer em um laptop que também precisa renderizar uma área de trabalho.

Isso também significa que o número 32,768 não deve ser interpretado como "lida com um documento de 32K tão bem quanto um modelo treinado em 32K". A ficha técnica da própria Microsoft é cuidadosa aqui, descrevendo a janela como suficiente para processar "documentos de várias páginas, longas cadeias de e-mail e especificações técnicas complexas inteiramente no dispositivo". Ela não afirma qualidade de recuperação na extremidade final. Se o que você precisa é de recall de contexto longo, essa é a primeira coisa que você mesmo deve medir, e ela não está na ficha técnica.

Os benchmarks são da própria Microsoft, e dois deles estão sinalizados como flexíveis.

Todos os números abaixo são informados pelo fornecedor. A ficha do modelo diz que todos eles foram executados por meio do lm-evaluation-harness da EleutherAI onde existia uma implementação da tarefa e, caso contrário, pelo repositório oficial de cada benchmark, com o GPT-4o como juiz nas tarefas julgadas por LLM. Não há reprodução independente, nenhuma configuração de harness publicada e nenhum script de avaliação no repositório, portanto nada disso pode ser reexecutado a partir do que foi distribuído.

• Conhecimento — MMLU 55,15, MMLU-Pro 33,35, MMMLU multilíngue 45,51, GPQA 28,18.

• Matemática — GSM8K 74,91 em correspondência flexível, GSMPlus 49,56, MATH-500 48,00.

Seguimento de instruções — IFEval 83,90 como a média entre strict no nível do prompt e strict no nível da instrução, IFBench 32,00 no loose no nível do prompt, Multi-IF 64,70.

• Tradução — chrF++ 43,18.

A generated single-column scoreboard card titled 'Aion 1.0 Instruct — the scoreboard' with six rows: Parameters 2.29B (tied embeddings), Layers 28 (21 sliding + 7 full), Context 32,768 (2,048 trained, YaRN factor 16), Licence MIT, MMLU 55.15, GPQA 28.18. A footer reads 'Config and weights read from the repository; scores are vendor-reported and unreproduced.' The OrcaRouter logo is composited in the white strip below the artwork.

Dois desses merecem uma segunda análise antes que alguém os cite. O GSM8K em 74,91 é explicitamente correspondência frouxa, que credita uma resposta que contém o número certo mesmo quando o raciocínio ou a formatação ao redor dele está errado; o GSM8K estrito em um modelo de 2,3B ficaria significativamente mais baixo. O IFBench em 32,00 é frouxo no nível do prompt, que é a variante mais permissiva do benchmark de seguimento de instruções mais permissivo do conjunto. Os números de perfil estrito na mesma tabela — MMLU-Pro em 33,35, GPQA em 28,18 — são como o conhecimento de mundo de um modelo de 2,3B realmente se parece, e eles não são notáveis, que é o que a própria ficha diz em sua seção de limitações: modelos pequenos "podem perder detalhes finos, fornecer declarações incorretas ou mostrar incapacidade de seguir raciocínio complexo de várias etapas."

A ausência que importa mais do que qualquer pontuação individual: a ficha nunca compara o Aion 1.0 Instruct ao Phi Silica, o modelo que ele substitui. Diz que os dados de treino "são uma extensão dos dados usados para treinar o Phi Silica" e fica por aí. Para um desenvolvedor a quem se diz para migrar em janeiro, o único delta que informaria a decisão — a substituição tem pontuação melhor ou pior do que aquilo que tenho — não está no documento.

Os números de segurança são uma imagem, não uma tabela

O cartão indica três métricas que pretende melhorar: XPIA, DIC e ECI. Depois, recusa-se a fornecer um número para qualquer uma delas. Os valores encontram-se apenas em images/aion_safety_bchart.png, um gráfico de barras intitulado "Azure AI Safety Suite", com categorias de eixo para segurança de conteúdo adversarial, informação crítica sobre eleições, injeção indireta de prompt e injeção de documento, pontuadas numa escala de 0 a 100 normalizada por direção, em que o valor é um menos a taxa de falha, multiplicado por cem. Não há qualquer coluna numérica em nenhum ponto do texto.

Isso é uma lacuna real e vale dizer com clareza em vez de contorná-la: as três métricas que a própria Microsoft sinaliza como precisando de trabalho são exatamente as três que você não consegue ler sem fazer OCR de um PNG. Os validadores publicaram, sim, uma nota de rodapé metodológica — prompts idênticos em tipo, verificados por SHA-256 —, o que é mais rigor do que a maioria dos cards demonstra. Só não publicaram os valores. E as notas de transparência paralelas do pacote de validação do Windows vão além, afirmando que ataques de injeção entre prompts e inferência emocional não foram testados para conformidade com IA Responsável e que o pacote "pode ter vulnerabilidades". Para um modelo cujo principal recurso é executar sem supervisão sobre seus documentos locais, a injeção de prompt não é uma nota de rodapé.

O que a Microsoft já disse aos desenvolvedores e o que vai quebrar

Esta é a parte sobre a qual o leitor pode agir hoje, e ela não depende de forma alguma do lançamento do Hugging Face. Ela está na página do Phi Silica no Microsoft Learn, cujo carimbo de data/hora de atualização indica 16 de novembro de 2026.

A screenshot of the Microsoft Learn documentation page for the Phi Silica Windows AI APIs, showing the navigation tree, the Limited Access Feature note, and an Important callout reading 'Phi Silica is being replaced by Aion Instruct, a new on-device model. Start planning your transition now', followed by links to the Aion Instruct sample and the Microsoft Edge blog, the sentence 'Unlike Phi Silica, LAF tokens are no longer needed with Aion Instruct', a December 2026 Windows Insider Preview rollout line and a January 2027 retail rollout line stating that Phi Silica is removed.

• A Phi Silica está sendo substituída por Aion Instruct. O aviso afirma isso diretamente e orienta os desenvolvedores a começar a planejar a transição agora.

• Dezembro de 2026 — O Aion 1.0 Instruct começa a ser distribuído para dispositivos Windows Insider Preview. O Phi Silica permanece presente; uma Distribuição Controlada de Recursos do Windows decide qual modelo está ativo, e os desenvolvedores podem forçar uma comparação lado a lado por meio de uma chave do registro.

• Janeiro de 2027 — o modelo é disponibilizado para dispositivos de varejo e o Phi Silica é removido.

• A barreira de acesso desaparece. As APIs do Phi Silica são um Limited Access Feature que exige um token de desbloqueio; a documentação afirma que "ao contrário do Phi Silica, os tokens LAF não são mais necessários com o Aion Instruct." Para qualquer pessoa que já tenha enviado o formulário de solicitação de LAF e esperado, essa é a frase de maior impacto de toda a migração.

• Seus LoRAs não acompanham você. O repositório de exemplo é explícito: LoRAs compatíveis com Phi Silica não são compatíveis com Aion Instruct, e novos adaptadores devem ser criados com o Foundry Toolkit.

• As saídas recebem marca d'água. A nova stack usa marca d'água invisível para apoiar a conformidade com a Lei de IA da UE, e as notas alertam que a marca pode se tornar visível quando a saída for colada em determinados aplicativos.

• O suporte de hardware consiste em três provedores de execução e nenhum fallback. O pacote de validação tem como alvo o ARM64 Snapdragon via QNN gerenciado por catálogo, com EP mínimo 2.2480.49; o x64 Intel Lunar Lake via OpenVINO na versão 1.8.95; e o x64 AMD Ryzen AI via VitisAI na versão 1.8.80. Não há "nenhum fallback para CPU quando um provedor de NPU compatível não estiver disponível". Observe a lacuna em relação ao post do Edge de junho, que anunciava a inferência em CPU como a forma pela qual o Aion chegava a dispositivos sem GPU — essa era a build do navegador, e o caminho da API do Windows é mais restrito.

• O pacote de validação não está pronto para envio. "Ele não se destina ao uso por usuários finais ou clientes. Não envie nenhuma parte deste pacote aos consumidores finais." O modelo é definitivo; a entrega em torno dele não é, e o desempenho medido hoje explicitamente não é representativo da versão de janeiro.

O que ainda não foi confirmado e como segurá-lo

• Nenhum anúncio. Nada nos blogs da Microsoft, nenhuma declaração de intenções no cartão de modelo além de "uma introdução ao que está por vir", nenhum relatório técnico. O único vestígio público fora do repositório é um envio ao Hacker News de 18 de novembro com um ponto.

• Nenhuma avaliação independente. Em 19 de novembro, o modelo não aparece no Artificial Analysis, e nenhum terceiro publicou uma execução. Todos os números da tabela acima são a Microsoft avaliando a Microsoft.

• Sem GGUF. A ficha lista "Nomes de bibliotecas: PyTorch, ONNX, GGUF", mas não existe nenhum repositório GGUF na organização Microsoft. O único artefacto quantizado publicado é a versão ONNX WebGPU. Trate a linha GGUF como uma declaração de intenção até existir um ficheiro.

• Nenhum detalhe de treinamento. Contagens de tokens, computação, mistura de dados além de "documentos públicos mais dados sintéticos" e da parcela de 6% multilíngue — nada disso é declarado.

• Sem preços, porque não há nada para precificar. Isto é um componente do SO e um download de pesos, não um endpoint alojado. Também não está no catálogo do OrcaRouter, tal como {{1}}todos os outros modelos Microsoft no dispositivo{{/1}}.

Se você lança um aplicativo para Windows, a decisão já está na sua agenda

A leitura prática é que o Aion 1.0 Instruct agora é algo contra o qual você pode prototipar meses antes de ser forçado a fazê-lo, que é justamente o objetivo de um lançamento de transparência. Baixe os pesos, execute seu próprio conjunto de prompts, meça as duas coisas que o card não vai revelar — recuperação de contexto longo além de 2.048 tokens e comportamento sob injeção de prompt em documentos locais — e decida se seus caminhos de sumarização e reescrita sobrevivem à troca. A janela December Insider com sua chave de registro lado a lado é o harness de testes mais barato que você terá, e ela fecha em janeiro.

A questão arquitetural que se segue é onde o modelo no dispositivo deixa de atuar. Um modelo de 2,3B com janela de 32K que roda em uma NPU é excelente em resumir, reescrever, classificar e extrair, e não fará raciocínio de múltiplas etapas sobre uma base de código. A maioria dos aplicativos que o adotar acabará híbrida: modelo local para as passagens baratas, privadas e sensíveis à latência, e um modelo na nuvem por trás de uma API para o caminho de escalonamento. Essa camada de escalonamento é a parte que vale a pena projetar deliberadamente em vez de acrescentar de última hora. O OrcaRouter existe exatamente para essa metade do problema — uma API única entre mais de 200 modelos na nuvem, sem markup sobre os preços de lista dos provedores, failover automático quando um provedor degrada e uma DSL de roteamento para compor vários modelos em uma única chamada — e não serve o Aion 1.0 Instruct, porque nada neste modelo roda em um datacenter. A divisão honesta é modelo local, decisão local, escalonamento na nuvem, e as duas metades precisam de ferramentas diferentes.

Há também uma forma barata de mitigar as partes não comprovadas. Nada acima foi submetido a benchmark independente, e a versão de janeiro pode diferir deste checkpoint. O failover é o que torna seguro colocar um modelo sem pontuação num caminho que importa: mantenha o fallback configurado antes de precisar dele, e uma geração ruim passa a ser uma nova tentativa em vez de um incidente. Esse conselho vale para qualquer das metades do híbrido sobre a qual você esteja em dúvida.

O que assistir

Quatro sinais mudariam este quadro, e três deles são baratos de monitorar. Uma publicação de anúncio de verdade com detalhes de treinamento elevaria o cartão de artefato de transparência para lançamento. Um repositório GGUF tornaria o modelo utilizável fora do Windows e fora do ONNX Runtime. Uma primeira execução de benchmark independente — Artificial Analysis, LMArena ou qualquer saída reproduzível de harness — substituiria as ressalvas de correspondência aproximada por algo citável. E os canais Edge Canary e Dev são o teste ao vivo: se as APIs de Prompt e Assistência de Escrita mudarem do caminho do Phi-4-mini para o Aion 1.0 Instruct no navegador, você verá a troca de comportamento muito antes do lançamento do Windows em janeiro.

Até então, a descrição correta do Aion 1.0 Instruct é a que as evidências sustentam e nada além disso: um modelo on-device de 2.29B finalizado, licenciado sob MIT, tecnicamente completo e não documentado, publicado às 17:05 UTC numa terça-feira à noite, com uma versão irmã quantizada nove minutos depois e um prazo de substituição que ele mesmo não definiu.