Inteligência artificial brasileira

Oi, eu sou a Yris.

Uma inteligência artificial feita no Brasil para conversar em português e ajudar nas tarefas do dia a dia — com simplicidade, cuidado e o nosso jeito de falar.

Yris exemplo
Produto brasileirodesenvolvido aqui no Brasil
Pensada em portuguêsdo jeito que a gente fala
Privacidade levada a sérioseus dados tratados conforme a LGPD
API para empresasintegre ao seu produto
O que ela faz

Companhia para as pequenas tarefas do seu dia.

Aprender

Transforma assuntos difíceis em explicações claras, do seu jeito e no seu ritmo.

Escrever

Mensagens, textos e recados com o tom certo — carinhoso, formal ou divertido.

Organizar

Listas, planos e ideias colocadas em ordem para o dia render mais.

Fazer companhia

Uma conversa leve quando bate a curiosidade — ou quando dá vontade de pensar alto.

Feita no Brasil

Uma IA que entende o nosso jeito de falar.

A Yris nasce no Brasil sobre a melhor tecnologia aberta do mundo — e a gente cuida de cada detalhe para que ela converse do jeito brasileiro: as gírias, o calor e o carinho de quem fala a nossa língua.

Pesquisa

Nosso objetivo: uma IA brasileira treinada do zero.

Hoje a Yris roda sobre um modelo aberto. Em paralelo, a gente já treinou do zero dois modelos próprios, de 1 e 2,9 bilhões de parâmetros, e publica os resultados — bons e ruins.

20,8 bitokens de português selecionados, de mais de cem bilhões avaliados um a um
2,9 biparâmetros no maior modelo treinado do zero até agora
9 de 12testes em que nenhum modelo público treinado com a mesma quantidade de texto, ou menos, foi melhor
Para empresas

Leve a Yris para dentro do seu produto.

A mesma IA brasileira, agora como plataforma. Integre a Yris às suas aplicações com uma API simples e um time pronto para apoiar a sua operação.

Conheça a plataforma

API simples e compatível

Integre em minutos, com padrões que o seu time já conhece.

Segurança e privacidade

Seus dados tratados com cuidado e em conformidade com a LGPD.

Feita para escalar

Da prova de conceito à produção, no ritmo do seu negócio.

Jovem, e honesta sobre isso.

A Yris ainda está aprendendo. Às vezes ela viaja na maionese ou inventa uma resposta — e é a primeira a admitir. Leve o que ela disser com um sorriso e confira o que for importante.

A Yris

Pequena de tamanho, grande no cuidado.

A Yris é uma inteligência artificial brasileira em seus primeiros passos. Ela nasceu para fazer o simples muito bem: conversar em português e ajudar você no dia a dia.

Por que Yris?

Da íris do olho ao arco‑íris.

O nome une duas ideias: a íris, parte do olho que nos faz enxergar, e o arco-íris, com todo o seu espectro de cores. Percepção e diversidade — duas coisas que a gente quis colocar no centro da Yris.

Por isso a marca dela é um olho em arco-íris: uma IA que enxerga o Brasil em toda a sua variedade.

Como funciona

Três passos, sem mistério.

01

Você abre a Yris

Entre em yrisia.com.br/chat com a sua conta Google. Não tem instalação nem cadastro demorado.

02

Você pergunta

Do jeito mais natural possível, como num papo de WhatsApp. Não precisa de comando especial.

03

Ela responde

Em português claro, no tom da conversa. Se algo importante ficar em dúvida, ela avisa — e você confere junto.

Privacidade em primeiro lugar

Suas conversas são suas. Ficam guardadas enquanto a sua conta estiver ativa, você pode apagá-las quando quiser, não viram treino sem a sua autorização e nunca são usadas para vender nada.

Sempre evoluindo

A Yris melhora um pouquinho a cada dia. O que você vê hoje é só o começo da nossa jornada.

Recursos

Tudo o que dá pra pedir à Yris.

Sem manual e sem comando difícil. É só falar como você falaria com um amigo. Aqui vão alguns exemplos — toque em um para experimentar no chat.

Saber o que está acontecendo

Com a busca na web ligada, ela consulta a internet e indica de onde tirou a informação.

“Como fechou o dólar hoje?”
Experimentar no chat →
Para empresas

A IA brasileira, pronta para o seu produto.

Coloque a Yris dentro das suas aplicações com uma API simples e o português que os seus clientes falam.

Falar com o time Ver a documentação

ou use o formulário para empresas

Quem já confia na Yris

Sanfarma — Cuidando bem de você

Da comunicação ao atendimento, a Sanfarma conta com a Yris para falar a língua de quem cuida da própria saúde — com a clareza e o carinho que a marca tem com cada família.

Plataforma

Construída para times de produto.

API compatível

Conecte com as bibliotecas que você já usa. É só trocar a URL base e a chave.

Privacidade e LGPD

Dados tratados conforme a LGPD, sem uso para treino e com política pública de privacidade.

Português de verdade

Português de verdade — respostas no português que os seus clientes falam, sem sotaque de tradução.

Suporte de gente

Time dedicado, SLA e acompanhamento próximo para a sua operação.

Planos

Comece de graça. Escale quando precisar.

Grátis

R$ 0/ fase experimental

Para experimentar a Yris.

Conversar no navegador, no celular ou no computador
Yris, o modelo do dia a dia
Histórico de conversas
Começar agora

Sob demanda

em breve
Preço no lançamento

Para desenvolvedores e produtos.

API compatível com OpenAI
Streaming de respostas
Limites de uso claros
Gerar chave de API

Empresa

em breve
Sob medida

Para operações em escala.

SLA e suporte dedicados
Faturamento personalizado
Dados isolados e conformidade
Onboarding com o nosso time
Falar com o time

nosso time pelo formulário de contato

Gratuita durante a fase experimental; planos em reais, sem surpresa, quando lançarmos.

Documentação

Comece em poucas linhas.

A API da Yris é compatível com os padrões do mercado. Se o seu time já usa um cliente de IA, é só apontar para a Yris e seguir o trabalho.

Compatível com as bibliotecas OpenAI
Respostas em streaming (SSE)
Chave de API gerada por você em /chaves
Ver a documentação
exemplo.py
from openai import OpenAI

client = OpenAI(
    api_key="SUA_CHAVE_YRIS",
    base_url="https://yrisia.com.br/v1",
)

resposta = client.chat.completions.create(
    model="yris-1",
    messages=[
        {"role": "user",
         "content": "Resuma este contrato em 3 tópicos."}
    ],
)

print(resposta.choices[0].message.content)

Sua chave: gere em Chaves de API (basta entrar com sua conta Google).

A empresa

Queremos que a IA fale a língua do Brasil.

Nossa ambição é tornar a Yris uma referência nacional em inteligência artificial. Começamos pelo simples — as tarefas do dia a dia — porque é aí que a tecnologia toca a vida das pessoas de verdade.

Brasilidade

Pensada em português, para o jeito brasileiro de viver e de falar.

Cuidado

Tecnologia que acolhe, com um tom caloroso e gente no centro de tudo.

Honestidade

A gente admite os limites da Yris. Confiança se constrói com transparência.

Acessibilidade

Para todo mundo, sem jargão e sem barreira. Grátis para começar.

Fale com a gente

A porta está sempre aberta.

Tem uma ideia, uma dúvida ou quer trabalhar com a gente? Adoramos uma boa conversa.

Pesquisa

Estamos treinando uma IA brasileira do zero.

Hoje, a Yris que conversa com você no chat roda sobre um modelo aberto estrangeiro, o Qwen. Em paralelo, a gente constrói o nosso próprio modelo de linguagem, treinado do zero em português. Aqui está o caminho até agora, com os números — inclusive os que ainda não são bons.

Ler o relatório técnico Baixar o PDF
Hoje

A Yris do chat

Roda sobre o Qwen, um modelo aberto (licença Apache 2.0), com o nosso jeito de conversar por cima. É o que dá as melhores respostas agora.

Em pesquisa

O nosso próprio modelo

Modelos de 1 e 2,9 bilhões de parâmetros, treinados do zero em português. Ainda são pequenos: hoje, servem para medir o quanto a gente avança a cada degrau.

Por que do zero?

Um modelo em que o português é a base, não um detalhe.

Português como base

Os grandes modelos são treinados principalmente em inglês, e o português entra como uma parte pequena. A gente quer o contrário.

Saber o que entrou no treino

Cada fonte de texto é escolhida e conferida. Treinar do zero é a única forma de saber exatamente o que o modelo aprendeu.

Uma tecnologia nossa

Um modelo brasileiro, que não depende das decisões de outra empresa sobre o que ele pode ou não fazer.

A escada

Um degrau de cada vez.

Antes de cada treino, o critério de sucesso fica escrito — e não muda depois de ver o resultado.

  1. Agosto de 2026

    340 milhões de parâmetros

    O primeiro modelo. A lição dele: o que limitava era a qualidade do texto, não o tamanho do modelo.

  2. Agosto de 2026

    Curadoria dos dados

    Demos uma nota de qualidade a cada documento de um grande conjunto público de textos em português da web, com mais de cem bilhões de tokens. Numa amostra avaliada à parte, quase metade tirou nota baixa. Ficaram os melhores 20,8 bilhões.

    Curadoria dos dados: de mais de 100 bi tokens avaliados, 20,8 bi foram selecionados. Notas de qualidade de uma amostra de 1.600 documentos da web em português, de 0 a 5, em % dos documentos: nota 0: 6,3 %, nota 1: 16,4 %, nota 2: 23,3 %, nota 3: 35,9 %, nota 4: 17,9 %, nota 5: 0,1 %. Cerca de 46 % ficam com nota 2 ou menos. tokens avaliados mais de 100 bi tokens selecionados 20,8 bi % dos 1.600 documentos por nota de qualidade 6,3 0 16,4 1 23,3 2 35,9 3 17,9 4 0,1 5 ~46 % com nota ≤ 2 nota de qualidade, de 0 a 5
    Em cima: tokens avaliados e tokens selecionados. Embaixo: a nota de qualidade (0 a 5) dada a uma amostra de documentos; as barras roxas são as notas 2 ou menos.
  3. Agosto de 2026

    1 bilhão de parâmetros

    Treinado do zero sobre esse corpus selecionado, numa única passada pelos dados.

  4. Setembro de 2026

    2,9 bilhões de parâmetros

    Treinado sobre 60 bilhões de tokens, um terço em português. Passou nos pisos escritos antes do treino e ganhou uma memória maior.

  5. Próximo degrau

    Um modelo maior

    Para tirar mais de cada token de português de qualidade que existe.

Resultados

Mais resultado com menos texto.

Escolha uma aba para comparar os resultados em LAMBADA-PT, CALAME-PT, ENEM (texto ou letra), MMLU-PT, OAB e ARC-PT.

Fronteira eficiente no LAMBADA-PT: eixo horizontal, tokens de treino em escala logarítmica; eixo vertical, % de acerto. Yris 340 M faz 31,1 % com 7 bi tokens, sem modelo à frente com o mesmo texto ou menos; Yris 1 B faz 41,1 % com 20,7 bi tokens, sem modelo à frente com o mesmo texto ou menos; Yris 2,9 B faz 43,8 % com 60 bi tokens, atrás do Manacá-1B (46,9 %, 40 bi). % de acerto 10 20 30 40 50 60 70 10 bi 100 bi 1 tri 10 tri tokens de treino (escala log) Yris 1 B Yris 2,9 B Manacá-1B Tucano-1b1 Curió-1.1B
Cada ponto é um modelo: quanto mais à esquerda, menos texto no treino; quanto mais alto, melhor a nota. Roxo: Yris. Verde, em losango: outros modelos brasileiros. Cinza, em círculo: modelos estrangeiros de porte parecido. Marcador vazado: número publicado por terceiros ou medido em outra condição. A linha escura é a fronteira eficiente: a maior nota para cada quantidade de texto. No CALAME-PT e no LAMBADA-PT, as barras roxas mostram a margem de erro (±3,0 e ±1,9 pontos).

No LAMBADA-PT, o Manacá-1B, treinado com 40 bilhões de tokens, fica acima do nosso modelo de 2,9 bilhões.

9 de 12testes em que nenhum modelo treinado com a mesma quantidade de texto, ou menos, supera a melhor versão do nosso de 2,9 bilhões (41 modelos públicos comparados; poucos nessa faixa de orçamento)
< 1/8do texto do Tucano-2b4 para ficar 2 pontos atrás dele em questões do ENEM
12×menos texto que o Tucano-1b1, com 10,8 pontos a mais no LAMBADA-PT

Quanto texto cada modelo viu

O tamanho de cada barra é o texto que o modelo viu no treino. À direita, o acerto no LAMBADA-PT.

Quanto texto cada modelo viu no treino, com a nota no LAMBADA-PT: Yris 1 B, 20,7 bi tokens e 41,1 %; Manacá-1B, 40 bi tokens e 46,9 %; Yris 2,9 B, 60 bi tokens e 43,8 %; Tucano-1b1, 250 bi tokens e 30,3 %; Tucano-2b4, 515 bi tokens e 36,1 %; Curió-1.1B, 1.150 bi tokens e 52,5 %. Como referência publicada, Llama 3.2 3B viu 9 tri tokens e Qwen2.5-3B viu 18 tri tokens, numa escala quebrada. tokens de treino (barra) LAMBADA-PT, % Yris 1 B 41,1 20,7 bi Manacá-1B 46,9 40 bi Yris 2,9 B 43,8 60 bi Tucano-1b1 30,3 250 bi Tucano-2b4 36,1 515 bi Curió-1.1B 52,5 1.150 bi quebra de escala: bem mais texto Llama 3.2 3B · publicado 49,1 9 tri Qwen2.5-3B · publicado — 18 tri
Acerto no LAMBADA-PT, no nosso programa de avaliação. O Llama 3.2 3B e o Qwen2.5-3B, de porte parecido, são referências publicadas e ficam abaixo da quebra de escala; o Qwen2.5-3B não tem medida no LAMBADA-PT.

Completar textos em português

CALAME-PT e LAMBADA-PT medem se o modelo entende uma frase a ponto de acertar a palavra que falta no fim. Todos os modelos da tabela foram avaliados pelo mesmo programa, o nosso.

ModeloTexto visto no treinoCALAME-PTLAMBADA-PT
Tucano-1b1250 bi tokens59,130,3
Yris 1 B20,7 bi tokens62,041,1
Tucano-2b4515 bi tokens60,636,1
Yris 2,9 B60 bi tokens62,243,8
Curió-1.1b1.150 bi tokens65,052,5

% de acerto. Margem de erro na diferença entre dois modelos: ±3,0 pontos no CALAME-PT e ±1,9 no LAMBADA-PT.

  • No LAMBADA-PT, a vantagem é sólida: o Yris 1 B passa o Tucano-1b1 tendo visto cerca de 12 vezes menos texto, e o de 2,9 bilhões passa o Tucano-2b4 com mais de 8 vezes menos.
  • No CALAME-PT, a vantagem é pequena: contra os Tucanos de tamanho parecido, as diferenças ficam dentro ou no limite da margem de erro.
  • O Curió continua à frente, com mais de 50 vezes o texto do nosso 1 B. Escolher bem o texto rende mais, mas não substitui volume.

Questões da OAB

Primeira fase, múltipla escolha com quatro alternativas, no protocolo público de avaliação em português, com três exemplos. Comparação com modelos de tamanho parecido.

Questões da OAB, % de acerto no protocolo público com três exemplos: Yris 2,9 B, modelo base 25,4; Tucano-2b4, modelo base 26,7; Yris 2,9 B, ajustado para provas 35,6; Llama 3.2 3B · publicado 39,5; Qwen2.5-3B · publicado 50,3. O acaso é 25 %; os dois modelos base ficam no acaso. Yris 2,9 B, modelo base 25,4 Tucano-2b4, modelo base 26,7 Yris 2,9 B, ajustado para provas 35,6 Llama 3.2 3B · publicado 39,5 Qwen2.5-3B · publicado 50,3 0 20 40 60 acaso 25 %
Acerto na primeira fase da OAB. Barras hachuradas: números publicados por terceiros. A linha tracejada marca o acaso, em quatro alternativas.
Ver os números
ModeloTexto visto no treinoAcerto
Acaso—25,0
Yris 2,9 B, modelo base60 bi tokens25,4
Tucano-2b4, modelo base515 bi tokens26,7
Yris 2,9 B, ajustado para provas60 bi tokens35,6
Llama 3.2 3B publicado9 trilhões de tokens39,5
Qwen2.5-3B publicado18 trilhões de tokens50,3

Os dois modelos base ficam no acaso. O ajuste ensinou o nosso a responder questões de múltipla escolha; o conhecimento em si ficou no patamar do Tucano-2b4, um pouco abaixo. Os modelos treinados com trilhões de tokens continuam à frente.

Onde ainda estamos atrás

  • Conhecimento geral: em perguntas de várias áreas (MMLU-PT), acertamos 33%. Modelos do mesmo tamanho treinados com trilhões de tokens acertam de 54% a 67%, em números publicados com protocolos diferentes.
  • Programação: ainda fraca, entre 5% e 6% de acerto nos testes de código.
  • Conversa: todo ajuste para conversar que testamos custou parte do português que o modelo sabia.
O que aprendemos

Os resultados negativos também ensinam.

  • Texto em português é o que melhora o português. Trocar parte dele por outras fontes não compensa.
  • Escolher bem rende mais do que coletar muito — mas não faz milagre.
  • Doses pequenas de dado novo não mudam um modelo pronto. Testamos três, e nenhuma moveu o resultado.
  • O que falta é volume de português de qualidade, que não existe em quantidade suficiente. Por isso o próximo degrau é um modelo maior.
Como a gente trabalha

Critério antes, resultado como saiu.

  • O critério de sucesso fica escrito antes de cada treino.
  • Os resultados são publicados como saíram, inclusive os inconclusivos e os negativos.
  • Na comparação com outros modelos, todos passam pelo mesmo programa de avaliação.
Relatório técnico

Curadoria por token, não por volume

Os detalhes do que medimos e de como medimos, com as tabelas completas, a fronteira eficiente e as limitações. A Yris é um produto fechado: o relatório mostra resultados, não a receita.

Perguntas

Dúvidas frequentes.

As perguntas que mais chegam até a gente, respondidas sem enrolação.

A Yris é uma inteligência artificial brasileira, criada para conversar em português e ajudar nas tarefas do dia a dia — explicar coisas, escrever mensagens, organizar ideias e fazer companhia numa boa conversa.

Sim. Hoje o chat é de graça — é só abrir a Yris e mandar a sua primeira mensagem.

O português é a língua dela. A Yris nasceu para entender o jeito brasileiro de falar — com gírias, carinho e contexto local — então é aí que ela brilha.

Pode, sim. Ela ainda é jovem e experimental, e às vezes inventa uma resposta. Use o que ela disser com um sorriso e confira o que for importante. Para assuntos atuais, ligue a busca na web no chat — com ela, a Yris consulta a web e indica de onde tirou a informação.

Elas ficam guardadas enquanto a sua conta estiver ativa, só para você continuar de onde parou, e você pode apagá-las a qualquer momento no chat. Por padrão, a gente não usa o que você escreve para treinar a Yris — isso só acontece se você ligar a opção “Ajudar a melhorar a Yris” no chat. O modelo roda em servidores de um parceiro que pode estar fora do Brasil; os detalhes estão na nossa Política de Privacidade.

É só conversar com a Yris: entre com a sua conta Google (é grátis e leva segundos), escreva o que você quiser e envie. Não precisa de comando especial — fale como você falaria com um amigo.

Só entrar com a sua conta Google — é isso que guarda o seu histórico para você retomar depois. Não tem cadastro nem senha nova.

Tem, compatível com as bibliotecas OpenAI. A documentação está em /docs e a chave você gera em Chaves de API. Para uso comercial, fale com nosso time.

Pode. Veja a página Para empresas ou fale com o time.

Está a caminho. Hoje o chat roda sobre o Qwen, um modelo aberto. Em paralelo, a gente treina do zero os nossos próprios modelos em português — o maior, até agora, tem 2,9 bilhões de parâmetros. O caminho e os resultados estão na página de Pesquisa.