A Frota13 modelos, um para cada tarefa clínica
Raciocínio clínico, visão médica, extração de documentos, guardrail e busca semântica — todos com pesos abertos, model card pública e executados nas 24 GPUs da BeansTech, em nuvem privada. Para cada modelo, publicamos o que medimos e o que ainda não sabe fazer.
Onde a frota roda
Nuvem privada da BeansTech (hy.cloud). O dado do paciente entra na GPU, é processado e volta. Nenhuma inferência clínica passa por API de terceiros.
Virgínia
16 GPUs- 4× NVIDIA L20
- 4× RTX PRO 5000 72 GB (Blackwell)
- 8× RTX PRO 5000 72 GB
Shenzhen
8 GPUs- 8× RTX PRO
Cada modelo com nota, limite e licença
Benchmark interno de 55 casos clínicos, juiz independente, 11/10/2026. Quando não medimos, dizemos.
Raciocínio clínico
Baichuan-M3-235B
Baichuan Inc.
Melhor raciocínio clínico da frota
MoE 235B parâmetros · ~22B ativos por token · GPTQ-INT4
- Nota 7,2 no benchmark interno de 55 casos clínicos — melhor da frota em raciocínio clínico
- Raciocínio visível a partir de 0,3 s
AntAngelMed-100B
Ant Group / MedAIBase
Modelo médico com aprovação clínica
MoE 100B parâmetros · ~6B ativos por token · FP8
- Primeiro LLM médico aprovado para uso clínico (China)
- Raciocínio obrigatório e visível em cada resposta
Hy4-Preview-780B
Tencent Hunyuan
Raciocínio de fronteira
MoE 780B parâmetros · pesos abertos
- Nota 7,4 no benchmark interno (55 casos, juiz independente) — melhor pontuação da frota
- Raciocínio de fronteira para casos complexos
Visão médica
MedGemma-27B
Família Gemma — modelo aberto
Visão médica: o olho da frota
27B parâmetros · multimodal (texto + imagem) · instruction-tuned
- Dermatoscopia: 9,7/10 no benchmark interno
- ECG: 9,7/10 no benchmark interno
Lingshu-32B
Alibaba DAMO Academy
Exames: visão + texto
32B parâmetros · MLLM médico (imagem + texto)
- Visão + texto no mesmo modelo: lê o exame e discute o caso
- Cobertura multiespecialidade de imagem médica
Lingshu-I-8B
Alibaba DAMO Academy
Leitor leve de exames
8B parâmetros · MLLM médico (imagem + texto)
- Visão + texto em um modelo de 8B: baixo custo por exame
- Boa opção para pré-leitura e triagem de imagens
MedGemma-1.5-4B
Família Gemma — modelo aberto
Triagem em 1 s, roda em borda
4B parâmetros · multimodal · executa em borda
- Resposta em ~1 s
- Roda em borda / on-premises
Generalista
MiMo-V2.6-Flash
Xiaomi MiMo
Generalista rápido
Generalista rápido · pesos abertos
- Excelente em guardrail no teste de 2026-10-11
- Clínica geral: STEMI, meningite e PII resolvidos corretamente no mesmo teste
Mistral-Small-4-119B
Mistral AI
Multilíngue, 3 s
119B parâmetros · Apache 2.0
- Resposta em ~3 s
- Multilíngue
Como a frota trabalha junta
Você não escolhe modelo a cada pergunta (mas pode). O dodr.ai roteia, lê os anexos, busca as fontes e registra tudo.
Guardrail na entrada
IBM Granite Guardian verifica PII, injeção de prompt e escopo. O veredito é gravado.
Anexos passam pela visão
Imagens, DICOM, PDF escaneado e DOCX (9 formatos) são lidos pelo MedGemma-27B. Modelos sem visão recebem a leitura automaticamente.
RAGMED busca as fontes
Qwen3-Embedding-8B recupera trechos de PCDT e bulas ANVISA. A fonte vai para o contexto e para o log.
O modelo certo responde
Baichuan-M3 ou Hy4 para raciocínio profundo, Baichuan-M2 ou MiMo-Flash para o dia a dia, Granite 4.2 para extrair JSON. Primeiro token em 0,3 s.
Trilha de auditoria
Modelo, versão, latência, fontes e veredito do guardrail ficam registrados por resposta — o que a Res. CFM 2.454/2026 pede.
Apoio à decisão clínica — a decisão é do médico
Todos os modelos da frota são ferramentas de apoio. Resultados devem ser revisados e validados pelo profissional responsável, conforme a Resolução CFM 2.454/2026. Os modelos têm pesos abertos e model cards públicas — os links para Hugging Face estão em cada página. Nenhum modelo é apresentado como produto ou parceria de seu desenvolvedor original.
Model cards no Hugging FaceTeste a frota com os seus casos
Demonstração de 15 minutos. Traga um exame, um laudo, uma dúvida difícil — e veja o modelo pensar.