Modelos open source para KYC e KYB no Brasil: qual usar e como rodar na sua nuvem
Qual modelo open source usar para KYC e KYB em uma fintech no Brasil, como rodar na sua própria nuvem em São Paulo e como avaliar com seus dossiês.
Para KYC e KYB em uma fintech no Brasil, comece com Qwen3.8 27B, GLM-5.3 Flash ou DeepSeek V4.1 Flash. Os três leem imagens de documentos, têm licença Apache 2.0 ou MIT e podem rodar na sua própria nuvem em São Paulo, então os dados dos clientes não saem do seu ambiente. Deixe Kimi K3.1 Pro para os dossiês de KYB mais complexos, depois que o jurídico revisar a licença.
O onboarding é o processo com mais dados pessoais de uma fintech: RG ou CNH, CPF, comprovante de endereço, contrato social, procurações e a lista de beneficiários finais. Por isso a pergunta não é só qual modelo é melhor, mas onde ele roda e quem vê os documentos.
Este é um guia para CTOs e líderes de compliance em fintechs brasileiras: qual modelo usar para revisar dossiês, onde rodar e como escolher com seus próprios casos.
O que faz. Dá uma lista curta de modelos para KYC e KYB, tirada do nosso comparativo de modelos open source, e um método para escolher com os seus dossiês.
O que não é. Um substituto do seu provedor de KYC. Validação de identidade, prova de vida e consultas a listas continuam com o provedor; se você está escolhendo um, veja os melhores provedores de KYC e KYB no Brasil.
O que o modelo faz em um dossiê
| Tarefa | O que precisa do modelo |
|---|---|
| Ler documentos | Entrada de imagem para RG, CNH, comprovantes e contratos escaneados |
| Comparar dados | Que nome, endereço, CPF e CNPJ batam entre os documentos |
| Montar o quadro societário | Contexto longo para ler contrato social e procurações inteiros |
| Apontar inconsistências | Raciocínio cuidadoso e respostas que citam o documento |
| Preparar o caso | Texto claro para o analista decidir rápido |
Os modelos, em resumo
| Modelo | Licença | Entrada | Por que para KYC e KYB |
|---|---|---|---|
| Qwen3.8 27B | Apache 2.0 | Texto, imagem e vídeo | Compacto, 27B parâmetros: fácil de hospedar junto aos seus dados |
| GLM-5.3 Flash | MIT | Texto e imagem | 18B parâmetros ativos e contexto de 1M; custo baixo para alto volume |
| DeepSeek V4.1 Flash | MIT | Texto e imagem | 8B parâmetros ativos: rápido quando você precisa de vazão |
| Kimi K3.1 Pro | Licença própria da Moonshot AI | Texto e imagem | O mais capaz da nossa lista, para KYB com muitos documentos |
Se precisa andar rápido, comece pelos de Apache 2.0 ou MIT. Licenças próprias não são necessariamente um problema, mas o jurídico precisa ler antes da produção.
Onde rodar: São Paulo
AWS, Google Cloud e Microsoft Azure têm regiões em São Paulo. Você tem dois caminhos:
- Um serviço gerenciado como Bedrock ou Vertex AI, se o modelo estiver disponível na região. Confira a disponibilidade antes de decidir.
- Seu próprio endpoint com GPUs na sua conta, com vLLM ou SGLang. Mais trabalho, controle total.
Nos dois casos, agente, modelo e dossiês ficam na sua nuvem, o que simplifica a conversa sobre LGPD e transferência internacional de dados.
Passo 1: monte seu conjunto de avaliação
Este passo é do seu time de compliance. Junte dossiês já resolvidos, com a decisão correta e o motivo:
- Documentos brasileiros: RG, CNH, comprovantes de endereço, cartão CNPJ e consultas à Receita Federal.
- Dossiês de empresa com contrato social, alterações, procurações e vários níveis de sócios.
- Os casos difíceis: fotos borradas, nomes com acento escritos de dois jeitos, endereços que não batem.
Mascare CPF, CNPJ e números de documento antes de usar os casos fora do seu ambiente.
Passo 2: teste com o mesmo agente
Rode o mesmo agente, com as mesmas instruções, trocando só o modelo. No Runtime é uma mudança de configuração.
Revise os 60 dossiês do conjunto de avaliação com Qwen3.8 27B, GLM-5.3 Flash e DeepSeek V4.1 Flash. Para cada modelo, diga em quantos chegou à mesma decisão do analista, quais inconsistências encontrou ou deixou passar e quanto custou cada dossiê. Monte uma tabela e dê sua recomendação.
Dois hábitos ajudam o agente a trabalhar bem:
- Diga por quê, não só o quê. "Compare o endereço do comprovante com o do contrato social, porque endereço divergente é o sinal mais comum de empresa de fachada."
- Nomeie o erro que você quer evitar. "Não aceite um documento com a foto cortada; marque para revisão."
Passo 3: olhe os erros, não só a porcentagem
Dois modelos com a mesma taxa de acerto podem errar em casos bem diferentes. Aprovar um dossiê com um beneficiário final oculto é grave; pedir um documento a mais não é. Escolha com o time de compliance com base nisso.
Passo 4: leve para produção
Publique o modelo escolhido na sua conta e conecte o agente ao seu provedor de KYC e ao seu sistema de casos. Refaça a avaliação a cada modelo novo; trocar de modelo não exige refazer o agente. Para ver o fluxo completo com Claude, veja como usar Claude para KYC e KYB.
O que continua humano
| O quê | Por quê |
|---|---|
| Aprovar ou recusar o cliente | É uma decisão regulatória e de risco |
| Montar o conjunto de avaliação | Só o seu time sabe qual é a decisão correta |
| Decidir quais erros são toleráveis | É uma decisão de compliance |
| Aprovar a licença do modelo | É uma decisão jurídica |
| Escolher região e arquitetura | É a sua postura de segurança e custo |
O que o compliance vai perguntar
- Onde roda. Modelo, agente e dossiês na sua conta, em São Paulo.
- Quem treina com seus dados. Ninguém: os pesos são seus e o Runtime nunca treina com seus dados.
- Quais dados o modelo vê. CPF, CNPJ e números de documento são mascarados quando o passo não precisa deles.
- O que foi feito. Cada revisão fica em um registro exportável, qualquer que seja o modelo.
Em resumo
Para KYC e KYB, o melhor modelo é o que lê bem os seus documentos e roda onde os seus dados podem estar. Comece com um modelo compacto de licença permissiva, avalie com seus dossiês e deixe a decisão final com o seu time.
Agora é avaliar.
Perguntas frequentes
Qual modelo open source usar para KYC e KYB?
Para a maioria das fintechs no Brasil, Qwen3.8 27B, GLM-5.3 Flash ou DeepSeek V4.1 Flash. Os três leem imagens, têm licença permissiva (Apache 2.0 ou MIT) e podem ser hospedados na sua própria nuvem, então documentos e dados dos clientes não saem do seu ambiente. Para os dossiês de KYB mais difíceis, Kimi K3.1 Pro é o mais capaz, mas tem licença própria que o jurídico precisa revisar.
Por que usar um modelo open source no KYC em vez de uma API comercial?
Porque KYC e KYB são dados pessoais do começo ao fim: RG, CNH, comprovantes de endereço, contrato social e sócios. Com um modelo de pesos abertos você roda na sua conta, em São Paulo, e ninguém fora da empresa vê esses dados ou treina com eles. Isso simplifica a conversa sobre LGPD com o jurídico e com o banco parceiro.
Um modelo open source substitui meu provedor de KYC?
Não. O provedor continua fazendo a validação de identidade, a prova de vida e as consultas a listas e bureaus. O modelo trabalha em cima: monta o dossiê, compara documentos, aponta inconsistências e prepara o caso para o analista decidir.
Como saber se um modelo lê bem documentos brasileiros?
Testando com dossiês já resolvidos. Junte casos reais com a decisão correta, incluindo os difíceis, e compare dois ou três modelos com o mesmo agente. Benchmarks ajudam a filtrar; a decisão sai dos seus casos.
Como o Runtime roda modelos open source?
O Runtime é neutro em modelos. Seus agentes podem usar Claude Code, Codex ou modelos open source via Bedrock, Vertex AI ou o seu próprio endpoint, e o Runtime pode rodar na sua própria conta de AWS, GCP ou Azure, inclusive em São Paulo. Os controles são os mesmos para qualquer modelo: computador isolado, credenciais restritas, aprovações, mascaramento de dados e registro.
O que é o Runtime?
O Runtime é o sistema operacional para agentes de IA em times de pagamentos e fintech. Cada agente roda em um computador isolado com acessos restritos, espera aprovação antes de mexer em dinheiro ou responder a um cliente, mascara dados sensíveis antes de chegarem ao modelo e deixa um registro exportável.
