Pular para o conteúdo
NovidadesIA

Repositórios em Alta

Interface open-source corre 60 modelos em paralelo para red teaming e pesquisa cognitiva

G0DM0D3, de elder-plinius, soma 12,6 mil estrelas ao oferecer uma interface de chat multi-modelo com motor de avaliação em cinco níveis, voltada a red teaming e pesquisa cognitiva.

Edição: Anderson Gomes
· 5 min de leitura

G0DM0D3 é uma interface de chat multi-modelo, desenvolvida em TypeScript por elder-plinius, que permite disparar uma mesma consulta para até 60 modelos da OpenRouter, 44 da Venice ou servidores locais simultaneamente. O repositório, criado em 25 de março de 2026, acumula 12.651 estrelas no GitHub e ganhou tração ao reunir em um único arquivo HTML um motor de competição entre modelos, um mecanismo de perturbação de entrada para red teaming e um sistema de ajuste automático de parâmetros de amostragem (os valores que controlam aleatoriedade e criatividade na geração de texto). Ele se posiciona para quem precisa testar a robusteza de modelos de linguagem em cenários adversos, um fluxo de trabalho que interfaces de chat convencionais não oferecem.

Dados rápidos

  • Repositório: elder-plinius/G0DM0D3
  • Licença: AGPL-3.0
  • Linguagem: TypeScript
  • Estrelas e forks: 12.651 estrelas, 2.921 forks
  • Posição no ranking: não informado no repositório
  • Consulta: 18 de novembro de 2026

O problema que a ferramenta ataca

Interfaces de chat típicas de IA apresentam um modelo por vez e um prompt fixo. G0DM0D3 inverte essa lógica: envia a mesma pergunta para vários modelos em paralelo e devolve a resposta que obteve a maior pontuação em uma métrica composta de 100 pontos. Para quem faz red teaming, o desafio vai além de escolher um provedor. É preciso saber como cada modelo reage a inputs perturbados, como leetspeak, braille, código morse ou substituições em Unicode. O projeto embute um motor chamado Parseltongue com 33 técnicas de ofuscação em três níveis de intensidade para mapear esses limites.

Há também a questão da privacidade. A telemetria padrão coleta apenas metadados e pode ser desligada por completo no modo Local-only, em que nenhuma chamada sai da máquina do usuário. Conversas e configurações ficam armazenadas no navegador com suporte a exportação e importação.

Como funciona e como instalar

O núcleo da interface é um único arquivo index.html, sem etapa de compilação nem instalação de pacotes. Para rodar localmente, o fluxo é direto:

git clone https://github.com/elder-plinius/G0DM0D3.git
cd G0DM0D3
open index.html

Ao abrir no navegador, o usuário configura chaves da OpenRouter ou Venice, ou aponta para um servidor local compatível com a API da OpenAI (Ollama, LM Studio, llama.cpp, vLLM). O modo GODMODE CLASSIC dispara cinco combinações de modelo e prompt em paralelo; o modo ULTRAPLINIAN expande a corrida para 12, 27, 41, 53 ou 60 modelos em cinco tiers. O AutoTune ajusta parâmetros de amostragem conforme o contexto da consulta entre 20 perfis predefinidos.

Casos de uso concretos

  • Pesquisa em robusteza: um time de segurança aplica Parseltongue com 33 técnicas de ofuscação para mapear em quais pontos um modelo começa a violar diretrizes de conteúdo.
  • Seleção de modelo para produção: um engenheiro roda ULTRAPLINIAN no tier STANDARD, com 27 modelos, para comparar latência e qualidade antes de fixar um provedor.
  • Experimentação local: um pesquisador conecta Ollama com um modelo aberto, ativa o modo Local-only e testa perturbações sem enviar nenhum dado a serviços externos.
  • Documentação de falhas: um red teamer registra respostas de cinco modelos em paralelo e exporta o histórico local para análise qualitativa.
  • Estudo de cognição: o projeto se declara voltado a pesquisa cognitiva e interação com IA em condições adversas, abrindo espaço para experimentos sobre como modelos respondem a prompts não previstos em seu treinamento.

O que o diferencia de alternativas

Interfaces como ChatGPT ou a API da OpenAI expõem um único modelo por consulta. G0DM0D3 agrega múltiplos provedores em uma corrida comparativa com pontuação automática, algo que ferramentas de benchmarking acadêmicas fazem em scripts de pesquisa, mas que aqui está empacotado em uma interface de navegador acessível por clone ou URL hospedada. A licença AGPL-3.0 impõe que qualquer versão modificada e distribuída também seja liberada sob a mesma licença, o que afeta quem pretende incorporar o código a um produto proprietário. A ausência de releases versionadas e de site oficial de documentação reduz a rastreabilidade de mudanças no repositório.

Limitações e cuidados

O repositório não possui nenhuma release publicada, e o último commit data de 15 de julho de 2026, há mais de quatro meses da consulta. Há 91 issues abertas sem resolução documentada. Os campos de tópicos e ranking não foram informados no repositório. A licença AGPL-3.0 exige que derivadas distribuídas mantenham o código aberto, o que pode ser um obstáculo para uso em empresas que fecham código. O projeto depende de serviços externos (OpenRouter, Venice, Cloudflare Pages para o endpoint de telemetria) e de um catálogo de modelos que muda com o tempo, conforme o próprio README alerta. Não há site oficial de documentação fora do README.

Resumo rápido

  • Projeto: interface multi-modelo para red teaming e pesquisa cognitiva, com corrida em paralelo de até 60 modelos
  • Licença: AGPL-3.0
  • Linguagem: TypeScript
  • Estrelas: 12.651 (91 no período da consulta)
  • Ranking: não informado no repositório
  • Risco principal: ausência de releases, 91 issues abertas e dependência de catálogos externos voláteis

Fontes

  • Repositório: https://github.com/elder-plinius/G0DM0D3
  • Release: nenhuma release encontrada
  • Homepage: sem site oficial
  • TypeScript
  • AGPL-3.0
  • Repositórios em Alta
  • GitHub Trending

Fonte: Repositório no GitHub · Como produzimos as matérias