ESTADO DA IA PRIVADA · 2026
O estado da
IA privada, 2026.
Quem pode ler o que você pergunta a um serviço de IA, quem treina com isso e o que os publicadores dos modelos abertos informam. Extraído das próprias páginas dos serviços e das nossas próprias medições, cada dado com a sua fonte. Uma primeira edição, pequena de propósito: ela diz só o que conseguimos citar ou contar.
01 · Treinamento
Se os seus chats treinam o próximo modelo ainda é uma configuração
Dos cinco serviços comparados, dois treinam com as conversas dos planos pessoais a menos que você desative isso, um pergunta antes e dois dizem que não treinam, o Undergrove entre eles. Os planos empresariais costumam ser diferentes; estes são planos pessoais, como cada serviço os descreve.
UndergroveUndergroveNão treina com os chats
Não. Não guardamos nenhum conteúdo de conversa que consigamos ler, e os criadores dos modelos nunca recebem suas mensagens. [1]
LumoProtonNão treina com os chats
Não, segundo a Proton. [8]
02 · Processamento
Proteção enquanto um modelo lê é a afirmação rara
A criptografia em trânsito e em repouso é amplamente descrita. A proteção enquanto um modelo lê as suas palavras, não: dos cinco, só um a declara para o seu produto de chat, e esse é o nosso, que ainda não foi avaliado de forma independente. Outro provedor publicou uma pesquisa sobre a ideia e a chama de trabalho inicial.
UndergroveUndergroveDeclara proteção por hardware
Sim, no espaço de trabalho: as mensagens só são descriptografadas dentro de um enclave de hardware cuja atestação seu navegador verifica antes de enviar. Seu navegador verifica o enclave do roteador da Tinfoil; o enclave do próprio modelo é verificado pelo roteador, e pelo seu navegador quando o hardware permite. [9]
ChatGPTOpenAINão informado
Não informado para os planos pessoais. As páginas de negócios da OpenAI descrevem criptografia em repouso (AES-256) e em trânsito (TLS 1.2 ou superior). [10]
ClaudeAnthropicNão informado
Não informado para os apps do Claude. A Anthropic publicou pesquisas sobre inferência confidencial com máquinas virtuais confiáveis, que ela descreve como um trabalho inicial. [11]
Mistral VibeMistral AINão informado
Não informado. A Mistral descreve backups criptografados replicados em zonas da UE. [12]
LumoProtonNão informado
Não informado como protegido por hardware. Os prompts são criptografados em trânsito até os servidores de modelos, que os descriptografam para processá-los; nenhum enclave é descrito. [13]
03 · Pesos abertos
Três de cinco rodam modelos de pesos abertos por padrão
O Undergrove, o Lumo e o Vibe da Mistral rodam modelos de pesos abertos por padrão; o ChatGPT não diz que roda, e os modelos do Claude são fechados. Quão bons são os modelos abertos? Os publicadores deles informam pontuações nos mesmos testes públicos, abaixo. São os números dos publicadores, nas configurações que eles indicam, não os nossos.
UndergroveUndergroveModelos de pesos abertos
Sim. Todos os modelos oferecidos são de pesos abertos, e um modelo pequeno pode rodar no seu navegador. [14]
ChatGPTOpenAINão informado
Não informado como de pesos abertos. Os modelos de pesos abertos da OpenAI são a família separada gpt-oss, que ela chama de os primeiros desde o GPT-2. [15]
ClaudeAnthropicModelos fechados
Não. A Anthropic descreve que mantém os pesos dos modelos criptografados e protegidos. [11]
Mistral VibeMistral AIModelos de pesos abertos
O modelo padrão, Mistral Medium 3.5, tem pesos abertos, sob uma licença MIT modificada. [16]
LumoProtonModelos de pesos abertos
Sim. A Proton diz que o Lumo usa modelos de código aberto, e os cita. [8]
04 · Pontuações publicadas dos modelos abertos
O que os publicadores dos modelos abertos informam
Cada pontuação foi copiada do próprio cartão do modelo do publicador, com as configurações que ele indica. As configurações variam, então compare com cuidado; o ranking tem todas as pontuações e fontes.
Como isto foi feito
- Cinco serviços, lidos nas próprias páginas de ajuda, privacidade e segurança deles, para os planos pessoais. Onde as páginas de um serviço não dizem, o relatório informa “não informado” e não tenta adivinhar.
- O Undergrove é um dos cinco. A coluna dele descreve o que o nosso código faz hoje; ele não foi avaliado de forma independente.
- As pontuações de benchmark são dos próprios publicadores, copiadas como foram escritas. Não as executamos de novo.
- Nada é estimado. Uma seção que precisaria de números que não temos não está nesta edição.
Fontes
- Undergrove: para onde vão seus dados
- OpenAI Help Center: How your data is used to improve model performance
- OpenAI Help Center: Data Controls FAQ
- Anthropic Privacy Center: Is my data used for model training?
- Anthropic: Privacy Policy
- Mistral Help Center: Do you use my user data to train your Artificial Intelligence models?
- Mistral Help Center: Can I opt out of my input or output data being used for training?
- Proton Support: Lumo privacy
- Undergrove: arquitetura
- OpenAI: Business data privacy, security, and compliance
- Anthropic: Confidential Inference via trusted VMs
- Mistral Help Center: How do you ensure the security of user data?
- Proton blog: Lumo security model
- Undergrove: modelos
- OpenAI: Introducing gpt-oss
- Mistral AI: Remote agents in Vibe. Powered by Mistral Medium 3.5.