O que é humanizer (12B)?
humanizer é um modelo de 12 bilhões de parâmetros ajustado a partir do Gemma 4 12B do Google por um desenvolvedor independente que publica como jialinyyzz no Hugging Face e sgaofen no GitHub. Ele faz uma coisa só: você cola um rascunho escrito por IA (um e-mail, redação, relatório ou post de fórum, em inglês ou chinês) e ele o reescreve para que pareça escrito por uma pessoa, treinado para manter cada número, unidade, data, nome e citação. A primeira versão saiu em setembro de 2026; os pesos atuais da v2 foram avaliados em 2 de outubro.
É um modelo de completação de texto, não de chat, com uma janela de 8.192 tokens para instrução, rascunho e reescrita juntos. Ele vem em safetensors e em seis arquivos GGUF de 3,9 GB (2 bits) a 23,8 GB (bf16), vários deles com quantization-aware training, além de um app offline gratuito para Mac e Windows e uma ferramenta de linha de comando que reescreve arquivos .md, .txt e .docx parte por parte.
O treinamento usou 28.598 pares de rascunho de IA e original humano real, 3.918 pares de preferência e 500 passos de aprendizado por reforço pontuados por um juiz de fatos LLM. O autor diz que nenhum detector de IA foi usado em nenhuma etapa do treinamento e publicou todas as linhas de treinamento. Pesos e código estão sob Apache 2.0.
humanizer (12B) vale a pena?
O argumento de venda do humanizer é que ele faz textos de IA passarem pelos detectores de IA, e o card diz isso abertamente: em 210 rascunhos em inglês reservados para teste, o Originality.ai na configuração mais rígida sinalizou 11 reescritas (5%), contra 26 na primeira versão. Em 60 desses rascunhos, o popular prompt blader/humanizer aplicado pelo Claude Sonnet foi sinalizado 60 vezes em 60; este modelo, 4. São medições do próprio autor, em um detector, em uma data, e o card diz isso.
O número mais útil é a fidelidade aos fatos. Um juiz LLM rigoroso (GLM-5.3) não encontrou nenhum problema factual em 376 de 420 reescritas em inglês feitas com o arquivo Q8_0 recomendado, o que significa que cerca de uma em cada dez tem um erro. O autor diz que mais de nove em cada dez das correções sinalizadas são uma única palavra ou expressão, e dá um exemplo real: "the remaining 37 complaints" virou "the other 37% of complaints". O chinês é mais fraco, com 149 de 204 sem problemas. A formatação também escorrega: 28 de 420 saídas perderam uma lista, um título ou uma quebra.
A engenharia é melhor do que a da maioria dos lançamentos amadores. O arquivo de 2 bits foi refeito com quantization-aware training para coincidir com o próximo token do modelo completo em 87% das vezes, contra 70% de uma versão de 2 bits padrão do mesmo tamanho, e roda em uma máquina de 8 GB. O card documenta o prompt exato byte a byte, a amostragem que precisa ser desligada e um autoteste. Em um M5 Max, um e-mail de 100 palavras leva cerca de 3,6 segundos.
Ainda é uma ferramenta cujo mercado principal inclui estudantes e qualquer pessoa obrigada a declarar ajuda de IA. O autor pede aos usuários que sigam as regras da escola e do empregador, mas nada no modelo impõe isso. Usado nos seus próprios rascunhos, para fazer um e-mail escrito com ajuda de IA soar como você, ele é uma alternativa local bem-feita a colar texto em um humanizador na web.
Onde ele se destaca
Um gerente de vendas em uma agência de 20 pessoas que rascunha e-mails para clientes com um assistente de IA
Fazer os e-mails rascunhados por IA parecerem menos padronizados sem vazar dados dos clientes
O app para Mac ou Windows baixa um arquivo uma vez e depois funciona offline; um e-mail de 100 palavras leva cerca de 3,6 segundos em um M5 Max. Marcar um trecho como fato o mantém palavra por palavra, mas números e nomes ainda precisam de uma leitura.
Um desenvolvedor que mantém um pipeline de documentação
Reescrever em lote notas de versão geradas com uma voz mais simples
Sirva o GGUF Q8_0 com llama-server e chame /completion com o prompt documentado, ou rode hz em arquivos .md; ele mantém títulos, código e tabelas e sinaliza qualquer seção em que um número tenha sumido. Divida os arquivos para ficar dentro de 8.192 tokens.
Antes de decidir
- Configuração
- Instale o app de desktop, que sugere um de cinco tamanhos de arquivo para a sua memória e o baixa, ou baixe um GGUF com hf download e rode llama-server. O formato do prompt precisa ser reproduzido exatamente, com top-k e min-p desligados; o card fornece um hash para conferir.
- Integrações
- llama.cpp, LM Studio, Ollama (com o Modelfile fornecido), MLX, transformers e vLLM; um arquivo AGENTS.md explica aos agentes de programação como instalá-lo e fazer o autoteste. Um draft model da comunidade acelera a decodificação no MLX em cerca de 1,5x.
- Dados e privacidade
- Roda inteiramente local; nada é enviado a lugar nenhum. Apache 2.0, herdada do Gemma 4 12B; o autor não tem vínculo com o Google.
- Custo em escala
- Gratuito. O Q8_0 tem 12,7 GB, com pico de 13,7 GB em um Mac, o Q4_K_M tem 7,6 GB, e o arquivo de 2 bits tem 3,9 GB, com pico de 6,2 GB; a velocidade em um M5 Max é de cerca de 36 a 38 tokens por segundo.
- Limites
- 8.192 tokens por solicitação, então documentos longos precisam ser divididos. O card lista respostas no idioma errado em rascunhos curtos em inglês cheios de jargão, gírias ou palavrões acrescentados em gêneros informais, e posts de redes sociais padronizados como o gênero que os detectores ainda pegam (3 de 16).
O que é bom
- 376 de 420 reescritas em inglês sem erro factual (dados próprios)
- Roda offline, com até 8 GB de memória usando o arquivo de 2 bits
- Dados de treinamento, prompts e saídas de avaliação todos publicados
- Apache 2.0; app gratuito para Mac e Windows
O que não é
- Cerca de uma reescrita em cada dez ainda altera um fato
- Os resultados de detecção são de um fornecedor, em uma data
- Chinês e formatação são menos confiáveis
- Às vezes responde em chinês ou acrescenta gírias sem ser pedido
Ideal para
Pessoas que escrevem rascunhos com IA e querem que o resultado soe como a própria escrita, na própria máquina, e que vão revisar números e nomes antes de enviar.
Alternativas ao humanizer (12B)
humanizer (12B): perguntas frequentes
- humanizer (12B) vale a pena?
- Incomumente bem documentado e melhor em preservar fatos do que um prompt, mas uma em cada dez reescritas em inglês ainda muda alguma coisa, e sua pontuação de destaque depende de um detector que pode mudar amanhã. Damos nota 3.7 de 5.
- Quanto custa humanizer (12B)?
- Gratuito sob Apache 2.0: pesos, arquivos GGUF, app de desktop e CLI. Sem serviço hospedado.
- Quais são as desvantagens de humanizer (12B)?
- Cerca de uma reescrita em cada dez ainda altera um fato; os resultados de detecção são de um fornecedor, em uma data; chinês e formatação são menos confiáveis; às vezes responde em chinês ou acrescenta gírias sem ser pedido.
- Para quem humanizer (12B) é indicado?
- Pessoas que escrevem rascunhos com IA e querem que o resultado soe como a própria escrita, na própria máquina, e que vão revisar números e nomes antes de enviar.
- Quanto custa humanizer (12B) para uma equipe ou em produção?
- Gratuito. O Q8_0 tem 12,7 GB, com pico de 13,7 GB em um Mac, o Q4_K_M tem 7,6 GB, e o arquivo de 2 bits tem 3,9 GB, com pico de 6,2 GB; a velocidade em um M5 Max é de cerca de 36 a 38 tokens por segundo.
- humanizer (12B) é seguro para dados da empresa?
- Roda inteiramente local; nada é enviado a lugar nenhum. Apache 2.0, herdada do Gemma 4 12B; o autor não tem vínculo com o Google.
- Quais são as melhores alternativas ao humanizer (12B)?
- As alternativas mais próximas que analisamos são Gemma 4.
Respostas verificadas em 31 de out. de 2026.