Google lança Gemini 4 Hydrogen, Inkling 2 Small passa a ter pesos abertos, OpenAI disponibiliza Daybreak Red Team

A Google lança Gemini 4 Hydrogen, um modelo rápido que supera Gemini 4 Argon no Intelligence Index da Artificial Analysis, e disponibiliza-o no mesmo dia no Search, na aplicação Gemini, no Antigravity, no Cursor e no Devin. A Thinking Machines publica os pesos de Inkling 2 Small sob Apache 2.0, a OpenAI disponibiliza dois produtos de ciberdefesa, Daybreak Red Team e Daybreak Defense Factory, e a Google coloca os seus óculos inteligentes com Gemini em pré-venda. Do lado da Anthropic, o Claude passa a participar nas reuniões do Google Meet, o Managed Agents pode ser totalmente alojado em infraestrutura própria e o site da oferta pública inicial apresenta o seu calendário.

Gemini 4 Hydrogen: 2,5 vezes mais rápido do que Gemini 3.8 Flash, à frente de Argon no Intelligence Index, a 1,50 dólares por milhão de tokens

12 de novembro — A Google completa a série Gemini 4 com Gemini 4 Hydrogen, depois de Argon e Carbon. Enquanto estes dois modelos visam o raciocínio prolongado sobre os problemas mais difíceis, Hydrogen foi concebido para a velocidade: o código do dia a dia, os agentes que encadeiam ferramentas e a síntese de documentos multimodais. A Google apresenta-o como a atualização de Gemini 3.8 Flash e dos modelos Gemini 3 e 2.5 anteriores.

Meet Gemini 4 Hydrogen: built for rapid coding, multimodal synthesis, and everyday workflows. It finishes tasks 2.5x faster than 3.8 Flash and surpasses Argon on the @ArtificialAnlys Intelligence Index.

🇵🇹 Apresentamos Gemini 4 Hydrogen, concebido para programação rápida, síntese multimodal e tarefas do dia a dia. Conclui as tarefas 2,5 vezes mais depressa do que 3.8 Flash e supera Argon no Intelligence Index da @ArtificialAnlys. — @GoogleDeepMind no X

No Intelligence Index da Artificial Analysis, Hydrogen obtém 51 na configuração predefinida, contra 50 de Argon, e 54 no nível de reflexão mais elevado. Face a 3.8 Flash, a Google anuncia tarefas concluídas 2,5 vezes mais depressa, uma pontuação no Terminal-Bench 4.1 mais de três vezes superior e mais de 5 vezes menos afirmações inventadas: o modelo assinala o contexto em falta em vez de adivinhar.

Benchmark ou medida (números da Google)	Gemini 4 Hydrogen	Ponto de comparação
Artificial Analysis Intelligence Index	51 (high), 54 (xhigh)	Gemini 4 Argon: 50
Terminal-Bench 4.1	57 %	Gemini 3.8 Flash: 18,2 %
Velocidade das tarefas (configuração high)	2,5 vezes mais rápido	Gemini 3.8 Flash
HLE-Diamond	58,8 %	À frente da sua categoria
Vals Tax Agent Bench	52,3 %	1.º na classificação geral
Agents’ Last Exam v1.1	71,6 %	À frente dos outros modelos, segundo a Google

Para os programadores, gemini-4-hydrogen está em disponibilidade geral na API Gemini, incluindo no escalão gratuito, com limites de débito. O preço pago é o mesmo para todo o contexto de um milhão de tokens: 1,50 dólares por milhão de tokens de entrada, 7,50 dólares de saída (incluindo a reflexão) e 0,075 dólares de entrada em cache implícita. É o preço que Gemini 3.8 Flash voltará a ter no fim da sua promoção, que decorre até 31 de dezembro (0,75 e 3,75 dólares). Hydrogen acrescenta um quarto nível de reflexão, xhigh, acima de low, medium e high; high é a predefinição, enquanto 3.8 Flash utilizava medium. O contexto unificado atinge 1 048 576 tokens, com 65 536 tokens de saída por pedido síncrono e até um milhão através da execução em segundo plano. A migração de 3.8 Flash exige alguns ajustes: deixa de haver cache explícita, os parâmetros temperature, top_p e top_k são ignorados e o nível de reflexão mínimo é rejeitado.

O modelo chega no mesmo dia à aplicação Gemini, em todo o mundo (os utilizadores gratuitos acedem-lhe através da seleção automática do modelo), ao Google Search para todos, ao Gemini para Google Sheets primeiro para os subscritores Google AI Pro e Ultra, e ao Antigravity para os subscritores pagos Pro e Ultra. Torna-se também o modelo predefinido do agente Antigravity dos Gemini Managed Agents. No entanto, no momento da nossa consulta, não tinha sido encontrada nenhuma pull request que mencionasse Hydrogen no repositório de Gemini CLI.

Quanto à segurança, a Google anuncia até 81 % menos desvios das instruções nas tarefas com agentes, ações desalinhadas e atalhos reduzidos a um duodécimo, 96,7 % na sua avaliação interna de honestidade e uma resistência mais de 2,3 vezes superior às injeções indiretas de prompt (Gray Swan). Foi publicada uma ficha do modelo.

🔗 Anúncio de Gemini 4 Hydrogen (blog.google) · Novidades de Gemini 4 Hydrogen para a API (Google AI Studio) · Preços da API Gemini · Ficha do modelo (PDF)

Google Search passa para Hydrogen, «a maior atualização de modelo» do Search segundo a Google

12 de novembro — O Google Search adota Gemini 4 Hydrogen para todos os seus utilizadores, em todo o mundo. Robby Stein, vice-presidente de produto do Search, fala da maior atualização de modelo do Search até à data. O motor de pesquisa deverá compreender melhor a intenção, incluindo em perguntas com várias partes, muito específicas ou escritas com gralhas. Alarga a sua técnica de ramificação de consultas (query fan-out), que lança pesquisas paralelas sobre os subtemas de uma pergunta, propondo assim um leque mais amplo de ligações. As respostas tornam-se mais visuais, com imagens, tabelas comparativas e ferramentas criadas para a pergunta, em todas as línguas suportadas pelo modo IA. A Google não publica números para esta componente.

🔗 Gemini 4 Hydrogen no Search (blog.google)

Antigravity Orchestrator alterna entre Carbon e Hydrogen na mesma sessão, com menos 24 % de quota

12 de novembro — O Google Antigravity acrescenta uma opção Orchestrator ao seu seletor de modelos. Esta não escolhe um modelo para toda a tarefa: transfere o controlo entre Gemini 4 Carbon e Gemini 4 Hydrogen ao longo da mesma sessão, nos dois sentidos. Carbon explora o código em modo de leitura, esclarece ambiguidades e elabora um plano; Hydrogen escreve as alterações, atualiza os pacotes e executa os testes, devolvendo depois o controlo a Carbon se encontrar um obstáculo.

Segundo a publicação do Antigravity, Orchestrator aproxima-se da taxa de sucesso de Carbon utilizado isoladamente, consumindo em média menos 24 % de quota e terminando 19 % mais depressa, no Terminal-Bench 4.1; a publicação do blog.google associa os mesmos números ao Terminal-Bench 4.0. Orchestrator fica inicialmente reservado aos subscritores Google AI Ultra, enquanto Hydrogen utilizado isoladamente está disponível para os subscritores pagos Pro e Ultra. Segundo o Antigravity, também foram lançados «dezenas de milhares» de enxames de agentes (swarms) em poucos dias desde a chegada de /swarm.

🔗 Gemini 4 Hydrogen no Google Antigravity

Cursor: 54,3 % no CursorBench com o esforço predefinido, contra 39,6 % de Gemini 3.8 Flash

12 de novembro — Gemini 4 Hydrogen chega ao Cursor no dia do seu lançamento. Segundo o tweet do Cursor, o modelo obtém, com o esforço predefinido, 54,3 % no CursorBench, o benchmark próprio da empresa, contra 39,6 % de Gemini 3.8 Flash. Um segundo tweet indica o seu preço no Cursor: 1,50 dólares por milhão de tokens de entrada e 7,50 dólares de saída. A página de avaliação do Cursor, por sua vez, detalha três níveis de esforço.

Modelo e esforço (página de avaliação do Cursor)	Pontuação CursorBench	Custo por tarefa
Gemini 4 Hydrogen, esforço High	54,3 %	5,59 dólares
Gemini 4 Hydrogen, esforço Medium	46,7 %	1,76 dólares
Gemini 4 Hydrogen, esforço Low	27,9 %	0,28 dólares
Gemini 4 Carbon, esforço High (referência)	60,4 %	9,22 dólares

🔗 Anúncio de @cursor_ai · Página de avaliação do Cursor

Devin: 38,2 % no FrontierCode 2.0 por 2,40 dólares por tarefa

12 de novembro — A Cognition disponibiliza também Gemini 4 Hydrogen no Devin Desktop e no Devin CLI. No FrontierCode 2.0, o seu benchmark que avalia a qualidade do código produzido em tarefas reais e a sua aptidão para ser integrado, Hydrogen obtém 38,2 %, a menos de um ponto de GPT-6.1 Sol e próximo de Gemini 4 Carbon. A Cognition destaca sobretudo o custo: 2,40 dólares por tarefa, cerca de 40 % menos do que os 4,04 dólares de Carbon. Com esforço médio, Hydrogen já supera o melhor resultado de Gemini 4 Argon por menos de um sétimo do seu custo por tarefa.

Modelo avaliado (excerto do gráfico da Cognition)	Pontuação FrontierCode 2.0
Claude Fable 5.2	49,1 %
Claude Opus 5.5	45,5 %
Gemini 4 Carbon	40,0 %
GPT-6.1 Sol	39,0 %
Gemini 4 Hydrogen	38,2 %
Gemini 4 Argon	26,3 %

🔗 Gemini 4 Hydrogen no Devin (Cognition)

Inkling 2 Small: Thinking Machines publica sob Apache 2.0 os pesos do seu MoE multimodal de 594B parâmetros, dos quais 17B ativos

12 de novembro — Uma semana depois de o lançar com pesos fechados, a Thinking Machines publica no Hugging Face os pesos de Inkling 2 Small, sob licença Apache 2.0. O modelo estava disponível desde 5 de novembro no Tinker, a plataforma de afinação do laboratório, enquanto se concluíam testes de segurança externos e um red-teaming, segundo a abordagem que a Thinking Machines descrevia em «um caminho seguro para pesos abertos».

Inkling 2 Small’s weights are now available for download on HuggingFace under an Apache 2.0 license. Make Inkling your own!

🇵🇹 Os pesos de Inkling 2 Small estão agora disponíveis para descarregar no HuggingFace sob licença Apache 2.0. Faça do Inkling o seu próprio modelo! — @thinkymachines no X

É a segunda geração de modelos do laboratório, depois de Inkling-Small (276B parâmetros, dos quais 12B ativos): uma mistura de especialistas (Mixture-of-Experts) de 594 mil milhões de parâmetros, dos quais 17 mil milhões ativos, que aceita imagens como entrada, sem áudio, e oferece um esforço ajustável. Com os pesos chega o ecossistema de implementação: integração com Unsloth, SGLang, vLLM e TokenSpeed, pós-treino com Miles, SkyRL e Snowflake Cortex Training, e API na NVIDIA, Fireworks, Together, Baseten, Nebius, Modal e Cloudflare. A ficha do modelo no Hugging Face anuncia uma janela de contexto de até um milhão de tokens.

A Thinking Machines anuncia uma pontuação de 31 no Intelligence Index da Artificial Analysis (30,6 na sua tabela), atrás de DeepSeek-V4.1-Flash-1017 (32,6), GLM 5.3 (31,7) e Gemini 3.8 Flash (30,8), e atrás de Claude Haiku 5.5 (36,5). Nas suas próprias medições, o modelo continua atrás de DeepSeek-V4.1-Flash-1017 na maioria dos benchmarks de código, mas à frente de GLM-5.3-Flash.

Medida da Thinking Machines	Inkling 2 Small	DeepSeek-V4.1-Flash-1017	GLM-5.3-Flash	Kimi K3	Claude Haiku 5.5
Parâmetros ativos / totais (B)	17 / 594	16 / 552	18 / 320	104 / 2 800	Não indicado
AA Index v5.0	30,6	32,6	27,8	Não indicado	36,5
FrontierCode v2.0	25,4 %	28,5 %	17,6 %	17,3 %	34,9 %
DeepSWE v1.1	72,1 %	77,0 %	63,4 %	68,5 %	59,9 %
SWE-Bench Pro v2 (Hard)	86,3 %	89,7 %	82,8 %	88,2 %	52,9 %
MMMU Pro (visão)	81,6 %	80,6 %	79,0 %	80,5 %	79,1 %

Na otimização de kernels GPU (PMPP-Hard), Inkling 2 Small resolve 54,25 tarefas em 69 em dez horas, contra 63 de GPT-6 Astra e 60 de Claude Opus 5.5. A publicação detalha a receita: um pré-treino de 8 400 mil milhões de tokens em 68 horas em racks NVIDIA GB300 NVL72, inteiramente em NVFP4, seguido de fases sucessivas até um milhão de tokens de contexto, alimentadas sobretudo por trajetórias amostradas de modelos anteriores, incluindo Kimi K3. O pós-treino decorre num único run de aprendizagem por reforço: 1 075 passos, mais de 17 milhões de rollouts, 2 048 GPU durante nove dias. O modelo foi testado no OpenCode com o nome de código Fledge-Alpha.

A Thinking Machines enumera também as suas limitações: o modelo não é o mais conciso, nem sempre escolhe a ferramenta certa quando há muitas skills e é menos apurado em conversação. Quanto à segurança, o laboratório considera que as suas capacidades de cibersegurança ofensiva ficam aquém da fronteira dos modelos abertos e estima que a sua variante «helpful-only» proporciona apenas um ganho marginal em conhecimentos CBRN.

🔗 Inkling 2 Small (Thinking Machines) · Inkling-2-Small no Hugging Face

Daybreak Red Team e Daybreak Defense Factory: OpenAI disponibiliza testes de intrusão com agentes e uma ferramenta que transforma vulnerabilidades em correções

12 de novembro — A OpenAI realizava nesse dia, às 10 h PT, a sua keynote Cyber at the Frontier, dedicada aos seus anúncios de cibersegurança. A página remete para dois produtos reunidos sob a marca Daybreak e para o pedido de acesso ao Daybreak. No momento da nossa consulta, a OpenAI não tinha publicado qualquer artigo ou tweet sobre a keynote: o que se segue provém das páginas dos produtos e da documentação.

Produto Daybreak	Estado a 12 de novembro	O que faz
Daybreak Red Team	Acesso antecipado, mediante inscrição	Testes de intrusão de aplicações web por uma equipa de agentes
Daybreak Defense Factory	Pré-visualização, plugin para ChatGPT	Análise de repositórios GitHub, importação de Snyk, Endor Labs e Wiz, correções para revisão

O Daybreak Red Team baseia-se numa equipa coordenada de agentes que parte do código-fonte e do contexto de uma aplicação web para explorar vias de ataque e confirmar vulnerabilidades. Também valida os resultados de scanners de código, programas de bug bounty ou relatórios de divulgação, verifica se uma correção bloqueia efetivamente o exploit e repete a avaliação quando a aplicação muda. O âmbito é delimitado por ambientes isolados e por uma revisão Guardian, com controlo das aplicações e dos pontos de acesso a que os agentes podem aceder. O produto não deve ser confundido com o Daybreak Red, o nível de acesso já existente aos modelos especializados em cibersegurança para investigação autorizada.

O Daybreak Defense Factory pretende transformar vulnerabilidades acumuladas em correções. É instalado como plugin em pré-visualização no ChatGPT, na web ou na aplicação de computador, nos espaços de trabalho com acesso ao Daybreak. As análises na cloud são executadas no Codex cloud e exigem uma ligação GitHub pessoal, em três modos: análise de um repositório, monitorização contínua de novos commits ou análise agendada. A ferramenta também revê pull requests e importa os resultados do Snyk Open Source, do Endor Labs e do Wiz, até 10 000 ocorrências por seleção. Nada é aplicado automaticamente: cada correção proposta deve ser revista, « Fix with Codex » permite aperfeiçoá-la e « Create PR » abre uma pull request em rascunho. Os repositórios GitLab não dispõem de análise na cloud.

As análises de repositórios e a monitorização contínua são faturadas com base na utilização de tokens, às tarifas do plano e fora da quota incluída, com créditos de análise gratuitos que não expiram. As páginas não identificam nenhum modelo nem apresentam valores de desempenho ou preços concretos. O Defense Factory dá continuidade ao Codex Security Cloud, apresentado a 29 de setembro, e à abordagem The Defense Factory descrita em setembro.

🔗 Cyber at the Frontier (OpenAI) · Data e hora da keynote (página de Cibersegurança da OpenAI) · Daybreak Red Team · Daybreak Defense Factory · Documentação (Codex Security) · FAQ do Codex Security

OpenAI protege as suas centenas de agentes OpenClaw persistentes com o sandbox do Codex

12 de novembro — O blog OpenAI Developers explica como a OpenAI controla os agentes persistentes que executa internamente, incluindo centenas de agentes OpenClaw e mais de 500 agentes que trabalham de forma proativa em segundo plano. Ao contrário de uma sessão Codex, um agente persistente funciona continuamente e pode agir sem esperar pelo utilizador.

A primeira regra é separar o código de confiança (rede, identidade, sandbox) da execução do modelo: a OpenAI adicionou ao projeto open source a execução remota do harness, que coloca o gateway OpenClaw noutro cluster. Os agentes funcionam no sandbox do Codex: rede limitada a uma lista de permissões, escrita limitada à sua pasta de trabalho, segredos confiados a um intermediário de credenciais. O Auto-review faz com que cada ação seja validada por um segundo agente, cada agente tem a sua própria identidade associada a uma ChatGPT Service Account e tudo fica registado. O OpenClaw Enterprise, um plano de controlo de agentes open source, está em fase piloto, com uma versão 1.0 prevista até ao final do ano.

🔗 Proteger agentes persistentes como o OpenClaw na OpenAI

Óculos inteligentes com Gemini: Google abre pré-encomendas, a partir de 395 dólares na Warby Parker e 449 dólares na Gentle Monster

12 de novembro — A Google abre as pré-encomendas dos seus óculos inteligentes (Intelligent Eyewear) com Gemini, concebidos em parceria com a Samsung e duas marcas de óculos, a Gentle Monster e a Warby Parker; o papel da Samsung não é detalhado. As pré-encomendas podem ser feitas online e nas lojas das duas marcas, com demonstrações numa seleção de lojas Gentle Monster, Warby Parker e Google Store. As vendas começam a 10 de dezembro.

Gama de óculos	Modelos disponíveis	Preço inicial	Países indicados
Gentle Monster	6 modelos coloridos, possibilidade de lentes graduadas na maioria	449 dólares	Estados Unidos e Coreia do Sul
Warby Parker	Alden, Reid e Wren, em versão graduada ou de sol	395 dólares	Apenas contas Google dos Estados Unidos e da Coreia do Sul

As armações parecem óculos convencionais. Basta dizer « Hey Gemini » ou tocar na haste para perguntar ao Gemini sobre aquilo para que se está a olhar, por exemplo a história de um mural encontrado na rua. O Google Maps fornece indicações por áudio, e o Google Translate traduz a fala em tempo real para mais de 70 idiomas. Para pessoas cegas ou com baixa visão, o Guided Vision descreve o ambiente, e o Aira Explorer estabelece a ligação a um intérprete visual humano.

Os óculos pesam cerca de 41 g e têm uma autonomia de até 9 horas consoante a utilização; o estojo permite até 7 recargas, e uma carga até 60 % demora cerca de 30 minutos. Integram uma câmara ultra grande-angular de 12 Mpx (vídeo até 3K), altifalantes abertos e proteção IPX4. Ligam-se por Bluetooth a um Pixel 7 ou mais recente com Android 17, a um iPhone 13 Pro ou mais recente (pelo menos 6 Go de memória RAM) com iOS 26.6 ou posterior, ou a um Galaxy S ou Z recente.

A Google salienta a privacidade. As imagens que o Gemini vê não são guardadas no histórico nem utilizadas para treino ou publicidade, e os rostos dos transeuntes são ocultados antes do processamento. Um indicador luminoso externo sinaliza a captação de fotografias e vídeos e bloqueia a captação se estiver tapado, e um interruptor físico desliga tudo. As aplicações do Google Play não podem utilizar a câmara dos óculos para streaming em direto nas redes sociais nem para identificação facial em tempo real.

🔗 Pré-encomendas dos óculos inteligentes (blog.google) · Proteções de privacidade (blog.google) · Ficha técnica e compatibilidade (glasses.google)

Entrada em bolsa da Anthropic: preço final previsto para 18 de novembro e primeiras cotações a 19, segundo o site oficial

12 de novembro — A Anthropic destaca, num tweet, o site da sua entrada em bolsa, ipo.anthropic.com, cuja data de publicação não é indicada. A FAQ apresenta o calendário: sujeito à aprovação das autoridades, preço final previsto para 18 de novembro e primeiras cotações a 19 (hora do Leste dos Estados Unidos), no Nasdaq sob o símbolo « ANT ». Segundo o artigo de 10 de novembro que deu início ao roadshow, a oferta abrange 825 milhões de ações, entre 70 e 78 dólares.

Indicador publicado no site (« Q3’26 »)	Valor apresentado
Volume de negócios	17,0 mil milhões de dólares, mais de 12 vezes o valor de há um ano
Margem operacional	-3 %, e 15 % de margem ajustada (medida não GAAP)
Prejuízo líquido	23,3 mil milhões de dólares, dos quais 21,9 mil milhões sem impacto de caixa
Eficiência computacional	Multiplicada por mais de 4 desde o primeiro trimestre de 2025

Segundo o site, o encargo sem impacto de caixa está associado ao aumento da avaliação. A sua versão europeia descreve uma oferta a investidores particulares de nove países do Espaço Económico Europeu, incluindo França; segundo a FAQ, o preço máximo de 120 dólares por ação indicado no prospeto europeu não é o preço esperado, e o preço final será o da oferta americana.

🔗 Site da entrada em bolsa, variante europeia · Tweet de @AnthropicAI · Lançamento do roadshow (Anthropic)

Claude Meetings em beta: Claude junta-se às chamadas Google Meet dos planos Team e Enterprise

12 de novembro — A Anthropic lança o Claude Meetings em beta, em disponibilização gradual nos planos Team e Enterprise. O Claude junta-se à chamada como participante visível: pode ser interrogado em voz alta ou no chat e responde por escrito por predefinição. Durante a reunião, cria documentos e quadros brancos que os outros convidados da organização editam em simultâneo e regista notas e ações a realizar; tudo fica depois reunido numa página da reunião em claude.ai.

Atualmente, apenas o Google Meet é suportado. O convite está ativo por predefinição no Team e é ativado por um administrador no Enterprise; as organizações com retenção zero de dados (ZDR), HIPAA-ready ou com chaves geridas pelo cliente (CMEK) estão excluídas durante a beta. O Claude guarda a transcrição, um resumo e descrições do ecrã, mas não o áudio, e evita por predefinição chamadas com um convidado externo. As notas, transcrições e respostas são gratuitas durante a beta, exceto as respostas que recorrem a uma ferramenta ligada; os artefactos criados em reunião continuam gratuitos até 10 de fevereiro de 2027.

🔗 Apresentação do Claude Meetings

Claude Managed Agents autoalojado em beta privada: harness, sandboxes e histórico das sessões no ambiente do cliente

12 de novembro — O Claude Managed Agents, o conjunto de API da Anthropic para construir e implementar agentes autónomos, pode agora funcionar inteiramente no ambiente do cliente, em beta privada. Até aqui, apenas os sandboxes podiam ser autoalojados, em beta pública desde 19 de maio. O harness do agente, os sandboxes, as credenciais e o histórico das sessões ficam agora na cloud da empresa ou nos seus servidores, operados pela própria empresa.

Os pedidos ao modelo são enviados para onde o cliente decidir: para a Anthropic, Amazon Bedrock, Google’s Agent Platform ou Microsoft Foundry, ou para o seu próprio gateway, com as mesmas API do serviço alojado; a retenção zero de dados (ZDR) aplica-se se estiver configurada. As credenciais ficam fora do sandbox, o acesso à rede é limitado a uma lista de hosts autorizados e cada sessão gera um registo exportável em OpenTelemetry. A beta é reservada às organizações elegíveis, através do seu contacto comercial na Anthropic.

🔗 Operar o Claude Managed Agents dentro do seu perímetro de segurança

Modelos abertos especializados: transcrição na Salesforce, voz na Zyphra e decisão na Perplexity

Três modelos com pesos abertos, todos sob licença Apache, destinam-se cada um a uma tarefa específica. Os números provêm dos seus criadores.

SOV-Transcribe-1: Salesforce publica um modelo de transcrição que lidera os modelos abertos no Artificial Analysis

12 de novembro — Uma equipa da Salesforce publica no Hugging Face o SOV-Transcribe-1, o seu primeiro modelo de reconhecimento de voz com pesos abertos, sob licença Apache 2.0. É um modelo de linguagem com capacidades de fala, para transcrição sem streaming, com 4 mil milhões de parâmetros ativos num total de 26 mil milhões segundo o artigo (27 mil milhões segundo a ficha do Hub). Segundo a equipa, ocupa o primeiro lugar entre os modelos abertos no Artificial Analysis (7.º na classificação geral). Também aceita instruções, como palavras-chave para transcrever melhor nomes raros. O relatório técnico ainda não foi publicado.

Benchmark (medições da equipa)	SOV-Transcribe-1	Referências de comparação citadas
AA-WER, taxa de erro (menor = melhor)	2,28 %	Nemotron 3.5 Transcribe 2,81 %, Voxtral Small 2,77 %
HALAS, chamadas reais (menor = melhor)	25,69 %	Qwen3-ASR 1.7B 26,01 %, Voxtral Small 27,35 %
VoiceCodeBench, gravações sem erros	76,3 %	2.º entre 23 sistemas

🔗 SOV-Transcribe-1 (Hugging Face)

ZONOS3-Mini: Zyphra clona vozes em tempo real em 43 idiomas com 100M de parâmetros ativos

12 de novembro — A Zyphra publica o ZONOS3-Mini, um modelo de síntese de voz sob licença Apache 2.0 que clona uma voz sem afinação prévia (zero-shot) em 43 idiomas. Ativa apenas 100 milhões de parâmetros de um total de 800 milhões, enquanto o ZONOS2 se baseava num modelo de 8 mil milhões, graças a um novo codec de áudio a 15 Hz e a uma arquitetura híbrida de Gated DeltaNet e atenção com mistura de especialistas. O treino demorou 2,5 dias em 112 GPU H100. Os pesos, as versões quantizadas e os motores de execução (navegador em WebGPU, MLX, C++, SGLang-Omni) foram publicados, com o código sob licença MIT. A Zyphra coloca-o em primeiro lugar entre os modelos abertos no seu próprio índice, à frente do Fish S2 Pro e do MOSS TTS v1.5.

Dispositivo de teste (medições da Zyphra)	Tempo até ao primeiro som
Pixel 9, no navegador	Menos de 570 ms
MacBook Air M3	Menos de 150 ms
GPU H100 (mediana)	80 ms

🔗 ZONOS3-Mini (Hugging Face)

Decider v1.3 : Perplexity acrescenta a extração de passagens aos seus modelos de decisão abertos

12 de novembro — A Perplexity publica o Decider v1.3 (27B, com base no Qwen3.8-27B) e o Decider Flash v1.3 (4B, destilado do primeiro), os seus modelos de decisão de pesos abertos. Estes classificadores generalistas devolvem, numa única passagem, probabilidades para perguntas de resposta fechada, sem gerar texto. Os pesos estão disponíveis sob licença Apache no Hugging Face, com acesso gratuito no OpenRouter até 19 de novembro, e a Decisions API mantém os seus preços: 0,02 e 0,01 dólar por milhão de tokens de entrada, com saída gratuita. A novidade, locate, extrai de um texto as passagens que correspondem a uma descrição, com as respetivas posições; exclusiva da v1.3, apenas lê texto e exclui web_grounding.

Avaliação da Perplexity	Decider v1.3	Ponto de comparação
Classificação de consultas (63 tarefas)	91,6 %	+6,54 pontos face aos classificadores de produção
Reclassificação (72 tarefas, nDCG@10)	83,99	+2,24 face ao Jev 1.14
Extração locate (17 tarefas fora do domínio)	69,0	Liquid d1 : 43,3
Concordância com juízes LLM (1 milhão de consultas)	93,98 %	Decider v1.2 : 93,68 %

🔗 Perplexity Decider v1.3 · Gratuidade no OpenRouter (@perplexitydevs)

Runway passa à 3D: geração de modelos com Tripo H3.1, seguida da escolha de um ângulo como referência para a imagem ou o vídeo

12 de novembro — A Runway passa a suportar 3D. O modelo Tripo H3.1 gera modelos 3D detalhados a partir de texto ou de uma imagem, e o utilizador também pode importar o seu próprio modelo. Escolhe-se depois qualquer ângulo do modelo para o usar como referência da próxima imagem ou vídeo, e o modelo pode ser exportado para outras ferramentas 3D. A Runway já se aproximava da 3D através de apps: 3D Camera Control no App Studio (26 de outubro), depois Sightline (9 de novembro), que exporta o seu panorama 360 em 3D. Desta vez, a geração de modelos 3D entra na própria aplicação, a cargo de um modelo de terceiros. O anúncio, feito num tweet sem publicação no blogue nem entrada no changelog, não especifica o custo em créditos, os planos abrangidos ou os formatos de exportação.

🔗 Anúncio de @runwayml

Agentes de código: Amp, Delta e Replit Agent

Amp substitui o seu mostrador Dial por um seletor de modelo e esforço

12 de novembro — A Amp abandona o Dial, o mostrador com quatro modos (low, medium, high, ultra) lançado em julho. Um seletor clássico substitui-o: escolhe-se o modelo e o seu esforço para cada conversa, e é possível mudar ambos a qualquer momento. A razão está na faturação: desde que a Amp aceita as subscrições e chaves de API do utilizador, o modelo escolhido também determina quem paga, e o seletor mostra a ligação à qual é cobrada a utilização de cada modelo. Mudar de modelo durante uma conversa tem um custo: o cache do prompt pertence a um modelo, pelo que a primeira mensagem seguinte fica mais cara. A opção Staff Pick usa o modelo preferido da equipa, atualmente Claude Opus 5.5, e serve de predefinição para novas conversas. As definições do Dial não são transferidas.

Antigo modo do Dial	Modelo associado por predefinição
low	GLM-5.3-Flash
medium	Claude Opus 5.5
high	GPT-6 Astra
ultra	Claude Fable 5.2

🔗 Adeus, Dial (Amp)

Delta recebe Claude Agent via ACP v2, com a subscrição Claude do utilizador

12 de novembro — O Delta, o ambiente multiutilizador da equipa da Zed, recebe o seu primeiro agente externo: Claude Agent, ligado através do Agent Client Protocol (ACP). O acesso é feito com a subscrição Claude, consumindo a utilização nela incluída, ou com uma conta Anthropic Console, faturada como utilização de API. A Delta escreveu um adaptador ACP open source para o Claude Agent SDK, que carrega skills, comandos e memória como o Claude Code e recupera os servidores MCP já configurados. Por enquanto, o Claude Agent funciona localmente, ainda sem suporte nos Cloud Runners lançados na véspera. A equipa diz disponibilizá-lo mais cedo do que é habitual, por ser a funcionalidade mais pedida, e considera-o ainda numa fase inicial. A integração assenta no ACP v2, que suporta o trabalho em segundo plano: a v2 está em rascunho, com chegada a Preview prevista nas próximas semanas e a Stable pouco depois. O Codex é o próximo agente previsto.

🔗 Claude Agent no Delta (publicação da Delta)

Replit Agent faz compras para a empresa com Link e Visa e lança campanhas Google Ads

12 de novembro — A Replit confia duas novas tarefas ao seu Agent. Com o comércio agêntico (Agentic Commerce), o Agent procura materiais com base no que sabe da atividade, e depois um subagente de navegador, fornecido pela Browserbase, preenche o carrinho no site do comerciante. O processo para no pagamento: o proprietário aprova o total final no Link, a carteira da Stripe, com Visa para os pagamentos iniciados por agentes. A sessão do navegador é isolada, o acesso ao shell é interrompido durante o pagamento e os controlos de aprovação são impostos no código. A funcionalidade está disponível nos planos Core e Pro, inicialmente nos Estados Unidos; a publicação fala de compras pontuais, e a documentação também de subscrições a preço fixo.

Com os anúncios agênticos (Agentic Ads), o Agent cria ou liga uma conta Google Ads, redige os anúncios, gera as imagens e acrescenta o acompanhamento de conversões à aplicação. As campanhas são do tipo Performance Max, com um orçamento diário médio de pelo menos 15 dólares, para subscritores Pro de todo o mundo, num Workspace pessoal.

🔗 Replit Agent, compras e anúncios (publicação da Replit) · Documentação do Agentic Commerce · Documentação do Agentic Ads

Breves

Agentes de código e CLI

Codex CLI 0.167.2 — Publicada a 11 de novembro à noite, ativa por predefinição o envio incremental de atualizações de ferramentas no Google Cloud Vertex AI, depois do Amazon Bedrock na 0.167.1. No dia 12, openai-python 3.50.0 e openai-node 7.56.0 acrescentam input_transformations, que indica os elementos de raciocínio removidos da entrada e o motivo. 🔗 fonte
Codex no iOS — A versão 1.2026.307 do ChatGPT para iOS, de 10 de novembro, permite colar imagens e ficheiros no compositor de ecrã inteiro do Codex, ditar as suas anotações e mudar de unidade nos hosts Windows; o emparelhamento manual passa a funcionar com VoiceOver. 🔗 fonte
Copilot CLI 1.0.110-2 e 1.0.110-3 — Duas versões preliminares, com 95 e depois 8 correções: /compact respeita o limite de créditos de IA da sessão, a CLI avisa quando --yolo ou --allow-all são ignorados, e copilot -p indica os servidores MCP que não foram iniciados. O SDK 1.0.32-preview.2 disponibiliza BYOK na API Interactions nativa do Gemini; a versão estável mais recente continua a ser a 1.0.109. 🔗 fonte
Antigravity CLI 1.5.7 e 1.5.6 — A 1.5.7 inicia em modo Auto qualquer sessão sem modo guardado, incluindo em headless (-p), mantendo a prioridade de uma definição estrita de permissões. A 1.5.6, de 11 de novembro, anima /swarm board (uma rainha e uma abelha por agente ativo) e acrescenta continuation_active aos hooks Stop para evitar ciclos. 🔗 fonte
Gemini CLI — Continua sem nova versão desde a v0.68.0, e a versão noturna voltou a falhar. Duas correções foram integradas na branch principal: gemini models list mostra o verdadeiro limite de saída (65 536 tokens em vez de 8 192 fixados no código), e os fluxos longos e silenciosos deixam de ser interrompidos aos 300 segundos quando está configurado um tempo limite mais longo. 🔗 fonte
Kimi Code 2.6.0 — O modo de ecrã inteiro recolhe as chamadas de ferramentas consecutivas e o raciocínio do modelo em linhas de resumo, configuráveis em /settings, e o agente pode modificar um ficheiro várias vezes sem o reler. A API do servidor local muda sem que a alteração seja assinalada como incompatível: os pontos de acesso de transcrição desaparecem para dar lugar a um fluxo WebSocket. 🔗 fonte
Qwen Code v1.0.0-preview.1 — Versão preliminar focada sobretudo em correções: os subscritores Qwen recuperam o acesso aos modelos da sua subscrição depois de iniciarem sessão, e os modelos Qoder passam a executar as suas chamadas de ferramentas em paralelo. 🔗 fonte
CLI mistral 0.18.1 — Uma única correção: no macOS 27, a ferramenta deixa de terminar imediatamente após o arranque sem mensagem (código 137), graças a binários macOS corretamente assinados. 🔗 fonte
DeepSeek Harness 0.2.2-rc.2 — Publicada a 11 de novembro, esta 38.ª versão preliminar do agente de código da DeepSeek, ainda sem versão estável, permite rever as alterações de um worktree por branch, commit ou tipo de ficheiro com as revisões do GitHub, e acrescenta subagentes com nome em vários níveis. 🔗 fonte
Gemini 4 Carbon no Warp — O Warp disponibiliza o Carbon no Warp Factories, no seu terminal e na sua ferramenta de benchmark de fábricas de software, para o comparar com as tarefas de agente já executadas; sem preços nem pontuações. 🔗 fonte
Astryx no v0 — O v0 acrescenta o Astryx, apresentado como o design system da Meta: depois de escolhido para um projeto, o v0 gera a interface com os seus componentes, padrões e modelos; não são especificados planos nem preços. 🔗 fonte

Aplicações e API

Grok Bot no Mac — A aplicação de desktop da SpaceXSI passa a poder usar Messages, Mail, Notes, Rappels, Calendrier, Localisation e Contacts, com autorização individual para cada aplicação; não são especificados planos, versões ou países. 🔗 fonte
Kimi Work 3.2.27 — A aplicação de desktop da Moonshot AI chega aos Mac Intel, executa tarefas longas em segundo plano e partilha os seus plugins entre os modos Work e Chat; uma correção impede guardar um projeto na pasta de instalação, onde uma atualização podia apagar os ficheiros. 🔗 fonte
Claude for Manufacturing — A Anthropic lança, para os planos Team e Enterprise, um plugin com 17 skills (vendas, qualidade, operações, compras, conceção) e quatro conectores (Autodesk Fusion, Infor, Microsoft 365, Oracle NetSuite), com cada processo a parar para uma revisão humana; não controla as máquinas. 🔗 fonte
Opus 5.5 no dia a dia — Um guia da Anthropic recomenda o Opus 5.5 para o trabalho intelectual, com apoio de testes internos (16 relatórios em 18 sem números nem citações inventados, uma análise de fusão em 63 minutos contra 93 para o Opus 5), e aconselha aumentar o esforço antes de mudar de modelo. 🔗 fonte
Endereço de e-mail no ChatGPT Enterprise — Os administradores globais de Enterprise, Edu e Healthcare podem alterar o endereço dos utilizadores não geridos por SCIM, num domínio verificado do mesmo tenant, com um limite de 2 alterações por 24 horas e de 20 ao longo da vida da conta. 🔗 fonte
Agent API da Perplexity — Desde 11 de novembro, max_output_tokens pode ser omitido com todos os modelos, incluindo os da Anthropic: cada geração pode produzir até 128 000 tokens de saída, dentro do limite do modelo, com as versões 2026-11-11.0 dos níveis de esforço. 🔗 fonte

GitHub

Fim do ARM32 no GitHub Actions — Os runners alojados Linux e Windows deixarão de executar jobs ARM32 até 8 de dezembro de 2026, porque o Node 24 não suporta esta arquitetura; os runners autoalojados ARM32 tinham perdido o suporte a 23 de setembro. 🔗 fonte
Secret scanning e Cloudflare — Os tokens de serviço Cloudflare Access (cloudflare_access_service_token) passam a ser detetados automaticamente nos repositórios; o changelog não diz se a Cloudflare se junta ao programa de parceiros. 🔗 fonte
Ligações diretas para os alertas do public monitoring — Cada alerta da monitorização de segredos empresariais expostos no github.com passa a ter o seu próprio URL, para guardar ou partilhar com colegas que tenham acesso; a funcionalidade continua reservada ao GitHub Enterprise Cloud com Secret Protection ou Advanced Security, sem custo adicional. 🔗 fonte

Empresas e utilizações

J.Crew Style Advisor — O estilista de IA do JCrew.com sugere conjuntos completos retirados das sessões fotográficas da marca, nos Estados Unidos; concebido com Claude Fable 5.1 e prototipado com Opus 5.5 no Claude Code, funciona em produção com Sonnet 5.5 e Haiku 5.5. 🔗 fonte
Amplitude — O seu agente de produto Wave assenta em cerca de 80 % em modelos da OpenAI; segundo as avaliações da Amplitude, GPT-6.1 Sol obtém 67,5 contra 69,3 de outro modelo no agente de data science, por 1,28 contra 2,63 dólares por execução. 🔗 fonte
Holiday Extras — O operador turístico reconstruiu a sua aplicação com Codex em duas semanas, contra mais de seis meses anteriormente; a conversão sobe 32,5 % e a taxa de erro passa de 19 % para 9 %, em períodos de comparação diferentes. 🔗 fonte
Gilbert + Tobin — O escritório de advogados australiano anuncia 87 % de utilização ativa do ChatGPT e preparou a avaliação anual dos seus 120 sócios com ChatGPT Work, com um custo de utilização de cerca de 62 dólares. 🔗 fonte
Lara Avci e Codex — A OpenAI Developers apresenta esta membro do programa Codex Ambassador, que apoia fundadores europeus; os seus sites e jogos feitos com Codex atraíram mais de 30 000 visitantes em menos de quatro dias. 🔗 fonte

Imagens, vídeo e 3D

Character Swap & Insert na Luma — Disponibilizada a 11 de novembro à noite, a ferramenta substitui ou insere uma personagem, um veículo ou um animal, mantendo o mesmo plano; não são especificados preços nem o modelo subjacente. 🔗 fonte
Gemini Omni 1.2 Flash no HeyGen — Texto e imagem para vídeo, clips de no máximo 15 segundos com áudio gerado em simultâneo e edição em várias rondas; sem preço nem custo em créditos. 🔗 fonte
HeyGen e Grok Bot — A HeyGen propõe treinar o Grok Bot com o tom da marca no Slack e atribuir-lhe um identificador de avatar HeyGen, para produzir em equipa vídeos do tipo conteúdo gerado pelo utilizador; sem detalhes sobre a integração nem preços. 🔗 fonte
Moderação na Runway — A Runway explica que substituiu os classificadores de terceiros com categorias fixas pelas suas próprias regras, aplicadas por LLM e atualizadas em poucas horas: combates e terror são permitidos, e os abusos são bloqueados com maior eficácia. 🔗 fonte
TRELLIS.2 afinado com LoRA — A Hugging Face publica um guia de afinação deste modelo de geração 3D com 188 sapatos; em nove objetos de teste, o F-score passa de 0,276 para 0,803. 🔗 fonte

Modelos abertos e investigação

ForeSpark — A Meta publica sem anúncio o código deste método de escalonamento da descodificação especulativa paralela; segundo o README, atinge até 1,77 vezes o débito do DSpark e 2,49 vezes o da descodificação autorregressiva no vLLM. 🔗 fonte
Origami da Wirkung — Cinco modelos abertos (Qwen3.5-9B e 27B, Gemma 4 31B, MiniMax-H3, Kolibri-1) convertidos sem novo treino em ficheiros 4,3 a 7,5 vezes mais pequenos; a publicação não fornece uma medida da qualidade preservada. 🔗 fonte
Construction-Site-Traversability no FiftyOne — A Voxel51 converte os dados de um robô de lagartas que percorre repetidamente dois estaleiros: 1 h 45 de condução, 9 760 m de terreno, 62 995 imagens a cores e o mesmo número de varrimentos lidar. 🔗 fonte

Ecossistema

OpenAI e a segurança das crianças — No Fórum de Paris sobre a Paz, a OpenAI assinou uma carta para uma IA mais segura para as crianças e comprometeu-se a destinar 2 milhões de dólares à rede de investigação da coligação que a promove; os resultados serão publicados, mesmo os negativos. 🔗 fonte
Cohere — Jaya Baloo, cofundadora da AISLE e antiga CISO da Rapid7, da Avast e da KPN Telecom, torna-se a primeira diretora de segurança dos sistemas de informação da Cohere; a publicação não indica se a aquisição da AISLE foi concluída. 🔗 fonte
Synthesia no AI 100 — A Synthesia figura na primeira classificação das 100 principais empresas privadas de IA da Newcomer e da Bessemer, e recorda os seus mais de 65 000 clientes e uma ronda de financiamento série E de 200 milhões de dólares, com uma avaliação de 4 mil milhões. 🔗 fonte
Guia da Perplexity sobre a janela de contexto — Explica a medição em tokens e os limites de entrada e saída, e compara o GPT-6 Astra (1,05 milhões de tokens), o Claude Opus 5.5 (1 milhão) e o Gemini 4 Argon (1 048 576), sem novidades de produto. 🔗 fonte

O que isto significa

O modelo rápido alcança o modelo maior, e as ferramentas de código medem o seu custo. O Gemini 4 Hydrogen supera o Argon no Intelligence Index da Artificial Analysis e, no Devin, fica a 1,8 pontos do Carbon por cerca de 40 % menos por tarefa. Na página de avaliação do Cursor, a diferença é mais clara: 54,3 % por 5,59 dólares por tarefa em High, contra 60,4 % por 9,22 dólares com o Carbon. O Antigravity Orchestrator e o seletor do Amp chegam à mesma conclusão em termos de produto: já não se mantém um único modelo durante toda uma sessão, muda-se consoante a etapa, com um custo em cada mudança no Amp, onde se perde a cache de prompt.

Os pesos abertos chegam por etapas e com números dos fornecedores. O Inkling 2 Small passou uma semana com pesos fechados no Tinker, durante os testes de segurança externos, antes de ser publicado sob a licença Apache 2.0 com todo o seu ecossistema de implementação. Os três modelos especializados do dia, para transcrição, voz e decisão, partilham uma licença aberta e avaliações realizadas pelos seus autores, por vezes com base no seu próprio índice, como o da Zyphra. Como o relatório técnico do SOV-Transcribe-1 ainda não foi publicado, estas classificações precisam de ser confirmadas por outras fontes.

Os agentes assumem tarefas de segurança, e os seus fornecedores detalham as salvaguardas que os enquadram. O Daybreak Red Team testa aplicações em ambientes isolados com revisão pelo Guardian, e o Defense Factory propõe correções sem nunca as aplicar de forma autónoma. A OpenAI submete os seus próprios agentes OpenClaw à sandbox do Codex, à Auto-review e a uma identidade por agente; a Anthropic aplica princípios semelhantes ao Managed Agents alojado em infraestrutura própria, com credenciais fora da sandbox, uma lista de hosts autorizados e um registo completo. Por sua vez, a Replit para o seu Agent no momento de pagar e exige a aprovação no código, e não no modelo.

O assistente passa a estar presente em locais onde há outras pessoas, e os dois anúncios em causa abordam esta questão desde o início. O Claude Meetings conserva a transcrição sem o áudio e evita, por predefinição, chamadas em que participe um convidado externo à organização. Os óculos da Google ocultam os rostos dos transeuntes antes do processamento, assinalam a captura com uma luz indicadora que a bloqueia se estiver tapada, e o Google Play proíbe nesses dispositivos a identificação facial em tempo real.