Meta lança Muse Wonder, NVIDIA disponibiliza os seus projetos de bastidores Vera Rubin, Anthropic mede a replicação autónoma de pequenos modelos

A Meta lança Muse Wonder e Muse Wonder Full, os seus modelos mais capazes até à data, concebidos para tarefas agênticas: o primeiro está disponível através da Meta Model API e do Muse Code, a 4 dólares por milhão de tokens de entrada, o segundo é exclusivo para subscritores do Muse Code, e não foram anunciados pesos abertos. No OCP Global Summit, a NVIDIA disponibiliza ao Open Compute Project os seus projetos de bastidores Vera Rubin, enquanto a Frontier Red Team da Anthropic estima que pequenos modelos estejam a poucos meses de conseguir copiar-se autonomamente para dispositivos conectados. No código, a Artificial Analysis coloca Claude Opus 5.5 no topo da sua classificação FrontierCode 1.1, com 52,2 %, e a Google dedica o dia à saúde, da pulseira Fitbit Edge às enzimas concebidas pelo AlphaProtein Novo.

Meta lança Muse Wonder e Muse Wonder Full, os seus modelos de fronteira para tarefas agênticas

12 de outubro — A Meta apresenta a série Muse Wonder, composta por Muse Wonder e Muse Wonder Full, que descreve como os seus modelos mais capazes até à data: dois modelos de fronteira (frontier models) concebidos para tarefas agênticas pessoais e profissionais. Muse Wonder está disponível desde já através da Meta Model API e no Muse Code; Muse Wonder Full é exclusivo para subscritores do Muse Code. Muse Wonder será «em breve» o motor do assistente pessoal Muse, inicialmente para os subscritores.

Catorze meses após uma reformulação completa do seu trabalho em IA, e depois de Muse Spark 1.3, lançado a 2 de setembro, a Meta fala da «etapa seguinte» do seu aumento de capacidade por etapas (scaling ladder). Os dois modelos foram treinados no Prometheus, o seu centro de dados da ordem do gigawatt, a partir de modelos de base «maiores e mais fortes», cuja dimensão não é divulgada. São destacadas duas capacidades: a memória ativa (Active Memory), que conserva o contexto importante de uma conversa para outra, e a concentração ativa (Active Focus), que leva o modelo a mudar de abordagem perante um bloqueio, a pedir esclarecimentos e a verificar antes de uma ação importante.

Os resultados aparecem apenas numa imagem da publicação: uma tabela de medições realizadas pela Meta, com a configuração max para todos os modelos. Um modelo Muse Wonder ocupa o primeiro lugar em 7 das 14 linhas, a começar pelo Personal Superintelligence Index, um índice interno da Meta. Claude Opus 5.5 continua, porém, à frente em 6 linhas, incluindo o Artificial Analysis Index, e GPT-6 Astra no GDP.pdf.

Benchmark (excerto, medições da Meta com configuração max)	Muse Wonder Full	Muse Wonder	Claude Opus 5.5	GPT-6 Astra
Personal Superintelligence Index (índice interno da Meta)	59,1	54,3	55,2	54,5
DeepSWE 1.1	79,0	78,8	74,2	74,1
SWE-Marathon	57,5 (xhigh)	53,1	46,3	42,5
MemoryBench	85,5	85,6	81,5	81,4
Terminal-Bench 4.0-AA	57,1	52,0	59,6	59,1
ProgramBench	59,0	50,0	70,5	52,5
Artificial Analysis Index	56	52	58	53

Versão do modelo	Acesso disponibilizado	Preço anunciado
muse-wonder-1.0	Meta Model API e Muse Code, contexto de 1M de tokens	4 dólares de entrada, 0,20 dólar de entrada em cache, 20 dólares de saída, por milhão de tokens
muse-wonder-full-1.0	Apenas subscritores do Muse Code, contexto de 1M de tokens	Subscrições Power Usage (50 dólares por mês) e Maximum Usage (200 dólares por mês)

Na segurança, a Meta afirma ter as suas salvaguardas mais robustas até à data contra utilizações abusivas químicas, biológicas, radiológicas e nucleares (CBRN) e cibernéticas, preservando o acesso a capacidades cibernéticas avançadas para uso defensivo. Apresenta Muse Wonder como o seu modelo mais alinhado até à data e promete «em breve» um relatório completo com avaliações de segurança adicionais.

🔗 Publicação de investigação da Meta · Página do modelo e preços

OCP Global Summit: NVIDIA disponibiliza os seus projetos de bastidores Vera Rubin, Meta adota Spectrum-6

12 de outubro — Na abertura do OCP Global Summit, em San Jose, a NVIDIA disponibiliza ao Open Compute Project (OCP) projetos essenciais de bastidor (rack) e de tabuleiro de computação (compute tray) Vera Rubin, através da sua arquitetura aberta MGX. O objetivo anunciado: dar aos fabricantes uma base comum para as fábricas de IA da próxima geração. A especificação MGX 1.2 acrescenta arrefecimento líquido com ligação de encaixe cego (blind-mate) à escala do bastidor, um barramento (busbar) de 5 000 A arrefecido por líquido, tabuleiros de computação sem ventoinhas e bastidores até 250 kW. A NVIDIA publica também uma especificação de bastidor CPU Vera, pensada para o trabalho dos agentes (chamadas de ferramentas, orquestração, execução em sandbox), a par do Vera Rubin NVL72, que continua a ser a base do treino e da inferência.

No software, o DSX OS, a camada operacional da sua plataforma de fábrica de IA, recebe quatro componentes open source provenientes da operação do DGX Cloud, incluindo o Cluster Readiness Engine, que testa os clusters GPU sob carga antes do treino, e um Cluster API Provider que deixa os clusters prontos «em horas em vez de dias», segundo a NVIDIA.

Ian Buck, vice-presidente de hyperscale e HPC da NVIDIA, apresentou, juntamente com estas contribuições, uma série de anúncios de parceiros. O mais concreto vem da Meta, que adota os switches Ethernet Spectrum-6: o seu switch N-IceCube integra o IcePack, o seu bastidor de rede arrefecido por líquido, com FBOSS, o seu sistema operativo de rede open source.

Anúncio apresentado na cimeira	Parceiros citados	Ponto-chave anunciado
MGX 1.2 e bastidor CPU Vera	Comunidade OCP	Barramento de 5 000 A, bastidores até 250 kW
Componentes open source do DSX OS	Projetos NVIDIA	Quatro ferramentas provenientes do DGX Cloud
Open Data Center Specification v0.7	AMD, Google, Meta	Projeto comum dos edifícios de fábricas de IA
OCP Grid Resilience Specification	Google, Meta, Microsoft	Regresso a uma carga quase total em menos de 2 s após uma perturbação da rede
Plataforma K-1 em 800 VDC	Visionbay, Vertiv	Concebida para futuras implementações Vera Rubin
Spectrum-6 na Meta	Meta	102,4 Tb/s, até 8 planos de rede, mais de 100 000 GPU
Protocolo Falcon Transport	Google	Futuras SuperNIC ConnectX-10 e DPU BlueField
Formato ótico USFP	Cisco, TE Connectivity, Amphenol	400 Gb/s por via (detalhes abaixo)

Nenhum destes anúncios inclui um preço ou uma data de disponibilidade. Jensen Huang fará a keynote da GTC Berlin na quarta-feira, 21 de outubro.

🔗 Publicação da NVIDIA sobre o OCP Global Summit

USFP: NVIDIA e Cisco preparam um módulo ótico conectável a 400 Gb/s por via

12 de outubro — Entre estes anúncios, a NVIDIA e a Cisco apresentam o seu projeto de formato USFP (Ultra-Dense Small Form Factor Pluggable), um módulo ótico conectável que a NVIDIA descreve como o primeiro concebido para sinais elétricos de 400 Gb/s por via. Os primeiros emissores-recetores (transceivers) previstos reunirão 16 vias bidirecionais (full-duplex) num espaço próximo do ocupado pelo OSFP, tanto para switches como para SuperNIC, ou seja, até 12,8 Tb/s, com uma extensão possível para 32 vias ou mais. Face aos módulos atuais de 200 Gb/s por via, a NVIDIA anuncia quatro vezes a densidade de largura de banda no painel frontal e cerca de 1,3 vezes a eficiência energética, e o módulo pode dissipar até 100 W sem arrefecimento dedicado integrado. O objetivo: ligar mais pontos de extremidade a 1,6 Tb/s sem acrescentar uma camada de rede. A TE Connectivity e a Amphenol preparam gaiolas, conectores e módulos, mas trata-se ainda apenas de um projeto: o comunicado não indica data nem preço.

🔗 Comunicado da NVIDIA e da Cisco

A Frontier Red Team da Anthropic mede a autorreplicação de pequenos modelos em dispositivos conectados

12 de outubro — Num estudo assinado por William Zhou e Daniel Freeman, a Frontier Red Team da Anthropic estima que pequenos modelos possam estar a poucos meses de conseguir copiar-se autonomamente para dispositivos conectados com pouca proteção. A equipa distribuiu assim Gemma4-26B-A4B por 15 boxes Android TV sem marca, compradas por cerca de 55 dólares cada: o modelo funciona nelas a 0,39 token por segundo.

Um modelo de 9B consegue iniciar a inferência em 8 dos 9 tipos de hardware testados. Numa rede isolada de 8 máquinas Android emuladas, apenas GLM-5.2 consegue a replicação de ponta a ponta (8 nós em 8, em 4 tentativas em 5); como a intrusão é deliberadamente trivial, a Anthropic vê neste resultado um limite superior. Ao ritmo de progresso dos modelos abertos de 30B ou menos, um pequeno modelo atingiria este nível até ao final de 2026, uma estimativa que a própria equipa considera grosseira.

Um verme deste tipo seria lento, no máximo o equivalente a cerca de 40 H100 num parque de mais de 2 milhões de dispositivos, mas adaptar-se-ia: ao herdar as notas da geração anterior, Qwen3.5-9B passa de 45 % para 61-84 % de sucesso em seis gerações. Ainda não existe um replicador completo fora de controlo; na defesa, o estudo recorda que, perante a rede de máquinas zombies (botnet) Mirai, a colocação em quarentena dos subscritores infetados pelo seu fornecedor de acesso tinha eliminado 92 % das infeções em 14 dias.

Like coding agents in 2024, we’re seeing signs of life for AI worms.

🇵🇹 Tal como aconteceu com os agentes de código em 2024, vemos sinais de vida nos vermes de IA. — Frontier Red Team da Anthropic, publicação de investigação

Agentes de código: classificação de FrontierCode 1.1 pela Artificial Analysis, Amp atento ao GitHub, ColGrep-Agent-2B da LightOn

Uma classificação independente mede o que os agentes de código realmente produzem, enquanto a Amp e a LightOn trabalham no que acontece à sua volta: o acompanhamento de pull requests e a pesquisa no código.

FrontierCode 1.1: Artificial Analysis coloca Claude Opus 5.5 no topo, com 52,2 %

12 de outubro — A Artificial Analysis publica a sua própria classificação de FrontierCode 1.1, o benchmark que a Cognition construiu com responsáveis pela manutenção de projetos open source: verifica se um responsável pela manutenção integraria a alteração proposta pelo agente, e não apenas se passa nos testes, e penaliza alterações excessivas ou fora do âmbito. A Artificial Analysis executa o conjunto principal (Main), 100 tarefas privadas em 150, com o seu harness open source Stirrup e três tentativas por tarefa; uma tentativa que falhe numa verificação bloqueante vale zero.

Leading models still fail more than 40% of the time

🇵🇹 Os melhores modelos ainda falham mais de 40 % das vezes. — @ArtificialAnlys no X

Claude Opus 5.5 só passa nas verificações bloqueantes em 58 % das suas tentativas, e 9 tarefas em 100 não foram resolvidas por nenhum dos 22 modelos avaliados. MiMo-V2.6-Pro, da Xiaomi, é o primeiro modelo com pesos abertos, com 45 %. A diferença de custo é muito maior do que a diferença de pontuação:

Modelo avaliado (configuração)	Pontuação FrontierCode 1.1	Custo por tarefa
Claude Opus 5.5 (max, com fallback)	52,2 %	10,15 dólares
GPT-6.1 Sol (max)	49,1 %	0,81 dólar
Claude Fable 5.1 (max, com fallback)	49,0 %	12 dólares
MiMo-V2.6-Pro	45,4 %	0,18 dólar
GPT-6 Luna (max)	41,9 %	0,09 dólar

Segundo a Artificial Analysis, GPT-6.1 Sol iguala assim Fable 5.1 por menos de um décimo do custo por tarefa dos melhores modelos da Anthropic. Estas pontuações não são comparáveis às que a Cognition publica para Devin, frequentemente medidas na variante Extended com o seu próprio harness.

🔗 Classificação FrontierCode da Artificial Analysis

Amp acompanha as pull requests que abre e lança uma orb por ticket ou PR do GitHub

12 de outubro — A Amp deixa de perder de vista as pull requests que abre: quando o agente cria uma PR no GitHub, pode subscrever os seus comentários, as suas revisões e os resultados de CI do seu último commit. Uma verificação falhada ou a pergunta de um revisor chega então à mesma conversa, onde a Amp já tem o contexto para responder.

A funcionalidade assenta numa integração de GitHub Webhooks descrita como «de primeira classe» (first-class): a própria Amp recebe e processa os eventos, e depois o utilizador, ou o agente, escolhe enviá-los para uma única orb, o ambiente remoto onde funciona um agente Amp, ou para uma nova orb de cada vez. Pode assim pedir-se uma orb para cada novo ticket (issue) ou PR de um repositório, eventualmente limitada a uma etiqueta (label): cada orb lê o ticket, prepara um resumo, e os comentários seguintes regressam à mesma conversa. Desde 23 de julho, as orbs já sabiam reagir a webhooks externos; a novidade é uma integração dedicada ao GitHub, gerida pela Amp, com um ecrã de gestão em Settings → MCP & Integrations → GitHub para modificar ou suspender cada subscrição. Basta instalar a aplicação GitHub da Amp no repositório; a publicação não menciona qualquer preço.

🔗 Publicação da Amp

ColGrep-Agent-2B: LightOn entrega a pesquisa de código do Claude Code a um agente local

12 de outubro — A LightOn publica o ColGrep-Agent-2B, um agente de pesquisa de código com 2 mil milhões de parâmetros sob licença Apache-2.0, que funciona localmente entre o agente de código e o repositório. A partir de uma pergunta, pesquisa com o ColGrep, o motor de pesquisa semântica multivetorial da LightOn, lê os ficheiros promissores, segue as referências e devolve caminhos, intervalos de linhas e código: o modelo de fronteira deixa de ter de encadear por si próprio as rondas de exploração.

Integrado no Claude Code com Sonnet 5.5, em 52 perguntas de pesquisa em 13 repositórios ausentes do treino (624 sessões), reduz em 34 % os tokens de API e em 40 % o custo de API, incluindo cache, em comparação com grep, sem uma diferença de exatidão estatisticamente significativa. A LightOn esclarece que a medição incide sobre a pesquisa de código, não sobre tarefas de ponta a ponta. Aperfeiçoado a partir do MiniCPM5-2B, o modelo instala-se com brew install lightonai/tap/colgrep && colgrep --install-agent, que descarrega uma versão GGUF de cerca de 2,5 GB; não exige um ambiente Python, um servidor de inferência nem uma chave de API, e responde em cerca de vinte segundos num M3 Pro.

🔗 Publicação da LightOn no Hugging Face

Saúde na Google: Health Guardian e a pulseira Fitbit Edge, AlphaProtein Novo concebe enzimas inéditas

A Google dedica o dia à saúde: funcionalidades para o público em geral no Google Health e no Fitbit, por um lado, e, por outro, um balanço da sua investigação que destaca um trabalho da Google DeepMind que passou despercebido.

Google Health: Health Guardian, mais de 100 atividades detetadas e a pulseira Fitbit Edge

12 de outubro — O Google Health reúne os seus anúncios de outono numa série de publicações. O Health Guardian monitoriza em segundo plano alterações graduais na saúde, como a pressão arterial e a resistência à insulina; com a subscrição Google Health Premium, o Health Coach, o orientador da aplicação, ajuda a interpretar estas alterações e prepara o contexto a partilhar com o médico. A deteção automática de sessões, baseada, segundo a Google, num raciocínio contextual (contextual reasoning), torna-se quase 2 vezes mais precisa.

Novidade anunciada	Dados numéricos	Disponibilidade anunciada
Health Guardian	Tendências da pressão arterial e da resistência à insulina, relatório mensal	Ainda este mês no Fitbit Air e no Fitbit Edge, subscritores Premium
Deteção automática de atividades	De 10 para mais de 100 atividades, sessões não detetadas reduzidas em mais de metade	Ainda este mês no Fitbit Air, no Fitbit Edge e no Pixel Watch 3 a 5
Pulseira Fitbit Edge	179,99 dólares, 11,5 mm, até 7 dias de autonomia, bateria substituível	Em pré-venda, nas lojas a 27 de outubro
Parceria com a Flo Health	Dados do ciclo sincronizados, mais de 80 milhões de utilizadoras por mês na Flo	Início do próximo ano

O Fitbit Edge, apresentado como uma janela para o Health Coach no pulso, é a primeira pulseira de atividade reparável da Google. Abbott (sensor de glicose Lingo), MyFitnessPal e Function Health completam as integrações.

🔗 As novidades do Google Health · Fitbit Edge · Parceria com a Flo Health

Balanço da investigação em saúde da Google: AlphaProtein Novo concebe enzimas que não existem na natureza

12 de outubro — Yossi Matias (Google Research) e Pushmeet Kohli (Google DeepMind) fazem o balanço dos trabalhos da Google em saúde: 90 artigos revistos por pares em cinco anos, mais de 90 000 citações e mais de 60 milhões de dólares concedidos em 2026 pela Google.org a equipas que aplicam estes modelos. A publicação retoma sobretudo resultados já conhecidos, mas destaca o AlphaProtein Novo, uma cadeia de processamento (pipeline) de aprendizagem automática da Google DeepMind que concebe enzimas de raiz (de novo), sem partir de uma enzima natural.

Numa pré-publicação disponibilizada no bioRxiv a 5 de outubro, com o California Institute of Technology e a Universidade de Pittsburgh, as equipas criaram transferases de nitreno inéditas para sintetizar a piperidina, um motivo estrutural essencial em medicamentos, com uma seletividade que classificam como sem precedentes, bem como enzimas que degradam o DEHP, uma toxina ambiental, em condições nas quais as enzimas naturais se desnaturam. A publicação cita também duas novas utilizações: em Barcelona, o Instituto de Saúde Global realizou uma triagem virtual de 30 000 compostos com o AlphaFold contra a doença de Chagas e identificou dois medicamentos já aprovados pela FDA que poderiam ser reposicionados; no Children’s Mercy Hospital, o DeepSomatic detetou 10 mutações não identificadas em leucemias infantis já sequenciadas.

🔗 O balanço da Google sobre a IA em saúde · A pré-publicação do AlphaProtein Novo no bioRxiv

Modelos especializados por profissão: GLM-Legal da Z.ai para o direito, Apex 2.0 da Fin para o apoio ao cliente

Dois fornecedores partem de um modelo existente e submetem-no a pós-treino para uma profissão específica, com números a sustentar os resultados.

GLM-Legal: Z.ai especializa o GLM-5.3-Flash no trabalho jurídico

12 de outubro — A Z.ai apresenta o GLM-Legal, um modelo jurídico construído sobre o GLM-5.3-Flash e concebido para fluxos de trabalho reais: revisão de contratos, análise de provas, conformidade. Após um treino intermédio (mid-training) num corpus jurídico alargado, foi submetido a pós-treino por aprendizagem por reforço em dezenas de milhares de ambientes jurídicos realistas. No Harvey LAB, o banco de ensaio de agentes jurídicos da Harvey, que abrange 24 áreas de prática, o GLM-Legal atinge 19,2 % de sucesso integral (all-pass rate), 12,5 pontos acima do seu modelo de base.

Modelo avaliado no Harvey LAB	Sucesso integral (valores da Z.ai)
GLM-Legal	19,2 %
Kimi K3	12,9 %
Claude Fable 5	11,3 %
GLM-5.3-Flash	6,7 %
GPT-6 Astra	5,4 %

Apenas a pontuação do GLM-Legal aparece no texto da publicação; as restantes vêm do gráfico do tweet de anúncio. No LegalBench e no PLawBench (direito chinês), a Z.ai afirma estar ao nível dos melhores modelos fechados, sem publicar uma pontuação. O GLM-Legal está em beta: sociedades de advogados, fornecedores de software jurídico (legal tech), departamentos jurídicos e profissionais independentes podem solicitar acesso à API através de um formulário, e o modelo deverá chegar «em breve» ao AutoClaw, a sua plataforma de agentes de desktop. Não foram anunciados preços nem pesos abertos.

🔗 Publicação da Z.ai sobre o GLM-Legal · Anúncio da Z.ai no X

Apex 2.0 e Apex Flash 2.0: Fin constrói os seus modelos de apoio ao cliente sobre o Nemotron 3

7 de outubro — A Fin, o agente de IA de apoio ao cliente, lançou o Apex 2.0, a nova versão do seu modelo de geração de respostas, desta vez construído sobre o Nemotron 3 Super; a NVIDIA saudou este lançamento a 12 de outubro. Tal como no Apex 1.0, que a Fin já afirmava ser melhor em produção do que o Claude Sonnet 4.6, a equipa parte de um modelo de base com pesos abertos que adapta através do seu próprio pós-treino: ajuste por instruções e por preferências, modelos de recompensa revistos, exemplos direcionados para decidir entre responder e pedir esclarecimentos, eliminação de promessas infundadas. A Fin afirma também ter reduzido o seu custo de implementação através da quantização, sem perda de qualidade mensurável.

Modelo da Fin	Modelo de base NVIDIA	Ganhos anunciados face à versão 1.0
Apex 2.0	Nemotron 3 Super	+8,6 % de resoluções confirmadas pelo utilizador, -16,5 % de alucinações
Apex Flash 2.0 (Fin Voice)	Nemotron 3 Nano	Respostas 24 % mais rápidas, -46 % de alucinações, 9 línguas em vez de apenas inglês

O Apex 2.0 está em utilização para todos os clientes da Fin, mais de 12 000; a publicação não indica qualquer preço.

🔗 Publicação da Fin sobre o Apex 2.0

Treinar e servir os modelos: QwenGyre, ReplaySSM e o ponto de acesso /v1/systemone do Transformers

Três trabalhos incidem sobre a infraestrutura de software dos modelos: o treino de agentes com um horizonte muito longo, a descodificação de modelos híbridos e a disponibilização de modelos de decisão.

QwenGyre: Qwen torna elástica a aprendizagem por reforço de agentes com um horizonte muito longo

12 de outubro — A equipa Qwen apresenta o QwenGyre, uma estrutura de aprendizagem por reforço online para agentes nos quais uma única execução pode durar horas, encadear centenas de interações com o ambiente e aproximar-se de um milhão de tokens por trajetória gerada (rollout). Daí resultam dois problemas: GPU inativas durante as gerações longas e trajetórias redundantes assim que a execução se ramifica (compactação do contexto, subagentes, novas tentativas). O escalonador elástico (Elastic Scheduler) redistribui as GPU entre a geração de trajetórias e o treino sem interromper as execuções: até 1,85 vezes mais rápido do que a abordagem Colocate e 1,78 vezes mais do que a abordagem assíncrona (Async). O processador de trajetórias (Trajectory Processor) organiza os históricos ramificados em árvores com prefixos partilhados, eliminando duplicados.

Aplicado ao Qwen3.8-2.4T-A95B, com cerca de 700 000 tokens por trajetória, o QwenGyre aumenta o resultado no NL2RepoBench de 52,5 % para 58,5 % em 48 passos e, segundo o tweet de anúncio, reduz em cerca de 44 % o tempo de treino de ponta a ponta face à abordagem assíncrona. O artigo está no arXiv desde 27 de setembro; não foi anunciado nenhum repositório de código.

🔗 Anúncio da Qwen no X · O artigo sobre o QwenGyre no arXiv

ReplaySSM: NVIDIA e o Dao AI Lab aceleram a descodificação de modelos híbridos

12 de outubro — A NVIDIA e o Dao AI Lab da Universidade de Princeton apresentam o ReplaySSM, uma nova forma de armazenar o estado das camadas SSM durante a descodificação de modelos híbridos, que alternam camadas de espaço de estados e camadas de atenção, como Nemotron 3, Qwen3.5 a Qwen3.8, Kimi-K3 ou GLM-5.3-Flash. Nos tamanhos de lote usados em produção, são estas camadas SSM, e não a atenção, que mais pesam na latência da descodificação até 100K tokens de contexto. O ReplaySSM representa o estado por um ponto de controlo e um pequeno buffer das entradas recentes: a saída é calculada a cada token, mas o ponto de controlo só é reescrito na memória a cada 16 tokens, o que reduz aproximadamente para metade o tráfego de memória predominante.

Configuração medida no vLLM	Ganho anunciado face ao vLLM
Passo de descodificação, lote de 1	Nenhum
Núcleo SSM, lote de 256	1,46 a 1,80 vezes mais rápido
Passo de descodificação completo, lote de 256	1,20 a 1,47 vezes mais rápido
Descodificação especulativa, lote de 512, modelos da classe 120B	1,85 e 2,10 vezes o débito

A técnica está integrada no TensorRT-LLM, no vLLM e no FlashInfer e funciona em produção no GLM-5.3-Flash e no Kimi-K3, segundo a NVIDIA; o artigo está no arXiv e o código no GitHub.

🔗 Publicação técnica da NVIDIA sobre o ReplaySSM · O artigo sobre o ReplaySSM no arXiv

/v1/systemone: transformers serve transforma um LLM ou um VLM num modelo de decisão

12 de outubro — A Hugging Face integrou no Transformers um ponto de acesso /v1/systemone para transformers serve, o servidor integrado na biblioteca. Em vez de gerar uma resposta, o servidor atribui uma pontuação a um conjunto de decisões possíveis com base nos logits do modelo: segundo Lysandre, qualquer um dos 250 LLM e VLM suportados pode assim tornar-se um modelo de decisão «à maneira de JEV», sem gerar texto. A PR 49322 de Marc Sun suporta, por enquanto, todos os modelos autorregressivos e acrescenta um decision_config enviado ao servidor, porque cada modelo de decisão formula o seu prompt e ajusta a sua temperatura à sua maneira; Marc Sun anuncia uma padronização dos modelos de decisão «em breve» no Transformers. A funcionalidade ainda não está em nenhuma versão publicada, sendo a mais recente, v5.19.0, de 6 de outubro. O llama.cpp já disponibilizava este formato desde 2 de outubro.

🔗 Anúncio de Lysandre no X · PR 49322 no GitHub

Páginas web e ficheiros repensados para os agentes: a Browser Annotation API da OpenAI, a plataforma Git do Perplexity Projects

A OpenAI e a Perplexity reformulam dois ambientes familiares, a página web e o sistema de ficheiros, para que um agente encontre aí mais contexto.

Browser Annotation API: os sites personalizam as anotações do navegador do ChatGPT

12 de outubro — A OpenAI Developers apresenta a Browser Annotation API, descrita no guia Annotations Extensibility do ChatGPT Learn. Sem alterar o código, o modo Annotation do navegador integrado na aplicação ChatGPT para computador já funciona em qualquer site: seleciona-se uma parte da página, comenta-se e envia-se como contexto para o Codex ou para o ChatGPT Work. A API, exposta por document.oai.annotation em páginas seguras (HTTPS ou localhost), permite ao site escolher o que pode ser selecionado, o contexto que acompanha a seleção e os controlos que apresentam uma pré-visualização de uma alteração antes do envio.

O guia detalha nove integrações: um cartão pode tornar-se um único objeto selecionável (oai-annotation-container, oai-annotatable), um botão do site pode abrir uma anotação com um comentário sugerido, controlos personalizados (registerControls()) apresentam, por exemplo, uma pré-visualização de um token de espaçamento, e os objetos desenhados num canvas tornam-se selecionáveis. O guia destina-se à versão DevDay 2026 da aplicação e às seguintes; no ChatGPT Enterprise e no Edu, um administrador tem de autorizar estas personalizações. As anotações complementam as ferramentas de site WebMCP, que expõem as ações que o ChatGPT pode executar num site.

🔗 Anúncio de @OpenAIDevs · Guia Annotations Extensibility

Perplexity Projects: um sistema de ficheiros construído como uma forja Git para agentes

12 de outubro — A Perplexity publica um artigo de engenharia sobre o sistema de ficheiros do Projects, o espaço de trabalho do Perplexity Computer onde pessoas e agentes realizam em conjunto tarefas de longa duração. Cada agente trabalha no seu próprio sandbox e regista as suas alterações num repositório Git partilhado, servido por cinco componentes: uma CLI em cada sandbox, um plano de controlo, um serviço Git, armazenamento baseado no AWS S3 (S3Files) e extração de texto de documentos. O serviço só aceita um envio se este partir do último commit aceite; caso contrário, o agente reaplica a sua alteração e volta a enviá-la, sem pedido de integração (pull request). Um sistema de ficheiros virtual FUSE, cerca de 400 vezes mais lento em cargas de trabalho intensivas em ficheiros, foi descartado.

Métrica publicada pela Perplexity	Valor anunciado
Envios rejeitados por estarem desatualizados em produção	Menos de 2 %
Latência mediana de um envio	Menos de 1,7 s
Latência p99 de um envio	Menos de 8 s
Respostas corretas com grep, em 150 perguntas financeiras internas	0,627
Respostas corretas com pesquisa semântica num índice	Cerca de 0,37

O artigo não lança nenhum produto: o Projects existe desde julho, e o Brain, o wiki de conhecimento do Computer, assenta na mesma infraestrutura.

🔗 Artigo de engenharia da Perplexity

Breves

Copilot CLI 1.0.96 — Agora em versão estável, incorpora, sem novidades, as nove entradas das pré-versões de 9 e 10 de outubro, incluindo o autor de cada decisão de permissão na cronologia e identificadores de modelo que não distinguem maiúsculas de minúsculas. 🔗 fonte
Atribuição dos pushes no GitHub — Numa pré-versão pública limitada para clientes GitHub Enterprise, mediante pedido, cada commit enviado mantém a identidade autenticada da pessoa que o enviou; uma condição do conjunto de regras, Committer must match pusher, bloqueia os pushes cujo committer não corresponde a nenhum endereço de e-mail verificado desse utilizador. 🔗 fonte
Copilot app para principiantes — Um novo episódio da série do GitHub Blog mostra como colocar no repositório as regras de um projeto para que o Copilot as aplique autonomamente: instruções personalizadas, agent skills em .github/skills, agentes personalizados e servidores MCP como o Playwright; um tutorial, sem novidades de produto. 🔗 fonte
Zed 1.23.3 e 1.24.2 — A versão estável e a pré-versão contêm apenas correções (pré-visualização de Markdown, previsões de edição, seletor de projetos remotos), a atualização para Node.js v24 e telemetria opcional sobre os pontos de gravação (checkpoints) do painel do agente. 🔗 fonte
Codex Ambassadors — A OpenAI reabre as candidaturas a este programa de seis meses, que exige uma contribuição por mês (evento ou conteúdo) em troca de uma subscrição Pro, créditos Codex e API e apoio a eventos aprovados; prioridade à América do Norte, à América Central, à África, ao Médio Oriente e à Europa de Leste. 🔗 fonte
A API Decisions na Hypha — Serhii Shchoholiev, responsável pela engenharia de agentes na Hypha, mede a API Decisions da OpenAI em 98,1 % de F1 na classificação multirrótulo, contra 93,5 % para um agente GPT-6.1 Sol, por cerca de um sétimo do custo e com uma latência p90 28 vezes menor; são números de um cliente, sem metodologia publicada, divulgados por @OpenAIDevs. 🔗 fonte
Gemini 3.5 Flash descontinuado — Atualização referente a 8 de outubro: a mesma entrada das notas de versão da API Gemini também descontinua gemini-3.5-flash, que já não pode ser selecionado no Google AI Studio; os seus pedidos são redirecionados para gemini-3.6-flash, sem data de encerramento anunciada. 🔗 fonte
Kimi Work 3.2.16 — Versão de manutenção: motor de pré-visualização de PDF atualizado, navegador integrado que já não é interrompido por tarefas em segundo plano e oito correções detalhadas, incluindo as conversas paralelas enviadas duas vezes. 🔗 fonte
Falha na Genspark — Parte dos utilizadores não conseguiu iniciar sessão na segunda-feira devido a uma falha num serviço da Microsoft que a Genspark não identifica; a Genspark anunciou o restabelecimento do serviço às 16 h 20 UTC e prepara uma compensação para os utilizadores afetados. 🔗 fonte
TutorMoments — A Ai2 submeteu modelos recentes à sua avaliação de tutores de IA: com uma instrução explícita, o GPT-6 Astra lidera (0,938 em apoio pedagógico adequado, 0,915 em nível de exigência adequado), à frente do Claude Sonnet 5.5 e do Claude Opus 5.5, e um novo explorador compara as suas respostas com as de tutores humanos. 🔗 fonte
UIBK-Embedding-v1 — Abdelrahman Abdallah publica sob Apache 2.0 um modelo de pesquisa em inglês com 179 milhões de parâmetros que reúne, num único encoder, pesquisa densa e pesquisa de interação tardia (ColBERT); afirma alcançar 59,79 de nDCG@10 no BEIR, a melhor pontuação abaixo de mil milhões de parâmetros entre os modelos com resultados MTEB oficiais completos. 🔗 fonte
Sparseup-fr — Loïck Bourdois reproduz em francês o modelo de embeddings esparsos de 150 milhões de parâmetros da Linkup, treinado em cerca de 55 horas numa única RTX 6000 Pro: 56,37 e 56,50 no NanoBEIR-fr depurado, contra 52,40 e 51,66 para a versão inglesa, um novo estado da arte entre os modelos esparsos abertos, segundo o autor. 🔗 fonte
Model Pulse — Uma ferramenta comunitária de Tardelli Stekel reconstitui, dia a dia, desde julho de 2024, os downloads e os «gostos» de 1,64 milhão de modelos do Hub, publicados em cerca de 1,15 mil milhões de linhas Parquet sob Apache 2.0 e atualizados diariamente. 🔗 fonte
Permissão contributor no Hub — Os tokens de acesso de granularidade fina e os das contas de serviço do Hugging Face podem receber uma permissão contributor: criam repositórios e só escrevem naqueles que criaram, para pipelines CI/CD, tarefas de treino e agentes. 🔗 fonte
Microduck Arena — A Pollen Robotics abre um Space no Hugging Face onde se treina, por aprendizagem por reforço, uma política para o seu pequeno robô bípede, que depois compete em quatro provas, incluindo 2 m Sprint e Hill Climb, sem robô físico. 🔗 fonte
Relight Studio — A Luma destaca esta funcionalidade que muda a direção da luz de um plano já conseguido sem começar do zero; o tweet não indica modelo, preço nem data de disponibilização. 🔗 fonte
HeyGen Lessons — A HeyGen apresenta uma oferta para a educação: o Dots da OpenAI identifica o que desperta o interesse de uma turma e adapta a aula, e depois o MCP da HeyGen transforma-a em vídeo com o avatar e a voz do professor; o tweet não indica link, preço nem data. 🔗 fonte
Um agente imobiliário e o seu avatar — Segundo um estudo de caso da HeyGen, um agente imobiliário de Vancouver que perdeu o seu local de gravação devido a um incêndio publica dois Reels por dia com o seu avatar e quadruplicou os seus seguidores no Instagram em dez meses. 🔗 fonte
x.ai passa a SpaceXSI — Verificado na análise de 12 de outubro, sem anúncio nem data na fonte: a página inicial de x.ai, as suas notícias e a documentação da API («SpaceXSI Docs») apresentam agora a marca SpaceXSI, inclusive na ficha do Grok 4.7; o site ainda apresentava SpaceXAI em 10 de outubro. 🔗 fonte

O que isto significa

Os números do dia obrigam a olhar para quem faz as medições. A Meta publica os seus resultados numa imagem, medidos pela própria empresa, e coloca o Muse Wonder Full à frente no seu próprio índice (59,1 contra 55,2 para o Claude Opus 5.5), enquanto, no Artificial Analysis Index da mesma tabela, o Opus 5.5 mantém a vantagem (58 contra 56). A Z.ai compara o GLM-Legal com os seus concorrentes no gráfico de um tweet e afirma ter alcançado a paridade no LegalBench sem publicar uma pontuação, e a Fin mede o Apex 2.0 face à sua própria versão anterior. A classificação independente do FrontierCode repõe as ordens de grandeza na devida perspetiva: o melhor modelo não ultrapassa 52,2 %, e a diferença de custo, de 0,81 dólar por tarefa para o GPT-6.1 Sol a 10,15 dólares para o Opus 5.5, torna-se um critério tão visível como a posição na classificação.

Na infraestrutura, os ganhos vêm de tudo o que rodeia os chips. As contribuições da NVIDIA para o OCP abrangem a alimentação elétrica (racks até 250 kW, barramento de 5 000 A, regresso a uma carga quase plena em menos de dois segundos após uma perturbação da rede elétrica) e a rede, com Spectrum-6 a 102,4 Tb/s na Meta e USFP a 400 Gb/s por via. O software segue a mesma lógica: o ReplaySSM reduz para cerca de metade o tráfego de memória das camadas SSM, e o QwenGyre volta a pôr a trabalhar as GPU que aguardavam o fim das trajetórias longas. Ao disponibilizar os seus projetos ao OCP, com normas assinadas em conjunto pela AMD, Google, Meta e Microsoft, a NVIDIA apresenta o objetivo de dar aos fabricantes uma base comum para as fábricas de IA.

Os agentes recebem ambientes concebidos para eles. Uma página web pode agora escolher o que o utilizador seleciona no navegador do ChatGPT e o contexto transmitido ao agente com essa seleção, um projeto Perplexity dá a cada agente um sandbox e um repositório Git partilhado, e o Amp traz para a conversa do agente as revisões e os resultados de CI das suas próprias pull requests. A forma de explorar também pesa no resultado: na Perplexity, um agente que pesquisa na sua cópia de trabalho com grep obtém 0,627 de respostas corretas, contra cerca de 0,37 com pesquisa semântica, e na LightOn, confiar a pesquisa a um pequeno agente local reduz em 34 % os tokens da API do Claude Code em comparação com grep, sem perda significativa de exatidão.

O estudo da Frontier Red Team mostra o reverso desta autonomia. As capacidades que tornam um agente útil, instalar um modelo em hardware desconhecido ou transmitir as suas notas ao agente seguinte, são também as que permitiriam a um worm adaptar-se: um modelo de 9B executa a inferência em 8 de 9 tipos de hardware, e a herança das notas faz subir a taxa de sucesso de 45 % para 61-84 %. A Anthropic ainda não descreve nenhum replicador completo e aposta na monitorização pelos fornecedores de acesso para que um dispositivo infetado contamine, em média, menos de um outro. A Meta, por sua vez, afirma que o Muse Wonder dispõe das suas salvaguardas mais robustas contra utilizações cibernéticas e CBRN, mas remete para um relatório de segurança completo ainda por publicar.