ChatGPT Wallet permite que os agentes paguem, Claude Code adiciona Code Mode, llama.cpp chega à versão 1.0

A OpenAI lança o ChatGPT Wallet: os seus agentes pessoais, os dots, podem agora avançar até ao pagamento, sendo cada compra validada por uma verificação biométrica e paga com um token que oculta o cartão real. No mesmo dia, a Google liga a aplicação Gemini ao Google Wallet, em modo só de leitura. O Claude Code 2.1.323 adiciona o Code Mode, no qual o Claude escreve JavaScript para encadear as suas ferramentas, a DeepSeek disponibiliza na sua API a pesquisa, os ficheiros e a voz da sua aplicação, e o llama.cpp chega à versão 1.0.0 com uma API estável. O GitHub Copilot recebe o Gemini 4 Hydrogen e anuncia a retirada de seis modelos para 14 de dezembro.

ChatGPT Wallet: os dots da OpenAI avançam até ao pagamento, com um token que oculta o cartão real

13 de novembro — A OpenAI lança o ChatGPT Wallet, uma carteira que permite aos dots, os seus agentes pessoais, finalizar uma compra para o utilizador. O cartão é registado uma única vez. Antes de cada pagamento, o dot apresenta o comerciante, os artigos, o total e o cartão escolhido; o utilizador aprova através de uma verificação biométrica (Face ID, Touch ID ou impressão digital), e cada aprovação deixa um registo da compra autorizada.

We’re introducing ChatGPT Wallet, setting a new bar for secure payments by agents. It’s the first wallet that lets agents pay without access to users’ actual card details and that requires a security check for every purchase, while also preserving existing card rewards and protections for eligible disputes.

🇵🇹 Estamos a lançar o ChatGPT Wallet, que estabelece um novo nível de exigência para a segurança dos pagamentos efetuados por agentes. É a primeira carteira que permite aos agentes pagar sem aceder aos dados reais dos cartões dos utilizadores e que exige uma verificação de segurança para cada compra, preservando as recompensas existentes do cartão e as proteções em caso de litígio elegível. — OpenAI, publicação de lançamento do ChatGPT Wallet

O mecanismo assenta na tokenização das redes de pagamento. Depois de a compra ser aprovada, a rede fornece um token de pagamento, com um número de cartão, um código de segurança e uma data de validade de substituição: o cartão é debitado sem que o agente ou o comerciante vejam os seus dados reais. As recompensas do cartão e as proteções em caso de litígio mantêm-se. A carteira foi desenvolvida com a American Express, a Mastercard e a Visa; para a American Express, é a primeira integração da sua oferta Agentic Commerce Experiences. A alegação de que é a primeira carteira deste género continua a ser uma afirmação da OpenAI.

Elemento do lançamento	Condições a 13 de novembro
Onde utilizar	Conversas com um dot; não no Chat, no Work nem nas conversas autónomas do Codex
Subscritores abrangidos	ChatGPT Pro, com 18 anos ou mais, nos Estados Unidos, em disponibilização gradual
Cartões aceites	Cartões de crédito American Express, Chase, Mastercard e Visa emitidos nos Estados Unidos
Cartões excluídos no lançamento	Cartões de débito e cartões virtuais
Validação de cada compra	Verificação biométrica: Face ID, Touch ID ou impressão digital
Dados recebidos pelo comerciante	Um token de pagamento de substituição

O artigo de ajuda avisa que a aprovação não equivale à confirmação da encomenda, que deve ser verificada junto do comerciante; a publicação de lançamento acrescenta que alguns sites ainda podem bloquear involuntariamente as compras de agentes. Mais tarde, sem data definida, o utilizador poderá delegar compras completas dentro de limites estabelecidos de antemão: limite de despesa, categorias, período.

Do lado dos comerciantes, a OpenAI publica um Commerce Partner Playbook: reivindicar a sua ficha com o Businesses in ChatGPT (lançado a 10 de novembro) e publicar um feed de produtos, reconhecer no seu CDN ou na sua firewall os pedidos dos agentes do ChatGPT assinados com Web Bot Auth, e garantir que estas compras são aceites pelas ferramentas antifraude (Forter, Riskified, Sardine, Signifyd) e pelos prestadores de pagamentos (Adyen, Checkout.com, Stripe). Depois das compras visuais e do Agentic Commerce Protocol apresentados em março, a OpenAI avança assim para a finalização das compras.

🔗 Comprar com o ChatGPT Wallet (ajuda da OpenAI) · Notas de versão do ChatGPT · Commerce Partner Playbook (OpenAI)

Google Wallet na aplicação Gemini: consultar as despesas, sem poder mexer no dinheiro

13 de novembro — No mesmo dia, a Google faz a escolha inversa: o assistente consulta a carteira, sem nunca pagar. O Google Wallet junta-se às aplicações ligadas do Personal Intelligence, a par do Gmail, Photos, YouTube e Search, para todos os utilizadores da aplicação Gemini nos Estados Unidos, na web, Android e iOS. Ao mencionar @Google Wallet, é possível obter gráficos de fluxos de caixa, de alocação de ativos ou de orçamento, identificar subscrições recorrentes e os respetivos aumentos de preço, ou preparar o orçamento das festas a partir das transações do ano passado. As contas bancárias e de cartões de crédito podem ser ligadas ao Wallet através da Plaid.

Gemini can only read information from your accounts; it can’t move, manage, or invest your money.

🇵🇹 O Gemini só pode ler as informações das suas contas; não pode movimentar, gerir nem investir o seu dinheiro. — Publicação da Google em blog.google

A ligação é facultativa e pode ser desativada a qualquer momento nas definições do Personal Intelligence. A mesma publicação lança o Memory Summary, uma página que mostra o que o Gemini reteve (preferências, interesses, objetivos em curso) e permite corrigir essas informações, na web e em dispositivos móveis, em todos os locais onde o Personal Intelligence está disponível.

Agentes de código: Claude Code 2.1.323 lança Code Mode, com Codex CLI 0.169, Antigravity 2.32, Devin Apps e Devin Teams

12 de novembro — A versão 2.1.323 do Claude Code, publicada no GitHub na noite de 12 de novembro com 294 entradas, das quais 195 são correções, introduz o Code Mode, uma opção experimental que altera a forma como o Claude utiliza as suas ferramentas. Sem ela, o Claude solicita cada chamada (Bash, Read, Edit) e lê o respetivo resultado antes de decidir o passo seguinte. Com o Code Mode, escreve um trecho de JavaScript que encadeia várias chamadas numa única etapa: executar comandos em paralelo, reutilizar o resultado de uma chamada na seguinte e devolver apenas a parte útil da saída. A documentação recomenda-o para alterações repetidas em muitos ficheiros, pesquisas a filtrar antes da leitura e comandos independentes. A conversa continua a mostrar as chamadas de ferramentas; o próprio código pode ser lido na vista de transcrição (Ctrl+O).

Requisito do Code Mode	Valor segundo a documentação
Ativação	Variável `CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1`, seguida de confirmação na primeira execução
Versão mínima	Claude Code 2.1.323, build nativo
Conta necessária	Subscrição Claude ou conta Console
Modelos aceites	Opus 5.5, Sonnet 5.5, Haiku 5.5, Fable 5.2
Ambiente suportado	Sessão interativa num terminal (sem suporte para `-p`, SDK Agent, VS Code, Desktop ou sessões na cloud)
Configurações excluídas	Gateways, Amazon Bedrock, Agent Platform da Google Cloud, Microsoft Foundry, HIPAA, retenção zero de dados
Duração máxima de um código	10 minutos em espera, até 2 horas em segundo plano

Em termos de segurança, cada chamada de ferramenta lançada pelo código continua a passar pelas regras deny e ask e pelos hooks PreToolUse. No modo auto, o classificador analisa o código antes da sua execução, mas não cada chamada: não vê os valores calculados durante o processo, como um caminho obtido numa pesquisa, e a documentação aconselha a manter regras ou hooks para as chamadas sensíveis. Os administradores podem bloquear o modo para toda a organização definindo a variável como 0 nas definições geridas, mas não podem ativá-lo desta forma. A documentação prevê também uma recusa quando o modo ainda não está disponível para a conta, aconselhando a tentar novamente noutro dia. O canal estável do npm mantém-se, por enquanto, na versão 2.1.311.

O resto da versão corrige falhas nas permissões. Uma sessão iniciada em modo auto quando esse modo está indisponível passa agora a arrancar em modo Manual, que pede autorização antes de agir, em vez de um modo mais permissivo; Write e Edit já não podem escrever num caminho protegido por uma regra Read deny, e as regras deny e ask já não podem ser contornadas através de sudo ou env. A janela de contexto presumida para um modelo desconhecido passa de 200 000 para 1 milhão de tokens, o cliente MCP v1 é removido e os plugins podem declarar as versões do Claude Code que aceitam (engines["claude-code"]). Fora do terminal, o Claude Tag adiciona as suas sessões Slack à Compliance API do Enterprise, em beta, e o Code Review exporta os custos por repositório em CSV.

🔗 Claude Code 2.1.323 (GitHub) · Documentação do Code Mode

Claude Code 2.1.325: os comandos Bash da sandbox voltam a passar pelas autorizações, e uma falha zstd é corrigida

13 de novembro — No dia seguinte, o Claude Code 2.1.325 altera um comportamento predefinido: os comandos Bash executados na sandbox passam agora pelo fluxo normal de autorização, em vez de avançarem sem pedir autorização. Para manter o funcionamento anterior, é necessário configurar sandbox.autoAllowBashIfSandboxed: true, na fonte de definições geridas com maior prioridade quando é a organização que ativa a sandbox. A versão corrige também uma falha na descodificação das respostas comprimidas em zstd, sem mais pormenores.

Outras alterações tornam as autorizações mais rigorosas: os comandos git só de leitura pedem confirmação num repositório que não seja o do projeto nem um repositório aprovado, e as tarefas agendadas como /loop pedem autorização antes de executar uma skill que declare ferramentas autorizadas ou hooks (Skill(name) em permissions.allow para utilização sem supervisão). Uma sessão em segundo plano aberta com uma conta claude.ai podia utilizar, e faturar, uma chave de API herdada do shell: o problema foi corrigido. Das 139 entradas, 88 são correções, incluindo várias para o Code Mode; a versão 2.1.324, publicada no npm menos de duas horas antes, não tem notas.

🔗 Claude Code 2.1.325 (GitHub)

Codex CLI 0.168 e 0.169: conversas laterais em separadores, e codex exec exige confiança no projeto

13 de novembro — A OpenAI publica duas versões estáveis do Codex CLI em menos de cinco horas. A 0.168.0 (03 h 54 UTC, 226 PR listadas) introduz, como opção (features.tui_workspace), uma conversa lateral apresentada ao lado da conversa principal; a 0.169.0 (08 h 37 UTC, 243 PR) organiza-a em separadores, reabertos após um reinício. Um painel Sessions → Model providers permite escolher o fornecedor de modelos para as novas conversas sem alterar as já abertas, e os fornecedores personalizados podem agora ser criados a partir do terminal, com um código de dispositivo para as ligações por SSH.

A alteração relevante para os scripts e a CI chega com a 0.169.0: numa pasta não aprovada, codex exec deixa de carregar a configuração do projeto e os seus servidores MCP, mesmo com --sandbox workspace-write. É necessário passar --trust a codex exec ou a codex review para registar a confiança no projeto. As duas versões adicionam também GIF animados opcionais, gravações de áudio com um modelo compatível, a pesquisa de tarefas antigas do centro de comando dos agentes e um ZIP de diagnóstico local (Ctrl+S). A opção features.multi_agent está a ser descontinuada em favor de agents.enabled, e um título de PR menciona uma migração local das skills do Claude Code, sem entrada nas notas.

🔗 Codex CLI 0.168.0 (GitHub) · Codex CLI 0.169.0 (GitHub)

Antigravity 2.32 e Antigravity CLI 1.5.8: Dynamic Workflows em Python, Hydrogen e Carbon com uma chave da API Gemini

13 de novembro — A aplicação Antigravity passa para a versão 2.32.0 com os Dynamic Workflows: o agente orquestra subagentes em paralelo e tarefas com várias etapas escrevendo Python, executado pelo runtime incluído na aplicação. A ideia aproxima-se dos workflows dinâmicos já propostos pelo Claude Code, Copilot CLI e Devin; o changelog não explica como a funcionalidade se articula com /swarm, em pré-visualização desde 10 de novembro. A versão protege também os separadores do navegador controlados pelo agente: os quadros incorporados (frames) de outros sites são carregados sem sessão iniciada e permanecem ocultos nas suas capturas sem autorização explícita. No total, 11 melhorias e 13 correções, incluindo os temas Everforest e a clonagem local de repositórios GitHub na cloud para os agentes remotos.

No mesmo dia, o Antigravity CLI 1.5.8 disponibiliza o Gemini 4 Hydrogen (níveis Low a XHigh) e o Gemini 4 Carbon (Low a High) para ligações com a chave GEMINI_API_KEY, e o Hydrogen também com as credenciais Google Cloud (ADC) e através de um gateway empresarial. As suas 22 correções eliminam várias formas de contornar a segurança: o proxy de rede da sandbox enganado por barras codificadas (%2F) ou segmentos « .. » num URL, regras « permitir sempre » exploradas no Windows através de cmd ou PowerShell, regras de permissão MCP ignoradas para algumas ferramentas e um hook de bloqueio escrito com aspas duplas ignorado silenciosamente no Windows.

🔗 Changelog do Antigravity

Devin Apps: aplicações web privadas alojadas na máquina cloud do Devin

13 de novembro — A Cognition lança o Devin Apps: descreve-se a ferramenta de que a equipa precisa (painel, fila de revisão, página de estado do projeto), o Devin constrói-a e coloca-a online, e a equipa acede-lhe através de um URL estável. Uma App também pode nascer de uma sessão em curso, a partir de uma pré-visualização no navegador já apresentada. As Apps permanecem privadas: é obrigatório iniciar sessão no Devin, com partilha por pessoa, por organização ou para toda a empresa. Cada alteração produz uma nova versão no mesmo endereço e, se esta não arrancar, a anterior continua a responder.

As Apps assentam nos snapshots de memória que permitem ao Devin hibernar: a máquina adormece 5 minutos após o último pedido e desperta em poucos segundos na visita seguinte. A faturação acompanha o tempo em que está ativa, sem indicação de preços. Qualquer stack que sirva HTTP é compatível, com SQLite ou Postgres na mesma máquina; uma App funciona numa única máquina e destina-se a ferramentas internas e ambientes de pré-produção, não a serviços com muito tráfego. O anúncio surge depois das Apps do Cursor (5 de novembro) e das Boxes do Amp (10 de novembro).

🔗 Apresentação do Devin Apps · Documentação do Devin Apps

Devin Teams: Devin Desktop sem licença paga, modo Free no SWE-2 e limite reduzido para 100 licenças

12 de novembro — Na noite anterior, a Cognition reformulou a sua oferta Devin Teams. O Devin Desktop deixa de exigir licenças pagas, e um modo Free, baseado no SWE-2, o modelo da empresa, dá a cada utilizador duas sessões simultâneas gratuitas. A utilização gratuita do SWE-2 no Devin Desktop e na CLI torna-se permanente nos planos Teams, Pro e Max, após vários períodos gratuitos temporários desde setembro.

Elemento da oferta Teams	Alteração anunciada pela Cognition
Licenças do Devin Desktop	Incluídas para toda a equipa, sem necessidade de licença paga
Modo Free	2 sessões simultâneas por utilizador, no SWE-2
Autenticação única	Okta, Microsoft Entra ID, qualquer fornecedor SAML ou OIDC
Limites de utilização	Até 3 níveis, aumentos aprovados manual ou automaticamente
Limite de licenças	100, contra 200 anteriormente
Licenças com quota	Retiradas dentro de 30 dias

A oferta passa também a incluir o Devin Coach, que sugere, por exemplo, um modo mais leve para uma tarefa pequena, e um acordo padrão de tratamento de dados de saúde (BAA), que pode ser solicitado nas definições. Não é indicado qualquer preço.

🔗 O novo plano Teams do Devin

DeepSeek disponibiliza na sua API as funções da aplicação: pesquisa, ficheiros, leitura de links, segurança e voz

13 de novembro — A DeepSeek disponibiliza aos programadores as funcionalidades que compõem a experiência da sua aplicação. Desde 17 de outubro, a API já oferecia pesquisa e leitura de páginas (Search e Fetch). A DeepSeek acrescenta agora todas as funções da aplicação, ativáveis com alguns parâmetros no deepseek-flash (DeepSeek-V4.1-Flash-1017), nas três API Messages, Responses e Chat Completions; o próprio serviço encarrega-se das chamadas de ferramentas e da composição do contexto.

The capabilities behind the DeepSeek App are now available through the DeepSeek API. Enable built-in features with a few parameters, or call standalone APIs such as OCR, ASR, and TTS.

🇵🇹 As funções em que assenta a aplicação DeepSeek estão agora disponíveis na API DeepSeek. Ative as funções integradas com alguns parâmetros ou faça chamadas a API autónomas como OCR, ASR e TTS. — @deepseek_ai no X

A ferramenta deepseek_web_search pesquisa na web ou procura imagens e responde com citações quando o raciocínio está desativado; com o raciocínio ativado, o modelo encadeia várias pesquisas e lê os links por si. A ferramenta deepseek_read_url obtém as páginas citadas na mensagem. Os ficheiros (PDF, documentos Office, imagens) são analisados e depois adicionados ao contexto. Um parâmetro de controlo de segurança examina a entrada e a saída e devolve um marcador de recusa em caso de risco; a DeepSeek pede aos serviços abertos ao público que o ativem e cumpram as suas obrigações (revisão da segurança dos conteúdos, registo dos grandes modelos, identificação de conteúdos de IA).

Estes componentes também são vendidos separadamente, com três novas API de OCR, reconhecimento de voz (ASR) e síntese de voz (TTS). Os custos das ferramentas acrescem aos dos tokens, cujo preço não muda: para o deepseek-flash, 0,30 dólar por milhão de tokens de entrada sem cache e 1,20 dólar de saída nas horas de ponta, com metade do preço fora das horas de ponta.

Função faturada	Preço de tabela	Preço temporário (-50 %)
Pesquisa web (texto, imagem)	0,75 dólar por 1 000	Sem desconto
Leitura web (fetch)	0,75 dólar por 1 000	Sem desconto
Análise de ficheiros e OCR	0,225 dólar por 1 000 páginas	Sem desconto
Síntese de voz (TTS)	0,45 dólar por 10 000 caracteres	0,225 dólar
Reconhecimento de voz (ASR)	0,116 dólar por hora de áudio	0,058 dólar

Para demonstrar o conjunto, a DeepSeek publica sob licença MIT o chat-demo, um cliente de conversação estático, sem servidor, que chama diretamente a API a partir do navegador, com pesquisa, leitura de links, anexos, voz e importação do histórico da aplicação. No mesmo dia, uma versão de pré-visualização do DeepSeek Harness acrescenta um plugin experimental que importa estas conversas para um espaço de trabalho. Para um programador, é a possibilidade de reproduzir a aplicação DeepSeek no seu próprio produto ou de aproveitar apenas um dos seus componentes.

🔗 Registo de alterações da API DeepSeek · Preços da API DeepSeek · Guia para criar um chatbot (DeepSeek) · chat-demo (GitHub)

llama.cpp e ggml chegam à versão 1.0.0 com uma API estável; SGLang, Transformers e Diffusers completam as ferramentas abertas

13 de novembro — Após três anos e meio de versões numeradas por build, o llama.cpp e a sua biblioteca de cálculo ggml publicam a primeira versão principal, a 1.0.0. O motor, que executa modelos localmente, do telemóvel à estação de trabalho, serve de base a uma longa lista de aplicações. A equipa, agora na Hugging Face, compromete-se com o versionamento semântico (semantic versioning) da API C pública: qualquer incompatibilidade de API ou ABI implicará uma nova versão principal.

Tipo de versão	O que a desencadeia
Principal	Alteração incompatível da API C pública ou da ABI
Secundária	Função compatível, novo backend, novo modelo ou adição à API
Correção	Bug corrigido sem alteração da API

A passagem à versão 1.0 traz uma limpeza: desaparecem 35 funções obsoletas, e a API de descodificação especulativa NextN passa a integrar o ficheiro de cabeçalho principal llama.h. A versão acrescenta caches KV em FP8, uma cache de especialistas MoE na memória do sistema anfitrião cuja proporção atribuída ao processador é ajustável, e suporte para Kimi-K3.1-Pro, Ripple-65B-Preview, a síntese de voz drama-3 e a visão de MageVL-Cowork e Kimi-K3.1. O servidor llama-server recebe proteções contra ataques SSRF, CORS e DNS rebinding, um endpoint /v1/audio/speech compatível com OpenAI e uma interface web reformulada.

Segundo a publicação, o motor suporta mais de 150 variantes de arquitetura e todos os métodos comuns de descodificação especulativa. A biblioteca é distribuída através de Homebrew, Winget, conda-forge, Debian, Docker ou MacPorts, e a equipa testa cada alteração com HF Jobs e máquinas emprestadas pela NVIDIA, AMD, Qualcomm, Arm, IBM e Intel. Clément Delangue apresenta esta v1 como a primeira versão principal inteiramente estável da biblioteca mais utilizada para executar modelos localmente. A Cohere saudou o lançamento, indicando que o seu pequeno modelo North Micro Vision passa a ser suportado. Para um programador que integra o llama.cpp num produto, é a promessa de uma API estável entre duas versões principais.

🔗 Publicação da ggml-org na Hugging Face · llama.cpp v1.0.0 (GitHub) · Anúncio de Georgi Gerganov

SGLang Consortium: oito membros fundadores em torno do motor de inferência da LMSYS

12 de novembro — A LMSYS Org, a organização sem fins lucrativos que desenvolve o motor de inferência open source SGLang, lança o SGLang Consortium na abertura do primeiro SGLang Summit, a 12 e 13 de novembro, em São Francisco. Os seus oito membros fundadores são NVIDIA, AMD, Intel, Google, Meta, Cloudflare, Modal e RadixArk. Cada um nomeia um representante técnico e participa em duas reuniões de roadmap por ano; os responsáveis pela manutenção mantêm o controlo das decisões técnicas e do código aceite, e o projeto continua aberto a todos. As prioridades: novos modelos, raciocínio e multimodalidade, inferência distribuída e otimização de hardware.

A NVIDIA, que divulgou o anúncio no dia 13, afirma ter colaborado ao longo de cinco gerações de computação acelerada, de Ampere a Vera Rubin, e no suporte de mais de 100 modelos desde o seu lançamento. Segundo a LMSYS, que cita a Deloitte, a inferência deverá representar cerca de dois terços da computação de IA em 2026, contra metade em 2025.

🔗 LMSYS Org lança o SGLang Consortium · Divulgação de @NVIDIAAI

Transformers v5.23.0: um único ExportedModel para ONNX Runtime, OpenVINO, ExecuTorch e Dynamo

13 de novembro — O Transformers v5.23.0 unifica a exportação de modelos. Quer o destino seja ONNX Runtime, OpenVINO, ExecuTorch ou o grafo Dynamo do PyTorch, a exportação passa a devolver um ExportedModel que é chamado como o modelo original (mesmos argumentos, mesma classe de saída), pode ser publicado no Hub e recarregado diretamente no motor pretendido. É uma alteração incompatível: export() deixa de devolver o mesmo objeto. As exportações ONNX podem ser fundidas para o processador, CUDA, WebGPU ou DirectML.

Motor e hardware (EmbeddingGemma2, notas de versão)	Ganho face ao PyTorch eager	Ganho face ao torch.compile
ONNX Runtime com TensorRT, A100	7,6 vezes	1,4 vezes
OpenVINO, Xeon Platinum 8570	4,1 vezes	2,2 vezes
OpenVINO com pesos int8, mesmo Xeon	4,9 vezes	2,6 vezes

A versão acrescenta sete modelos, incluindo Inkling 2 Small da Thinking Machines, LFM3 e LFM3-VL da Liquid AI, Dots 3 Note Preview (texto, imagem, vídeo e áudio), IQuest-Coder-V1 e InternLM3; a cabeça de decisão JEV continua a ser experimental.

🔗 Transformers v5.23.0 (GitHub)

Diffusers 0.43.0: cinco pipelines modulares, do MiniMax-H3-Image ao simulador PAN 2

12 de novembro — O Diffusers 0.43.0 acrescenta cinco modelos generativos sob a forma de pipelines modulares. O MiniMax-H3-Image e o P-H3-Image da Pruna AI geram e retocam imagens a partir de texto e imagens de referência (até oito para o P-H3-Image), em seis ou oito passos. O Pika H3 Flex, baseado no MiniMax-H3, produz vídeo com som estéreo sincronizado em seis passos. O Kandinsky S2V 1.0 anima uma pessoa a partir de uma fotografia e de uma gravação da sua voz, incluindo movimentos do corpo, em segmentos de cinco segundos. O PAN 2, um simulador de 29 mil milhões de parâmetros, gera cenas a partir de ações e movimentos de câmara, com controlos de segurança ativados por predefinição. A versão melhora também o paralelismo de tensores, as LoRA e os backends de atenção.

🔗 Diffusers 0.43.0 (GitHub)

Catálogo do GitHub Copilot: Gemini 4 Hydrogen chega também ao plano Pro, seis modelos serão retirados a 14 de dezembro

Gemini 4 Hydrogen no Copilot, incluindo o plano Pro

13 de novembro — No dia seguinte ao seu lançamento pela Google, o Gemini 4 Hydrogen passa a estar disponível de forma geral no GitHub Copilot. O GitHub apresenta-o como o mais recente modelo Flash da Google, concebido para programação agêntica rápida, utilização de ferramentas e workflows com várias etapas, com melhor cumprimento de instruções do que o Gemini 3.8 Flash, sem apresentar números que o sustentem. A diferença face às duas chegadas anteriores, Gemini 4 Carbon e Claude Fable 5.2: o plano Copilot Pro está incluído, a par de Pro+, Max, Business e Enterprise.

O modelo aparece em onze interfaces: as dez do Carbon, do Visual Studio Code ao Eclipse, passando pelo Copilot CLI, pelo agente de programação, pela aplicação GitHub Copilot e pelo GitHub Mobile, mais o Copilot SDK. É faturado ao preço de tabela do fornecedor, em função da utilização, e ativado automaticamente nos planos Business e Enterprise enquanto o administrador não tiver desligado a ativação predefinida de novos modelos. A disponibilização é gradual. No mesmo dia, o Hydrogen chega também à Agent API da Perplexity e ao Antigravity CLI.

🔗 Gemini 4 Hydrogen no GitHub Copilot (GitHub Changelog)

Seis modelos retirados do Copilot a 14 de dezembro

13 de novembro — O GitHub anuncia a retirada de seis modelos de todas as experiências Copilot (Chat, alterações em linha, modos ask e agent, sugestões de código) a 14 de dezembro. Cada um tem um substituto sugerido, muitas vezes lançado nas últimas semanas.

Modelo obsoleto	Substituto sugerido pelo GitHub
Claude Fable 5	Claude Fable 5.2
Claude Haiku 4.5	Claude Haiku 5.5 (Haiku 4.5 continua disponível para assinantes individuais no plano anual)
Gemini 3.8 Flash	Gemini 4 Hydrogen
Gemini 4 Argon	Gemini 4 Carbon
Grok 4.6	Grok 4.7
Kimi K3	Substituto a anunciar

Nos planos Business e Enterprise, os substitutos são ativados automaticamente se a ativação predefinida de novos modelos estiver ligada, e não é necessário fazer nada para retirar os antigos. O GitHub já tinha retirado quatro modelos a 2 de outubro e seis a 19 de outubro segundo o mesmo esquema; o Gemini 4 Argon, que chegou em meados de outubro, terá passado apenas dois meses no Copilot.

🔗 Próxima descontinuação de modelos selecionados do GitHub Copilot em dezembro (GitHub Changelog)

Avaliar os modelos: as recomendações da Anthropic para a segurança e o XYBench da Ai2

Anthropic: dez recomendações para avaliações de segurança fiáveis

13 de novembro — No seu blog Engineering, a Anthropic publica um guia para conceber, executar e apresentar avaliações de segurança, com dez recomendações segundo o seu tweet. O ponto de partida: dizer que um modelo é «mais seguro do que o anterior» só vale tanto quanto a avaliação que o mede, e as avaliações de IA são fáceis de contornar e difíceis de reproduzir. O artigo inspira-se nas reformas da psicologia após a sua crise de replicação, incluindo o pré-registo (preregistration) das hipóteses antes de ver os dados.

A Anthropic prefere uma taxa de respostas adequadas à taxa de recusa, medida em conversas com vários turnos em que basta um único turno inadequado para tudo falhar: um modelo Claude desempenha o papel do utilizador simulado descrito por um especialista, e um avaliador automático, validado com base em classificações humanas, avalia cada transcrição. Após incidentes internos, muitas avaliações com acesso à Internet foram temporariamente suspensas.

Métrica citada pela Anthropic	Valor publicado
Respostas inofensivas, testes de um turno na API	94 % a 98 % para todos os modelos recentes (saturado)
Burlas românticas no claude.ai	Opus 5: 98 %, Opus 5.5: 94 % (diferença não significativa)
Diferença entre API e claude.ai para Fable 5.1	Até 34 pontos
Suicídio e automutilação, novo prompt de sistema	60 % na API, 94 % no claude.ai
Tamanho mínimo da amostra	100 elementos em vários turnos, 1 000 num turno

🔗 Criar avaliações de segurança robustas (Anthropic) · Anúncio de @AnthropicAI

XYBench: os assistentes raramente veem a verdadeira questão por trás de um pedido mal formulado

13 de novembro — A Ai2 publica o XYBench com a Carnegie Mellon, a NVIDIA e a Johns Hopkins (prémio de melhor artigo de recursos na EMNLP 2026). O benchmark aborda o «problema XY»: alguém quer atingir um objetivo X, pressupõe que um método Y funcionará e pede ajuda com Y. As suas 8 115 perguntas vão da programação (Stack Overflow) à cozinha e à bricolage (WikiHow). Os cinco modelos testados, de gerações anteriores, propõem frequentemente uma solução para o verdadeiro problema, mas continuam centrados no pedido literal.

Modelo avaliado (perguntas do Stack Overflow)	Solução para o objetivo real	Resposta centrada no objetivo	Equívoco assinalado
Melhor resposta humana	67 %	55 %	79 %
GPT-5	71 %	41 %	60 %
Qwen3.5-9B	64 %	41 %	60 %
DeepSeek-V4 Pro	66 %	35 %	55 %
Gemini 3.1 Pro	62 %	40 %	54 %
Claude Sonnet 4.6	59 %	36 %	47 %

Quando lhes é pedido que escolham entre duas respostas, os modelos preferem, em 71 a 84 % dos casos, a que aborda o objetivo real, embora só produzam respostas desse tipo em 35 a 41 % dos casos: saber reconhecer uma boa resposta não basta para a produzir.

🔗 XYBench (Ai2) · Anúncio de @allen_ai

Injeção de prompts: a IBM publica o LLMON e duas versões preliminares do Granite 4.1 que lhe resistem melhor

12 de novembro — A IBM apresenta o LLMON, uma linguagem de marcação pensada para modelos de linguagem. Ao longo de uma tarefa extensa, o contexto de um modelo mistura o prompt de sistema, a conversa, documentos recuperados, respostas de ferramentas, restrições de saída e raciocínios, sem estrutura explícita ou em formatos como JSON que não foram concebidos para os modelos, segundo a IBM. O LLMON identifica cada um destes elementos com marcação para que o modelo saiba o que está a ler, o que deverá ajudá-lo a não seguir as instruções injetadas no seu contexto.

A IBM publica duas versões preliminares experimentais derivadas dos modelos de base Granite 4.1, granite-4.1-3b-LLMON-preview e granite-4.1-8b-LLMON-preview, treinadas para ler e produzir texto com marcação LLMON. No seu benchmark de injeção de prompts, a IBM indica que evitam 47 % mais ataques do que o melhor modelo de fronteira testado e 95 % mais do que o melhor modelo open source, mantendo-se ao nível dos Granite 4.1 Instruct nos benchmarks gerais. São medições do fornecedor, no seu próprio benchmark.

🔗 LLMON, uma linguagem de marcação nativa para LLMs, agora no Granite (Hugging Face)

PARDIG e SatWeave: a Google DeepMind disponibiliza os conjuntos de dados por trás do WeatherNext 3

13 de novembro — A Google DeepMind publica em acesso livre os dois conjuntos de dados em que se apoia o WeatherNext 3, o seu modelo meteorológico mundial lançado em setembro. O SatWeave combina imagens de satélites geoestacionários (GOES, Meteosat, Himawari) num mosaico mundial de 17 canais, atualizado de hora a hora: é isto que permite ao WeatherNext 3 produzir uma nova previsão mundial a cada hora, enquanto outros modelos partem de análises atualizadas a cada seis horas.

O PARDIG estima a precipitação em todo o planeta a cada 15 minutos, com uma resolução de cerca de 10 km. Aprende com as medições do radar espacial da missão GPM da NASA, em vez de depender apenas de instrumentos no solo, para continuar a ser útil onde não existem radares nem pluviómetros. Comparado com três redes de radar (Estados Unidos, Europa, Japão) e mais de 36 000 estações, melhora em mais de 30 % a deteção horária de chuvas fracas a moderadas em relação ao IMERG-Final, a referência da NASA.

Conjunto de dados aberto	Conteúdo e frequência	Arquivo disponível
SatWeave	Mosaico geoestacionário de 17 canais, de hora a hora	Mais de dez anos
PARDIG	Precipitação mundial a cada 15 minutos, cerca de 10 km	1999 a 2026

Os fluxos em direto e os arquivos estão no Google Cloud Storage, e o PARDIG também está no Google Earth Engine.

🔗 Disponibilizar os conjuntos de dados por trás dos nossos modelos meteorológicos de IA (Google DeepMind) · Fio de @GoogleDeepMind

Áudio generativo: Suno Bridge no Ableton Live, Stable Audio renovado com Generate e Sampler

Suno Bridge: gerar pistas Suno numa sessão do Ableton Live 12

13 de novembro — A Suno lança o Suno Bridge, uma aplicação autónoma em beta que integra os seus modelos musicais no software de produção do utilizador. No lançamento, funciona apenas com o Ableton Live 12 no Mac; estão previstos outros sistemas e outras DAW, sem calendário definido. O Bridge funciona em paralelo com o Ableton Live e sincroniza-se com a sessão aberta, cujos ficheiros são carregados para a Suno para que esta compreenda o contexto musical. Os prompts produzem novas partes instrumentais ou vocais alinhadas com o tempo, a tonalidade, o estilo, a harmonia e o groove da sessão, no loop escolhido com os marcadores da Arrangement View (por exemplo, 8 compassos, do 9.º ao 16.º). O resultado surge diretamente na timeline. O Bridge está incluído em todas as subscrições Premier, sem preço separado.

🔗 Suno Bridge: a sua DAW, com tecnologia Suno · Anúncio de @suno

Stable Audio: um espaço de trabalho único, Generate para músicas e Sampler para kits

12 de novembro — A Stability AI anuncia uma reformulação do Stable Audio, detalhada nas suas notas de versão de novembro (página datada de 4 de novembro nos metadados, anunciada no dia 12). O site reúne agora projetos e sons num espaço de trabalho único, com uma página inicial e uma biblioteca comum a todas as aplicações.

Aplicação do Stable Audio	O que produz
Generate	Música ou efeito sonoro, a partir de texto ou de «paints» de géneros, estilos e instrumentos; Lens para cortar, substituir ou prolongar
Sampler	Até 8 variações por prompt ou um kit de 8 sons, sequenciador de 8 instrumentos com 16 passos, padrões até 32 compassos, exportação em ZIP
Sessions (Labs, beta)	Mix completo ou 8 pistas editáveis, com um produtor controlado por chat

A Stability não apresenta nenhum novo modelo nem preços.

🔗 Notas de versão de novembro do Stable Audio · Anúncio de @stableaudio

A Cohere conclui a aquisição da AISLE e acolhe a equipa da cubic para uma divisão de código seguro

13 de novembro — A Cohere anuncia ter concluído a aquisição da AISLE, uma empresa que desenvolve sistemas autónomos de descoberta e correção de vulnerabilidades, um mês após a carta de intenções de 15 de outubro. No mesmo artigo, a empresa acolhe a equipa da cubic, uma plataforma de revisão de código por IA fundada e dirigida por Paul Sanglé-Ferrière, que criará a sua divisão de «código seguro» (secure coding vertical). Segundo a Cohere, a AISLE e a cubic elevam para quatro as suas operações estratégicas de fusões e aquisições do ano, juntamente com a Aleph Alpha e a Reliant AI. Não foi divulgado qualquer montante.

Os cofundadores da AISLE assumem cargos de direção: Ondrej Vlcek torna-se vice-presidente sénior da Cohere Cyber, uma nova atividade de cibersegurança destinada a empresas, governos e operadores de infraestruturas críticas; Jaya Baloo é a responsável pela segurança dos sistemas de informação, como anunciado na véspera; Stanislav Fort torna-se vice-presidente de AI Security. A Cohere prevê um investimento a longo prazo em Praga, apresentada como o seu futuro centro mundial de cibersegurança com IA. Os agentes de revisão de código da cubic funcionam localmente e em ambiente isolado (air-gapped); a Cohere afirma que estão entre os melhores nos benchmarks de revisão de código, sem apresentar números.

🔗 A Cohere expande a plataforma de IA soberana com a AISLE e a cubic

Perplexity: os Teammates chegam à aplicação Mac para os subscritores Max

13 de novembro — A Perplexity disponibiliza na sua aplicação Mac os Teammates, os seus agentes pessoais para trabalho de longa duração lançados na web a 5 de novembro, ainda exclusivos dos subscritores Max. Segundo o anúncio, trabalham sozinhos ou com outros teammates, por exemplo em garantia de qualidade, apoio ao cliente, investigação ou marketing de crescimento.

A página do produto ainda não estava atualizada no momento da nossa consulta: anuncia-os como disponíveis na web e no iOS, e depois «em breve» para computador e Android. A versão iOS não tinha sido anunciada no lançamento, e a sua data continua desconhecida. O modelo de preços não muda: os Teammates são gratuitos durante um período promocional, passando depois a consumir os créditos incluídos no Max. Na noite anterior, a Perplexity também mostrou que o agente de navegação do Computer e dos Teammates apresenta agora o seu trabalho em direto e permite ao utilizador retomar o controlo.

🔗 Anúncio de @perplexity_ai · Página do produto Teammates

Google AI Studio: os créditos Google Cloud dos subscritores Pro e Ultra podem ser pedidos sem sair da ferramenta

13 de novembro — Os subscritores Google AI Pro e Ultra já dispunham de créditos Google Cloud mensais através do Google Developer Program, mas pedi-los obrigava a passar por vários sites. Agora, podem ser geridos a partir do Google AI Studio: a criação do perfil Developer Program, a associação de uma conta de faturação, o pedido dos créditos e a consulta do saldo fazem parte de um único processo, e as atribuições seguintes são aplicadas automaticamente.

Cada crédito mensal continua válido durante 12 meses e os montantes atribuídos acumulam-se; os créditos mais próximos de expirar são usados primeiro. Servem para pagar a API Gemini e os modelos do escalão pago quando a quota da subscrição se esgota. Há duas condições: um pré-pagamento mínimo de 5 dólares na faturação Cloud, e apenas o titular principal da subscrição pode utilizá-los, não os membros da família. O montante depende do escalão da subscrição e não é indicado no artigo.

🔗 Peça os seus créditos Google Cloud no Google AI Studio (blog.google)

Praxis-1 no braço SO-101: a Runway publica o checkpoint anunciado dois dias antes

13 de novembro — Dois dias após o lançamento do Praxis-1 com pesos abertos, noticiado a 11 de novembro, a Runway publica a versão para o SO-101, o braço robótico de baixo custo e open source muito utilizado por entusiastas e investigadores. O README de 11 de novembro anunciava este checkpoint como «a chegar»: o praxis-1-so101 (licença Apache 2.0) e a sua variante NVFP4 estão agora no Hugging Face, com o código da plataforma de testes (servidor, cliente LeRobot) no repositório GitHub. Segundo a Runway, o modelo funciona numa única RTX 5090 em NVFP4.

Para o ajustar, a Runway recorreu aos dados da comunidade LeRobot: 3 956 conjuntos de dados públicos SO-100 e SO-101, provenientes de 1 783 contribuidores, ou seja, cerca de 1 260 horas; o ajuste incidiu sobre cerca de 1 070 horas provenientes de 3 814 conjuntos. O modelo controla as cinco articulações e a pinça a 15 Hz, com ou sem câmara no pulso. A Runway não apresenta qualquer taxa de sucesso para este braço, apenas vídeos (dobrar uma toalha, limpar um prato). O repositório também recebeu otimizações de inferência e suporte para Jetson Thor, atribuídos à NVIDIA.

🔗 Anúncio de @runwayml · praxis-1-so101 no Hugging Face · Relatório técnico do Praxis-1

Breves

Agentes de código e CLI

Copilot CLI 1.0.111 — Passou a estável em 13 de novembro, aceita expressões regulares nas regras de permissões Shell, Bash e PowerShell impostas pela empresa e impede que um workflow dinâmico se copie sem limite. A versão de pré-lançamento 1.0.112-0 adota por predefinição a janela de contexto recomendada de cada modelo; no SDK, as sessões com Claude Haiku 5.5 passam a 936K tokens de prompt por predefinição em vez de 100K, o que pode sair mais caro, segundo as notas. 🔗 fonte
Qwen Code v0.27.3 — 113 entradas sem alterações incompatíveis: um canal DingTalk apenas de envio para notificações, GitLab como canal de repositório no Web Shell, /pr para associar uma sessão a uma pull request; o modo auto-edit respeita agora permissions.ask, e git commit --amend pede aprovação no modo AUTO. 🔗 fonte
Kimi Code 2.6.1 e 2.6.2 — Duas versões de correção: reabrir sessões longas já não demora vários segundos, as sessões já não ficam bloqueadas em vez de se compactarem, o painel Swarm foi corrigido e /feedback já não aceita respostas apenas em texto. 🔗 fonte
Gemini CLI — Continua sem nenhuma versão desde a v0.68.0 de 10 de novembro, e a compilação noturna continua a falhar. Três correções integradas no ramo principal fazem finalmente aparecer gemini-3.8-flash em gemini models list; nenhum vestígio de Gemini 4 Hydrogen no repositório. 🔗 fonte
DeepSeek Harness 0.2.2-rc.3 — Esta 39.ª versão de pré-lançamento, ainda sem versão estável, acrescenta um plugin experimental que importa para um espaço de trabalho as conversas da aplicação ou do site DeepSeek, para lhes dar continuidade, e corrige a atualização da aplicação Windows. 🔗 fonte
Delta 0.26 e Zed — O Delta cria agora conversas a partir da sua versão web e do telemóvel, personaliza os seus atalhos e pré-visualiza uma fusão de worktree; o Zed anuncia, sem data, que os agentes poderão rastrear uma linha de código até à conversa que a escreveu, e mostra um destaque de atribuição baseado no DeltaDB. 🔗 fonte
Performance Agent da Replit — O agente procura pontos de lentidão no código e nos registos a partir do separador Monitoring, mesmo antes da publicação, num plano pago; em Enterprise, um projeto pode agora ser partilhado com Viewers designados. 🔗 fonte
Codex em Durable Objects — A Cloudflare anuncia que o Codex pode ser executado nos seus Durable Objects «como num computador portátil»; o tweet de 11 de novembro, republicado pela OpenAI Developers, mostra apenas uma captura de código, sem artigo nem preço. 🔗 fonte
GitHub Agentic Workflows 1.2.3 — Esta versão de pré-lançamento encaminha por predefinição para o Copilot, num modo orientado para o custo, os workflows que não definem um modelo, substitui as suas integrações Jira, Linear e Azure DevOps por conectores declarativos e bloqueia a fusão de PR que alteram ficheiros protegidos. 🔗 fonte

SDK, API e plataformas

Agents SDK JS 0.22.0 — A versão estável torna os tipos mais restritos, com o risco de quebrar código TypeScript existente, e define o esforço de raciocínio como none por predefinição para as ferramentas e os handoffs em Chat Completions com gpt-6-sol e gpt-6-luna. 🔗 fonte
SDK Python 3.51.0 e Node 7.57.0 da OpenAI — Preparam o tempo de vida da cache de prompt das sessões de agentes, a saída SVG na edição de imagens, identificadores de segurança para as sessões Live e as chaves externas OCI Vault, ainda ausentes do changelog da API. 🔗 fonte
Gemini 4 Hydrogen na Agent API da Perplexity — 1,50 dólar por milhão de tokens de entrada, 0,075 dólar para entrada em cache e 7,50 dólares para saída, incluindo o raciocínio; Gemini 3.6, 3.7 e 3.8 Flash desaparecem da documentação, sem anúncio de remoção da API. 🔗 fonte
AI Scan do GitHub pela API REST — Em pré-lançamento público, o AI Scan dos repositórios é ativado ou desativado através de uma definição repository_scan ao nível da organização e do repositório; ativá-lo não inicia nenhum scan, e cada análise consome créditos de IA do Code Security. 🔗 fonte
App GitHub Copilot e GitHub Enterprise Server — As contas GHES passam a poder ser adicionadas à app em disponibilidade geral, para repositórios, issues e pull requests, a partir da versão 1.2.0; sem sessões cloud para GHES. 🔗 fonte

Assistentes e agentes

Grok Bot em reuniões — A SpaceXSI disponibiliza a participação do Grok Bot em reuniões nos planos Super, Ultra, Team e Enterprise, bem como nos planos antigos equivalentes; o artigo sobre o Grok Bot 1.0 só mencionava Team, Enterprise e Ultra. 🔗 fonte
Agente de navegação da Perplexity — O agente do Computer e dos Teammates mostra agora o seu trabalho em direto; o utilizador pode assumir o controlo, iniciar sessão num site por si próprio e depois devolver-lhe o controlo. 🔗 fonte
Side chat do Manus — Uma conversa paralela abre-se ao lado da tarefa em curso, com o respetivo contexto, para fazer perguntas sem sobrecarregar a conversa principal; não são especificados planos nem créditos. 🔗 fonte

Guias e usos

Agentes sempre ativos — Um guia de claude.com descreve cinco componentes (caixa de entrada de eventos, temporizadores, memória em ficheiros persistentes, autorizações, caixa de saída); num benchmark de código não identificado, o Opus 5.5 custa 78 % menos por tarefa resolvida do que o Opus 5, contra 40 % em cargas típicas. 🔗 fonte
Claude Tag em oito startups — Na NavigateAI, o Claude Tag funciona em cerca de 90 canais e abriu cerca de 223 PR desde junho, das quais 134 foram integradas; o guia recorda que a versão beta está reservada a Team e Enterprise, excluindo ZDR, CMEK e HIPAA. 🔗 fonte
Guia de agent skills — O GitHub Blog explica como escrever uma skill uma só vez, num diretório com controlo de versões em torno de um ficheiro SKILL.md, e executá-la em vários agentes, recordando que ela não concede ferramentas nem permissões. 🔗 fonte
Gondola e Codex — Segundo este estudo de caso publicado pela OpenAI, a produção mensal da equipa de engenharia aumentou cerca de 25 %, e o volume de negócios mais do que duplicou num ano sem aumento da massa salarial, de acordo com a Gondola. 🔗 fonte
Guia da Perplexity sobre motores de pesquisa — Distingue motores baseados em robôs, metamotores e motores de resposta de IA, com as quotas de mercado da StatCounter de outubro de 2026 (Google com 91,05 %), sem novidades de produto. 🔗 fonte

Imagens, vídeo e áudio

Seedance 2.5 Flash no Runway — Esta variante do modelo de vídeo da ByteDance é apresentada como mais rápida e mais barata, sem números de velocidade, custo ou resolução. 🔗 fonte
Pika H3 Flex na API da Reactor — Imagens de referência, controlo do primeiro e do último fotograma e áudio fornecido pelo utilizador para um vídeo musical ou um diálogo; sem preços. 🔗 fonte
MiniMax H3-Image no Picsart e no HyperFrames Studio — O Picsart anuncia geração e edição em 4K em cerca de dez segundos; o HyperFrames Studio, a ferramenta da HeyGen, imagens de 16 megapíxeis com até 16 imagens de referência. 🔗 fonte
Redraw no Genspark Media Studio — Pinta-se sobre a área de uma imagem a corrigir e descreve-se o que a deve substituir, mantendo o resto; sem data de disponibilização nem custo em créditos. 🔗 fonte
Organizador da Luma — O agente da Luma agrupa e etiqueta um quadro criativo por produto, conceito, campanha ou canal, até 10 000 elementos, sem mover nada sem autorização. 🔗 fonte
Forward Deployed Creatives da ElevenLabs — Produtores e estrategas criativos trabalham com as equipas das marcas no ElevenCreative ou entregam anúncios acabados, em três modalidades, sem preços públicos. 🔗 fonte
ElevenMusic para vozes perdidas — As pessoas com perda permanente da voz têm acesso gratuito ao ElevenMusic; a NYU Langone Health junta-se ao 1 Million Voices, o programa de recuperação da voz que afirma ter ajudado mais de 11 000 pessoas, e o Wounded Warrior Project torna-se parceiro do programa Impact. 🔗 fonte
SOFIA for Business — Um agente de voz construído sobre ElevenAgents permite fazer perguntas sobre as entrevistas da iniciativa Inspiring Female Founders de Oxford Saïd e realiza ele próprio novas entrevistas. 🔗 fonte

Modelos abertos, investigação e robótica

TRL v1.18.0 — AsyncGRPOTrainer, que separa a geração a cargo do vLLM do treino, passa a ser um treinador estável que pode ser importado a partir de trl; o antigo caminho experimental continua a ser aceite até à v2.0.0. 🔗 fonte
North Micro Vision no llama.cpp — Ao celebrar a v1.0.0, a Cohere indica que o seu modelo de visão e linguagem mais pequeno é agora suportado pelo llama.cpp, sem data nem ligação para a alteração. 🔗 fonte
Demonstração de Déjà View — A NVIDIA disponibiliza no Hugging Face uma demonstração interativa, sem código, do seu modelo de reconstrução 3D de 117 milhões de parâmetros apresentado em 11 de novembro. 🔗 fonte
FLUX-mimic — A startup mimic e o BMW Group apresentam um modelo de vídeo-ação construído sobre FLUX 3 para a montagem automóvel: 77,5 % de sucesso com 2 horas de demonstrações numa tarefa de arrumação de peças, 95 % com 8 horas. 🔗 fonte
OpenMed — Dois extratores de 73,9 milhões de parâmetros, para medicamentos e anatomia, sob licença Apache-2.0; em 200 resumos do PubMed nunca vistos, o F1 passa de 45,09 para 66,81 e de 26,20 para 61,74. 🔗 fonte
TiHon-TTS — Uma síntese de voz vietnamita de 100 118 parâmetros (402 Ko) funciona 40 vezes mais depressa do que em tempo real num núcleo x86 e pode ser executada num microcontrolador Cortex-M, segundo o seu autor. 🔗 fonte
YOLO26 no NXP i.MX 95 — Com o seu software EdgeFirst, a Au-Zone passa de cerca de 40 para 84 imagens por segundo no NPU de 2 TOPS, com mais 7 pontos de mAP, segundo as suas medições. 🔗 fonte
s1d1-bench — Um banco de testes aberto compara um router de prompts multilingue com três juízes LLM locais: concordância de 0,807 (QWK), contra 0,774 entre juízes e 0,278 para o router BERT do RouteLLM, segundo o autor. 🔗 fonte

Ecossistema

Black Forest Labs no AI 100 — Depois da Synthesia, o laboratório de FLUX figura na primeira classificação de empresas privadas de IA da Newcomer e da Bessemer, sem indicação da posição. 🔗 fonte

O que isto significa

Pagar ou ler: a OpenAI e a Google ligam no mesmo dia os seus assistentes ao dinheiro do utilizador, com dois níveis de confiança opostos. O ChatGPT Wallet permite que um agente finalize uma compra, mas cada pagamento passa por uma verificação biométrica e por um token de substituição, de modo que nem o agente nem o comerciante veem o cartão; a delegação completa, com limites, é anunciada sem data. O Gemini lê as contas associadas ao Google Wallet e não tem qualquer permissão para agir. Na véspera, o Replit Agent também tinha começado a fazer compras, com Link e Visa. Falta a adesão dos comerciantes: a OpenAI publica um guia para que os sites reconheçam os agentes assinados e as ferramentas antifraude aceitem as suas compras.

Os agentes de código confiam a um programa aquilo que faziam turno a turno. O Code Mode leva o Claude a escrever JavaScript que encadeia as suas ferramentas, e os Dynamic Workflows do Antigravity fazem o mesmo em Python para orquestrar subagentes. O ganho tem um custo em visibilidade: no Claude Code, o classificador do modo auto avalia o código antes da execução sem ver os valores calculados pelo caminho, e a documentação remete para as regras e os hooks para as chamadas sensíveis. Os restantes lançamentos do dia reforçam os controlos: os comandos Bash da sandbox voltam a passar pelas autorizações no Claude Code 2.1.325, codex exec ignora a configuração de um projeto não aprovado sem --trust, e o Antigravity CLI 1.5.8 fecha formas de contornar o seu proxy e as suas regras no Windows.

As ferramentas abertas estabelecem regras de estabilidade e de governação. O llama.cpp promete que uma alteração incompatível na sua API C dará origem a uma versão principal, o SGLang reúne oito empresas industriais num consórcio em que os responsáveis pela manutenção continuam a controlar o código, e o Transformers dá a mesma interface de exportação a quatro motores de execução. A DeepSeek segue o mesmo caminho no serviço: já não vende apenas um modelo, mas os componentes da sua aplicação, da pesquisa à voz, com um cliente de demonstração sob licença MIT.

As próprias medições são postas em causa. A Anthropic considera saturados os seus testes de segurança de um turno, nos quais todos os modelos recentes obtêm 94 a 98 %, e mostra que o mesmo modelo pode apresentar uma diferença de 34 pontos entre a API e claude.ai. O XYBench mede outro ponto cego: os modelos reconhecem a resposta que aborda o verdadeiro objetivo em 71 a 84 % dos casos, mas só a escrevem eles próprios em 35 a 41 %. Os ganhos anunciados pela IBM na injeção de prompts ou pelo Transformers na exportação vêm dos fornecedores, nos seus próprios bancos de testes, e a Runway não publica qualquer taxa de sucesso para o SO-101: a recomendação da Anthropic de publicar a incerteza também se aplica a eles.