A Meta disponibiliza Muse Spark Open e os seus 816 mil milhões de parâmetros, a NVIDIA lança Nemotron 3.5 Super VL, a Cohere vai adquirir a AISLE

A Meta publica os pesos de Muse Spark Open, uma mistura de especialistas multimodal de 816 mil milhões de parâmetros que apresenta como o modelo aberto americano com melhor desempenho, com suporte no próprio dia da NVIDIA, da Hugging Face e de sete fornecedores de API. A NVIDIA disponibiliza também Nemotron 3.5 Super VL, um modelo de 120 mil milhões de parâmetros para agentes, enquanto a Cohere assina uma carta de intenções para adquirir a AISLE, especialista na descoberta autónoma de falhas, e cria a Cohere Cyber. A Perplexity publica SPACE, o ambiente isolado de Computer, em open source, a Black Forest Labs disponibiliza os pesos de FLUX 3 Image Klein, e a Cognition lança Devin Oncall, um agente de prevenção que investiga incidentes em produção.

Muse Spark Open: a Meta disponibiliza um MoE multimodal de 816 mil milhões de parâmetros, a NVIDIA e a Hugging Face acompanham no próprio dia

15 de outubro — A Meta publica os pesos de Muse Spark Open, uma mistura de especialistas (mixture-of-experts, MoE) multimodal de 816 mil milhões de parâmetros, dos quais 42 mil milhões ativos por token, com uma janela de contexto de um milhão de tokens. O modelo lê texto, imagens, vídeo e áudio, e responde em texto; a Meta treinou-o para código e trabalho agêntico. Na família Muse, torna-se o grande modelo aberto, acima de Muse Glimmer, o pequeno modelo denso de 30 mil milhões de parâmetros publicado em agosto, e chega três dias depois de Muse Wonder, que permanece fechado.

Today we’re releasing Muse Spark Open, the most capable US open-weight model to date. Built for coding and agentic work, it excels at long-horizon tasks, complex software engineering, and multi-step reasoning.

🇵🇹 Publicamos hoje Muse Spark Open, o modelo americano com pesos abertos com melhor desempenho até à data. Concebido para código e trabalho agêntico, destaca-se em tarefas de longa duração, engenharia de software complexa e raciocínio em várias etapas. — @AIatMeta no X

O superlativo deve ser interpretado no sentido estrito. Na tabela da ficha da Hugging Face, onde o modelo é avaliado na configuração xhigh, Muse Spark Open lidera em oito linhas da tabela completa, incluindo a utilização de ferramentas MCP e JobBench, mas os grandes modelos abertos chineses continuam à frente no índice da Artificial Analysis (45 para GLM 5.3, 44 para Kimi K3, contra 39) e em código. Perante os outros três modelos americanos da tabela, Inkling da Thinking Machines, Nemotron 3 Ultra da NVIDIA e Beam da Reflection AI, apenas Beam o supera em capacidades, no GPQA Diamond (90,5 contra 89,0) e no Terminal-Bench 2.1 (80,1 contra 76,4).

Avaliação (ficha da Hugging Face)	Pontuação de Muse Spark Open (xhigh)	Melhor concorrente da tabela
MCP-Atlas	89,2	84,5 (Qwen3.8-2.4T-A95B)
JobBench	61,8	61,4 (GLM 5.3)
HLE-Diamond (sem ferramentas)	26,1	22,2 (Kimi K3)
Índice Artificial Analysis	39	45 (GLM 5.3)
OSWorld Verified	80,4	84,8 (Kimi K3)
DeepSWE 1.1	60	68 (Kimi K3)
Terminal-Bench 2.1 (Terminus 2)	76,4	85,0 (Kimi K3)
StrongREJECT v2 (mais baixo = melhor)	0,5	62,9 (GLM 5.3)

Como todos os especialistas permanecem em memória, é necessária a memória de um modelo de 816 mil milhões de parâmetros para obter a velocidade de um modelo de 42 mil milhões. Os pesos BF16 ocupam cerca de 1,5 TB (repositório Muse-Spark-Open-816B-A42B na Hugging Face, acessível após o preenchimento de um formulário), e uma versão NVFP4 cabe num único nó B200. Ainda assim, a Meta insiste na execução local: o modelo está otimizado para dois Mac Studio M5 Ultra ligados entre si, com MLX, cada um com até 512 GB de memória unificada. A Hugging Face fez um teste mais modesto, num único Mac M3 Ultra de 512 GB: uma versão de 2 bits com llama.cpp ocupa 304 GB e produz 18 tokens por segundo.

Os pesos são publicados sob a Muse Model License, com condições comerciais limitadas, que, segundo a Meta, permite a muitos programadores utilizar o modelo gratuitamente. Sete fornecedores disponibilizam-no desde o primeiro dia: Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter e Together AI. A Meta diz ter acrescentado um pós-treino de segurança específico para pesos abertos e atingido os limiares de publicação do seu Meta Superintelligence Scaling Framework, atualizado a 2 de outubro. No StrongREJECT v2, onde uma pontuação baixa é melhor, o modelo obtém 0,5, contra 62,9 a 86,4 dos outros modelos avaliados. No FORTRESS, obtém a melhor pontuação de risco médio (5,8, contra 21,6 a 28,2), mas a pontuação mais elevada de recusa excessiva da tabela (17,4, contra 2,7 a 13,3).

A NVIDIA acompanha o lançamento com um artigo técnico: Muse Spark Open foi treinado em racks GB300 NVL72, e os checkpoints NVFP4 produzidos pela Meta estão otimizados para Blackwell Ultra. Em cargas de trabalho agênticas, a NVIDIA anuncia até 50 000 tokens por segundo por GPU e até 600 tokens por segundo por utilizador, e publica receitas de implementação para SGLang, vLLM, TensorRT LLM e Dynamo, um NIM e o pós-treino com NeMo AutoModel.

O resto do ecossistema acompanhou ao longo do dia: Transformers e TRL integram-no (ver abaixo), mlx-lm 0.32.0 acrescenta a versão NVFP4, a Unsloth anuncia uma versão de 2 bits que cabe em cerca de 256 GB, e a Meta fornece para SGLang kernels Helion até 3,95 vezes mais rápidos ao nível dos kernels. No seu artigo, a Hugging Face chega a ajustar o modelo completo em 64 GPU H100, com uma exatidão média por token que passa de 72 para 84 %.

🔗 O artigo da Meta · A ficha do modelo (Hugging Face) · O artigo da Hugging Face · O artigo técnico da NVIDIA

Nemotron 3.5 Super VL: a NVIDIA disponibiliza um modelo multimodal de 120 mil milhões de parâmetros para agentes, a Perplexity integra-o no próprio dia

15 de outubro — A NVIDIA publica Nemotron 3.5 Super VL, um modelo aberto do tipo mistura de especialistas de 120 mil milhões de parâmetros, dos quais 12 mil milhões ativos por token. Combina raciocínio, seguimento de instruções e chamadas de ferramentas com a compreensão de texto, imagens, documentos e vídeo, para agentes que encadeiam tarefas longas: o mesmo modelo lê uma página web, um gráfico ou um PDF e depois age, sem transferir o contexto de um modelo de texto para um modelo de visão. Segundo a NVIDIA, atinge, nas tarefas agênticas multimodais, uma precisão comparável à do seu maior modelo de raciocínio, com cerca de um quinto dos parâmetros.

Avaliação anunciada pela NVIDIA	Pontuação de Nemotron 3.5 Super VL	Ponto de comparação
Hermes Bench	63,44 %	56,33 % (Nemotron 3 Ultra)
Avaliações comportamentais LangChain	87,05 %	84,3 % (Nemotron 3 Ultra)
CharXiv (leitura de gráficos)	80,8 % (84 % com código Python)	63 % (Nemotron 3 Nano Omni)

A NVIDIA destaca sobretudo a eficiência: num único GPU, um débito até 5 vezes superior ao dos outros modelos abertos da sua dimensão em tarefas de agente, mais de 600 tokens por segundo nas tarefas agênticas do índice da Artificial Analysis através da Baseten, e 10 000 tarefas de código concluídas até 4 vezes mais depressa, mantendo uma boa precisão no SWE-Bench Pro. Destilado a partir de Nemotron 3 Ultra, supera este último nas duas avaliações de harness da tabela. Quanto ao serviço, a descodificação especulativa LiLiCorr acelera a geração até 2,3 vezes no DGX Spark, e o Dynamo serve até 8 vezes mais utilizadores em 16 GPU B200, a 50 tokens por segundo cada, com uma redução de 85 % na latência do primeiro token.

A publicação é completa: pesos de base, pós-treinados e quantizados em NVFP4, receitas, ambientes de aprendizagem por reforço no NeMo Gym e conjuntos de dados abertos, incluindo 40 conjuntos de dados de visão-linguagem e um corpus de cerca de 2 800 mil milhões de tokens em 22 línguas indianas, constituído com o IIT Madras e o seu laboratório AI4Bharat. O modelo foi exposto a cerca de 26 000 mil milhões de tokens durante o treino. Está disponível na Hugging Face, OpenRouter, ModelScope e como microsserviço NIM, sem preço anunciado; a NVIDIA cita adaptações na Scale AI para a Skydance, com um custo de inferência anunciado 40 vezes inferior, na Ramp, AI21 e Alice.

A Perplexity adicionou-o no próprio dia para os seus subscritores Pro e Max e na sua Agent API. O changelog da API indica para perplexity/nemotron-3.5-super-120b-a12b um preço de 0,20 dólar por milhão de tokens de entrada (0,04 dólar em cache) e 0,50 dólar de saída, com 1 048 576 tokens de contexto e até 131 072 tokens gerados, em substituição de Nemotron 3 Ultra. Uma pequena incoerência: esta entrada descreve um modelo com entrada apenas de texto, enquanto o tweet da Perplexity anuncia a versão VL, que também lê imagens.

No mesmo dia, Nemotron 3.5 Bolt 74B-A9B 24GB, anunciado a 13 de outubro, chega à Hugging Face: quantizado nativamente em 2 bits para caber em 24 GB, destina-se aos portáteis RTX Spark disponíveis a 16 de outubro e funciona com llama.cpp, Ollama, LM Studio, Unsloth e vLLM. A NVIDIA classifica-o em primeiro lugar entre os modelos abertos da sua categoria no PinchBench; Bolt E4B 4GB seguirá a 23 de outubro.

🔗 Anúncio da NVIDIA · Artigo técnico da NVIDIA · Anúncio da Perplexity · Changelog da API da Perplexity

Cibersegurança: a Cohere vai adquirir a AISLE e cria a Cohere Cyber, o GitHub generaliza o AI Scan e o autofix agêntico

No mesmo dia, dois intervenientes colocam a IA ao serviço da deteção e correção de falhas: a Cohere adquire esse conhecimento especializado, o GitHub generaliza-o no seu code scanning.

15 de outubro — A Cohere vai adquirir a AISLE, uma jovem empresa que constrói sistemas autónomos capazes de descobrir, validar e ajudar a corrigir vulnerabilidades até então desconhecidas em software crítico. As duas empresas assinaram uma carta de intenções (Letter of Intent): a operação ainda não está concluída, e nem o seu valor nem o seu calendário foram publicados. Quando a operação for concluída, a sede da AISLE em Praga tornar-se-á o escritório da Cohere em Praga.

Indicador publicado sobre a AISLE	Valor anunciado
Ano de fundação	2024
Vulnerabilidades inéditas que receberam um CVE	Mais de 500, em mais de 100 bases de código
OpenSSL, publicação de segurança de janeiro	As 12 vulnerabilidades publicadas
curl, última versão	18 dos 24 CVE
CVE de gravidade elevada ou crítica	Mais de 200 (segundo Aidan Gomez)

Aisle is the state-of-the-art in defensive cyber, having found 200+ High/Critical CVEs in critical software like curl, FFmpeg, FreeBSD, Wireshark.

🇵🇹 A Aisle está na vanguarda da ciberdefesa, com mais de 200 CVE de gravidade elevada ou crítica encontrados em software crítico como curl, FFmpeg, FreeBSD e Wireshark. — @aidangomez no X

Na mesma sequência de publicações, Aidan Gomez, à frente da Cohere, afirma que a AISLE superou o Glasswing (Mythos), da Anthropic, e o Daybreak, da OpenAI, com 29 novos CVE no curl, enquanto o Mythos não teria encontrado nenhum; este número não coincide com os «18 dos 24 CVE» apresentados nos artigos das duas empresas.

A equipa fundadora da AISLE assume cargos de direção. Ondrej Vlcek, PDG da AISLE, torna-se Senior Vice President da Cohere Cyber, uma nova unidade responsável por fornecer soluções de cibersegurança aos clientes da Cohere; Jaya Baloo torna-se Chief Information Security Officer da Cohere a nível mundial; Stanislav Fort, CTO e Chief Scientist da AISLE, torna-se Vice President AI Security e trabalhará com Ivan Zhang, CTO da Cohere, para ligar a investigação em segurança ao desenvolvimento e ao treino dos modelos.

A Cohere vê nesta operação mais uma etapa da sua estratégia europeia, depois da Reliant AI e da Aleph Alpha: a empresa prevê um investimento «substancial» e de longo prazo em Praga, destinada a tornar-se o seu centro mundial de cibersegurança de IA, a uma curta viagem da sua nova sede em Berlim, segundo Aidan Gomez. O objetivo é duplo: prosseguir o trabalho da AISLE sobre a segurança do software open source e permitir aos operadores de infraestruturas críticas analisar o seu software de forma inteiramente privada, incluindo em ambientes desligados da rede (air-gapped). Os dois artigos acrescentam um argumento relativo aos modelos: problemas de segurança difíceis, mas verificáveis, podem servir para avaliar e melhorar os futuros modelos da Cohere.

🔗 O artigo da Cohere · O artigo da AISLE

GitHub: o AI Scan de pull requests e o autofix agêntico de alertas passam à disponibilidade geral

15 de outubro — O GitHub coloca em disponibilidade geral dois componentes do seu code scanning apoiados em IA, um que encontra falhas nas pull requests, outro que corrige os alertas.

O AI Scan de pull requests complementa o CodeQL onde o analisador ainda não chega: PHP, Shell/Bash, configuração Terraform (HCL), Dockerfiles, JSP em Java ou Blazor em C#. É executado automaticamente em cada pull request assim que o code scanning e a definição AI Scan do repositório estão ativos, e os seus resultados são apresentados ao lado dos do CodeQL, identificados com «AI», por vezes com uma explicação do risco e uma correção sugerida. Têm apenas caráter consultivo: não fazem o check falhar e não podem bloquear um merge, e a análise não é executada nas pull requests provenientes de forks nem nas do Dependabot.

O autofix agêntico (agentic autofix), por sua vez, assume um alerta atribuído ao Copilot: explora os ficheiros envolvidos, propõe uma correção, volta a executar o CodeQL para verificar se o alerta foi efetivamente encerrado, repete o processo se necessário e depois abre uma pull request em rascunho. É possível atribuir-lhe um alerta do branch predefinido, até 25 alertas para corrigir numa única pull request, ou recorrer à API REST atribuindo o alerta a copilot-swe-agent[bot]; uma vez ativado, substitui a opção gratuita Generate Fix.

Componente do GitHub em disponibilidade geral	Planos e condições	Modalidade de faturação
AI Scan de pull requests	Repositórios públicos; Code Security ou Advanced Security para repositórios privados e internos de organizações, sem necessidade de licença Copilot	Code Security AI Credits
Autofix agêntico de alertas	Code Security ou Advanced Security no GitHub Enterprise Cloud, incluindo residência dos dados; política Agentic autofix e meio de faturação Copilot obrigatórios	AI Credits do orçamento de Code Security e minutos do GitHub Actions

Os dois lançamentos encerram uma série acompanhada aqui desde setembro: API de ativação do AI Scan a 10 de setembro, autofix agêntico apoiado no Copilot Memory em pré-visualização a 25 de setembro, métricas do AI Scan na security overview a 13 de outubro.

🔗 AI Scan para pull requests (changelog do GitHub) · Autofix agêntico para alertas de code scanning (changelog do GitHub)

SPACE: a Perplexity publica em open source o sandbox do Computer, sob licença Apache 2.0

15 de outubro — A Perplexity publica em open source o SPACE (Sandboxed Platform for Agentic Code Execution), a plataforma de ambientes isolados (sandboxes) que executa cada tarefa do Perplexity Computer. No dia anterior, a Perplexity tinha explicado como o SPACE encaminha cada pedido para a execução de sandbox adequada; agora é o próprio código que está disponível no GitHub, sob licença Apache 2.0. Cada tarefa de agente é executada na sua própria microVM Firecracker, e tanto as credenciais como o tráfego de saída são controlados a partir do exterior da máquina virtual.

O princípio de segurança resume-se a uma ideia: o sandbox é considerado não fiável. Os agentes do Computer executam comandos, instalam pacotes e acedem a serviços externos com acesso root, mas o host permanece fora do seu alcance, e um gateway próprio de cada sandbox aplica a política de saída a cada ligação; os agentes acedem aos serviços autorizados sem que as credenciais sejam guardadas no seu ambiente de trabalho. Um sandbox também sobrevive ao pedido que o criou: pode ser colocado em pausa, duplicado (fork) ou suspenso num instantâneo da memória e do disco, para depois retomar a execução.

Elemento do SPACE	Valor indicado pela Perplexity
Linguagem e licença do repositório	Rust, Apache 2.0
Isolamento	Uma microVM Firecracker por tarefa de agente
Volume em produção	Milhões de sandboxes criados por dia, para todas as sessões do Computer desde julho
Criação em comparação com o fornecedor anterior	Três a cinco vezes mais rápida, com o mesmo tráfego de produção
Escaping SPACE, Part I	Nenhuma evasão para o host em 108 tentativas
Calendário das versões	0.8.0 como base pública, depois 0.9.0 e 1.0.0

A avaliação Escaping SPACE de setembro não tinha encontrado nenhuma evasão da máquina virtual para o host, mas identificou formas de contornar as restrições de rede: foram corrigidas, e os métodos identificados deixaram de funcionar nos testes seguintes, segundo a publicação. O repositório, escrito em Rust, pode ser instalado localmente num cluster Kubernetes de teste (Kind), oferece reservas de sandboxes pré-aquecidos (warm pools) e uma camada de compatibilidade com a API do E2B, testada com o seu SDK Python; a 0.9.0 será a última versão a introduzir alterações incompatíveis antes de uma 1.0 com contratos estáveis.

A CoreWeave e a Akamai testaram e lançaram o SPACE nas suas plataformas e estão a trabalhar para o disponibilizar aos seus clientes, e a Crusoe irá adicioná-lo à sua oferta Managed AI Services. A Perplexity apresenta o SPACE como o primeiro componente da sua plataforma de execução de agentes (Agentic Runtime Platform), disponibilizado em open source para elevar o nível de segurança dos produtos agênticos.

🔗 A publicação da Perplexity · A sequência de publicações de @perplexity_ai · O repositório SPACE (GitHub)

Multimédia generativa: FLUX 3 Image Klein com pesos abertos numa GPU de consumo, Kling 4.0 para todos, Instant Soundtracks da ElevenLabs

15 de outubro — A Black Forest Labs publica o FLUX 3 Image Klein, um modelo de imagem com pesos abertos de 5,6 mil milhões de parâmetros, composto apenas por um gerador, que funciona numa única GPU de consumo. O mesmo modelo gera imagens a partir de texto e faz retoques a partir de uma ou de várias referências, até 10 imagens; recupera as principais funcionalidades do FLUX 3 Image, lançado a 1 de outubro: geração nativa em 4K, edição com precisão ao pixel e caixas delimitadoras (bounding boxes), que definem no prompt a posição de um elemento ou limitam um retoque a uma zona.

Segundo as avaliações internas da BFL, o Klein fica em primeiro lugar em texto para imagem, em múltiplas referências e em edição, à frente de modelos abertos maiores, Qwen-Image 2.1 (7B) e Krea 2 (12,9B), e fica acima dos dois modelos fechados da comparação, Ideogram V4.5 e FLUX.2 [pro]. Em comparação com o seu antecessor FLUX.2 [klein] 9B, ganha 91 pontos Elo em texto para imagem e 70 em edição, com 38 % menos parâmetros.

Configuração testada	Resultado anunciado
Pesos em BF16 / em FP8	11,2 Go / 5,6 Go
Versão INT8 em GeForce RTX (ComfyUI ou Diffusers)	Funciona com 8 Go de VRAM
RTX 5090, versão destilada em INT8 (medição da NVIDIA)	Cerca de 4 s por imagem de 1 megapixel
RTX 4070, versão destilada em INT8 (medição da NVIDIA)	Menos de 9 s por imagem de 1 megapixel
H100, versão destilada no Diffusers	Cerca de 2 s por imagem de 1024 × 1024 pixels
GB300, versão destilada em NVFP4	Menos de 0,6 s por imagem de 1 megapixel

A Hugging Face integrou-o no Diffusers no próprio dia, com dois checkpoints: a versão destilada, com 16 passos e sem CFG, e a versão base, com 50 passos, destinada ao ajuste fino. A estes juntam-se pesos NVFP4 e FP8, o codificador de texto Qwen3-VL e scripts de ajuste fino LoRA; em NVFP4, o pico de memória após a inferência atinge 15,3 Gio numa RTX 6000. ComfyUI, TensorRT-LLM, SGLang Diffusion e vLLM-Omni também o suportam desde o lançamento, e as versões FP8, INT8 e NVFP4 foram desenvolvidas com a NVIDIA.

Os pesos são publicados sob licença FLUX Kommunity, gratuita para uso comercial por particulares e empresas com menos de 5 milhões de dólares de faturação anual, bem como para investigação; acima desse valor, é necessária uma licença para alojamento próprio ou recorrer à API. A da BFL disponibiliza flux-3-image-klein a partir de 0,009 dólares por imagem 1K. É o segundo modelo aberto da família FLUX 3, depois do FLUX 3 Action, e a BFL anuncia que se seguirão outros.

🔗 A publicação da Black Forest Labs · O anúncio de @bfl_ai · FLUX 3 Image Klein no Diffusers (Hugging Face)

Kling 4.0 fica disponível para todos, com acesso por MCP e pela linha de comandos

15 de outubro — A Kling AI disponibiliza o Kling 4.0 para todos, após o acesso antecipado aberto a 30 de setembro. O modelo de vídeo pode ser usado numa interface de criação reformulada em kling.ai e, como novidade, por MCP e pela linha de comandos (CLI), o que permite integrá-lo em cadeias de produção com ferramentas. Estão anunciadas duas funcionalidades para breve, sem data: uma saída de vídeo HDR de 10 bits em 4K e em 1080p, e um acesso API para empresas e programadores. As características apresentadas a 28 de setembro continuam a ser a referência: clips de 3 a 30 segundos, até 4K, áudio estéreo, 10 fotogramas-chave, 15 referências e prompts de 8 000 tokens. O anúncio não indica preços nem benchmarks.

🔗 Anúncio da Kling AI · Notas de versão da Kling

Instant Soundtracks: a ElevenLabs compõe música e efeitos sonoros sincronizados a partir de um vídeo

15 de outubro — A ElevenLabs lança o Instant Soundtracks no ElevenCreative: carrega-se um vídeo, e o modelo compõe uma música original, identifica os momentos que pedem um efeito sonoro e coloca cada efeito na marca temporal correta, por exemplo um «whoosh» sincronizado com o logótipo final de um anúncio. A ferramenta destina-se a formatos curtos, com uma sincronização mais precisa com os cortes e as transições, muda o ambiente musical de uma cena para outra e pode usar o áudio original como referência (género, tempo, instrumentação). Os efeitos surgem em faixas separadas, editáveis antes da exportação.

Parâmetro da API ElevenCreative Studio	Função do parâmetro
`add_sfx`	Adiciona os efeitos sonoros sincronizados
`separate_tracks`	Devolve música e efeitos em ficheiros separados (.ZIP)
`use_audio_as_reference`	Usa o áudio original como referência musical

O Instant Soundtracks está disponível no ElevenCreative, no ElevenMusic e na API, que aceita até 10 vídeos, 200 Mo e 10 minutos de vídeo no total por pedido. A ElevenLabs não indica preços.

🔗 Anúncio da ElevenLabs

Agentes de código: a Cognition lança Devin Oncall, Claude Code 2.1.301 e Code Review, Delta 0.20, Antigravity CLI 1.3.6, Codex na OpenAI, o MX Keypad

15 de outubro — A Cognition lança o Devin Oncall, agora em disponibilidade geral: o Devin investiga automaticamente os alertas e os relatórios de bugs, e depois ajuda a equipa a diagnosticar e a resolver os incidentes de produção. Integra-se de imediato com Datadog, Dynatrace e Sentry, entre outros, e já trata, segundo a Cognition, de milhares de alertas de produção por dia em algumas das maiores empresas do mundo. A sua arquitetura não depende de nenhum modelo: a Cognition escolhe o mais eficaz para cada tarefa do serviço de prevenção.

Agente e modelo avaliados	Sucesso de ponta a ponta (SREGym-Lite)	Origem da pontuação
Devin Oncall + Claude Opus 5.5	100 % (em 2 min 21 s)	Avaliação interna da Cognition
Devin Oncall + GPT-6 Astra	100 %	Avaliação interna da Cognition
Devin Oncall + GPT-6.1 Sol	94,1 %	Avaliação interna da Cognition
Devin Oncall + Claude Fable 5.1	85,3 %	Avaliação interna da Cognition
CloudThinker + Claude Opus 5	76,5 %	Classificação pública SREGym
Codex + GPT-5.6 Sol	76,5 %	Classificação pública SREGym
Claude Code + Claude Sonnet 5	45,1 %	Classificação pública SREGym

O SREGym-Lite reúne 17 falhas extraídas de incidentes reais: o agente tem de encontrar a causa raiz e depois corrigir o sistema em funcionamento, na mesma execução. As pontuações do Devin Oncall provêm da avaliação interna da Cognition, e as dos outros agentes, da classificação pública SREGym a 15 de outubro, em que o CloudThinker também atinge 100 % com GPT-6 Astra. O banco de testes está, por isso, saturado: segundo a Cognition, os modelos de gama média já obtêm a pontuação máxima, quando a geração anterior ficava entre 50 e 60 %.

A publicação descreve sobretudo as ferramentas em torno do modelo. Um agente de revisão trabalha em paralelo com a investigação para evitar conclusões precipitadas: uma correlação tomada por causa, telemetria contraditória descartada, um fator desencadeante confundido com a causa. Três níveis de memória acumulam o conhecimento da empresa: uma memória própria de cada agente de resposta, skills geradas através da indexação regular do ambiente e uma memória da organização alimentada por cada investigação. Os Responders, apresentados como a nova geração do Auto-Triage, monitorizam um fluxo de alertas e evitam cerca de 60 % das investigações ao reconhecerem problemas já observados, o que poupa mais de metade do custo das automatizações clássicas; o modo Incidents coloca o Devin no canal de crise, com um documento de incidente mantido atualizado e Devins filhos encarregados das perguntas diretas dos engenheiros.

Três clientes ilustram o lançamento. Na Reducto, o Devin abriu um incidente por iniciativa própria, muito antes de os alertas de produção serem acionados; na RV Tech, a empresa conjunta da Rivian e da Volkswagen, extrai dos relatórios dos clientes os identificadores dos veículos e as marcas temporais, obtém os registos e faz a primeira triagem; na AngelList, identifica a causa raiz correta 3,5 vezes mais frequentemente do que a ferramenta interna Sky e tratou sozinho de metade dos incidentes, pelo que o Sky foi abandonado. Não é anunciado nenhum preço: a página do Devin Oncall propõe começar ou agendar uma demonstração. O lançamento dá continuidade à chegada à Cognition, em julho, dos fundadores da TierZero, especialista em SRE assistido por IA.

🔗 A publicação da Cognition · A sequência de publicações de @cognition · A página do Devin Oncall

Claude Code 2.1.301: tempo de espera pelos limites de utilização limitado no modo sem supervisão, 37 correções

15 de outubro — Lançada às 19 h 22 UTC, a versão Claude Code 2.1.301 conta com 51 entradas, incluindo 8 adições, 37 correções, 4 melhorias e 2 alterações, e dá prioridade à utilização sem supervisão. A nova variável CLAUDE_CODE_RETRY_WATCHDOG_MAX_USAGE_LIMIT_WAIT_MS permite que o modo de repetição automática (CLAUDE_CODE_RETRY_WATCHDOG) abandone um pedido quando o limite de utilização atingido só for reposto demasiado tarde, em vez de ficar à espera. Na observabilidade, os eventos OpenTelemetry tool_decision passam a incluir classifier_verdict e permission_mode, para distinguir uma decisão do classificador do modo automático de uma regra de permissão, bem como classifier_category, a regra integrada que originou um bloqueio (com OTEL_LOG_TOOL_DETAILS=1).

Várias correções incidem na fiabilidade: o alias fable (e best) deixa de devolver um erro quando o Fable mais recente não está disponível para a organização, passando o Claude Code a tentar novamente uma vez com o Fable anterior; sair de uma sessão deixa de eliminar sem perguntar um worktree criado por um hook WorktreeCreate, que pode conter commits ainda não enviados; Grep e Glob assinalam um erro em vez de anunciarem «nenhuma correspondência» quando a pesquisa falha. Ao mudar para um modelo com uma janela de contexto mais pequena, uma conversa demasiado longa é primeiro resumida pelo modelo anterior. No VS Code, as respostas apresentam as fórmulas LaTeX, e a faixa do limite de utilização disponibiliza uma ligação «Obter mais utilização» aos subscritores Pro e Max.

🔗 Notas de versão do Claude Code 2.1.301

Code Review do Claude Code sai da fase de pré-visualização de investigação para Team e Enterprise

15 de outubro — Sete meses após o seu lançamento em pré-visualização de investigação, a 9 de março, Code Review, o serviço do Claude Code que revê automaticamente as pull requests do GitHub, passa a estar disponível para as organizações Claude Team e Enterprise. Segundo a Anthropic, a maioria das revisões termina cerca de três vezes mais depressa do que na pré-visualização, com observações curtas que apresentam o problema, o que o desencadeia e a correção. Um administrador escolhe um nível por repositório: Quick, Standard (por predefinição) ou Deep.

Ponto principal do Code Review	Detalhe publicado pela Anthropic
Duração de uma revisão	Cerca de 6 a 10 minutos, contra cerca de vinte na pré-visualização
Faturação das revisões	Tokens consumidos, descontados dos créditos de utilização para além da utilização incluída no plano, com um limite mensal
Créditos de lançamento	Pelo menos 10 000 dólares para as organizações Enterprise elegíveis, a solicitar antes de 15 de janeiro de 2027, válidos durante 30 dias
Exclusões atuais	Zero Data Retention, configuração HIPAA e, por enquanto, chaves geridas pelo cliente (CMEK)

O princípio mantém-se: as observações chegam em comentários em linha classificados por gravidade, com um check run que nunca falha, e uma revisão não aprova nem bloqueia uma pull request, continuando a decisão de a integrar a caber à equipa.

🔗 Code Review passa a estar disponível para todos (Claude) · Documentação do Code Review

Delta 0.20: os subagentes tornam-se subthreads controláveis, os agentes acedem aos servidores MCP

14 de outubro — Delta, o ambiente de programação multijogador dos criadores do Zed, chega à versão 0.20 (18 novidades, 14 melhorias e 29 correções, seguidas de uma correção na 0.20.1 no mesmo dia). Os subagentes tornam-se subthreads normais, que se podem consultar, redirecionar e continuar pessoalmente, e as subthreads passam a poder ser aninhadas; a definição Enable Sub-agents passa a chamar-se Delegation, com três posições (Off, Only When Asked, Max). Os agentes passam a ter acesso aos servidores MCP, que podem ser ligados em Settings → MCP, e uma revisão ou um Land iniciado a partir de uma subthread abrange também as alterações herdadas das threads principais. A versão acrescenta Gemini 4 Argon com uma chave Google própria, um comando /create-skill e comandos delta org para gerir uma organização a partir do terminal.

A 15 de outubro, um artigo baseado numa palestra de Conrad Irwin detalha DeltaDB, a camada de colaboração que envia cada tecla premida para o servidor e para os colaboradores: CRDT inspirados em diamond-types, com cada alteração ancorada numa versão Git ou em alterações anteriores. Como cada caráter sabe que alteração o criou, Delta consegue associar-lhe o seu autor, o agente e até o prompt.

🔗 Notas de versão do Delta · DeltaDB: o futuro do controlo de versões

Antigravity CLI 1.3.6: Claude 5.5 através de credenciais Google Cloud, após o modo Auto e /compact da 1.3.5

14 de outubro — A Antigravity CLI, a ferramenta de agentes de linha de comandos que a Google apresenta como sucessora da Gemini CLI, continua a lançar versões: desde a 1.3.1, aqui abordada a 8 de outubro, sucederam-se cinco. A 1.3.6 acrescenta Claude Opus 5.5 e Claude Sonnet 5.5 para os utilizadores autenticados com as credenciais predefinidas do Google Cloud (Application Default Credentials, AGY_ADC_AUTH): os modelos Claude só aparecem em /model se o projeto Google Cloud lhes tiver acesso. Também põe fim a um bloqueio interminável: após 5 minutos sem dados do modelo, o pedido é cancelado e repetido automaticamente.

A novidade mais visível vem da 1.3.5: um modo Auto que aprova por si só as alterações de ficheiros e os comandos considerados seguros, mas que continua a perguntar antes de uma ação irreversível. Os comandos que sairiam da sandbox do terminal são primeiro examinados por um agente separado; a 1.3.6 torna esta revisão mais rápida, permite os comandos de formatação e de lint do projeto e bloqueia os que enviariam dados sensíveis. O modo é ativado com --mode auto, a partir de /config ou com Shift+Tab, em Linux e macOS (Windows mais tarde). A 1.3.5 acrescenta também /compact, que resume a conversa a pedido para libertar a janela de contexto.

Versão da Antigravity CLI	Data do changelog	Melhorias e correções	Ponto principal da versão
1.3.6	14 de outubro	3 + 10	Claude Opus 5.5 e Sonnet 5.5 através de ADC, nova tentativa após 5 minutos de bloqueio
1.3.5	13 de outubro	5 + 1	Modo Auto, `/compact`, realce de sintaxe e recolhimento em `/diff`
1.3.4	12 de outubro	4 + 10	`agy plugin list --json`, modelo escolhido sem `--effort`
1.3.3	9 de outubro	6 + 15	Ferramentas MCP sempre carregadas, sandbox reforçada
1.3.2	7 de outubro	6 + 4	`/plugin` e marketplace oficial de plugins

🔗 Changelog do Antigravity

Codex na OpenAI: a equipa Core Experimentation integra mais de 1 400 PR de manutenção com GPT-6 Astra e GPT-6.1 Sol

14 de outubro — No blog OpenAI Developers, um engenheiro da equipa Core Experimentation, que mantém o software de experimentação utilizado em toda a empresa, conta como os modelos GPT-6 assumiram a manutenção dos seus repositórios no Codex. O ponto de partida: um prompt curto e deliberadamente vago, que pede para identificar e limpar código morto. GPT-5.6 Sol não o levava até ao fim; GPT-6 Astra consultou PR antigas, threads do Slack, ferramentas internas de acompanhamento e tabelas de profiling de produção, justificando depois cada eliminação. Cinco engenheiros adaptaram depois este prompt, a tempo parcial durante duas semanas: mais de 1 400 pull requests integradas, mais de 800 000 linhas eliminadas e a imagem de contentor de um serviço reduzida de 3,31 para 1,72 Go (-48 %).

Modelo e esforço de raciocínio	Custo API da tarefa	Observações aceites	Custo por observação
GPT-6 Astra Ultra	109,06 dólares	142	0,77 dólar
GPT-6.1 Sol Ultra	15,12 dólares	131	0,12 dólar
GPT-6.1 Sol Medium	5,27 dólares	86	0,06 dólar

Numa mesma tarefa de limpeza, em mais de 6 000 ficheiros e 1 milhão de linhas de Python, TypeScript, Go e Rust, GPT-6.1 Sol com esforço Ultra encontra, assim, 92 % das observações de GPT-6 Astra Ultra por 14 % do custo API; a diferença deve-se sobretudo aos sinalizadores de funcionalidades (feature flags) constantes utilizados como dependências de outros sinalizadores, que Astra identifica e Sol não deteta. Cerca de trinta PR de otimização também reduziram o tempo mediano da CI de cerca de 10 para 4,5 minutos. O autor reconhece que algumas propostas acrescentavam mais complexidade do que benefícios e aconselha a começar por tarefas pequenas.

🔗 Manutenção de software com a família GPT-6 (OpenAI Developers)

MX Keypad: GitHub e Logitech controlam a aplicação GitHub Copilot a partir de um teclado de teclas programáveis

15 de outubro — Num artigo dedicado à «inteligência ambiente», Martin Woodward, VP of Developer Relations do GitHub, apresenta o resultado de 18 meses de trabalho com a Logitech: o MX Keypad, um teclado de teclas programáveis, integra-se na aplicação GitHub Copilot. Uma tecla pode submeter um prompt parametrizado, abrir ou retomar uma sessão Copilot, invocar um comando do IDE ou iniciar uma sequência de várias etapas. O artigo enquadra o dispositivo numa visão de três camadas: a modalidade (texto, voz, comandos físicos) capta a intenção, o harness planeia e age, e o plano de controlo permite ao programador inspecionar, redirecionar e aprovar. O autor mantém a prudência: a experiência está «ainda numa fase inicial» (ainda no início), e nem todos os programadores precisam de mais um dispositivo. Uma ligação permite experimentar o MX Keypad com três meses de GitHub Copilot Pro+ gratuitos, sem que o artigo indique preço ou data de disponibilidade.

🔗 A próxima interface para programadores é a inteligência ambiente (GitHub Blog)

Segurança dos modelos: METR obtém na Anthropic acesso de funcionário, IPI Black põe 300 000 dólares em jogo contra a injeção de prompt

Duas iniciativas do mesmo dia para pôr à prova a segurança dos modelos através de terceiros: uma equipa de avaliadores independentes instalada na Anthropic e um concurso público de ataques contra agentes.

METR obtém na Anthropic um acesso comparável ao de um funcionário

15 de outubro — A Anthropic começou a integrar uma equipa da METR, a organização sem fins lucrativos que avalia os modelos de IA de ponta, com um acesso «comparável ao de um funcionário» (acesso semelhante ao de um funcionário). Seis pessoas da METR dispõem de equipamento da empresa, de escritórios e de acesso às ferramentas e aos sistemas internos aproximadamente equivalente ao das equipas de avaliação de riscos da Anthropic; apenas continuam vedados os dados dos clientes, as informações abrangidas pelo sigilo profissional entre advogado e cliente e as arquiteturas dos modelos. A METR publicará as suas análises de risco, e a Anthropic não pode opor-se: pode apenas exigir a ocultação de informações pertencentes a categorias restritas definidas previamente, e a METR continua livre de dizer publicamente se considera essas ocultações justificadas.

Nível de acesso dos avaliadores	Acesso às informações	Direito de publicação	Avaliador citado pela Anthropic
Nível 1	Investigações direcionadas, acesso decidido pela Anthropic	Com a aprovação da Anthropic	SecureBio
Nível 2	Mais informações	Sem aprovação, possível ocultação de categorias específicas	Nenhum citado
Nível 3	Comparável ao de um funcionário	Como no nível 2	METR

A Anthropic prepara também uma parceria com a Accenture e a Faculty (avaliação e red-teaming dos modelos, avaliações de alinhamento, testes das salvaguardas) e mantém conversações preliminares com outras organizações, incluindo a Hugging Face. A empresa aproxima este mecanismo da supervisão bancária, em que examinadores residentes trabalham no seio dos maiores bancos, e enquadra-o na sequência da sua assinatura do White House Accord on Super Intelligence, através do qual as empresas se comprometem a trabalhar com avaliadores externos independentes.

🔗 Uma atualização sobre os avaliadores independentes (Anthropic)

IPI Black: Gray Swan lança um concurso de injeção indireta de prompt com 300 000 dólares em prémios

15 de outubro — A Gray Swan lança IPI Black (Indirect Prompt Injection: Black), um concurso público de injeção indireta de prompt com 300 000 dólares em prémios, com o apoio da Anthropic, da Meta, da Google DeepMind, da Reflection AI, da OpenAI, da Amazon, da Thinking Machines e do AI Security Institute. Os participantes, sem necessidade de experiência, atacam agentes colocados em ambientes simulados com ferramentas realistas (Gmail, Slack, GitHub, X): por exemplo, levar o agente de redação de um responsável pelas redes sociais a publicar conteúdo prejudicial nas contas oficiais da sua empresa. Em caixa branca, é possível ver as respostas do agente e aperfeiçoar o ataque; em caixa negra, envia-se a carga maliciosa sem ver nada.

O concurso decorre em três fases de uma semana, com início a 15, 22 e 29 de outubro, cada uma com as suas próprias classificações, que repartem 100 000 dólares entre caixa branca e caixa negra. A primeira fase propõe dez cenários, seis em caixa branca e quatro em caixa negra, desde a fuga de uma credencial num comentário de uma issue do GitHub até uma falsa denúncia de um denunciante. Os ataques recolhidos alimentarão o benchmark que os laboratórios parceiros utilizam para medir a robustez dos seus modelos. Boris Cherny, criador do Claude Code, divulgou o concurso: segundo ele, os modelos Claude progrediram muito na resistência à injeção de prompt nos últimos anos, mas torna-se urgente resolver o problema em toda a indústria à medida que os agentes fazem cada vez mais.

🔗 A thread da Gray Swan · A página do concurso · A mensagem de Boris Cherny

Novos modelos: Timestral para séries temporais, Step 5 Preview da StepFun, Apertus 1.5 e Jev 1.14

Quatro lançamentos de natureza diferente: uma família de modelos de previsão da Mistral, um grande MoE aberto da StepFun, modelos totalmente abertos na Suíça e um modelo de decisão da TypeSafe.

Timestral: Mistral lança a sua primeira família de modelos fundacionais para séries temporais

15 de outubro — A Mistral lança o Timestral, a sua primeira família de modelos fundacionais para séries temporais (time-series foundation models), em quatro tamanhos que partilham a mesma arquitetura e a mesma receita de treino: 5M, 28M, 123M e 209M parâmetros. Os modelos produzem previsões probabilísticas (21 quantis) e multivariadas, têm em conta covariáveis conhecidas apenas no passado ou conhecidas antecipadamente (calendário de produção, paragens planeadas, previsões meteorológicas), incluindo categóricas como o estado de uma máquina, e leem até 32 768 passos temporais de histórico.

Benchmark e métrica (mais baixo = melhor)	Timestral-209M	t0-gamma	TimesFM-3	Chronos-2
GIFT-Eval, MASE	0,658	0,661	0,667	0,698
GIFT-Eval, CRPS	0,446	0,452	0,456	0,485
TIME, MASE	0,626	0,637	0,640	0,662
TIME, CRPS	0,522	0,534	0,536	0,556

Segundo a Mistral, o 209M ocupa o primeiro lugar no GIFT-Eval, TIME e fev-bench entre os modelos pré-treinados utilizados sem adaptação (zero-shot), com um único checkpoint e sem ensemble, e supera o estado da arte anterior com dois terços dos seus parâmetros; as diferenças no topo continuam pequenas, e o pequeno 28M já supera o Chronos-2, cerca de quatro vezes maior, no GIFT-Eval e TIME. O Timestral não precisa de GPU: num processador de servidor com 8 threads, prever um dia a partir de três semanas de histórico em intervalos de 15 minutos demora 10 ms com o 5M e 140 ms com o 209M. Os pesos estão no Hugging Face sob uma licença «MIT modificada» que exclui empresas com mais de 20 milhões de dólares de volume de negócios mensal consolidado, o código está no GitHub sob Apache-2.0, e a documentação apresenta o Timestral 1.0 como uma versão preliminar pública; o Mistral Forge permite o ajuste fino com dados proprietários, com possibilidade de implementação sem ligação à rede.

🔗 Apresentação do Timestral (Mistral) · Timestral-209M no Hugging Face

Step 5 Preview: StepFun lança um MoE aberto de 600 mil milhões de parâmetros para tarefas de agentes de 24 horas, segundo a NVIDIA

15 de outubro — A NVIDIA saúda o lançamento do Step 5 Preview, que a sua conta @NVIDIAAI apresenta como o maior lançamento de pesos abertos da StepFun: uma mistura de especialistas de 600 mil milhões de parâmetros concebida para tarefas de agentes que podem durar até 24 horas. A NVIDIA anuncia cerca de 8 000 tokens por segundo por GPU no GB300 em NVFP4, com um checkpoint NVFP4 publicado no Hugging Face, receitas de implementação para SGLang e vLLM, pós-treino com NeMo AutoModel e um NIM iniciado com um único comando. A mensagem da NVIDIA não indica qualquer benchmark nem licença.

🔗 A mensagem de @NVIDIAAI

Apertus 1.5: Swiss AI detalha modelos 8B e 70B totalmente abertos, com imagem, áudio e 262 144 tokens de contexto

15 de outubro — A iniciativa suíça Swiss AI publica as notas de versão e o relatório técnico do Apertus 1.5, a sua família de modelos totalmente abertos. Os pesos 8B e 70B estavam disponíveis online desde 24 de julho sob Apache 2.0; o relatório publica também os checkpoints intermédios (base, SFT, RLVR, DPO), as misturas de dados e as fichas de avaliação, para que outros investigadores possam estudar o efeito de cada fase do treino.

Modelo Apertus 1.5	Tokens de pré-treino acrescentados	Total de tokens
8B	4 000 mil milhões	19 000 mil milhões
70B	2 000 mil milhões	17 000 mil milhões

A imagem e o áudio passam pelo tokenizer, sem um encoder separado: uma imagem de 512 × 512 pixels transforma-se em 1 024 tokens, um segundo de áudio em 40 tokens, pelo que o treino decorre à mesma velocidade que com texto apenas; os modelos compreendem imagem e áudio, mas só geram texto, e o áudio continua a ser experimental. Ganham também um modo de raciocínio opcional e um contexto de 262 144 tokens, quatro vezes mais longo. Os autores reconhecem que continuam atrás dos melhores modelos abertos, embora indiquem que o 8B supera os modelos do seu tamanho no seguimento de instruções e em tarefas multilingues, sem apresentar pontuações numéricas na publicação. Os resultados são publicados no formato Every Eval Ever, concebido para a conformidade com o AI Act europeu.

🔗 Notas de versão do Apertus 1.5 (Hugging Face)

Jev 1.14: TypeSafe disponibiliza em versão preliminar imagens, perguntas Box e um contexto quatro vezes mais longo

14 de outubro — A TypeSafe anuncia o Jev 1.14, uma nova versão do seu modelo de decisão, apresentada como «nova e melhorada», sem números que o sustentem. Inclui três funcionalidades experimentais: imagens, que podem ser colocadas onde antes se colocava texto e que também passam a estar disponíveis no Jev atual; um novo tipo de pergunta System One, Box, que devolve a caixa delimitadora de um objeto numa imagem sob a forma de quatro limites expressos em frações da sua largura e altura; e um contexto quatro vezes mais longo, embora a TypeSafe continue a aconselhar a sua limitação. Estas funcionalidades continuam em versão preliminar, ainda sem estarem prontas para produção segundo a TypeSafe, e são ativadas com o cabeçalho TypeSafe-Danger-Zone-Images: true; as perguntas Box exigem o Jev 1.14, invocado com jev-preview ou jev-1.14.0. A Zed saudou o lançamento citando Wes Bos, que calcula que uma pergunta sobre uma imagem de 850 × 850 pixels custa 0,000096936 dólares, ou seja, cerca de 10 000 imagens por um dólar: um cálculo de Wes Bos, não um preço publicado pela TypeSafe.

🔗 O anúncio da TypeSafe · A documentação do Box

IA para a ciência: CERN e Mistral visam um Large Physics Model, Sakana AI apresenta The Agentic Scientist, OpenAI financia matemáticos

Três formas de colocar a IA ao serviço da investigação: um modelo fundacional para a física de colisores, agentes de código supervisionados para realizar investigação de ponta a ponta e fundos para que os matemáticos verifiquem os resultados produzidos pela IA.

CERN e Mistral associam-se para desenvolver um Large Physics Model

15 de outubro — O CERN e a Mistral assinaram uma declaração de intenções (statement of intent) com vista a uma parceria estratégica de longo prazo dedicada a modelos fundacionais para a descoberta científica. No centro do projeto está um único Large Physics Model pré-treinado, que o CERN apresenta como o primeiro modelo fundacional para a física de colisores, treinado com milhares de milhões de colisões protão-protão simuladas no Grande Colisor de Hadrões (LHC). Deverá servir várias tarefas em simultâneo: reconstruir colisões, identificar partículas, detetar sinais inesperados e avaliar futuros designs de detetores, enquanto atualmente a análise passa por uma cadeia de algoritmos especializados. O CERN já armazenou cerca de um exabyte (um milhão de terabytes) de dados experimentais do LHC, e o número de colisões deverá multiplicar-se por dez com o LHC de alta luminosidade (HL-LHC), previsto para cerca de 2030. O comunicado cita Enrica Porcari, diretora de sistemas de informação do CERN, e Johannes Brandstetter, vice-presidente de IA para engenharia na Mistral, mas não indica montantes, calendário ou recursos de computação.

🔗 O comunicado do CERN · A sequência de publicações de @MistralAI

The Agentic Scientist: Sakana AI supervisiona agentes de código para realizar investigação de ponta a ponta

15 de outubro — A Sakana AI apresenta The Agentic Scientist, uma nova geração do seu AI Scientist, o projeto que testa desde 2024 até onde uma IA consegue conduzir uma investigação sozinha. O ponto de partida é uma constatação:

Coding agents such as Codex and Claude Code now carry out long software tasks on their own. Handing them a research problem, however, tends to produce a strong hyperparameter optimizer rather than a scientist: scores go up, but ideas stay narrow, and the reasons for the gain are rarely examined.

🇵🇹 Os agentes de código como Codex e Claude Code já executam sozinhos tarefas de software prolongadas. Confiar-lhes um problema de investigação produz, porém, mais facilmente um excelente otimizador de hiperparâmetros do que um cientista: as pontuações sobem, mas as ideias continuam limitadas e as razões da melhoria raramente são examinadas. — @SakanaAILabs no X

A resposta é uma estrutura de suporte em torno de agentes de código existentes (Codex, Claude Code, OpenCode, Pi): agentes em paralelo testam hipóteses com base em grelhas de avaliação definidas antes de qualquer experiência, partilham os seus sucessos e fracassos numa memória comum, e depois o sistema encadeia referências, ablações, avaliação final selada e análises, até à redação do artigo. A Sakana AI avaliou-o em 5 temas com 9 modelos (4 GPT, 4 Claude, 1 DeepSeek) e 4 harnesses, num total de 14 combinações modelo-harness e 70 campanhas de investigação: os modelos mais recentes produzem melhores artigos, e a escolha do harness conta menos do que a do modelo. Uma versão de desenvolvimento coescreveu com investigadores um artigo sobre Error Diffusion, uma regra de aprendizagem inspirada na biologia, aceite para apresentação oral na ALIFE 2026; na recuperação de factos em documentos longos (Doc-to-LoRA), o sistema eleva a exatidão de 52 % para 98 % sem voltar a treinar o modelo. O código é aberto sob Apache 2.0; a Sakana AI recorda que os humanos devem continuar a escolher as perguntas e a verificar as afirmações, e que os agentes são executados com todas as permissões, sendo recomendado o uso de Docker.

🔗 A publicação da Sakana AI · O artigo no arXiv · O repositório AI-Scientist-v3

OpenAI contribui com 5 milhões de dólares para uma iniciativa da Simons Foundation destinada a matemáticos

15 de outubro — A OpenAI anuncia uma contribuição de 5 milhões de dólares para uma nova iniciativa da Simons Foundation, destinada a ajudar os matemáticos a examinar, compreender e desenvolver os resultados produzidos pela IA, incluindo os que a OpenAI publicou recentemente. A 6 de outubro, a empresa tinha divulgado 722 manuscritos de resultados matemáticos provenientes de um modelo interno não publicado, alertando que alguns resultados não formalizados podiam conter erros. Os fundos serão geridos e atribuídos pela fundação e servirão para workshops, conferências e programas especiais; a OpenAI fornecerá ainda acesso aos seus modelos e a recursos de computação aos investigadores apoiados pela Simons Foundation. A mensagem cita a da Simons Foundation, que destina um total de 15 milhões de dólares a workshops e iniciativas, com recursos de computação gratuitos para os investigadores que apoia, através de novas parcerias com a Anthropic e a OpenAI. O anúncio, feito numa simples mensagem no X, não especifica o nome da iniciativa nem o seu calendário.

🔗 O anúncio da OpenAI · Os 722 manuscritos de 6 de outubro (OpenAI)

Claude Opus 5.5: o modo rápido sai da versão preliminar de investigação, a 8 e 40 dólares por milhão de tokens

15 de outubro — O modo rápido (fast mode) do Claude Opus 5.5 sai da versão preliminar de investigação na Claude Platform, sem lista de espera. É o mesmo modelo, com os mesmos pesos, servido com até 2,5 vezes mais tokens de saída por segundo e cobrado ao dobro do preço padrão do Opus 5.5. Os pedidos já não precisam do cabeçalho beta fast-mode-2026-02-01 (os que ainda o enviam continuam a ser aceites), e cada escalão de utilização dispõe agora de um limite de débito predefinido para este modo, distinto do limite do Opus à velocidade padrão.

Modelo Claude em modo rápido	Estado a 15 de outubro	Preço por milhão de tokens (entrada / saída)
Opus 5.5	Disponível, sem lista de espera nem cabeçalho beta	8 / 40 dólares (4 / 20 à velocidade padrão)
Opus 5	Versão preliminar de investigação, cabeçalho beta obrigatório	10 / 50 dólares
Opus 4.8	Versão preliminar de investigação, cabeçalho beta obrigatório	10 / 50 dólares

A melhoria incide no débito de saída, não no tempo até ao primeiro token, e mudar de velocidade invalida a cache do prompt; o modo continua indisponível com a API Batch. Também está disponível no Microsoft Foundry para implementações alojadas no Azure, algo que a documentação agora confirma; o Google Cloud deverá seguir-se, segundo @ClaudeDevs, e o modo continua indisponível no Amazon Bedrock e na Claude Platform on AWS. No Claude Code, nada muda: o modo rápido continua a consumir créditos de utilização adicionais.

🔗 Anúncio de @ClaudeDevs · Documentação do modo rápido

Bibliotecas Hugging Face: Transformers 5.20.0 e TRL 1.16.0 integram Muse Spark Open

As duas principais bibliotecas da Hugging Face são lançadas no dia do lançamento do Muse Spark Open e passam a suportá-lo, cada uma com as suas próprias novidades.

Transformers 5.20.0: sete modelos adicionados e quantização na exportação

15 de outubro — A Hugging Face lança o Transformers 5.20.0, uma versão impulsionada pela chegada do Muse Spark Open, suportado no próprio dia do seu lançamento. Outros seis modelos entram na biblioteca.

Modelo adicionado ao Transformers	Editor do modelo	Particularidade técnica
Muse Spark Open	Meta	MoE multimodal, 816 mil milhões de parâmetros, dos quais 42 mil milhões ativos
Ling 3.0 Flash	InclusionAI	MoE híbrido, cinco camadas Kimi Delta Attention por cada camada MLA
Kolibri 1	Aleph Alpha	MoE de raciocínio em alemão e inglês, 6 especialistas em 384 por token
MiniCPM-V 4.7	OpenBMB	Posições canvas M-RoPE para imagens e vídeo
UnlimitedOcr	Baidu	OCR de 3 mil milhões de parâmetros, cache KV constante
UltraBERT	DMIS Lab	Encoders de 150M e 380M parâmetros, contexto de 32K tokens
MOSS-Transcribe-Diarize	OpenMOSS	0,9 mil milhões de parâmetros, transcrição e diarização em mais de 50 línguas

Quanto às ferramentas, os exportadores já conseguem quantizar durante a exportação para ONNX, OpenVINO ou ExecuTorch, e os checkpoints de treinos FSDP combinados com paralelismo tensorial podem ser recarregados noutra configuração. A Hugging Face alerta, porém, para uma regressão de velocidade na inferência com paralelismo de especialistas, que está a ser corrigida, e para várias alterações incompatíveis, incluindo a remoção de métodos de cache obsoletos.

🔗 Notas de versão do Transformers 5.20.0

TRL 1.16.0: treino no AWS Trainium e AsyncGRPO até 3,1 vezes mais rápido

15 de outubro — O TRL 1.16.0 abre a biblioteca de treino da Hugging Face aos chips Trainium da AWS: uma nova configuração predefinida evita que o Trainium recompile a cada novo comprimento de sequência, reduzindo para metade o tempo de um pequeno treino de teste, com 20 passos de SFT do Qwen3-0.6B no Trainium2 concluídos em 130 segundos em vez de 260. A outra novidade visa a aprendizagem por reforço dos agentes: nas trajetórias geradas (rollouts) com vários turnos ou várias gerações, o mesmo início de conversa repete-se de uma linha para outra, e o AsyncGRPO passa a organizá-lo numa árvore de prefixos para o calcular apenas uma vez. No Qwen3-1.7B, com 32K tokens por trajetória, o ganho de velocidade chega a 3,10 vezes e o pico de memória passa de 35,2 para 13,5 Gio; sem um prefixo partilhado, o custo adicional é de cerca de 1 %. A versão também suporta o Muse Spark Open, que pode ser afinado com LoRA em 64 GPU H100 (14,2 segundos por passo, 40,2 Go por GPU), e os GPU AMD nos treinadores assíncronos.

🔗 Notas de lançamento do TRL 1.16.0

GPT-Live-1.1: novas vozes e sotaques mais naturais no ChatGPT, no Codex e nos dots

15 de outubro — A OpenAI atualiza o seu modelo de voz. O GPT-Live-1.1 e a sua variante reduzida GPT-Live-1.1 Quip, apresentada como uma versão mini do modelo, estão a chegar ao modo de voz do ChatGPT, do Codex e dos dots, os agentes permanentes lançados a 29 de setembro, com sotaques mais naturais entre diferentes línguas. O modelo também varia mais as frases curtas que diz quando inicia uma pesquisa: a OpenAI resume a melhoria como «menos checking…».

Seis línguas recebem novas vozes Live: francês, alemão, hindi, japonês, coreano e espanhol do México, às quais se junta uma voz inglesa chamada Bubbie; as vozes disponíveis podem variar consoante a região e a conta, e são escolhidas em Settings > Voice. A atualização começa a chegar a todos os utilizadores a 15 de outubro e estará disponível «em breve» na API, onde o GPT-Live-1 é disponibilizado desde 10 de setembro a 0,05 dólares por minuto. A OpenAI não publica qualquer benchmark nem indica a distribuição do GPT-Live-1.1 e do Quip pelos diferentes planos.

🔗 Anúncio da OpenAI · Notas de lançamento do ChatGPT

Universal Cart: a Google lança nos Estados Unidos um carrinho comum à Google Search e à aplicação Gemini

15 de outubro — A Google lança o Universal Cart nos Estados Unidos. Este carrinho de compras «inteligente», apresentado em antevisão no Google I/O em maio, está a chegar tanto à Google Search, incluindo o AI Mode, como à aplicação Gemini: um produto adicionado a partir de uma destas interfaces permanece no mesmo carrinho, independentemente da loja. A publicação dá o exemplo de uma mala adicionada no AI Mode, seguida de uma camisola e de um gloss adicionados na aplicação Gemini, que mais tarde aparecem juntos.

Função do Universal Cart	O que oferece segundo a Google
Carrinho com várias lojas	Um único carrinho mantido entre diferentes interfaces da Google
Alertas de preço e stock	Descida de preço e reposição de stock, em mais de 60 mil milhões de fichas do Shopping Graph
Apoio do Google Wallet	Vantagens dos cartões guardados para escolher o meio de pagamento, códigos promocionais relevantes
Pagamento das compras	Google Pay a partir do carrinho (Universal Commerce Protocol) ou redirecionamento para o site do comerciante

O pagamento direto funciona na Nike, Sephora, Target, Ulta Beauty, Walmart, Wayfair e em muitos comerciantes Shopify; em todos os casos, o comerciante continua a ser o vendedor e gere as confirmações e o apoio ao cliente. A Google inclui a ferramenta entre as funções que deixam o controlo nas mãos do comprador, a par dos seus trabalhos em capacidades agênticas que atuam por ele. Não é indicada qualquer data para outros países.

🔗 Universal Cart (blog da Google)

Manus Automations: tarefas recorrentes iniciadas por agendamento ou por um evento desencadeador

15 de outubro — A Manus lança o Automations, que coloca o trabalho repetitivo «em piloto automático»: o utilizador descreve quando a tarefa deve começar e como deve ser o resultado. Coexistem três modos de início: um agendamento, por exemplo, todos os dias úteis às 8 h; um evento desencadeador associado a uma aplicação ligada, como uma fatura que chega ao Gmail; e, em beta, uma automatização avançada que combina várias fontes e condições descritas pelo utilizador. A função dá continuidade às Scheduled Tasks 2.0 de maio e às automatizações desencadeadas por eventos anunciadas com o Manus 2.0 a 28 de setembro. A sequência de publicações não especifica o plano necessário nem o custo em créditos.

🔗 Anúncio da Manus

Breves

Agentes e ferramentas de código

Notas de lançamento do Devin de 14 de outubro — Na véspera do lançamento do Devin Oncall, o Devin adiciona Splunk, Elastic, Dynatrace, Chronosphere e Google Cloud Monitoring como plugins de observabilidade, uma função Review manager que gere as regras de revisão sem direitos de administração, e a exportação dos resultados do code scan no formato SARIF 2.1.0, além de CSV. 🔗 fonte
Warp e as suas fábricas de software — Em duas publicações sobre métodos de trabalho, sem novas funções, Zach Lloyd, fundador da Warp, afirma ter reduzido o custo por PR da sua equipa de 80 para 20 dólares em seis semanas, com menos reversões e um volume de PR 40 % superior ao do mês anterior. 🔗 fonte
Qwen Code v0.25.2 — A versão passa a estável dois dias depois da sua versão de pré-lançamento de 13 de outubro, com 68 pull requests que não constavam desta, incluindo 11 funcionalidades (arrastar e largar ficheiros no Web Shell, revisão das mensagens das MCP Apps antes do envio, cancelamento de tarefas de workflow e persistência em 32 tabelas para o Managed Agent) e 38 correções. 🔗 fonte
Copilot CLI 1.0.99 em pré-lançamento — Duas versões de pré-lançamento no mesmo dia, sem versão estável: o sandbox permite por predefinição o acesso à rede local, /share abre um menu em ecrã inteiro, os plugins dos repositórios de confiança são instalados automaticamente, e as Skills e os plugins verificados podem ser instalados a partir de uma ligação do GitHub. 🔗 fonte
SDK Antigravity 0.1.22 — Adiciona a orquestração de workflows dinâmicos e skills definidas em memória: recuperando a atualização de 11 de outubro, o SDK Python disponibiliza em beta componentes tipados (phase, agent, parallel, pipeline) para escrever workflows de agentes, skills declaradas sem ficheiro (InlineSkill) e um limite de tokens de saída por etapa superior a 64k tokens. 🔗 fonte
google/adk-recipes — Sucessor reestruturado do adk-samples, o repositório de exemplos do Agent Development Kit da Google passa a ser concebido para assistentes de código: cada receita fornece um manifest.yaml e um AGENTS.md, o primeiro plugin setorial destina-se ao comércio a retalho, e o Horizon serve de harness de referência para agentes que trabalham ao longo de vários dias. 🔗 fonte
DeepSeek Harness 0.2.1-alpha.4 — 28.ª versão de pré-lançamento, ainda sem versão estável: o esforço de raciocínio pode ser ajustado modelo a modelo para as API personalizadas, diretamente na interface, e os plugins podem ser instalados a partir de índices personalizados; no mesmo dia, o FlashMLA passa a usar a interface binária estável do CPython e do LibTorch. 🔗 fonte
Três modelos saem do Copilot a 16 de novembro — Claude Opus 4.8 e Claude Opus 5, a substituir pelo Claude Opus 5.5, e GPT-5.6 Terra, a substituir pelo GPT-6.1 Sol ou pelo GPT-6 Luna; os subscritores individuais com plano anual mantêm o Claude Opus 4.8, e os substitutos são ativados automaticamente nos planos Business e Enterprise. 🔗 fonte

Assistentes, empresas e guias

Genspark nas aplicações de mensagens — Basta escrever a @genspark_ai no iMessage, WhatsApp, Slack ou LINE para resumir um PDF ou criar uma apresentação, e o resultado regressa à mesma conversa; não são especificados o plano nem o preço. 🔗 fonte
Kimi Work 3.2.17 e um terceiro tutorial — Três dias depois da 3.2.16, as conversas passam a apresentar imagens e o controlo remoto permite escolher o modo Agent Swarm; a Moonshot AI publica também um terceiro vídeo de introdução, sobre a automatização de fluxos de trabalho, sem apresentar qualquer função como nova. 🔗 notas de lançamento · 🔗 tutorial
Bolsas da Anthropic — Candidaturas abertas até 28 de outubro para os STEM Fellows e uma nova bolsa, Conceptual Reasoning Fellows (filosofia, ciências cognitivas, economia, políticas públicas, direito): quatro meses a tempo inteiro, de 12 de janeiro a 8 de maio de 2027, com remuneração de 100 000 a 167 000 dólares e autorização de trabalho nos Estados Unidos obrigatória. 🔗 fonte
Compliance API do Claude Enterprise — Em beta, a API devolve aos administradores as instruções pessoais guardadas por cada membro no claude.ai e no Cowork; na véspera, as implementações agendadas de Managed Agents chegaram à Claude Platform on AWS. 🔗 fonte
Block e OpenAI Daybreak — Num estudo de caso da OpenAI de 14 de outubro, a equipa de segurança da Block (Square, Cash App, Afterpay) afirma ter reduzido para 18 minutos o tempo entre a comunicação de uma vulnerabilidade e a proposta de uma correção durante exercícios de ataque simulado, libertando cerca de 600 horas de trabalho de analistas por trimestre. 🔗 fonte
AI for Educators em português do Brasil — Para o Dia dos Professores, a OpenAI disponibiliza esta versão do seu curso gratuito na OpenAI Academy, destinado a professores do ensino básico ao superior, e recorda o Study Mode do ChatGPT. 🔗 fonte
Superwhisper Meetings — A Superwhisper lança um gravador e assistente de notas de reuniões que apresenta como o primeiro inteiramente local, baseado no Tiny Aya e no Cohere Transcribe; não são indicados o preço nem as plataformas. 🔗 fonte
Três guias da Cohere — Sem novos produtos nem números, a Cohere publica artigos sobre a IA nos operadores de energia e serviços públicos, em torno do North, sobre a proliferação de agentes nas empresas, com a ideia de pôr um agente desafiante a competir com o agente em uso, e sobre a medição do retorno do investimento. 🔗 serviços públicos · 🔗 agentes · 🔗 ROI
Guia da Perplexity sobre investigação — Um guia percorre 12 artigos fundadores da IA e seis trabalhos recentes, compara as ferramentas de pesquisa assistida e propõe uma metodologia em sete etapas; nenhuma funcionalidade nova. 🔗 fonte

Multimédia generativa

Suno — Duas funções de colaboração: espaços de trabalho partilhados para leitura ou edição apenas com convidados (Pro e Premier), e modelos personalizados que podem ser partilhados com colaboradores e ajustados com o dobro das entradas (Premier). 🔗 fonte
Eleven v4 em testes cegos — A ElevenLabs afirma que os ouvintes consideraram o Eleven v4 mais expressivo do que outros modelos de voz em todos os testes cegos realizados em oito línguas, sem identificar os concorrentes nem apresentar pontuações no texto. 🔗 fonte
Shot Coverage da Luma — A função gera, a partir de um único plano de vídeo, vários ângulos de câmara em movimento que podem ser usados na montagem; o anúncio não especifica o modelo, o preço nem a data de disponibilização. 🔗 fonte
HeyGen e Jan Hotovec — A HeyGen destaca Jan Hotovec, que tem paralisia cerebral e criou com a Fameplay e a Nolimi um avatar com a sua imagem e a sua voz para contar a sua vida pelas suas próprias palavras. 🔗 fonte

Investigação, computação e infraestruturas

NVIDIA e a AI in Science Enablers Initiative — No AI in Science Summit de Dublin, a NVIDIA adere à iniciativa da Comissão Europeia com os seus modelos abertos, um hub de materiais didáticos de acesso livre do Deep Learning Institute e acesso a recursos de computação através de AI factories nacionais, sem anunciar qualquer montante. 🔗 fonte
NVIDIA nos países nórdicos — Antes do GTC Berlin, a NVIDIA faz o balanço do seu ecossistema nórdico: o supercomputador Sferical One (1 152 GPU GB300), 1 gigawatt de cloud de IA previsto até ao final de 2027 e um Stockholm AI Lab com a fundação Norrsken em 2027; a keynote do GTC Berlin está marcada para 21 de outubro. 🔗 fonte
A tokenização do BERT 50 vezes mais rápida — Simon Brandeis, da Hugging Face, explica como a futura versão 1.0 do tokenizers torna o tokenizer do BERT cerca de 50 vezes mais rápido do que na 0.23 ao tratar separadamente os caracteres ASCII; as alterações ainda estão em revisão. 🔗 fonte

GitHub, fora da IA

Fim dos e-mails de push — O GitHub deixa de enviar os e-mails de notificação de eventos de push dos repositórios, que podiam ser usados para spam, e remete para um workflow do GitHub Actions com um servidor SMTP próprio. 🔗 fonte
Licenças do GitHub Code Quality — Um relatório CSV lista cada committer ativo que consome uma licença e os repositórios abrangidos ao longo de 90 dias, para identificar licenças que podem ser libertadas, no GitHub Team e no Enterprise Cloud. 🔗 fonte

O que isto significa

Os modelos abertos estão a ganhar escala, e o seu ecossistema acompanha-os agora desde o primeiro dia. O Muse Spark Open chega com sete fornecedores de API, pesos NVFP4 produzidos pela Meta e suporte imediato no Transformers, TRL, mlx-lm e Unsloth; o Nemotron 3.5 Super VL publica pesos, dados e receitas de treino; o FLUX 3 Image Klein é integrado no Diffusers e no ComfyUI no dia do seu lançamento. Mas «aberto» abrange condições muito diferentes: a Muse Model License limita a utilização comercial, a licença FLUX Kommunity só é gratuita para um volume de negócios anual inferior a 5 milhões de dólares, a licença dos pesos do Timestral exclui empresas com um volume de negócios superior a 20 milhões de dólares por mês, enquanto o Apertus 1.5 publica os seus pesos sob Apache 2.0, juntamente com os seus dados de treino. O superlativo da Meta lembra, por fim, que a corrida também se disputa entre países: o Muse Spark Open apresenta-se como o melhor modelo aberto dos Estados Unidos, mas o GLM 5.3 e o Kimi K3 continuam à sua frente no índice da Artificial Analysis e em programação.

A cibersegurança torna-se um terreno onde a IA encontra e corrige vulnerabilidades em grande escala. Com a AISLE, a Cohere adquire conhecimentos técnicos que alegadamente abrangem mais de 500 vulnerabilidades inéditas, o GitHub disponibiliza de forma geral um AI Scan para as linguagens que o CodeQL não cobre e um autofix que volta a executar o CodeQL para verificar a sua própria correção, e a Block afirma reduzir para 18 minutos o tempo entre uma vulnerabilidade e uma proposta de correção durante exercícios de ataque simulado. Estas ferramentas continuam sob controlo humano: os resultados do AI Scan são consultivos, o autofix abre uma pull request em rascunho, e o Code Review do Claude Code não aprova nem bloqueia um merge. A outra vertente é o isolamento dos próprios agentes: o SPACE, agora aberto, mantém as credenciais e o tráfego de saída fora da máquina virtual, e o IPI Black paga a atacantes para medir a resistência dos agentes à injeção indireta de prompt.

A confiança também passa pelo escrutínio externo. Ao conceder a seis pessoas da METR um acesso comparável ao de um funcionário, sem direito de veto sobre as suas publicações, a Anthropic vai além de uma auditoria pontual e compara o mecanismo aos inspetores residentes dos grandes bancos. A mesma exigência de verificação atravessa a investigação: a Sakana AI define as grelhas de avaliação antes de qualquer experiência para que os agentes de programação não se limitem a otimizar uma pontuação, e a OpenAI financia, através da Simons Foundation, matemáticos encarregados de examinar os resultados produzidos pela IA, na sequência dos seus 722 manuscritos de 6 de outubro. O CERN e a Mistral apresentam a ambição mais ampla, um Large Physics Model treinado com milhares de milhões de colisões simuladas, mas sem montante nem calendário.

No que toca às ferramentas, o equilíbrio entre custo, velocidade e qualidade torna-se explícito. Na OpenAI, o GPT-6.1 Sol com nível de esforço Ultra identifica 92 % das ocorrências detetadas pelo GPT-6 Astra Ultra por 14 % do custo; o modo rápido do Opus 5.5 oferece uma capacidade de processamento 2,5 vezes superior pelo dobro do preço; o Code Review cobra pelos tokens consumidos, com um limite mensal. Os agentes também se instalam nas tarefas sem supervisão: o Devin Oncall assume os turnos de prevenção, o Claude Code 2.1.301 deixa de aguardar um limite de utilização distante e regista cada veredito do seu classificador, e o modo Auto da Antigravity CLI confia a um agente separado a revisão dos comandos que sairiam da sandbox. Os testes de avaliação têm dificuldade em acompanhar: no SREGym-Lite, o Devin Oncall e o CloudThinker atingem ambos 100 % com o GPT-6 Astra.