A Anthropic destina 5 % das suas ações a um Public Benefit Fund, a OpenAI amplia a sua API Agents, Thomas Wolf estima em quase mil milhões de dólares a computação partilhada no Hub

A Anthropic cria um Public Benefit Fund e, sujeito à aprovação dos seus acionistas, destina-lhe 5 % das suas ações, com patamares ligados ao aumento do seu valor: contando com a promessa dos seus cofundadores e os donativos de ações dos seus trabalhadores, que a empresa complementa, cerca de 20 % do seu capital fica agora destinado ao bem público. Na API Agents da OpenAI, chega o GPT-6 Astra Ultrafast e os ambientes inativos deixam de ser faturados, segundo o resumo semanal de um membro da equipa da API. Thomas Wolf, da Hugging Face, estima em quase mil milhões de dólares a computação de treino que os laboratórios partilharam gratuitamente no Hub, face a menos de 40 milhões no final de 2023.

A Anthropic destina 5 % das suas ações a um Public Benefit Fund, que poderá crescer com o seu valor

18 de outubro — A Anthropic cria o Anthropic Public Benefit Fund, uma LLC que detém a 100 % e dedica inteiramente ao bem público. Sujeito à aprovação dos seus acionistas, destina-lhe 5 % das suas ações; o seu conselho de administração poderá depois acrescentar até 2 % por cada aumento de 50 % do seu valor acima de uma base de referência, que não é divulgada. A empresa apresenta este mecanismo como o inverso das remunerações crescentes em ações que as empresas tecnológicas costumam atribuir aos seus dirigentes.

Compromisso em ações	Dimensão do compromisso
Public Benefit Fund inicial, sujeito à aprovação dos acionistas	5 % das ações da Anthropic
Patamar, por cada aumento de 50 % do valor acima da base	até mais 2 %, por decisão do conselho
Promessa dos cofundadores, desde a fundação	80 % das suas participações
Donativos de ações dos trabalhadores, complementados pela Anthropic	cerca de metade dos trabalhadores participa
Total destinado ao bem público, incluindo o fundo	cerca de 20 % das ações, sem os patamares futuros

As ações do fundo não servirão para lobbying nem para donativos políticos, nos Estados Unidos ou noutros países. O que combina interesse público e valor comercial (segurança e interpretabilidade, investigação biomédica aplicada, descontos no Claude para associações e instituições científicas) permanece na empresa, uma sociedade com missão de benefício público (public benefit corporation). O fundo poderá fazer grandes donativos a associações ou pagamentos diretos a populações específicas; o artigo desenvolve o exemplo do emprego, ao qual a Anthropic afirma já ter destinado 200 milhões de dólares. A estrutura, a governação e os patamares serão detalhados nos próximos meses, com um relatório de benefício público (public benefit report) sobre os progressos da sua missão.

🔗 Investir no bem público (Anthropic) · O anúncio no X (@AnthropicAI)

API Agents da OpenAI: GPT-6 Astra Ultrafast, instantâneos de sandbox e fim da faturação dos ambientes inativos

17 de outubro — Steve (@stevendcoffey), da equipa da API da OpenAI, publica no X o seu resumo semanal da API Agents, o harness do Codex disponibilizado aos programadores em beta pública a 10 de setembro; a conta OpenAI Developers republicou-o. Nele enumera sete novidades, sem preços nem números. Apenas a primeira é anunciada como disponível: GPT-6 Astra Ultrafast, o modo de velocidade premium lançado a 29 de setembro na API e no Codex.

Novidade da API Agents	Âmbito indicado no resumo
GPT-6 Astra Ultrafast	Disponível na API Agents
Instantâneos de sandbox (sandbox snapshots)	Os ambientes alojados pela OpenAI são restaurados após inatividade, com os ficheiros intactos
Faturação revista (better billing)	Os ambientes inativos deixam de ser faturados
Chaves de ambiente	Criadas por programação, e já não apenas a partir do painel
Artifact SDK	Folhas de cálculo, apresentações e documentos Word criados ou modificados nas sandboxes da OpenAI
Histórico por turno	Elementos de um turno específico do agente raiz, incluindo as interações dos subagentes
Filtragem dos cofres (vaults)	Os cofres podem ser filtrados pelos seus metadados

Nada disto constava ainda da documentação no momento da nossa leitura, na noite de 18 de outubro: o changelog da API não tinha nenhuma entrada posterior a 16 de outubro, e a página das sandboxes alojadas pela OpenAI continuava a indicar as tarifas padrão de contentores (standard container rates), sendo a utilização do modelo faturada à parte.

🔗 O resumo de Steve no X

Hub Dollars: Thomas Wolf estima em quase mil milhões de dólares a computação de treino partilhada no Hub

18 de outubro — Thomas Wolf, da Hugging Face, publica um cálculo aproximado (napkin math), partilhado pela conta @huggingface: quanto teria custado alugar os GPU que realizaram os treinos finais das principais famílias de modelos de pesos abertos do Hub, disponíveis para download gratuito. O seu Space Hub Dollars estima este montante em 991 milhões de dólares, num intervalo de 816 milhões a 1,35 mil milhões (do 10.º ao 90.º percentil), para 75 famílias e 35 organizações. No final de 2023, este total mantinha-se abaixo dos 40 milhões de dólares.

Fun and crazy napkin math: Meta, NVIDIA, Alibaba, DeepSeek, Moonshot, Mistral and ~30 other labs have shared close to $1B worth of training compute on the Hugging Face Hub

🇵🇹 Um cálculo aproximado, divertido e um pouco louco: Meta, NVIDIA, Alibaba, DeepSeek, Moonshot, Mistral e cerca de trinta outros laboratórios partilharam quase mil milhões de dólares em computação de treino no Hub da Hugging Face. — @Thom_Wolf no X

Organização no Hub	Estimativa central, em milhões de dólares
Meta	156
Alibaba	149
NVIDIA	114
Moonshot	55
Mistral AI	49
DeepSeek	47
Total das 35 organizações	991 (de 816 a 1 345)

O próprio Wolf considera este total um limite mínimo. Uma base de cerca de 502 milhões de dólares, aproximadamente metade, assenta em números de computação publicados pelos programadores, e o restante em hipóteses; nem a cauda longa nem os cerca de 900 000 fine-tunings da comunidade no Hub são contabilizados.

🔗 O Space Hub Dollars

Breves

Produtos, plataformas e distinções

Os dots da OpenAI no iOS — Recuperando a notícia de 16 de outubro, Dominik Kundel, da equipa DevX da OpenAI, anuncia widgets de iOS para os dots, os agentes permanentes lançados a 29 de setembro, e suporte para o botão Ação do iPhone; o seu vídeo mostra também um truque com o Raccourcis para chamar o seu dot com o botão Câmara. 🔗 fonte
Decider V1.2 no AI Gateway da Vercel — Recuperando a notícia de 16 de outubro, dia da sua chegada ao OpenRouter, abordada a 17, os modelos de decisão Decider V1.2 27B e Decider Flash V1.2 4B da Perplexity chegam ao AI Gateway da Vercel, ao preço da Perplexity, sem margem nem taxas de plataforma, incluindo com chaves próprias (BYOK), a partir do AI SDK ou da API Decisions. 🔗 fonte
SynthID entre as invenções do ano — Recuperando a notícia de 15 de outubro, e tal como o Omnilingual ASR da Meta e o NemoClaw da NVIDIA abordados a 16, a marca de água invisível da Google DeepMind figura entre as melhores invenções de 2026 da revista TIME. A sua ficha recorda que também marca conteúdos da OpenAI, da NVIDIA, da Kakao e, em breve, da Apple, que qualquer pessoa pode verificar em synthid.com. 🔗 fonte · 🔗 TIME
Gemini CLI, nightly de 18 de outubro — Sem alterações: reutiliza o commit da versão de 17, e apenas o bot de publicação atualizou os números de versão. Nada foi integrado no ramo principal desde a noite de 16 de outubro, e a PR da comunidade que acrescenta o Gemini 4 Argon ao seletor de modelos continua aberta. 🔗 fonte · 🔗 PR

Artigos da comunidade do Hub da Hugging Face

OpenYap Turn — A The Agentic Data Company apresenta um modelo áudio de tomada de palavra com 72,4 milhões de parâmetros, treinado com 1 984 horas de conversas entre pessoas próximas. Primeiro entre 24 na deteção do fim de turno no TurnBench da Sesame, apresenta uma latência mediana de 298 ms, face a 595 e 548 ms dos dois seguintes. Os seus pesos não estão no Hub. 🔗 fonte
RetryBench — You Liu apresenta um benchmark que avalia separadamente a decisão de repetir uma chamada de ferramenta que excedeu o tempo limite e o resultado da nova tentativa. Quando lhes é fornecida uma chave modificada, os pontos de acesso GPT designados Sol, Terra e Luna repetem a chamada sem justificação 1, 55 e 60 vezes em 80. O código é publicado sob uma licença não comercial. 🔗 fonte
Detetar uma avaliação nas ativações — Em Qwen3, PLLuM e Gemma 3, Mateusz Piesiak (Project Inkblot) mostra que oito indícios de avaliação produzem direções distintas: a direção habitual deteta sobretudo a menção explícita de um teste (cosseno de 0,81 a 0,89), e uma direção aprendida com sete indícios quase não deteta o oitavo, a artificialidade do cenário (AUROC de 0,49 a 0,62). 🔗 fonte
Nemotron 3.5 Super VL em 4 bits — Último dos três relatórios da Thoughtworks, dos quais o primeiro, sobre CharXiv, foi abordado a 16 de outubro: com o mesmo número de tokens, Gustavo A. Lujan não deteta nenhuma diferença entre uma calibração GPTQ com texto jurídico ou genérico. Os pesos passam de 231,8 para 68,1 Gio, com um aumento de 0,32 a 0,61 % na entropia cruzada em textos jurídicos, medida numa versão preliminar do modelo. 🔗 fonte

O que isto significa

O fundo da Anthropic compromete participações no capital, e não uma quantia: o artigo não indica uma base de avaliação nem um montante em dólares, e o seu alcance dependerá da votação dos acionistas e, depois, da governação e dos patamares prometidos para os próximos meses. A sua forma também conta. Detido a 100 % pela Anthropic, sob a forma de LLC em vez de uma organização de beneficência (501(c)(3)), o fundo permanece sob o seu controlo e poderá passar de uma forma de donativo para outra, com duas proibições definidas à partida: o lobbying e os donativos políticos. Por fim, o emprego, o exemplo desenvolvido no artigo, é também o tema dos relatórios publicados a 16 de outubro sobre as suas próprias equipas, nas quais a proporção de juniores nas contratações técnicas caiu de 27 % para 9 %.

As novidades da API Agents visam o tempo em que o agente não faz nada. Deixar de faturar um ambiente inativo e poder restaurá-lo com os seus ficheiros reduz o custo dos agentes que trabalham de forma intermitente. Esse tempo tem um peso considerável: os relatórios da Anthropic sobre as suas próprias equipas identificavam sessões interativas inativas durante cerca de 80 % do tempo, à espera de uma resposta. A fonte continua a ser um resumo publicado no X: na noite de 18 de outubro, nem o changelog da API nem a página das sandboxes alojadas, ainda com as tarifas padrão de contentores, faziam referência a estas novidades.

O número de Thomas Wolf dá, por fim, uma ordem de grandeza ao bem comum que os modelos abertos constituem: quase mil milhões de dólares de computação, face a menos de 40 milhões no final de 2023, e isto contando apenas os treinos finais das principais famílias. É, como o próprio Wolf admite, um cálculo aproximado, do qual só metade assenta em números publicados. A contagem mostra também quem suportou o custo: Meta, Alibaba e NVIDIA à frente, seguidas de Moonshot, Mistral AI e DeepSeek. Wolf compara-o à Wikipédia, escrita em horas de voluntariado, enquanto este fundo comum se escreve em horas GPU e em dados.