DeepSeek disponibiliza o código do DeepInfer, o motor que serve V4.1-Flash em produção, Mistral lança Voxtral 3 e ElevenLabs Eleven Realtime para agentes de voz, Perplexity Computer funciona localmente no Mac

A DeepSeek disponibiliza o código do DeepInfer, o motor de inferência que serve DeepSeek-V4.1-Flash em produção, e quantifica o seu serviço: 155 000 mil milhões de tokens por dia num único cluster. No mesmo dia, a Mistral e a ElevenLabs lançam os seus modelos para agentes de voz por duas vias opostas, uma cadeia de transcrição e síntese com Voxtral 3, um modelo único de fala para fala com Eleven Realtime, enquanto a Perplexity faz funcionar o Computer inteiramente em modo local no Mac. A Google também publica TorchTPU em open source, e o OSS Scanner, o serviço da Anthropic, apresenta um primeiro balanço, que inclui uma vulnerabilidade do curl entretanto corrigida.

DeepInfer : DeepSeek disponibiliza o código do motor de inferência que serve DeepSeek-V4.1-Flash em produção

20 de outubro — A DeepSeek publica em open source o DeepInfer, o framework de inferência (inference framework) próprio que serve DeepSeek-V4.1-Flash nos seus serviços, sob licença Apache-2.0. A versão publicada, dedicada à inferência offline, apenas suporta este modelo, nos GPU NVIDIA SM100 e nas NPU Huawei Ascend 950. Reutiliza os componentes de produção: as bibliotecas de kernels já publicadas pela DeepSeek (FlashMLA, DeepGEMM, DeepEP, TileKernels, DeepSelect) e kernels TileLang, o paralelismo de especialistas com balanceamento de carga para a parte MoE, uma descodificação especulativa própria (DSpark), uma repetição limitada da janela deslizante de atenção que alivia o pré-preenchimento, e saídas estruturadas por expressão regular, esquema JSON ou gramática EBNF.

A DeepSeek disponibiliza ao mesmo tempo o código do deepseek-recipe (licença MIT), o componente de produção que traduz os pedidos das API Messages, Chat Completions e Responses em tokens para DeepSeek V4 e V4.1, e depois as saídas do modelo em respostas. A sua lógica está alinhada com a da API oficial: um fornecedor de alojamento externo obtém o mesmo comportamento para o modo de reflexão, as chamadas de ferramentas ou as saídas estruturadas. A FAQ de implementação do repositório indica a escala do serviço:

Dado de produção publicado pela DeepSeek	Valor publicado
Tokens servidos por um único cluster	155 000 mil milhões por dia
Receita total à tarifa das horas de menor procura	38 dólares por hora-GPU
Pré-preenchimento	máquinas comuns de 8 GPU
Descodificação	supernós de 64 a 128 GPU
Conservação da cache KV	mais de 72 horas

Nem tudo é aberto. A gestão da cache KV e o balanceamento de carga entre réplicas, demasiado ligados à infraestrutura interna segundo a DeepSeek, continuam fechados e são descritos apenas num artigo no Zhihu, e a separação entre codificador visual, pré-preenchimento e descodificação não é fornecida. As medições de débito são publicadas apenas em gráficos. Construído inicialmente sobretudo sobre vLLM, com inspiração em SGLang e TensorRT-LLM, o DeepInfer receberá também o código de inferência dos futuros modelos da DeepSeek; o repositório contava com 11 562 estrelas nessa mesma noite.

🔗 O fio de @deepseek_ai · DeepInfer no GitHub · deepseek-recipe no GitHub

Voxtral 3 : Mistral lança modelos de transcrição e síntese de voz, e um SDK de agentes de voz

20 de outubro — A Mistral lança Voxtral 3, uma família de modelos de transcrição (speech-to-text) e síntese de voz (text-to-speech), acompanhada de um SDK para construir agentes de voz. Tudo está disponível desde 20 de outubro na API Mistral, em endpoints europeu, americano e global, bem como nos ambientes de teste (playgrounds) do Studio; é proposta uma implementação nas instalações do cliente ou numa cloud privada mediante pedido.

Modelo Voxtral 3	Utilização prevista	Preço anunciado
Voxtral Small Transcribe 3	Transcrição mais precisa, diarização	0,004 dólar por minuto
Voxtral Mini Transcribe 3 (4B)	Transcrição em lote, diarização	0,0035 dólar por minuto
Voxtral Mini Transcribe Realtime 3	Transcrição em tempo real, menos de 500 ms	0,008 dólar por minuto
Voxtral Speech 3	Síntese de voz, em lote e em tempo real	13 dólares por milhão de caracteres

A transcrição abrange 50 línguas, incluindo as 24 línguas oficiais da União Europeia. Separa os interlocutores (diarização), aceita palavras-chave para reconhecer melhor o vocabulário profissional sem ajuste fino (fine-tuning) (enviesamento contextual, context biasing) e deteta o fim de uma intervenção. Em 45 línguas do benchmark FLEURS, a Mistral publica estas taxas de erro de palavras, com a língua indicada ao modelo ou detetada automaticamente:

Modelo avaliado (FLEURS, 45 línguas)	Língua indicada ao modelo	Língua detetada automaticamente
Voxtral Small Transcribe 3	4,0 %	4,1 %
Microsoft AI Transcribe 2	4,0 %	4,1 %
Voxtral Mini Transcribe 3	4,5 %	4,6 %
Gemini 3.5 Transcribe	4,5 %	6,1 %
Scribe v2	4,9 %	4,9 %
GPT Transcribe	5,6 %	6,3 %
Whisper large-v3	14,9 %	16,0 %

A Mistral afirma que o seu modelo Small é melhor do que Whisper, Scribe v2 e Gemini 3.5 Transcribe, mas o seu próprio gráfico coloca Microsoft AI Transcribe 2 em igualdade. Em tempo real, com 480 ms de atraso, o modelo Mini obtém 6,4 % em 35 línguas, atrás de Gemini 3.5 Realtime Transcribe (4,2 %) e Microsoft AI Transcribe 2 Streaming (5,8 %), mas à frente de GPT Live Transcribe (8,4 %) e Scribe v2 Realtime (8,7 %).

Voxtral Speech 3 fala mais de 35 línguas e mais de 50 dialetos, deduz a emoção e o ritmo a partir do contexto da conversa ou segue instruções explícitas linha a linha, e o Pro Voice reproduz uma voz profissional a partir de 30 minutos de áudio; segundo a Mistral, custa menos a executar do que os modelos comparáveis da OpenAI, Deepgram, ElevenLabs e Google.

O SDK de agentes de voz, construído sobre LiveKit, encadeia três modelos em streaming: o modelo em tempo real escuta e identifica o fim da frase, um modelo generalista como Mistral Small raciocina e chama as ferramentas, e depois Voxtral Speech 3 responde. Nenhuma etapa espera pela anterior: cada turno termina em menos de um segundo segundo a Mistral, o agente deixa de falar quando é interrompido, faz chamadas por SIP ou WebRTC, e cada etapa continua a ser um modelo substituível. Ao contrário de Voxtral Transcribe 2 (fevereiro) e Voxtral TTS (março), Voxtral 3 não é anunciado com pesos abertos: o artigo propõe a API da Mistral ou uma implementação na infraestrutura do próprio cliente, a organizar com a equipa da Mistral, e não havia qualquer repositório no Hugging Face na noite do lançamento.

🔗 O artigo da Mistral · O fio de @MistralAI

Eleven Realtime : ElevenLabs transforma o agente de voz num único modelo de fala para fala

20 de outubro — No mesmo dia que Voxtral 3, a ElevenLabs adota a abordagem oposta. Enquanto o SDK da Mistral encadeia três modelos separados e substituíveis, cada modelo Eleven Realtime reúne todo o agente de voz num único modelo de fala para fala (Speech to Speech): reconhecimento de voz, deteção de atividade vocal, turnos de fala, LLM e síntese são otimizados em conjunto. Os modelos falam mais de 90 línguas e podem utilizar as mais de 17 000 vozes da biblioteca da ElevenLabs.

São lançadas duas versões. Eleven Realtime v1 Mini, o modelo predefinido, destina-se a conversas de baixo custo (assistentes, professores, personagens interativas). Eleven Realtime v1 Max raciocina antes de responder e destina-se a tarefas complexas, como apoio ao cliente ou fluxos de várias etapas com chamadas de ferramentas; custa mais por token. Os resultados publicados provêm de avaliações da Artificial Analysis citadas pela ElevenLabs:

Métrica (Artificial Analysis, segundo a ElevenLabs)	Eleven Realtime v1 Max	Eleven Realtime v1 Mini
Big Bench Audio (1 000 perguntas feitas em voz alta)	98,8 %	75,9 %
Atraso médio até começar a falar	0,57 s	0,62 s
Full-Duplex-Bench (pausas, interrupções)	94,1 %	95,8 %
Tarefas com ferramentas concluídas com sucesso	87,1 %	60,3 %

Segundo a ElevenLabs, nenhum modelo da classificação da Artificial Analysis é simultaneamente mais rápido e mais preciso do que v1 Max. O Mini gere ligeiramente melhor a dinâmica da conversa, mas o Max aumenta a vantagem nas tarefas com ferramentas.

No ElevenAgents, basta mudar o modo de voz de um agente de « Custom » para « Realtime » para manter o resto da plataforma: telefone, web, WhatsApp e centros de contacto. Os modelos também são disponibilizados através de uma API Realtime compatível com a da OpenAI: um programador que já tenha feito a integração muda o endpoint e o nome do modelo, e mantém o seu código, apenas por WebSocket. A disponibilização é progressiva consoante os espaços de trabalho. O Mini não está disponível em modo Zero Retention nem ao abrigo da HIPAA, ao contrário do Max, e não é indicado qualquer preço: a ElevenLabs cobra o preço habitual por minuto do ElevenAgents mais os tokens à tarifa do modelo escolhido.

A ElevenLabs junta-se assim aos modelos de voz de ponta a ponta já disponibilizados pela OpenAI (GPT-Live-1, a 0,05 dólar por minuto na API desde 10 de setembro), Google (Gemini 3.8 Live) e SpaceXSI (Grok Voice 3.0).

🔗 O artigo da ElevenLabs · A documentação dos modelos Realtime

Perplexity Computer é executado inteiramente em modo local no Mac, incluindo o modelo

20 de outubro — A Perplexity faz funcionar o Computer, o seu agente, inteiramente no Mac: o modelo, a estrutura de execução (harness) e a execução das tarefas permanecem na máquina.

Perplexity Computer can now run fully local on your Mac. Work with your native Mac apps and local files, and run tasks without sending sensitive data to the cloud. The model and the agent both run on your Mac. Available now in the Perplexity Mac app.

🇵🇹 O Perplexity Computer pode agora funcionar inteiramente em modo local no seu Mac. Trabalhe com as suas aplicações nativas do Mac e os seus ficheiros locais, e execute tarefas sem enviar dados sensíveis para a cloud. O modelo e o agente funcionam ambos no seu Mac. Disponível desde já na aplicação Mac da Perplexity. — @perplexity_ai no X

Elemento do lançamento	Detalhe segundo a Perplexity
Modelos locais	Qwen 3.6 e PPLX Pro
Memória recomendada	36 Go de memória unificada ou mais
Máquinas abrangidas	Mac com Apple silicon suportados, como o novo Mac mini com M6 e M5 Pro
Planos abrangidos	Pro, Max e Enterprise
Créditos Computer	não consumidos pelas tarefas locais
Recurso à cloud	mediante autorização, para mais de 15 modelos de fronteira

Com a permissão do utilizador, o agente trabalha nos ficheiros locais e em aplicações como Notes, Messages, Mail ou Numbers. O PPLX Pro é, segundo o tweet da Perplexity, a sua versão de Qwen 3.8 submetida a pós-treino; questionado sobre o seu tamanho, Aravind Srinivas, o responsável máximo da Perplexity, responde que se trata de um modelo denso de 27 mil milhões de parâmetros, e considera que 36 Go de memória vão tornar-se comuns.

A aplicação Mac propõe agora duas formas de iniciar o Computer. O Hybrid Compute, lançado a 1 de setembro, parte da cloud para a pesquisa e o raciocínio e trata os ficheiros privados localmente; o novo modo parte do Mac, que mantém o planeamento, o raciocínio e o tratamento dos ficheiros. Se o utilizador autorizar, o agente recorre à cloud para obter informações atualizadas, navegar na web ou utilizar aplicações ligadas, e tanto o código como as ferramentas são executados em sandboxes isoladas, com os mesmos protocolos de segurança da versão cloud. A Perplexity cita três utilizações: a revisão de uma carteira a partir de posições privadas, uma proposta comercial construída com base em notas confidenciais e uma lista de prioridades matinais extraída de Messages e Mail.

É o equivalente no Mac ao Portable Computer, a versão inteiramente local lançada a 25 de agosto no DGX Spark e depois alargada, em setembro, a Linux, Windows e PC com processador AMD Ryzen AI Max.

🔗 O artigo da Perplexity

PyTorch fora dos GPU NVIDIA : TorchTPU em open source, os TPU nativos no Hugging Face e MPS no PyTorch 2.15

Três anúncios do dia fazem funcionar o PyTorch em chips de outros fabricantes além da NVIDIA: a Google publica TorchTPU na PyTorch Conference, o Hugging Face integra-o no mesmo dia nas suas bibliotecas, e a equipa PyTorch do Hugging Face detalha o que o PyTorch 2.15 traz aos Mac.

TorchTPU: a Google abre a sua stack PyTorch nativa para TPU, com vLLM, SGLang, TorchTitan e llm-d 1.0

20 de outubro — A Google disponibiliza em open source o TorchTPU, a sua stack PyTorch nativa para os TPU, desenvolvida em conjunto com a equipa PyTorch da Meta. O TPU passa a ser um dispositivo PyTorch como qualquer outro (torch.device("tpu")): a depuração faz-se em execução imediata (eager), passando depois à produção com torch.compile, que compila através do XLA. Até agora, era necessário reescrever o código em JAX ou recorrer ao antigo torch_xla.

Dois motores de inferência assentam no TorchTPU: vLLM-TorchTPU, desenvolvido com a Inferact, e SGLang-TorchTPU, com a RadixArk, já em produção na Meta. A Google anuncia 2,01 cêntimos de dólar por milhão de tokens na classificação InferenceX da SemiAnalysis, com Qwen 3.5 em Ironwood, e mais de 700 tokens por segundo para um único utilizador com Kimi K3, um modelo de 2 800 mil milhões de parâmetros. Para o treino, o TorchTitan em TPU atinge até 52 % de utilização da capacidade de cálculo (Model FLOPs Utilization) com Qwen 3 8B, com testes até 8 192 chips Ironwood. A Google lança também o llm-d 1.0, uma stack Kubernetes de serviço distribuído cofundada com a Red Hat e a IBM: numa carga de trabalho de código agêntico, o tempo mediano até ao primeiro token diminui mais de 85 % e o débito é multiplicado por 2,4 em comparação com um simples Service Kubernetes.

🔗 O artigo da Google Cloud · Os motores vLLM e SGLang em TPU · llm-d 1.0

A Hugging Face torna os TPU nativos em Transformers, Diffusers e Kernels

20 de outubro — A Hugging Face integra o TorchTPU no seu ecossistema: o TPU passa a ser um dispositivo como qualquer outro, sem passar pelo PyTorch/XLA nem pelo JAX, e o Optimum TPU, a camada que a Hugging Face mantinha até agora, deixa de ser necessário para Transformers e Diffusers. Em Transformers, basta carregar um modelo com device_map="tpu"; em Diffusers, basta um pipe.to("tpu"), com compilação opcional e paralelismo tensorial para distribuir os modelos maiores por vários chips.

Caso medido pela Hugging Face	Resultado publicado
Qwen-Image-2.1, imagem 1024 × 1024 em 40 passos (TPU v6e-4)	3,5 s compilado, 8,0 s sem compilação
MiniMax-H3, vídeo com áudio de 5,2 s (TPU v6e-4)	188 s compilado, 262 s sem compilação
Descodificação de Qwen3-30B-A3B, lote de 64, kernel Tokamax (v6e-8)	21,5 vezes mais rápido
Testes de Transformers aprovados em TPU	96,5 %

A equipa comunicou 34 problemas ao projeto TorchTPU, dos quais 19 já foram corrigidos, e está a preparar uma CI noturna em TPU. É o segundo backend PyTorch nativo de um acelerador não NVIDIA integrado em dois dias pela Hugging Face, depois do TorchNeuron para AWS Trainium no dia anterior.

🔗 O artigo da Hugging Face sobre o TorchTPU

O PyTorch 2.15 traz FP8 aos Mac e acelera até 6,5 vezes a descodificação dos MoE

20 de outubro — A equipa PyTorch da Hugging Face, que trabalha em MPS, o backend do GPU dos Mac Apple silicon, apresenta em detalhe as novidades do PyTorch 2.15, ainda em versão candidata. O FP8 chega ao Mac, com um byte por valor, metade do BF16, e multiplicação direta no GPU. Graças a uma multiplicação de matrizes agrupada nativa, a descodificação dos modelos MoE torna-se 5 a 6,5 vezes mais rápida do que na versão 2.14.

Medição em Mac	Com PyTorch 2.14	Com PyTorch 2.15
Descodificação de Qwen3.6-35B-A3B em M3 Ultra	9,4 tokens/s	61,3 tokens/s
Descodificação de LFM2.5-8B-A1B em M3 Ultra	23,6 tokens/s	123,6 tokens/s
Softmax FP32 sobre 128 256 logits	57 µs	7 µs
Pico de memória do driver, VAE de Wan2.2	270,1 Gio	8,1 Gio

O codificador VAE do Qwen-Image-2.1, que corrompia silenciosamente as imagens em MPS, foi corrigido. O PyTorch 2.15 exige macOS 15 e Python 3.11, e uma antevisão da versão 2.16, ainda sujeita a alterações, anuncia um mecanismo de atenção inteiramente escrito em Metal.

🔗 O artigo da Hugging Face sobre MPS

Segurança do software open source: o primeiro balanço do OSS Scanner e a firewall de pacotes do GitHub

Dois anúncios abordam os dois extremos da cadeia de software open source: encontrar falhas no código dos projetos e filtrar os pacotes no momento em que são instalados.

OSS Scanner: 114 projetos aceites, 77 falhas críticas e 803 de gravidade elevada comunicadas, uma falha do curl corrigida

19 de outubro — Onze dias após o seu lançamento, o OSS Scanner, o serviço gratuito da Anthropic que utiliza os seus modelos mais potentes para analisar projetos open source críticos, apresenta os primeiros números. Numa thread partilhada nessa mesma noite por @ClaudeDevs, Punit Shah, gestor de produto do serviço, contabiliza cerca de 650 projetos candidatos e 114 aceites. As análises já comunicaram aos responsáveis pela manutenção 77 vulnerabilidades críticas e 803 de gravidade elevada, segundo a classificação atribuída pelo modelo, embora nem todos os projetos tenham sido analisados.

O caso destacado é o curl: a falha CVE-2026-92392, uma utilização de memória após a sua libertação (use-after-free) durante um envio em HTTP/2, encontrada com uma primeira versão do OSS Scanner, foi corrigida no curl 8.23.0 em 14 de outubro. O aviso do curl classifica-a como de gravidade elevada nas versões 8.12.0 a 8.22.0 e atribui a descoberta a « Luna with Claude, Anthropic ». Outra lição: a maioria dos primeiros relatórios, enviados por e-mail com a respetiva prova de conceito, foi rejeitada, provavelmente porque os filtros de correio eletrónico os identificaram como software malicioso. A Anthropic está, por isso, a testar a entrega através do GitHub Security Advisories; mais de 150 projetos ainda aguardavam uma decisão, segundo uma estimativa de Punit Shah.

🔗 A thread de Punit Shah · O aviso de segurança do curl

O GitHub filtra em pré-visualização os pacotes npm instalados pelos runners Actions e pelos agentes de código

20 de outubro — O GitHub disponibiliza em pré-visualização pública uma firewall de pacotes (package firewall). O ponto de partida: cada vez mais ataques exploram o momento da instalação de um pacote para recolher credenciais nos sistemas CI/CD ou nos computadores dos programadores, sem sequer executar o código do pacote. A firewall coloca-se entre os executores (runners) do GitHub Actions ou os agentes de código e os registos de origem, inspecionando tanto os pedidos de metadados como os descarregamentos.

Ponto-chave da firewall	O que prevê a pré-visualização
Controlos disponíveis	Período de espera, alertas da GitHub Advisory Database, regressões de atestação
Clientes abrangidos	GitHub Enterprise Cloud, incluindo residência dos dados
Ecossistema suportado	Apenas npm, por enquanto
Preço	Gratuito durante a pré-visualização, depois faturado consoante a utilização, como o GitHub Actions

Os agentes de código e os sistemas CI/CD têm de ser configurados para passar pela firewall em vez de consultar diretamente os registos, e um pacote bloqueado indevidamente pode ser objeto de um pedido de exceção.

🔗 O anúncio do GitHub

Assistentes: as conversas bloqueadas do ChatGPT, o Gemini para pequenas empresas e para as administrações públicas dos Estados Unidos

A OpenAI e a Google acrescentam aos seus assistentes funcionalidades para necessidades específicas: a discrição de uma conversa no ChatGPT, as pequenas empresas e os serviços públicos dos Estados Unidos no Gemini.

O ChatGPT oculta conversas atrás de um código PIN de 4 dígitos

20 de outubro — O ChatGPT introduz as conversas bloqueadas (locked chats): uma conversa selecionada permanece na conta, mas desaparece do histórico, das conversas afixadas e da pesquisa. Passa para o espaço Locked chats de Projects, que se abre com um código PIN de conta de 4 dígitos ou, no telemóvel, com Face ID, Touch ID ou o desbloqueio do dispositivo Android. A funcionalidade está a ser disponibilizada progressivamente na web, em iOS, Android e na nova aplicação de desktop para macOS e Windows, de Free a Pro, assim como em Business, Enterprise e Edu, mas não no ChatGPT for Healthcare.

A OpenAI esclarece os limites: o bloqueio não acrescenta encriptação de ponta a ponta nem um cofre separado, e não altera o prazo de conservação. Repor um PIN esquecido elimina definitivamente todas as conversas bloqueadas e os ficheiros que estas protegem. Nas empresas, as conversas bloqueadas continuam nos registos da OpenAI Compliance Platform, e os administradores não podem desativar a funcionalidade nem desbloquear uma conversa. As conversas do Codex e as conversas temporárias ou de grupo não podem ser bloqueadas.

🔗 As notas de versão do ChatGPT · O guia das conversas bloqueadas

A aplicação Gemini abre um espaço às pequenas empresas

20 de outubro — A Google acrescenta à aplicação Gemini uma página inicial dedicada às pequenas empresas, apresentada como um ponto de entrada único para construir a sua marca, analisar as suas finanças e compreender melhor os seus clientes; segundo a Google, dezenas de milhões de proprietários de pequenas empresas já utilizam o Gemini. Para os materiais visuais, o empreendedor fornece o seu site, o manual de identidade visual, os tipos de letra ou as cores: o Gemini recorre ao Nano Banana 2.1 para produzir os materiais de um lançamento ou de uma campanha, e mantém esse estilo sem um novo carregamento. Para as finanças, folhas de cálculo desorganizadas, recibos ou históricos de compras transformam-se em poucos segundos em gráficos e modelos interativos.

O Gemini liga-se ao Google Business Profile, Google Ads e Google Workspace, assim como a Adobe, Canva, Dropbox, Shopify, Wix, Zoho e Xero. Entre os testemunhos, uma ceramista de Bordéus (Bleu Clémentine) afirma poupar duas a três horas por dia. A disponibilização começa «nos próximos dias», em todo o mundo e para todos os utilizadores da aplicação.

🔗 O artigo da Google

Gemini for government services: o agente Gemini em pré-visualização para as administrações públicas dos Estados Unidos

20 de outubro — A Google Cloud adapta ao setor público o agente Gemini apresentado no início de outubro no Gemini at Work: o Gemini for government services está disponível em pré-visualização para as agências federais, estaduais e locais dos Estados Unidos, anunciou Thomas Kurian, o diretor da Google Cloud. A oferta reúne skills que aplicam as leis, os regulamentos e as instruções das agências, conectores para os seus sistemas, consultados no local sem migração de dados, agentes de parceiros, incluindo os da SZNS Solutions, um plano de controlo único para a segurança e a conformidade, e uma rede de 13 integradores.

A Google apresenta sete utilizações, desde a pesquisa regulamentar com citações ao nível do parágrafo à ocultação de dados em documentos antes da publicação, passando pelos pedidos de acesso a documentos administrativos (FOIA) e pela auditoria das despesas de subvenções. Os conectores abrangem Federal Register, regulations.gov e eCFR, Oracle, Salesforce, ServiceNow, Google Workspace e Microsoft 365. A Google trabalha com o Estado do Missouri e com o Departamento de Saúde dos Estados Unidos (HHS), e a oferta pode ser implementada no perímetro de dados FedRAMP High do Assured Workloads; não foram anunciados preços nem uma data de disponibilidade geral.

🔗 O artigo da Google Cloud

IA aplicada: ligantes proteicos concebidos pelo Claude, as recomendações do QD-Rec e o Flora para os robôs

Três trabalhos do dia aplicam os modelos a um problema específico: a conceção de proteínas contra venenos, o apoio à decisão e a anotação de vídeos para treinar robôs.

O Claude concebe ligantes proteicos contra neurotoxinas de escorpião: 17 validados entre 211 testados

20 de outubro — A Anthropic publica no seu blog Science uma campanha de conceção de proteínas conduzida pelo Claude contra cinco neurotoxinas de escorpião de quatro regiões, do México ao Médio Oriente. Um modelo de investigação interno, utilizado no Claude Science, retomou o prompt de um estudo de agosto, adaptado com a Citrini Research, e depois trabalhou em grande parte sozinho, orientado por quatro novas instruções da equipa: 318 484 designs gerados com 12 ferramentas e uma lista final de 180 designs em 64 horas, com um volume de computação da ordem de 10 000 horas GPU. A Adaptyv Bio e a Twist Bioscience testaram 211 designs, incluindo 31 acrescentados pela equipa. Segundo critérios rigorosos, 17 ligam-se ao seu alvo, cada um a uma única toxina, e nenhum tem como alvo a toxina brasileira Ts1. Os dois melhores, Cn2-B1 e Cn2-B2, ligam-se à toxina mexicana Cn2 com uma afinidade de alguns nanomolares e parecem visar o mesmo local que o anticorpo LR, que a neutraliza em ratinhos.

This is exploratory work, and we’re not claiming to have produced an antivenom—for that, we’d have to test the binders within living cells, then in mice, among many other steps. But it’s an example of how Claude can concretely assist research in protein design.

🇵🇹 Trata-se de um trabalho exploratório, e não afirmamos ter produzido um antiveneno: para isso, seria necessário testar os ligantes em células vivas e depois em ratinhos, entre muitas outras etapas. Mas é um exemplo de como o Claude pode ajudar concretamente a investigação na conceção de proteínas. — @AnthropicAI no X

Os 211 designs e os respetivos dados foram publicados. Uma nota reconhece que este volume de computação ultrapassa os recursos da maioria dos investigadores, mas indica que um prompt simplificado, com um único agente e um único GPU durante 24 horas, atinge pontuações in silico comparáveis.

🔗 O artigo da Anthropic

QD-Rec: a Sakana AI faz evoluir recomendações variadas e fundamentadas

20 de outubro — A Sakana AI apresenta o QD-Rec, que aplica a pesquisa aberta (open-ended search) e a abordagem qualidade-diversidade (Quality-Diversity) à recomendação para apoio à decisão. Em vez de classificar candidatos, o método procura pares candidato-hipótese: uma empresa a adquirir, um cliente a contactar ou um artigo a ler, e o texto que explica por que razão escolhê-lo. Um bandit contextual escolhe o candidato seguinte, favorecendo as áreas pouco exploradas, um LLM redige a hipótese adaptando ou cruzando as que já estão arquivadas, e um arquivo por nichos retém as novas justificações.

Testado em fusões e aquisições, segmentação de marketing e recomendação de artigos, com Claude Sonnet 5 ou Claude Haiku 4.5 como proponente e gpt-5.6-terra como juiz, o QD-Rec obtém, na maioria dos casos, a melhor qualidade média e o maior arquivo em 1 000 avaliações: para a Walt Disney, 2,91 em 10 e 214 recomendações, contra 2,40 e 85 sem evolução. A Sakana esclarece que estes cenários não constituem aconselhamento de investimento e que um modelo apresentou um valor ausente dos dados; o código é publicado sob a licença Apache-2.0.

🔗 O artigo técnico da Sakana AI

Flora: NVIDIA disponibiliza os pesos de um conjunto de modelos que anota vídeos para robôs

20 de outubro — O laboratório GEAR da NVIDIA disponibiliza os pesos do Flora, um conjunto de modelos que transforma vídeos em bruto de robôs ou humanos em sinais de treino: legendas das ações com marcas temporais, recompensas de resultado para monitorizar implementações e recompensas de processo para aprendizagem por reforço. O Flora já serve de motor de dados para treinar os modelos GR00T e anota 200 000 horas de vídeo por dia em 512 GPU GB300. Segundo a NVIDIA, é competitivo com o GPT-6 Astra por um custo cerca de 125 vezes inferior, mas a tabela publicada apresenta mais nuances:

Benchmark e métrica	Flora	GPT-6 Astra
DenseRewardBench, macro F1 (quanto maior, melhor)	46,2	40,7
RoboReward, erro absoluto médio (quanto menor, melhor)	40,0	55,4
DenseCaptionBench Robot200, F1 de segmentação	66,9	71,9
WGO-Bench, exatidão (gold-window)	64,7	77,4

O Flora supera o GPT-6 Astra na maioria das métricas de recompensa e nos vídeos humanos, mas fica atrás nos vídeos de robôs, em duas das três métricas do WGO-Bench, na correlação do Robometer fora de distribuição e no RubricBench.

🔗 A página do projeto Flora · A thread de Jim Fan

Aquisição e parceria: OpenAI adquire Orchestra Bio, Runway junta-se ao Claude Marketplace

Duas operações comerciais do dia: uma aquisição no desenvolvimento de medicamentos pela OpenAI e um acordo de distribuição entre a Runway e a Anthropic.

OpenAI adquire Orchestra Bio para ligar Rosalind ao desenvolvimento de medicamentos

20 de outubro — A OpenAI anuncia a aquisição da Orchestra Bio, uma plataforma onde humanos e agentes de IA fazem avançar em conjunto programas de desenvolvimento de medicamentos: os cientistas e os responsáveis pelos programas delegam nos agentes o acompanhamento dos estudos e das campanhas. A OpenAI dá um exemplo: um lote de fabrico falhado pode atrasar o início de um ensaio clínico; os agentes identificam então as atividades e os calendários afetados, reúnem as informações e comparam as respostas possíveis, ficando a decisão nas mãos das equipas.

A equipa e a tecnologia da Orchestra juntam-se ao Rosalind, a oferta da OpenAI para as ciências da vida: GPT-Rosalind para raciocinar em biologia e química, Rosalind Workbench para ligar estas capacidades às ferramentas e aos dados dos investigadores. O objetivo anunciado: agentes que liguem as descobertas aos estudos, às decisões e às etapas seguintes de um potencial medicamento. A OpenAI recorda que, nos Estados Unidos, decorrem em média 10 a 15 anos entre a descoberta de um alvo e a aprovação regulamentar. Não é divulgado qualquer montante.

🔗 O anúncio da OpenAI

Runway Creative entra no Claude Marketplace, com pagamento através do compromisso de despesa com a Anthropic

20 de outubro — A Runway junta-se ao Claude Marketplace da Anthropic com o Runway Creative, a sua plataforma de geração e edição de vídeos, imagens e áudio. Os clientes empresariais elegíveis podem destinar parte do seu compromisso de despesa com a Anthropic à compra do Runway, através do seu representante da Runway ou da Anthropic; não são publicados preços. O Runway Creative reúne Gen-4.5, Aleph 2.0, Seedance 2.5, Kling 3.0 e ElevenLabs V4, e o Claude fornece o raciocínio do Runway Agent, que transforma um pedido numa planificação, escolhe o modelo de cada plano e monta o vídeo. As animações do Claude Motion, em beta no Claude Team e Enterprise, podem ser exportadas para o Runway para lhes adicionar imagens, voz-off e música.

A Runway afirma ter mais de 65 milhões de criadores, cineastas e equipas de marketing. É o equivalente, do lado da Anthropic, à chegada do Runway Creative ao OpenAI Marketplace em 29 de setembro.

🔗 O anúncio da Runway

Avaliar os modelos: MultiLangBench da OpenAI, FairStress do Ai2 e CALIBER da Cohere Labs

Três publicações de investigação avaliam os modelos sob três perspetivas: o código em linguagens pouco difundidas, a equidade das suas decisões e a confiança que atribuem às próprias respostas.

MultiLangBench: GPT-6 Astra constrói um motor compatível com SQLite em 20 linguagens, incluindo COBOL

19 de outubro — A OpenAI publica um artigo de investigação sobre linguagens de programação com poucos recursos (low-resource), como COBOL, Fortran ou Visual Basic, para as quais existe muito menos código e documentação do que para Python, embora sustentem sistemas bancários ou previsões meteorológicas. A sua primeira avaliação, MultiLangBench, publicada sob a licença Apache-2.0, pede a construção de raiz de um motor de base de dados compatível com SQLite numa de 20 linguagens, verificado por testes adaptados da suite do SQLite.

Modelo avaliado (esforço máximo)	Média em 20 linguagens	COBOL	Fortran	Visual Basic
GPT-5.6 Sol	26,8 %	10,9 %	21,4 %	27,5 %
GPT-6 Luna	40,3 %	17,1 %	31,4 %	41,6 %
GPT-6 Astra	87,4 %	72,1 %	83,5 %	89,4 %

O GPT-6 Luna custa cerca de 0,77 dólares por amostra, contra 3,48 dólares para o GPT-5.6 Sol. Numa segunda avaliação, a migração de programas COBOL para C++, Java, Kotlin, Python ou Rust com paridade byte a byte das saídas, o GPT-6.1 Sol alcança 86,6 % com esforço baixo, contra 5,4 % para o GPT-5.6 Sol com a mesma definição, e custa menos 39 %; com esforço mais elevado, atinge 97,9 %. A OpenAI recorda que uma migração em produção continua a exigir uma revisão por especialistas.

🔗 O artigo da OpenAI · MultiLangBench no GitHub

FairStress: Ai2 mede a equidade demográfica para além da resposta final

20 de outubro — O Ai2 publica o FairStress, um benchmark que testa a equidade demográfica dos modelos para além da sua escolha final: mede também a facilidade com que um modelo abandona uma decisão bem fundamentada perante um argumento de persuasão e a forma como a justifica. O benchmark conta com 300 cenários de decisão entre dois candidatos em 29 domínios, da contratação à habitação, desdobrados em mais de 13 milhões de casos de teste.

Sem informação demográfica, os modelos comportam-se de forma simétrica. Em 15 modelos, a diferença média no abandono de uma boa resposta atinge 6,9 pontos com uma identidade implícita e 9,3 pontos com um rótulo explícito: os modelos abandonam mais facilmente o melhor candidato quando este é codificado como maioritário, o que o Ai2 designa como uma sobrecorreção antiestereotípica. Modelos de ponta como o Claude Opus 5 e o GPT-5.5 mantêm o candidato codificado como minoritário em cerca de 60 a 65 % dos casos ambíguos, e a maioria dos nove métodos de correção testados não reduz a assimetria de forma fiável. O Ai2 esclarece que a sua definição de equidade assenta na igualdade de tratamento; o código é publicado sob a licença MIT.

🔗 O artigo do Ai2

CALIBER: Cohere Labs ensina os modelos de raciocínio a estimar a sua confiança antes e depois de refletir

20 de outubro — A Cohere Labs, o laboratório de investigação da Cohere, apresenta o CALIBER (Calibration Before and After Reasoning), um método que ensina um modelo de raciocínio a estimar duas vezes as suas probabilidades de acertar: antes de refletir e, depois, sobre a resposta produzida. A confiança inicial é treinada com base na taxa de sucesso do modelo em várias tentativas para a mesma pergunta (sete acertos em dez dão um alvo de 70 %), e a confiança final com base na correção da sua resposta.

No benchmark BigMathDigits, o erro de calibração esperado (Expected Calibration Error, ECE) do modelo de 7 mil milhões de parâmetros desce de 0,059 para o melhor método com uma única estimativa de confiança para 0,028, ou seja, menos 52,5 %; sem treino adicional, a redução atinge 26,8 % no GPQA, 32,2 % no TriviaQA e 36,2 % no SimpleQA. O modelo de 30 mil milhões apresenta um resultado mais matizado: o seu ECE (0,022) é apenas muito ligeiramente melhor do que o do CoCA-lite (0,023). O uso destas estimativas para decidir quando verificar ou abster-se não foi testado, e não é anunciado qualquer produto da Cohere.

🔗 O artigo da Cohere · O artigo no arXiv

A API da OpenAI mantém os prompts em cache durante 12 horas, por 2,5 vezes o preço de entrada na escrita

20 de outubro — A API da OpenAI permite agora manter um prompt em cache durante 12 horas, contra 30 minutos por predefinição. A novidade destina-se aos agentes persistentes, como os dots da OpenAI, que reutilizam as mesmas instruções, ferramentas e contexto ao longo do dia: os pedidos separados por várias horas continuam a beneficiar do preço reduzido dos tokens em cache. A configuração faz-se através do parâmetro prompt_cache_options.ttl da Responses API, para GPT-5.6 e modelos posteriores, e as duas durações podem ser combinadas no mesmo pedido: 12 horas para as instruções partilhadas, 30 minutos para a parte recente da conversa.

Tipo de preço (GPT-5.6 e posteriores)	Multiplicador do preço de entrada sem cache
Escrita em cache, 30 minutos (predefinição)	1,25
Escrita em cache, 12 horas (Responses API)	2,5
Leitura em cache	0,1 (0,05 para GPT-6.1 Sol)

Para um contexto reutilizado ao longo do dia, a OpenAI estima que as poupanças superam largamente o custo adicional de escrita.

🔗 O guia de colocação de prompts em cache · A thread de @OpenAIDevs

Agentes de programação: Claude Code 2.1.304, Copilot CLI 1.0.101, Vibe CLI 3.0.1 e Devin Fusion

Três CLI de agentes de programação publicam versões centradas nas permissões e na fiabilidade, e a Cognition compara-se com o Claude Code num índice independente.

Claude Code 2.1.304: /claude-api managed-agents-secure, alerta antes de uma retoma dispendiosa e 43 correções

19 de outubro — O Claude Code 2.1.304, publicado no GitHub às 21 h 34 UTC, conta com 76 entradas, incluindo 43 correções. O novo comando /claude-api managed-agents-secure compara as definições de um agente Claude Managed Agents com o guia de segurança publicado pela Anthropic, sem alterar nada. Os subscritores Pro e Max são avisados quando a retoma de uma conversa inativa consumiria uma parte considerável do seu limite de utilização de cinco horas, e podem abrir em alternativa uma nova conversa na qual o Claude encontrará a anterior. /auto-mode-setup chega ao Bedrock, Vertex, Foundry e ao gateway Claude apps.

Várias correções protegem o trabalho do utilizador: claude --worktree deixa de eliminar, sem perguntar, um worktree e o respetivo branch quando o HEAD estava destacado ou noutro branch, o que podia provocar a perda de commits, e um rm -r num disco montado passa a desencadear o pedido de segurança. A pesquisa de ferramentas fica ativa por predefinição através de um ANTHROPIC_BASE_URL personalizado, e o Code Review pode rever todos os repositórios de uma organização GitHub, incluindo os adicionados posteriormente.

🔗 As notas do Claude Code 2.1.304

Copilot CLI 1.0.101: saídas estruturadas nativas para os subagentes e instruções para o avaliador de permissões

20 de outubro — O GitHub publica o Copilot CLI 1.0.101 em versão estável, no dia seguinte à 1.0.100; as suas 30 entradas provêm de duas versões preliminares publicadas entretanto. Duas novidades abrem a lista: saídas estruturadas nativas para os subagentes dos fluxos de trabalho dinâmicos (dynamic workflows), nos modelos que as permitem, e uma definição assistedApprovalInstructions que orienta as decisões de confirmação do avaliador de Assisted Permissions.

As permissões tornam-se mais claras: os pedidos de aprovação explicam o motivo de uma escalada e propõem um comando de diagnóstico específico para o pedido, e um comando shell que cria e depois abre uma pasta pede uma aprovação de caminho em vez de ser recusado de imediato. Nas empresas, os plugins atribuídos a uma Team são instalados a partir dos marketplaces GitHub dessa Team, e o seletor assinala como predefinido o modelo imposto pelo administrador. No macOS, o sandbox liga-se diretamente aos serviços TCP locais quando o acesso local está aberto, e os modelos locais de providers.json deixam de bloquear o modo Auto.

🔗 As notas do Copilot CLI 1.0.101

Vibe CLI 3.0.1: regresso do Python 3.12 e modo YOLO proibido pelo administrador

20 de outubro — No dia seguinte ao Vibe CLI 3.0.0, a Mistral publica sem anúncio a versão 3.0.1: 58 entradas, incluindo 9 adições, 15 alterações e 34 correções. Esta versão reverte uma decisão da 3.0.0: o Vibe volta a funcionar com Python 3.12 e posterior, em vez de exigir Python 3.14. Uma nova definição de administrador, enable_auto_approve, proíbe o modo de aprovação automática denominado «YOLO»: o agente auto-approve desaparece e as opções --auto-approve, --yolo e bypass_tool_permissions são ignoradas, mantendo-se a aplicação das permissões por ferramenta.

Os subagentes são acompanhados com mais detalhe: vibe -p aguarda aqueles que um turno deixou em execução, e a exportação detalha o seu estado, modelo, utilização e custo, cada um ao preço do respetivo modelo. O comando experimental vibe run-server executa numerosas sessões não interativas num único processo, e uma resposta truncada no limite de tokens de saída é solicitada novamente até seis vezes.

🔗 As notas do Vibe CLI 3.0.1

Devin Fusion: 68,2 no Coding Agent Index, com um custo por tarefa 31 % inferior ao do Claude Code com Opus 5.5

19 de outubro — A Cognition destaca a pontuação do Devin Fusion, o seu harness que associa um modelo principal a um modelo auxiliar (sidekick), no Coding Agent Index da Artificial Analysis, um índice independente que avalia os agentes de programação em três avaliações com o mesmo peso:

Devin Fusion has claimed a top score of 68 on the @ArtificialAnlys Coding Agent Index with an Opus 5.5 lead and GPT-6 Luna sidekick. Devin Fusion outperforms Claude Code with Opus 5.5 on both performance and price – earning a score of 68 at a 31% lower cost per task.

🇵🇹 O Devin Fusion alcança uma das melhores pontuações, 68, no Coding Agent Index da @ArtificialAnlys, com Opus 5.5 como modelo principal e GPT-6 Luna como auxiliar. O Devin Fusion supera o Claude Code com Opus 5.5 tanto em desempenho como em preço, com uma pontuação de 68 e um custo por tarefa 31 % inferior. — @cognition no X

Os dados do índice confirmam a diferença de custo; o Devin Fusion ocupa o segundo lugar entre 42 configurações:

Configuração avaliada	Pontuação do índice	Custo médio por tarefa
Claude Code, Sonnet 5.5 (max)	68,4	14,19 dólares
Devin Fusion CLI, Claude Opus 5.5 Max + GPT-6 Luna High	68,2	9,02 dólares
Claude Code, Opus 5.5 (max)	66,0	13,04 dólares

O Muse Code com Muse Wonder Full vem a seguir com 68,0. O Devin Fusion lidera claramente no DeepSWE v1.1 (72,6 contra 68,4) e no SWE-Atlas-QnA (69,4 contra 66,4), mas o Claude Code com Opus 5.5 mantém a vantagem no Terminal-Bench v4 (63,1 contra 62,6). A Cognition não publica um novo artigo.

🔗 O Coding Agent Index da Artificial Analysis

Breves

Agentes e ferramentas de código

As notas de versão do Devin de 19 de outubro — O Devin consulta agora o estado da CI de um commit, de um branch ou de uma tag, e já não apenas de uma pull request, no GitHub, GitLab, Azure DevOps e Bitbucket; o Devin Review ganha um editor de regras e um botão Review now, e o sonho noturno da memória (nightly memory dreaming) passa a poder ser desativado. 🔗 fonte
Agent Manager — A Hugging Face publica sob a licença Apache-2.0 um espaço de trabalho privado, alojado num Space, para gerir a partir do navegador dezenas de agentes Claude Code, Codex, Gemini CLI, opencode ou Hermes, que comunicam entre si e continuam a funcionar enquanto se retoma o trabalho noutro dispositivo. 🔗 fonte
A pesquisa de ferramentas MCP na Zed — A equipa da Zed comparou 25 formas de encontrar a ferramenta MCP certa, incluindo modelos de decisão, LLM e representações vetoriais (embeddings), com 150 consultas e 536 ferramentas, e escolheu um BM25 ponderado com algumas regras de normalização, executado localmente e sem chamadas à API; sem pontuações detalhadas nem indicação do produto em causa. 🔗 fonte
Zed 1.24.4 e 1.25.1 em pré-lançamento — A versão estável corrige o carregamento dos modelos OpenCode; a versão de pré-lançamento acrescenta realce de sintaxe HTML nos templates etiquetados svg, mathml e raw e realce de sintaxe CSS nos templates passados a css() em JavaScript e TypeScript; sem novidades nos agentes. 🔗 pré-lançamento 1.25.1 · 🔗 1.24.4
v0 no iOS — A aplicação iOS do v0 recebe as anotações Browser Use, anunciadas num tweet com vídeo, sem descrição da funcionalidade nem entrada no changelog do v0. 🔗 fonte
Gemini CLI, versão noturna de 20 de outubro — Após três versões noturnas sem alterações, chegam duas correções: a atualização do ecrã já não limpa o histórico de deslocamento do terminal, passando /clear e Ctrl+L a limpar apenas a área visível, e as DevTools já não apresentam caracteres UTF-8 cortados entre dois pacotes HTTP; a versão estável v0.64.0 mantém-se inalterada. 🔗 fonte
ZCode v3.16.2 — O repositório open source do ZCode, o ambiente de código da Z.ai, sincroniza-se com a v3.16.2 sem notas de versão: vista completa do painel lateral na aplicação de desktop e, no seu marketplace, um plugin anet que delega tarefas a outros agentes através do protocolo A2A. 🔗 fonte
A CLI mistral 0.9.0 — A ferramenta que disponibiliza aplicações na plataforma da Mistral acrescenta mistral upgrade, uma disponibilização experimental a partir do disco sem um commit enviado para o repositório remoto e, mediante uma feature flag, mistral apps list e logs; numa alteração que quebra a compatibilidade, o token de um registo privado passa a ser lido apenas em MISTRAL_REGISTRY_TOKEN ou NODE_AUTH_TOKEN. 🔗 fonte
A API de políticas de modelos do Copilot — Os endpoints REST GET e PATCH passam a estar em disponibilidade geral para consultar e alterar os modelos autorizados ao nível da empresa, das equipas da empresa, das aplicações de agentes e das organizações, com possibilidade de delegação nas organizações ou nas equipas. 🔗 fonte

Empresas e casos de uso

Os Inference hooks para Claude Enterprise — Já fora da fase beta, enviam a transcrição de cada pedido para o servidor de segurança da organização, que o autoriza ou recusa antes de chegar ao modelo, em 5 segundos por predefinição, desde claude.ai até Claude Code, Cowork, Claude Tag ou Claude in Chrome; excluem-se Bedrock, Google Cloud e a API. 🔗 notas de versão · 🔗 documentação
Perplexity e Valarian — Em parceria com esta empresa britânica de infraestrutura soberana, a Perplexity executa o Computer nos servidores de instituições reguladas, incluindo redes isoladas (air-gapped), com modelos abertos como Nemotron, GLM, Kimi, DeepSeek-R1 ou Qwen; disponibilização a pedido, sem preços nem clientes mencionados. 🔗 fonte
IncidentWatch e IncidentSweep — A SpaceXSI conta como dois Grok Bots gerem os incidentes do seu suporte: um deteta picos de tickets a cada 5 minutos e alerta a equipa de prevenção, o outro fecha tickets em lotes aprovados por um engenheiro, tendo fechado 204 em cerca de dez minutos durante um incidente de 18 de setembro. 🔗 fonte
ChatGPT Work num franchisado — Ted Taylor, que gere três restaurantes Schlotzsky’s e Cinnabon no Novo México, reduz a revisão dos preços dos seus menus de 5 dias para 1 a 2 horas e a reconciliação mensal de caixa de 3 horas para 5 a 10 minutos, ou seja, menos 94 %, segundo o estudo de caso da OpenAI. 🔗 fonte
Três Java Champions e o Copilot — No GitHub Blog, Vlad Mihalcea, Patrick Baumgartner e Frank Delporte contam como usam o Copilot, desde a migração de cerca de 900 diapositivos para Marp em oito a dez horas até uma pull request do agente de código para um bug do Pi4J, obtida em meia hora. 🔗 fonte
Hippolyte.ai e ElevenLabs — A plataforma francesa de recrutamento realizou 4 830 entrevistas de voz de pré-seleção em três semanas com a síntese de voz da ElevenLabs, com processamento de voz na União Europeia, gravações em bruto eliminadas no prazo de 24 horas e um modelo de pesos abertos alojado pela própria empresa em França. 🔗 fonte
Replit no Japão — A Replit abre um escritório no Japão para aproximar a sua criação de aplicações e agentes empresariais das empresas japonesas, com quatro eventos em Tóquio nos dias 5 e 6 de novembro, incluindo um workshop com a Microsoft; sem morada, número de colaboradores ou oferta específica para o Japão. 🔗 fonte

Classificações e guias

ClaimBench — O novo benchmark da Vals AI pergunta se um excerto de um relatório anual 10-K sustenta uma afirmação, a contradiz ou nada diz sobre ela: o pplx-decider-v1.2 da Perplexity lidera os modelos de decisão com 99,69 % por 0,000104 dólares por afirmação, à frente do Mercury Decide (99,08 %), com uma das latências mais elevadas (1,23 s). 🔗 fonte
MiniMax M3.1 Flash na Parallel — A Parallel Web Systems coloca o modelo da MiniMax, lançado na véspera, em primeiro lugar na sua classificação de pesquisa web em termos de eficiência, com um desempenho próximo do DeepSeek V4.1 Flash por um custo cerca de três vezes inferior; trata-se de uma classificação de um fornecedor terceiro. 🔗 fonte
Os gateways de IA segundo a Perplexity — Um guia da secção Ideias descreve estes proxies colocados entre as aplicações ou os agentes e os modelos (encaminhamento, orçamentos de tokens, cache semântica, mecanismos de proteção) e cita um teste da Broadcom em que um gateway Envoy configurado acrescenta cerca de 2 ms por pedido; não apresenta qualquer produto da Perplexity. 🔗 fonte

Criação: imagem, vídeo e apresentações

Fibo 2.0 da Bria — O Diffusers suporta desde o seu lançamento este modelo de edição de imagem com pesos abertos, apresentado como o primeiro da sua categoria, que é controlado por JSON, reproduz corretamente o texto e existe nas variantes Turbo e Dev, segundo Sayak Paul. 🔗 fonte
Art Style Match da Luma — A ferramenta aplica a uma imagem de produto o estilo de uma a quatro referências, mantendo o produto e a composição no lugar; é apresentada apenas num tweet, sem artigo, modelo ou preço. 🔗 fonte
HeyGen Video 1.0 na Design Arena — Segundo a HeyGen, a Design Arena coloca em terceiro lugar, em vídeo e em imagem para vídeo, o seu modelo em 1080p com pós-treino sobre o MiniMax H3, que a HeyGen apresenta para grandes planos de produtos e planos de corte. 🔗 fonte
Wan3.0 Prime no OpenRouter — A Alibaba coloca esta variante rápida do Wan 3.0, a partir de 0,068 dólares por segundo, no topo da vista Trending da classificação de vídeo do OpenRouter, com cerca de 3 000 pedidos (+85 %); o Wan 3.0 ocupa o terceiro lugar. 🔗 fonte
TJ na GTC Berlin — A Synthesia transforma a versão em desenho animado de Jensen Huang num avatar interativo, construído com os seus modelos de vídeo e voz e com a sua Interactive Avatar API, que recomenda aos visitantes sessões entre mais de 100 nos dias 21 e 22 de outubro. 🔗 fonte
A cocriação no Gemini Notebook — Os subscritores Pro e Ultra escolhem o tema, o formato, a duração, a língua e o estilo visual, depois reveem o plano de uma apresentação (Slide Deck) ou as notas de produção de um vídeo de síntese (Video Overview) antes de iniciar a geração; a disponibilização continua. 🔗 fonte

Modelos abertos, investigação e hardware

AnyLanguageModel 1.0 — O pacote Swift da Hugging Face substitui o framework Foundation Models da Apple com a alteração de um import, para executar a mesma sessão com o modelo do sistema, modelos abertos através de llama.cpp, MLX ou Core ML, ou fornecedores com alojamento como OpenAI, Anthropic ou Gemini. 🔗 fonte
Pós-treino de agentes com TRL — A Hugging Face publica um percurso em cinco etapas, desde o ajuste fino supervisionado com rastos de agentes até ao treino através de um harness real com AsyncGRPO, passando pela destilação, GRPO e pelos ambientes OpenEnv; um conteúdo pedagógico, sem novo produto. 🔗 fonte
Nemotron 3.5 Super VL na Thoughtworks — No seu segundo relatório, a Thoughtworks observa ganhos de 5,42 a 9,41 pontos com três adaptadores LoRA em dados reservados de direito e saúde, sem ganhos significativos no benchmark público CaseHOLD, e retira um avaliador cujo veredito variava 35,1 pontos consoante as instruções. 🔗 fonte
Previsões meteorológicas mais detalhadas para França — No blog da Hugging Face, uma U-Net de cerca de 2 milhões de parâmetros, treinada numa hora, refina de 28 para 5,5 km as previsões de temperatura do AIFS-ENS: em comparação com as estações da Météo-France, o erro diminui 14 % (RMSE) ao longo de dois dias, naquilo que os autores apresentam como uma demonstração. 🔗 fonte
Coral NPU — A Google Research conclui a arquitetura de 32 bits do seu processador neuronal aberto para IA embebida, baseado em RISC-V, com uma unidade matricial até 1 TOPS e uma potência média pretendida de 10 mW, e publica o Coral Compiler v1.0; a Synaptics lança a sua série de chips Astra SR200. 🔗 fonte

GitHub, fora da IA

Secret scanning — A 12 de novembro, o campo business de duas famílias de eventos de auditoria passará do nome de apresentação da empresa para o seu identificador curto (slug); a revogação, em pré-lançamento, também aceita tokens GitHub codificados em Base64 em repositórios privados e internos. 🔗 fonte
Alertas do Dependabot — A API REST e os webhooks dependabot_alert devolvem um campo version_requirement, a versão ou restrição de versão da dependência vulnerável, no github.com e no GitHub Enterprise Cloud, enquanto se aguarda o GitHub Enterprise Server 3.24. 🔗 fonte
Dependabot e os novos gestores de pacotes — O Dependabot suporta npm 12, pnpm 11 e 12 e Bun 1.4 para todos os utilizadores de github.com, e irá incluí-los no GitHub Enterprise Server 3.24. 🔗 fonte
Conjuntos de regras — Todas as proteções de branches de um repositório podem agora ser convertidas em conjuntos de regras (rulesets) numa única ação, com uma pré-visualização, um estado de aplicação à escolha (Active, Evaluate ou Disabled) e a conservação ou eliminação das regras originais. 🔗 fonte

O que isto significa

A inferência deixa de depender exclusivamente da NVIDIA, e os fornecedores abrem os motores que a suportam. O DeepInfer funciona tanto nos GPU SM100 da NVIDIA como nas NPU Ascend 950 da Huawei, o TorchTPU torna o TPU um dispositivo PyTorch comum, incluindo no Transformers e no Diffusers, e o PyTorch 2.15 multiplica por mais de seis a velocidade de descodificação de um MoE no Mac. A DeepSeek também publica os dados económicos do seu serviço, 155 000 mil milhões de tokens por dia num único cluster e 38 dólares de receita por hora-GPU nas horas de menor procura, e o deepseek-recipe permite a um fornecedor de alojamento terceiro reproduzir o comportamento da sua API oficial. A reutilização do contexto pesa cada vez mais neste cálculo: a DeepSeek conserva a sua cache KV durante mais de 72 horas, e a OpenAI vende agora 12 horas de cache de prompt aos agentes que retomam o mesmo contexto ao longo de todo o dia.

Para os agentes de voz, a Mistral e a ElevenLabs defendem duas arquiteturas no mesmo dia. O Voxtral 3 mantém uma cadeia de modelos separados, transcrição, LLM à escolha e síntese, que o SDK faz funcionar em streaming para concluir um turno em menos de um segundo; cada componente pode ser trocado sem reescrever o agente, e os preços são apresentados por minuto ou por caráter. O Eleven Realtime funde toda a cadeia num único modelo de voz para voz e aposta na compatibilidade com a API Realtime da OpenAI para atrair os programadores que já a integraram, sem apresentar preços concretos. A Mistral acrescenta o argumento do alojamento na Europa, numa altura em que o caso da Hippolyte.ai mostra o que exigem os grandes clientes: processamento de voz na União Europeia e gravações eliminadas no prazo de 24 horas.

O local onde o assistente trabalha torna-se um argumento. O Perplexity Computer passa a executar-se inteiramente num Mac com 36 GB de memória, incluindo o modelo, e a Valarian leva-o para redes isoladas; na Anthropic, os Inference hooks permitem que o servidor de segurança de uma empresa recuse um pedido antes de este chegar ao modelo. Os fornecedores também detalham os limites destas proteções: os chats bloqueados do ChatGPT ocultam uma conversa sem a encriptar de ponta a ponta, e esta permanece nos registos de conformidade das empresas.

A segurança da cadeia de software decide-se onde os agentes atuam. O OSS Scanner assinalou 77 vulnerabilidades críticas e 803 de gravidade elevada em onze dias, sendo a gravidade ainda atribuída pelo próprio modelo, enquanto a vulnerabilidade do curl recebeu um identificador CVE, um aviso e uma correção. A firewall de pacotes do GitHub visa o momento da instalação, quando um pacote malicioso pode recolher as credenciais de um executor de integração contínua ou de um agente de código. Ao mesmo tempo, as CLI de agentes dão mais controlo aos administradores: o Vibe CLI 3.0.1 permite proibir o modo YOLO, o Copilot CLI 1.0.101 permite orientar o avaliador que valida as permissões, e o Claude Code 2.1.304 já não elimina um worktree sem perguntar.