Jalapeño divulga seus primeiros números medidos, o WebMCP Challenge reúne seis plataformas, Perplexity coloca seu agente em local

Cinquenta e uma anúncios em vinte e quatro horas, distribuídos por nove áreas: o dia 25 de agosto é o mais carregado da semana. Quatro movimentos se destacam. A OpenAI publica os primeiros resultados medidos de Jalapeño, seu chip de inferência próprio, e logo em seguida lança um hackathon de dez dias em torno do WebMCP com Chrome, Cloudflare, Shopify, Vercel, Render e Netlify. A Perplexity faz com que a totalidade de seu agente Computer rode na máquina do usuário. A IBM lança Granite 4.2, sua primeira família de modelos de raciocínio. E a Anthropic unifica a memória do Claude entre o chat e o Cowork, tornando-a legível e editável arquivo por arquivo. O restante — WeatherNext Cyclones em operação no National Hurricane Center, a Série B da Stability AI, cerca de vinte atualizações de ferramentas — vem abaixo.

WebMCP: um padrão, seu suporte de produto, seu uso interno e um concurso para impulsioná-lo

25 de agosto — A OpenAI lança o WebMCP Challenge, um hackathon de dez dias dedicado a um padrão aberto ainda experimental que muda a forma como os agentes interagem com a web. O problema visado é concreto: hoje, um agente que precisa concluir uma tarefa em um site precisa adivinhar como navegar em uma interface projetada para olhos e mouse. O WebMCP inverte a lógica: o próprio site expõe ferramentas estruturadas que o agente chama diretamente.

O concurso não é o aspecto mais notável do anúncio. É o alinhamento que ele revela: Chrome (Google), Cloudflare, Shopify, Vercel, Render e Netlify se associam todos à OpenAI no mesmo padrão. O júri deixa isso claro, com Sarah Drasner (Distinguished Engineer, Chrome), Andrew Galloni (VP Research & Innovation, Cloudflare), Jude Gao (equipe Next.js Core, Vercel), Ilya Grigorik (Distinguished Engineer, Shopify), Sean Roberts (VP of Applied AI, Netlify), Justin Rushing (Browser Agent Lead, OpenAI) e Alex Nahas, criador do MCP-B.

The WebMCP Challenge is here. We’ve teamed up with @ChromiumDev, @CloudflareDev, @ShopifyDevs, @vercel, @render, and @Netlify for a 10-day hackathon. Up for grabs: $35,000 in cash prizes, Codex Micros, ChatGPT Pro subscriptions, and more prizes from our supporters.

🇵🇹 O WebMCP Challenge está lançado. Formamos parceria com @ChromiumDev, @CloudflareDev, @ShopifyDevs, @vercel, @render e @Netlify para um hackathon de dez dias. Em jogo: 35 mil dólares em prêmios em dinheiro, Codex Micro, assinaturas do ChatGPT Pro e outros brindes oferecidos por nossos parceiros. — @OpenAIDevs no X

O calendário é apertado e os critérios de avaliação são explícitos: utilidade, originalidade, execução, uso criterioso do WebMCP e qualidade da experiência humano-agente. As inscrições e submissões passam pelo Devpost. A OpenAI também publica aplicativos de demonstração agent-natives para impulsionar os projetos — modelagem 3D conduzida pelo agente, escrita colaborativa em que o agente comenta sob sua própria identidade, gerador de palavras cruzadas personalizadas, Wandernote para transformar notas de viagem em itinerário e exploração de dados via DuckDB-Wasm no navegador. Começar de um aplicativo existente e adicionar WebMCP a ele é permitido.

Elemento do concurso	Detalhe anunciado
Duração anunciada	10 dias
Abertura das submissões	25 de agosto de 2026, 12 h PT
Prazo final de envio	3 de setembro de 2026, 13 h PT
Anúncio dos vencedores	23 de setembro de 2026 (data indicativa)
Dotação total	35 000 dólares
Prêmio por vencedor (top 10)	3 000 dólares, um ano de ChatGPT Pro, um teclado Codex Micro, brindes
Plataforma de envio	Devpost

A peça de produto que torna o padrão utilizável no dia a dia chega no mesmo dia: o navegador integrado do aplicativo desktop do ChatGPT e o ChatGPT Sites agora sabem consumir WebMCP. Quando o ChatGPT ou o Codex visita um site compatível, o agente detecta as ferramentas expostas pela página e as usa automaticamente em vez de tatear pela interface — é necessária a atualização para a versão mais recente do aplicativo desktop. A outra metade do ciclo está do lado da produção: torna-se possível pedir ao Codex que crie um aplicativo compatível com WebMCP e depois implantá-lo diretamente no Sites. Vale notar a assimetria de suporte com o Chrome, onde o WebMCP continua atrás de um sinal experimental ou de um origin trial, enquanto o navegador do ChatGPT o suporta nativamente.

Resta o terceiro ponto, o mais instrutivo: a OpenAI documenta seu próprio uso interno. Um engenheiro da empresa conta como deixou de escrever uma automação por tarefa para construir Runme, um aplicativo web de notebooks open source pensado para colaborar com o Codex. Nele, ele escreve um objetivo curto com instruções explícitas — consultar uma execução anterior, redigir um plano detalhado, aguardar validação antes de começar, documentar os comandos executados e sua interpretação — e o Codex lê e atualiza o notebook ao longo do trabalho. Dois choices de arquitetura merecem atenção. Primeiro, a persistência: os notebooks são salvos no Google Drive, e o Runme gera em paralelo um índice Markdown companheiro *.index.md que o Drive sabe indexar, o que permite a um agente recuperar uma execução passada como contexto operacional. Depois, a exposição de capacidades: o Runme é um aplicativo cliente servido estaticamente, e adicionar um servidor apenas para expor um ponto de acesso MCP clássico teria introduzido infraestrutura e deslocado o processamento dos dados do notebook. O WebMCP permite que o aplicativo registre suas ferramentas diretamente do navegador.

🔗 WebMCP Challenge · Suporte no ChatGPT desktop e Sites · Codex, Runme e WebMCP na OpenAI

Jalapeño: a OpenAI publica os primeiros números de seu chip de inferência e assume sua estratégia de compute

25 de agosto — A OpenAI publica os primeiros resultados medidos de Jalapeño, o primeiro chip de inferência que ela mesma projetou. O interesse do anúncio não está apenas nos ganhos brutos, mas na natureza do compromisso que ele afirma resolver: os sistemas de inferência existentes geralmente precisam arbitrar entre throughput e latência, enquanto Jalapeño reivindica ambos em uma única arquitetura.

As medições se apoiam em InferenceX, um benchmark público da SemiAnalysis que simula o processamento completo de uma requisição. Três modelos abertos foram testados — GPT-OSS 120B, DeepSeek R1 670B e Kimi K2.5 1T — frente a sistemas comerciais. A escolha de normalizar por watt em vez de por chip é explícita e conveniente: Jalapeño consome duas vezes menos que os sistemas com os quais é comparada. A Jalapeño é anunciada em 700 W, e o consumo sustentado medido ficou em 550 W ou menos nas cargas testadas, contra 1 200 W para o GB200 e 1 400 W para o GB300.

Modelo avaliado (sistema comparado)	Throughput de pico por kW	Latência de ponta a ponta	TBT mínimo
GPT-OSS 120B (GB200, 1 200 W)	≈1,9x (85 448 vs 44 960)	≈1,7x (1,03 s vs 1,80 s)	≈2,7x (0,69 vs 1,87 ms)
DeepSeek R1 670B (GB300, 1 400 W)	≈1,7x (19 641 vs 11 781)	≈3,6x (1,65 s vs 5,99 s)	≈4,1x (1,43 vs 5,90 ms)
Kimi K2.5 1T (GB300, 1 400 W)	≈1,5x (18 195 vs 11 862)	≈3,4x (1,56 s vs 5,31 s)	≈3,8x (1,44 vs 5,48 ms)

No conjunto dos três modelos, a OpenAI anuncia de 1,5 a 1,9 vezes mais trabalho de IA por watt no throughput de pico e de 1,7 a 3,6 vezes menos latência de ponta a ponta que os sistemas de comparação, e até 2,1 a 4,1 vezes mais desempenho nas cargas altamente interativas. Tecnicamente, os ganhos vêm de uma co-concepção do chip, da memória, da rede, do software e do sistema na escala do rack. A inferência atravessa duas fases com gargalos diferentes: o pré-preenchimento (prefill), que processa o prompt e satura o cálculo, e a geração (decode), que produz os tokens um a um e depende sobretudo da largura de banda da memória. A Jalapeño busca minimizar os deslocamentos de dados, com o estado do modelo — incluindo o cache KV — podendo ser colocado explicitamente e mantido localmente enquanto o sistema ativa a combinação correta de cálculo, memória e rede conforme a fase.

O aspecto mais interessante para um desenvolvedor diz respeito ao papel da IA na própria concepção do chip. A OpenAI indica que passou do projeto inicial ao tape-out em nove meses, encurtando os ciclos de projeto, medição e verificação. O chip foi pensado como um alvo de programação previsível tanto para IA quanto para humanos: trabalho descrito por tensores locais, comunicação explícita, sincronização previsível. Com o Codex e o GPT-Astra, a equipe portou em dois meses três modelos com pesos abertos ausentes do plano de produção inicial, e, em blocos de atenção e mixture-of-experts selecionados do GPT-OSS, os kernels gerados por IA rodam 1,5 a 1,8 vezes mais rápido que as implementações escritas por especialistas humanos. A nuance merece ser preservada: esses números se referem aos blocos selecionados, e não ao modelo completo. O cronograma continua cauteloso — qualificação de produção em curso, software ainda amadurecendo, implantação na infraestrutura da OpenAI anunciada para o fim do ano, Gen 2 em desenvolvimento avançado e Gen 3 tomando forma.

No mesmo dia, Sarah Friar publica o texto que dá a lógica econômica por trás de tudo isso. Ela reivindica um portfólio de compute amplo — Microsoft e NVIDIA na base, complementados por AWS, AMD, Broadcom, Cerebras, CoreWeave, Oracle, SB Energy e SoftBank — com um argumento tanto comercial quanto técnico: preservar uma escolha crível entre fornecedores permite direcionar cada carga de trabalho para a melhor relação desempenho-preço e manter disciplina de preços. Um dado concreto acompanha o argumento: no Artificial Analysis Coding Agent Index, o GPT-5.6 Sol em raciocínio máximo alcança um novo recorde enquanto consome 54% menos tokens de saída que outro modelo de primeira linha. O texto assume por fim o paradoxo de Jevons — tornar a inteligência mais barata não reduz seu consumo, amplia o campo de usos lucrativos. Do lado da infraestrutura, o Project Camellia na Geórgia é apresentado com circuito fechado para a água e compromissos sujeitos a uma auditoria pública independente anual. A OpenAI afirma que continuará a implantar amplamente os aceleradores da NVIDIA e de seus outros parceiros, tanto para treino quanto para inferência.

🔗 Jalapeño — primeiros resultados · The full stack behind abundant intelligence

Perplexity Portable Computer: tudo roda na máquina, com benchmarks a comprovar

25 de agosto — A Perplexity lança Portable Computer, uma variante do seu agente Computer que executa integralmente na máquina do utilizador. A mudança é mais arquitetural do que cosmética: não é apenas o modelo que corre em local, mas toda a cadeia de orquestração — orquestrador, planificador, encaminhador de ferramentas, escalonador, fila de tarefas persistente e índice de pesquisa local.

Hoje estamos a lançar o Portable Computer no @NVIDIA DGX Spark.

Portable Computer is a fully local version of Perplexity Computer, where the entire runtime: orchestrator LLM, subagent LLM, agent harness all run on your local hardware. No cloud dependency.

🇵🇹 Hoje estamos a lançar o Portable Computer no @NVIDIA DGX Spark. O Portable Computer é uma versão totalmente local do Perplexity Computer, em que a totalidade do ambiente de execução — o LLM orquestrador, o LLM dos subagentes, o harness do agente — corre no seu hardware local. Sem dependência da cloud. — @perplexity_ai no X

O anúncio é feito em conjunto com a NVIDIA e visa primeiro o DGX Spark — plataforma Grace Blackwell GB10, CPU Arm de 20 núcleos, GPU NVIDIA, 128 GB de memória unificada — com uma expansão anunciada para PCs equipados com GPUs RTX. São propostos dois modelos à escolha, Qwen 3.8 27B ou PPLX 27B, a versão pós-treinada do modelo Qwen pela Perplexity, e o NVIDIA Nemotron 3.5 Lightning, um modelo aberto de 30B, deverá juntar-se ao seletor. O trabalho processado localmente não consome qualquer crédito. A escalada para a cloud continua possível — informações atualizadas, navegador, aplicações ligadas, ou um dos 15 modelos frontier e mais — mas fica sujeita a autorização explícita do utilizador. Os conectores Google Drive, Gmail, Slack e GitHub funcionam a partir do dispositivo, a ditado é executada localmente através do NVIDIA Nemotron 3.5 ASR Model sem que o áudio saia da máquina, e a execução de código é feita num bacão de areia (sandbox) isolado. O Portable Computer é reservado aos subscritores Pro e Max com um DGX Spark, primeiro em Linux, depois em Windows, com instalação em um clique a partir da aplicação.

No mesmo dia, a equipa de engenharia publica os números que documentam este lançamento. A tese é que o modelo e o harness (harness) devem ser concebidos em conjunto: os harnesses genéricos pressupõem um modelo frontier capaz de absorver contextos longos e de planear num horizonte alargado, algo que os modelos locais fazem mal.

Benchmark medido	Computer (Qwen 3.8 27B)	Pi	Hermes	Computer + PPLX 27B
Local Knowledge Work Bench (53 tarefas)	82,6 %	77,6 %	74,0 %	85,4 %
BrowseComp (1 266 tarefas)	66,7 %	50,2 %	43,9 %	—
ParseBench-100 (documentos multimodais)	65,1 %	13,9 %	34,6 %	—

No BrowseComp, o Computer consome, além disso, 61 % menos tempo e 16 % menos tokens do que o Hermes, e 51 % menos tempo e 70 % menos tokens do que o Pi. Quatro escolhas de conceção explicam a diferença: um prompt de sistema minimalista, capacidades modularizadas em skills carregadas e descarregadas ao longo da trajetória, conectores muito usados (Gmail, GitHub, Outlook, Google Calendar) convertidos em ferramentas de linha de comando compactas em vez de expostos em servidores MCP cujas definições devoram o contexto, e um bacão de areia sempre ativo e não configurável — se estiver indisponível, o harness desativa-se antes de qualquer chamada de ferramenta em vez de passar para uma execução não isolada. A Perplexity observa também uma constatação prática útil: o Qwen 3.8 27B anuncia uma janela de 260K tokens, mas começa empiricamente a dar sinais de dificuldade acima dos 100K.

Terminal Bench 2.1 (89 tarefas)	Pontuação	Custo da API por execução
Qwen 3.8 27B, 100 % local	59,6 %	cerca de 0
Qwen 3.8 27B + conselho Claude Opus 5	73,0 %	0,415 USD
Claude Opus 5 sozinho	82,4 %	0,65 USD

O mecanismo de escalada para um modelo conselheiro (advisor) é o ponto mais interessante do relatório: recupera cerca de três quintos da diferença para o frontier por aproximadamente dois terços do seu custo, e a arbitragem continua nas mãos do utilizador. Antes de cada chamada, o harness seleciona o contexto relevante, aplica um classificador de dados pessoais e mostra ao utilizador o que sairia do dispositivo; o modelo conselheiro devolve apenas texto e não tem acesso direto aos ficheiros nem às ferramentas. O pós-treinamento do PPLX 27B, por fim, combina um afinamento por rejeição (rejection fine-tuning) seguido de aprendizagem por reforço em ambientes sintéticos executados em contentores Docker, sem quaisquer dados reais de utilizadores. É anunciado um relatório técnico e a abertura, em open source, do benchmark de avaliação.

🔗 Benchmarks do harness local · Portable Computer — publicação da Perplexity

Claude: uma única memória entre o chat e o Cowork, legível ficheiro a ficheiro

25 de agosto — A Anthropic elimina a fronteira entre duas memórias que coexistiam até aqui. O que o Claude retém das suas conversas no chat é agora exatamente o mesmo que tem à sua disposição no Claude Cowork, e o inverso também é verdadeiro. Na prática, quando o Cowork executa uma tarefa na cloud, começa com o contexto acumulado ao longo dos meses: as prioridades do trimestre, o estado de avanço dos projetos, as preferências de escrita de um interlocutor. A Anthropic dá exemplos propositadamente terrenos — pedir um ponto de situação para o seu responsável sem ter de especificar de quem se trata nem como essa pessoa gosta de receber a informação.

A segunda alteração é mais discreta, mas modifica o comportamento no dia a dia: a memória é atualizada ao longo da conversa em vez de através de um resumo produzido depois. Mencionar que um prazo é adiado para setembro basta para que a conversa seguinte tenha isso em conta. A fórmula «guarda isto» continua disponível para forçar o registo de um elemento preciso, e a memória pode ser colocada em pausa ou reinicializada a qualquer momento.

No que toca à transparência, a Anthropic optou por uma representação legível em vez de uma caixa negra: tudo o que o Claude retém aparece sob a forma de ficheiros curtos, organizados por tema, em Definições e depois Memória. Cada um pode ser lido, corrigido ou eliminado. A vantagem prática é imediata — corrigir o antigo nome da sua empresa num único ficheiro basta para que todas as conversas seguintes usem o nome certo.

O tratamento de temas sensíveis é o ponto mais interessante do ponto de vista das escolhas de produto. Por defeito, o Claude não memoriza o que diga respeito à saúde, à origem, à etnia, às crenças religiosas, às opiniões políticas ou à identidade de género. A Anthropic reconhece, contudo, que a fronteira é pessoal e propõe uma definição opcional para incluir estes temas — suficiente para deixar o Claude lembrar-se de uma intolerância ao glúten quando for o momento de sugerir receitas. Esta definição não é retroativa e pode ser desativada a qualquer instante. Há uma categoria que continua excluída independentemente da definição: números de identificação, antecedentes criminais, estatuto migratório e, de forma mais geral, tudo o que contrarie a Política de Utilização Aceitável. O Claude assinala explicitamente quando não pode guardar uma informação deste tipo, uma escolha de conceção que privilegia a recusa visível em detrimento do filtragem silenciosa.

Aspeto da memória	Comportamento descrito
Âmbito	Memória única partilhada entre o chat e o Claude Cowork
Momento da atualização	Durante a conversa, em vez de um resumo após o fim como antes
Formato de armazenamento	Ficheiros curtos organizados por tema, legíveis e editáveis um a um
Temas sensíveis	Não memorizados por defeito, ativáveis por definição, sem efeito retroativo
Exclusões permanentes	Números de identificação, antecedentes criminais, estatuto migratório
Planos Free, Pro e Max	Memória ativa por defeito na web, no desktop e no telemóvel
Planos Team e Enterprise	Aberta pelo administrador, desativada por utilizador até ativação

🔗 A memória do Claude funciona em todo o lado · Anúncio @claudeai

IBM abre o Granite 4.2, a sua primeira família de raciocínio, e dois modelos ASR de 470M

25 de agosto — A IBM publica Granite 4.2, apresentada como a sua primeira família de modelos de linguagem densos, apenas decoder, explicitamente concebidos para raciocínio. Enquanto as gerações anteriores visavam a eficiência e as tarefas empresariais clássicas, esta versão coloca o raciocínio no centro e torna-o modular: cada modelo expõe três modos — thinking, non-thinking e low-effort — que a aplicação escolhe de acordo com o orçamento de latência e de tokens que aceita pagar. Os três tamanhos (3B, 8B, 30B) partilham a mesma arquitetura e o mesmo pipeline, o que torna a passagem de um para outro indolor do lado da integração.

A arquitetura continua clássica: atenção GQA com 40 cabeças para 8 cabeças KV, RoPE com um θ de 10 milhões para aguentar os 131 072 tokens de contexto, MLP SwiGLU, normalização RMSNorm, treino em bfloat16 num cluster NVIDIA GB200 NVL72 alojado pela CoreWeave. O pré-treino parte do zero em cerca de 15 000 mil milhões de tokens distribuídos por cinco fases. O que realmente distingue o Granite 4.2 é o pós-treinamento: um pipeline de reforço em cadeia de etapas especializadas em vez de uma única passagem, em GRPO assíncrono com amostragem de importância truncada, de modo que as metades de geração e treino do ciclo nunca se bloqueiam mutuamente. O currículo encadeia três passagens de RLVR com recompensas verificáveis, amplificadores direcionados ao seguimento de instruções e ao código, duas etapas de engenharia de software em contexto 128K, uma etapa terminal, uma etapa de pesquisa e, por fim, o alinhamento RLHF. O bloco de reforço agentico só é aplicado aos modelos 8B e 30B, o que explica a diferença de desempenho em codificação agentica entre o 3B e os seus irmãos mais velhos.

Benchmark publicado pela IBM	3B Dense	8B Dense	30B Dense
SWE-Bench Verified	—	47,67	57,00
SWE-Bench Multilingual	—	30,78	41,89
Terminal-Bench 2.1	—	20,56	29,24
τ³-bench	45,78	58,06	62,00
AIME25	78,33	86,67	89,17
GPQA	54,80	64,14	66,41
LiveCodeBench v6	69,71	73,24	75,77
MMLU-Pro	67,84	74,04	77,60
RULER 128K	55,30	71,41	81,38

A publicação não se limita aos pesos bfloat16: acompanham o lançamento quatro variantes quantizadas para vLLM — FP8 por canal dinâmico sem calibração, NVFP4 e MXFP4 via GPTQ calibrado com 2 000 amostras SFT — bem como catorze formatos GGUF para o llama.cpp, de Q2_K a Q8_0. São suportadas doze línguas, incluindo o francês, e três harnesses de codificação agentica são documentados logo no primeiro dia: OpenCode, Pi e OpenHands. Quanto à qualidade dos dados, a IBM detalha uma cadeia em que GPT-OSS-120B e Gemma 4 servem de juízes para avaliar as amostras SFT, antes de uma desduplicação local e global por hashing SHA-256.

No mesmo dia, a IBM publica Granite Speech 5.0 Turbo CTC, dois modelos de reconhecimento vocal em inglês de 470 milhões de parâmetros que só diferem pelos dados de treino e pela licença — Apache 2.0 para a variante padrão, CC-BY-NC-SA-4.0 para a variante treinada com dados adicionais. A mudança de arquitetura é notável: os Granite Speech anteriores combinavam um codificador acústico, um projetor e um LLM; estes são apenas encoder. A pilha empilha 16 blocos Conformer, aplica auto-condicionamento à saída do oitavo bloco, substitui a atenção produto-escalar por atenção por blocos (chunkwise) para evitar a escalabilidade quadrática, e otimiza diretamente a perda CTC. A verdadeira novidade é a taxa de tokens: operações de subamostragem fazem passar o fluxo de 100 frames por segundo à saída do espectrograma log-Mel para 12,5 por segundo, o que explica o “Turbo” no nome. Os resultados são reportados no OpenASR Leaderboard e no FFASR Leaderboard para o campo distante, com gráficos de Pareto velocidade/precisão em vez de pontuações isoladas, e uma demonstração de reconhecimento contínuo executada no navegador via WebGPU, limitada ao Chrome e ao Edge.

🔗 Granite 4.2 — percurso técnico · Granite Speech 5.0 Turbo CTC

WeatherNext Cyclones, o primeiro modelo de IA usado em tempo real pelo National Hurricane Center

25 de agosto — A Google AI detalha WeatherNext Cyclones, um modelo de previsão de ciclones tropicais fruto do Google DeepMind e do Google Research. O anúncio é notável menos pelo desempenho bruto do que pelo que ele revela sobre a passagem da IA meteorológica do laboratório para a operação.

O problema enfrentado é estrutural. Até aqui, acompanhar um ciclone exigia um compromisso: os modelos físicos executados em supercomputadores capturam bem as grandes estruturas atmosféricas que varrem o planeta, mas entender a física local e intensa que determina a força de uma tempestade obrigava a recorrer a modelos regionais totalmente diferentes. O WeatherNext Cyclones elimina essa ida e volta ao prever, de uma só vez, a trajetória, a intensidade e o tamanho.

O ganho anunciado é de um dia inteiro de antecipação em relação aos sistemas anteriores. A Google formula a comparação de modo expressivo: as previsões de três dias agora alcançam a precisão das antigas previsões de dois dias, um progresso que historicamente exigia uma década de avanços metodológicos. A segunda contribuição é probabilística: o modelo é rápido o suficiente para produzir até 1.000 simulações por tempestade, o que substitui a trajetória única «mais provável» por um leque de cenários. Isso torna mais legível a intensificação rápida, definida por um aumento dos ventos máximos sustentados de pelo menos 30 nós em 24 horas. Este ano, 1.000 previsões probabilísticas por tempestade são fornecidas aos previsores via WeatherLab.

O elemento mais significativo continua sendo a implantação real. Durante a temporada de furacões de 2025, o WeatherNext Cyclones foi colocado à prova no seio do National Hurricane Center americano — a primeira vez que essa instituição utiliza modelos de IA em operações em tempo real. Os meteorologistas recorreram a ele para estabelecer a previsão de aterrissagem em categoria 5 do furacão Melissa na Jamaica, dando às autoridades locais tempo adicional de preparação. Um artigo foi publicado na Nature, e a Google anuncia a publicação do código e dos pesos do modelo em open source no GitHub.

Aspecto do modelo	Contribuição do WeatherNext Cyclones
Grandezas previstas	Trajetória, intensidade e tamanho em uma única passagem
Ganho de antecipação	Um dia; previsão de 3 dias = precisão da antiga de 2 dias
Simulações por tempestade	Até 1.000
Implantação operacional	U.S. National Hurricane Center, temporada de furacões de 2025
Caso de uso documentado	Aterrissagem categoria 5 do furacão Melissa na Jamaica
Limiar de intensificação	Mais de 30 nós de ventos máximos sustentados em 24 horas
Modalidades de disponibilização	WeatherLab; código e pesos em open source no GitHub

🔗 Anúncio @GoogleAI · Post da Google DeepMind

Stability AI fecha uma Série B de 76 milhões de dólares com EA, Sony Music, Universal e Warner

25 de agosto — A Stability AI anuncia o fechamento de sua Série B: 76 milhões de dólares de capital novo, que elevam o financiamento total a 232 milhões desde a retomada da empresa por Prem Akkaraju em junho de 2024, contando duas rodadas de equity e títulos conversíveis. O montante continua modesto em escala setorial, mas a composição da rodada é o verdadeiro assunto.

Quatro pesos pesados do entretenimento entram no capital: Electronic Arts para videogames, Sony Music Group, Universal Music Group e Warner Music Group para música. As três majors do disco são agora acionistas do mesmo laboratório. A eles se somam AMD Ventures e Pacific Alliance Ventures. Esses investidores não surgem do nada: EA, Universal e Warner já eram parceiros estratégicos da Stability AI desde o outono de 2025. A rodada, portanto, transforma acordos comerciais existentes em participações acionárias.

O outro sinal está na fidelidade dos investidores financeiros. Coatue, Greycroft, Kadmos Capital, Sean Parker e Eric Schmidt aportam novamente na segunda rodada consecutiva sob a nova direção — o que, depois do período turbulento atravessado pela Stability AI em 2023 e 2024, vale como confirmação. Thomas Laffont, cofundador da Coatue, junta-se ao conselho de administração, onde já estão James Cameron, Sean Parker, Dana Settle e Prem Akkaraju.

This unmatched group of investors is an affirmation of our vision where generative AI empowers every producer, musician, and storyteller. Stability is unique in the AI field because we are creative people making tools for creatives.

🇵🇹 Esse grupo de investidores sem equivalente confirma a nossa visão, a de uma IA generativa que dá poder a cada produtor, músico e contador de histórias. A Stability é única no campo da IA porque somos criativos que constroem ferramentas para criativos. — Prem Akkaraju, CEO da Stability AI, comunicado de 25 de agosto

A estratégia assumida é a de um laboratório de nicho: nada de modelo generalista, mas ferramentas para profissionais da criação, construídas com os detentores de direitos e não contra eles. É exatamente a linha do Stable Audio 3.0, família de modelos com pesos abertos treinada com dados totalmente licenciados, ampliada em 18 de agosto por um plugin para estações de trabalho de áudio. O dinheiro deve financiar a continuação do produto, a pesquisa aplicada e a área de serviços profissionais.

🔗 Anúncio @StabilityAI

ChatGPT no lado empresarial: plugin Admin, extensão multi-navegadores e assento Premium a 100 dólares

25 de agosto — Três anúncios da OpenAI convergem para o mesmo público: as organizações que implantam o ChatGPT e o Codex em escala.

O mais substancial é o plugin Admin para ChatGPT Work e Codex, que reúne em uma conversa aquilo que antes exigia circular entre painéis de analytics, telas de configurações e relatórios. O escopo cobre as tarefas cotidianas: entender a adoção e o consumo de créditos, identificar membros ou grupos próximos aos seus limites, gerenciar entradas e saídas, examinar as permissões efetivas e diagnosticar um problema de acesso, ajustar os limites de uso e arbitrar pedidos de despesas confrontando-os com o consumo real. A parte mais interessante é a automação sem escrever código: os pedidos de uso pendentes podem ser encaminhados para Slack ou Microsoft Teams para aprovação na ferramenta que os validadores já usam, e os pedidos de acesso a uma funcionalidade podem ser concedidos automaticamente quando atendem a critérios predefinidos, com as exceções devolvidas a um humano. Ponto estrutural no lado da segurança: o plugin opera dentro da função e das permissões existentes do usuário e não amplia nenhum acesso, cada instrução sendo mapeada para uma ação de leitura ou escrita suportada com um resultado estruturado. A OpenAI cita seu próprio uso — um agente ChatGPT Work no Slack processa os pedidos internos de TI, e os fluxos de trabalho implantados resolvem cerca de 45% do volume de tickets, com o backlog eliminado enquanto o volume de suporte havia praticamente dobrado.

Segundo anúncio, a extensão do navegador ChatGPT sai do perímetro do Chrome e passa a dar suporte a Microsoft Edge, Brave, Opera e Vivaldi. A mudança importa para quem trabalha em um navegador alternativo por escolha de privacidade ou por exigência da empresa. Dois usos são destacados: levar o contexto das abas abertas para uma tarefa por meio da menção @ tab no ChatGPT Desktop, de modo que o Codex trabalhe a partir da documentação ou do ticket já exibidos; e deixar o agente conduzir o navegador para executar tarefas web concretas, com o cancelamento de assinaturas entre os exemplos citados.

Terceiro anúncio, mais lacônico: um assento Premium a 100 dólares entra na oferta ChatGPT Business, posicionado para pequenas empresas e startups com um plano apresentado como flexível e escalável conforme o tamanho da equipe. O anúncio foi feito no X sem um post de blog detalhado, e a composição exata do assento não é especificada na mensagem.

🔗 Plugin Admin · Extensão multi-navegadores · Assento Premium ChatGPT Business

NVIDIA: a Gamescom para o RTX Spark, e o SANA que divide por 27 a latência do MiniMax H3

25 de agosto — A NVIDIA aproveita a Gamescom, que acontece esta semana em Colônia, para ampliar o catálogo do RTX Spark, sua plataforma de PCs Windows esperada para este outono. Electronic Arts, Embark Studios e Ubisoft juntam-se a KRAFTON, NetEase, Riot Games e XBOX, que haviam aderido já no COMPUTEX em maio. Os títulos citados cobrem exigências técnicas variadas: EA SPORTS F1 25 e Apex Legends do lado da EA, Anno 117: Pax Romana na Ubisoft, ARC Raiders e THE FINALS na Embark Studios.

O ponto mais concreto diz respeito ao anti-cheat. Fazer um jogo rodar não basta: os grandes títulos online dependem de sistemas anti-cheat que precisam ser portados para cada plataforma, sob pena de o jogo permanecer injogável no multiplayer. A NVIDIA anuncia que está trabalhando com a EA para levar o EA Javelin Anticheat nativamente ao RTX Spark — o tipo de detalhe de infraestrutura que decide a adoção real de uma nova plataforma de PC. No lado do rendering, o DLSS 4.5 Ray Reconstruction está disponível imediatamente, com um modelo transformer de segunda geração que substitui os denoisers clássicos por uma rede treinada em supercomputador. O path tracing chega em CONTROL Resonant e 007 First Light, Gears of War: E-Day incorpora RTX Mega Geometry, e as tecnologias NVIDIA ACE são anunciadas em Aniimo para o início de 2027.

A outra face do mesmo ator, em 24 de agosto, é mais técnica. A MiniMax divulga os resultados obtidos pela equipe SANA da NVIDIA sobre o Sol Engine aplicado ao seu modelo de vídeo H3: dez segundos de vídeo em 768p gerados em um único GB200 passam de 414 segundos para 14,93 segundos, ou seja, uma aceleração de fator 27,7. O método não se apoia em otimização de kernels, mas em um fracionamento da geração em duas passagens — um rascunho em baixa resolução produzido pelo H3 em 4 etapas, depois uma passagem de refinamento na resolução-alvo confiada ao LTX em 3 etapas com Sol-Attn. Sete etapas no total. Segundo alavanca, os decodificadores VAE caros são substituídos por TAEH3 e TAEHV, decodificadores leves, mantendo os latents estáveis para a passagem de refinamento.

Medida no MiniMax H3	Valor medido
Carga medida	10 s de vídeo em 768p, um único GB200
Latência antes	414 s
Latência depois	14,93 s
Fator de aceleração	27,7x
Etapas de geração	4 (rascunho H3 em baixa resolução) + 3 (LTX)
Decodificadores substituídos	TAEH3 e TAEHV em substituição aos decodes VAE
Vazão projetada por nó	378.000 vídeos por mês, mais de 97% de margem GPU

A vazão projetada é uma estimativa da MiniMax, não uma medida de produção, e deve ser lida como tal. Mas a direção é clara: a quinze segundos para dez segundos de vídeo, a geração de vídeo em alta fidelidade sai do rendering por lotes assíncrono para uma infraestrutura quase interativa.

🔗 NVIDIA na Gamescom · SANA e Sol Engine no H3

Os modelos abertos chineses tornam-se a referência da pesquisa, e o Qwen3.8-27B entra no top 10 da Code Arena

25 de agosto — A Qwen divulga dois resultados na mesma manhã, e o segundo dá o sentido do primeiro.

O primeiro é um ranking. O Qwen3.8-27B entra no ranking Code Arena: WebDev, que avalia modelos na geração de interfaces web, na 9ª posição geral com 1595 pontos. É o único modelo de sua categoria de tamanho no top 10 e fica a apenas seis posições do Qwen3.8-Max, bem maior. A Arena ressalta que ele redesenha a fronteira de Pareto do ranking e fornece um ponto de referência expressivo: o Gemma 4-31B, de tamanho comparável mas lançado em abril, ocupa a 80ª posição.

Modelo avaliado	Posição na Code Arena: WebDev	Pontos obtidos	Observação do ranking
GLM-5.3 (Max)	8º no geral	1597	Levantamento de 20 de agosto, 2º entre os modelos abertos
Qwen3.8-27B	9º no geral	1595	Único modelo de seu tamanho no top 10
Qwen3.8-Max	Seis posições à frente do 27B	n.c.	Modelo bem maior da mesma família
Gemma 4-31B	80º no geral	n.c.	Lançado em abril de 2026

O segundo resultado é uma medida de uso. Nathan Lambert, que co-liderou o projeto Olmo na Ai2, mandou o Codex analisar 500.000 artigos arXiv em IA e aprendizado de máquina publicados desde o lançamento do ChatGPT, para identificar os modelos abertos efetivamente usados em pesquisa. A inversão se resume a dois números: em 2024, cerca de 30% dos artigos mencionavam um modelo aberto americano contra 10% um modelo chinês; hoje, cerca de 40% citam um LLM aberto chinês e apenas 25 a 30% um americano.

Família de modelos	Participação dos artigos que citam um LLM
OpenAI (modelos fechados)	cerca de 37%
Qwen	cerca de 33%
Gemini, Claude	10 a 15%
Gemma, Mistral	5 a 10%
Olmo	cerca de 1%

No detalhe, Qwen é mencionado em um terço dos artigos que citam um LLM, seja ele qual for. O Llama atingiu seu pico por volta de abril de 2025 em 30%, exatamente no momento do lançamento do Llama 4, e vem recuando desde então. O próprio Lambert estabelece uma limitação importante: as publicações ficam atrás dos lançamentos de modelos, porque a pesquisa leva tempo — esses números descrevem o estado dos trabalhos em andamento, e não as preferências do momento. Em paralelo, lê-se uma tendência de fundo, distinta do duelo aberto contra fechado: a proporção de artigos de IA que mencionam um LLM passou de 10,43% em janeiro de 2023 para mais de 50% em 2026.

🔗 Qwen3.8-27B na Code Arena · Relato da Qwen da análise arXiv · Análise @natolambert

Claude Code passa para 2.1.245, e a renderização do Claude na web fica 4 vezes mais fluida

Duas versões do Claude Code saíram na janela, e seu conteúdo mira claramente implantações em organizações. O CHANGELOG não traz datas, mas o histórico Git as situa: a 2.1.243 aparece no commit de 24 de agosto às 23:40 UTC, a 2.1.245 no de 25 de agosto às 05:13 UTC.

Recurso adicionado	Versão em questão	Interesse prático
`modelPricing`	2.1.243	Tarifas contratuais em `/cost`, na barra de status e na telemetria
`modelPicker`	2.1.243	Lista de modelos ordenada e rotulada para `/model`
`promptCacheTtl` / `subagentPromptCacheTtl`	2.1.243	Cache de prompt de uma hora na conversa, 5 min nos subagents
Ventilação de Loops em `/usage`	2.1.243	Identificar tarefas `/loop` que saem do rumo
Conexão sem chave via Console	2.1.243	Organizações que proíbem chaves de API
Correção do glibc 2.44	2.1.245	Travamento na inicialização no Arch Linux, CachyOS e Fedora Rawhide

O ajuste mais estruturante é modelPricing : até aqui, os custos exibidos se baseavam na tarifa pública, e uma organização pode agora injetar ali suas tarifas contratuais por modelo e seu coeficiente de desconto, o que torna os números diretamente utilizáveis para a refaturação interna. O par promptCacheTtl e subagentPromptCacheTtl trata de um compromisso econômico concreto para usuários por chave de API: manter um cache de uma hora na conversa principal, em que o contexto permanece estável, enquanto se deixa os subagents com cinco minutos, já que seus contextos são mais voláteis. No lado das correções, os servidores MCP remotos em modo não interativo não ficam mais travados após uma interrupção, /resume não se limita mais às cinquenta sessões mais recentes, e as sessões silenciosas por mais de dez minutos agora expiram após cerca de três minutos, antes de uma nova tentativa e de um erro explícito.

No 24 de agosto, a Anthropic anuncia, além disso, ter reescrito o mecanismo que exibe as respostas enquanto elas estão sendo geradas no Claude web e desktop. O princípio é clássico em renderização de interface: tocar apenas no que ainda está mudando, em vez de redesenhar toda a resposta a cada novo fragmento. Em uma resposta longa, a diferença é estrutural — o custo de renderização deixa de crescer com o comprimento do texto já exibido. Os ganhos anunciados são coerentes: cerca de 4 vezes mais fluidez, 9 vezes menos travamentos em um laptop fraco, o pior congelamento da interface 4,5 vezes mais curto e 120 quadros por segundo mantidos do início ao fim em um MacBook 120 Hz. O detalhe interessante é o público-alvo: são as configurações modestas que mais ganham.

🔗 CHANGELOG do Claude Code · Renderização 4x mais fluida, @ClaudeDevs

Os agentes de código se industrializam: Warp publica o formato de suas factories, Rohlik faz agentes escreverem 90 % do seu código

24 de agosto no fim do dia — a Warp mostra a mecânica interna do Warp Factories, sua plataforma de agentes em nuvem anunciada em 18 de agosto: o formato de configuração adotado e a abertura de um acesso antecipado. O ponto de partida é assumido — a Warp desloca seus próprios agentes para fora das máquinas locais, por razões de qualidade e custo, e precisava descrever ambientes, harnesses e permissões de segurança como código versionado.

Elemento de configuração	Valor adotado
Arquivo de definição	`factory.yaml`, `schemaVersion: v1alpha1`
Chaves principais	`name`, `repositories` (`owner` / `name`), `agentDefaults.model`
Definição de um agente	`agents/<nom>/agent.md` com `agentType` (`FOREMAN`, `REVIEW`…) e `model`
Acionadores	`automations/<nom>/automation.md` : `agent`, `triggers` (fornecedor, evento)
Interfaces disponíveis	CLI (`warp agent run-cloud`), API REST, SDK TypeScript, servidor MCP
Acesso antecipado	Até 10 000 USD de uso oferecido aos clientes qualificados

A separação é interessante: os agentes não são descritos em um único YAML, mas em arquivos Markdown dedicados, de modo que a definição de um agente se torna um documento legível e comparável em diff. A Warp aplica a receita a si mesma — sua factory interna, batizada de “wilson”, cobre repositórios como warp-server ou warp-terraform, declara seus segredos e seus servidores MCP e organiza seus agentes por função (code-review, foreman, implementation, spec, triage) em 34 linhas. Os números apresentados na página de solicitação de acesso são argumentos comerciais não verificáveis de fora: 200 000 execuções de agentes por dia, mais de 30 % das pull requests mescladas sem retoque, 20 % menos custo por pull request.

No 25 de agosto, a Cognition publica, por sua vez, um estudo de caso bem mais documentado que o anterior. O Rohlik Group é um varejista de alimentos online nascido na República Tcheca, presente em cinco países, lucrativo, com mais de 1,3 bilhão de dólares de faturamento no ano passado; ele entrega uma compra semanal de 17 000 produtos em menos de uma hora ou em janelas de quinze minutos. O número que estrutura o artigo: cerca de 90 % do código ali é hoje gerado por agentes, e a organização de engenharia se descreve como “agent-mostly”.

Isso não é um resultado obtido só ao conectar uma ferramenta. O Rohlik diz ter começado há um ano, com uma primeira experiência com Devin considerada bugada. O que mudou o jogo foram as bases estabelecidas do lado do cliente: mais de cinquenta integrações MCP internas e externas, com o princípio de que toda nova ferramenta deve estar acessível aos agentes desde o primeiro dia, uma camada semântica acima do armazém de dados Snowflake, e uma base de conhecimento dando aos agentes o contexto que se transmitiria a um novo colega. O trabalho chega ao Devin de onde nasce, uma conversa no Slack sobre um bug ou um documento de especificação Linear desdobrado até a pull request. Os resultados reivindicados — produtividade de engenharia dobrada desde novembro, integração da robótica AutoStore entregue em oito meses, quando o setor leva de dois a três anos, prototipagem reduzida de um mês para um dia — continuam sendo os de uma página de cliente publicada pelo fornecedor. O efeito mais eloquente está em outro lugar: os melhores engenheiros agora passam 80 % do tempo revisando código, e cerca de 30 % do uso do Devin no Rohlik é análise de dados por usuários de negócio.

🔗 Formato factory.yaml, @warpdotdev · Estudo de caso Rohlik, @cognition · Página de cliente Devin

GitHub: quatro exercícios sobre workflows agentivos e a aba Customize em disponibilidade geral

25 de agosto — o GitHub coloca no ar quatro novos exercícios em sua plataforma de aprendizado GitHub Skills. O foco é explícito: em vez de documentar as novidades agentivas do ano, o GitHub propõe praticá-las em um repositório de demonstração, com instruções entregues ao longo das pull requests.

Exercício publicado	Objeto do exercício
Agent Orchestration Build Your AI Dream Team	Agentes personalizados no Copilot CLI: planejar, conceber, construir, validar, transmitir
Agentic Workflows that Read the Room	Extensão `gh aw`, workflow agentivo em Markdown, mudanças enviadas via pull requests
Idea to Merge with the Copilot App	De uma sessão a uma pull request mesclada, inteiramente no app GitHub Copilot
Ship with Quality	Sinais de qualidade automatizados, cobertura de testes, verificações impostas nas pull requests

O mais notável dos quatro é o primeiro: é a primeira vez que o GitHub propõe um percurso guiado sobre orquestração multiagentes em sua CLI, um tema até aqui documentado apenas em prosa. O segundo introduz a extensão gh aw, com um ponto importante para a segurança — as modificações propostas pelo workflow passam por pull requests em vez de serem aplicadas diretamente, o que preserva um ponto de revisão humana.

No mesmo dia, o app GitHub Copilot ganha uma aba Customize em disponibilidade geral. Sua função é reunir em uma única superfície os quatro mecanismos de extensão introduzidos separadamente nos últimos meses: servidores MCP, plugins, skills e canvases. Uma visão Featured apresenta uma seleção editorial tirada de cada categoria, para o usuário que sabe o que quer fazer, mas não que tipo de extensão responde a isso, e os servidores MCP contam com uma navegação própria, com opções destacadas conforme sua popularidade e um caminho por categoria. O changelog ilustra o interesse dos canvases com um caso concreto: um canvas Azure DevOps para triagem de issues, priorização de um backlog, atribuição de acompanhamentos e, em seguida, confiança de uma tarefa ao Copilot para que ele investigue, implemente ou prepare a revisão.

🔗 Quatro exercícios GitHub Skills · Aba Customize em disponibilidade geral

O ferramental de desenvolvimento do Google: Gemini CLI 0.57.0 e Antigravity 2.10.0

25 de agosto — o Google publica a versão estável 0.57.0 do Gemini CLI, seguida, um quarto de hora antes, pela preview 0.58.0. O conteúdo dessa versão diz menos sobre novas funcionalidades do que sobre a forma como o Google mantém sua ferramenta: nas 24 entradas do changelog, 13 são prefixadas por [SSR Agent] Issue Fix e remetem a números de issues muitas vezes antigos, de 19239 a 28518. Essas correções tratam de irritantes acumulados no backlog — um bloqueio indefinido da interface de terminal ao qual se adicionam timeouts, uma mensagem de erro administrativo enganosa para contas pessoais, a ausência de espaço após sugestões de autocompletar, a renderização do terminal que não era atualizada ao sair de um editor externo. Em outras palavras, o Google faz um agente trabalhar sua própria dívida técnica e o resultado chega diretamente à versão estável.

Versão publicada	Data e hora (UTC)	Canal de publicação	Pontos principais
v0.57.0	25 de agosto, 18:37:14	Stable	13 correções `[SSR Agent]`, validação de evals, retries contextuais
v0.58.0-preview.0	25 de agosto, 18:22:01	Preview	Isolamento Docker no perfil Seatbelt do macOS, verificadores de segurança

No lado das funcionalidades, o esforço se concentra na avaliação, com um comando de validação de evals e um formatador de chamadas de ferramentas integrando resumos de falhas. A confiabilidade também melhora: erros de capacidade acionam retries silenciosos levando o contexto em conta, e o cancelamento de uma solicitação de múltiplas rodadas provoca um rollback completo em vez de um estado parcial. Vale notar, para quem procura as notas de versão, que o arquivo docs/changelogs/index.md do repositório não foi atualizado além da v0.54.0 de 6 de agosto.

Quatro dias após a 2.9.1 e seu Remote Control, o Google Antigravity passa para 2.10.0 em 24 de agosto e preenche duas lacunas que obrigavam a sair da ferramenta: um terminal integrado e um controle de versão Git nativo, ambos localizados diretamente na barra lateral. O conjunto é coerente com a trajetória do produto — o Antigravity se posiciona como um ambiente em que se pilotam agentes em vez de editar código linha a linha; ainda assim, é preciso poder executar um comando e inspecionar um diff sem trocar de janela. O restante da versão amplia o que se pode submeter a um agente e o que se vê do seu trabalho: arquivos de áudio se juntam aos anexos aceitos, o comentário interativo sobre imagens permite anotar um visual para orientar o agente, e as prévias enriquecidas de execução das ferramentas MCP tornam legível o que um servidor de ferramentas realmente fez. O Google contabiliza a versão como 13 melhorias e 8 correções, com um rollout progressivo.

🔗 Gemini CLI v0.57.0 · Changelog Antigravity

A Anthropic financia 5 milhões de dólares em avaliações independentes sobre bem-estar

25 de agosto — a Anthropic lança um programa de bolsas de 5 milhões de dólares destinado a financiar pesquisas independentes sobre o efeito da IA no bem-estar de seus usuários. Os selecionados recebem financiamento direto, acesso aos modelos e suporte técnico, mas trabalham com total independência: suas avaliações são publicadas em open source e reutilizáveis por toda a indústria. As candidaturas ficam abertas até 21 de setembro, e os candidatos selecionados para enviar uma proposta completa serão avisados antes de 5 de outubro.

O argumento técnico explica por que esse domínio resiste aos métodos habituais de avaliação. Para a maioria dos comportamentos de um modelo, basta examinar uma resposta isolada para julgar se ela é exata e apropriada. O bem-estar exige contexto: um usuário em sofrimento não menciona necessariamente pensamentos autoagressivos de saída, e conselhos razoáveis sobre equilíbrio alimentar em um caso tornam-se potencialmente perigosos se a pessoa já apresentou histórico de transtornos alimentares. A equipe Safeguards publica em paralelo cinco critérios de rigor: enunciar claramente o que está sendo medido, associar clínicos e especialistas da área ao desenho, testar tanto as precauções quanto os danos — isto é, avaliar o risco de complacência excessiva assim como o de recusa excessiva —, refletir o uso real por meio de cenários de múltiplas rodadas, e validar os corretivos automáticos contra especialistas reais. Esse terceiro critério, a simetria entre sobreconformidade e sobrerrecusa, é o que distingue essa abordagem de um simples endurecimento das proteções.

🔗 Bolsas de pesquisa sobre bem-estar

Quantization-Aware Healing: um modelo de 4 bits que supera o seu original em precisão total

25 de agosto — O pipeline padrão para tornar um grande modelo implantável encadeia três etapas: comprimir a arquitetura, quantizar o resultado e, por fim, reparar a perda de qualidade. A receita dominante para esta última etapa é o QAT (quantization-aware training), que insere operações de falsa quantização e volta a treinar; uma alternativa, o QAD, faz distilação a partir do modelo comprimido em precisão total. Em ambos os casos, o aluno pode, no melhor dos cenários, apenas alcançar o professor comprimido e, portanto, herda o teto imposto pela compressão.

A Multiverse Computing propõe uma mudança de uma só linha: distilar diretamente a partir do modelo original, o de antes da compressão. A quantização deixa então de ser um pós-processamento com perdas para se tornar uma etapa de aprendizagem em si mesma. O resultado é contraintuitivo — aplicada ao GPT-OSS 120B comprimido para 60B e depois quantizado em MXFP4, a método produz um modelo de 4 bits que iguala ou supera a sua própria fonte bfloat16 em sete benchmarks de nove, com os ganhos mais acentuados precisamente onde a compressão mais prejudica: +7,4 pontos em AA-LCR em raciocínio de contexto longo e +5,6 em AIME 2025. As duas únicas quedas, em MMLU-Pro e SciCode, mantêm-se abaixo de um ponto e meio.

A comparação direta com o QAT com pipeline idêntico é talvez o resultado mais útil na prática. No GPT-OSS 9B quantizado em MXFP4, os dois métodos atingem um pico comparável, 54,9 contra 54,6, mas não ao mesmo custo: o QAH lá chega em cerca de uma centena de etapas e mantém-se nesse nível, enquanto o QAT demora aproximadamente 700 etapas a lá chegar e depois degrada-se. A consequência concreta é um risco de implantação diferente — um ponto de controlo QAT exige vigilância atenta do early stopping, um ponto de controlo QAH muito menos.

🔗 Quantization-Aware Healing

Gradio integra gr.Workflow, um construtor de pipelines de IA em grafo

25 de agosto — A Hugging Face publica um guia que apresenta gr.Workflow, uma primitiva agora integrada no Gradio. O ponto de partida é simples: a maioria das aplicações de IA interessantes não é uma chamada de modelo, mas uma cadeia — gera-se uma imagem, remove-se o fundo, extrai-se uma voz off, pede-se um título a um LLM. Até agora, ligar esta cadeia e expô-la de forma limpa exigia escrever ao mesmo tempo a lógica e a interface. gr.Workflow funde as duas: descrevem-se as etapas como um grafo de nós tipados, e o grafo torna-se ele próprio a interface.

O interesse para os programadores vai além da demonstração visual. Cada saída do grafo obtém automaticamente o seu próprio ponto de acesso REST: o estúdio de media dado como exemplo, que encadeia uma geração FLUX, um recorte de fundo, uma síntese vocal e um LLM, expõe três rotas distintas (/sticker, /voiceover, /episode_title) que podem ser chamadas a partir de código sem passar pela interface. Os nós sabem falar com quatro mundos — os modelos alojados via os Inference Providers da Hugging Face, outros Spaces Gradio públicos reutilizados como blocos, uma linha de um conjunto de dados do Hub e Python arbitrário. Este último ponto abre mais portas: um nó operador decorado com @spaces.GPU reserva uma GPU ZeroGPU durante o seu tempo de execução, o que permite executar os seus próprios pesos. Cinco aplicações realmente implantadas em Spaces acompanham o guia, incluindo um perfilador de conjuntos de dados e uma demonstração que anima uma imagem fixa com Lightricks/LTX-Video.

🔗 Guia gr.Workflow

ElevenLabs lança Composer, um editor de canções secção por secção

25 de agosto — A ElevenLabs anuncia Composer, um editor de canções que trabalha secção por secção. O princípio rompe com o modo de geração dominante dos modelos de música: em vez de produzir uma faixa completa de uma só vez e recomeçar tudo quando um trecho não agrada, o Composer permite retomar um verso, um refrão ou uma ponte isoladamente. São propostos quatro pontos de partida — as suas próprias letras, uma faixa existente que traga consigo, uma página em branco ou um simples prompt — e a faixa vai sendo construída depois por retoques sucessivos.

É o segundo movimento da ElevenLabs em direção à música depois do Eleven Music, e chega numa semana preenchida para a empresa, com a CLI v1 lançada na véspera. O posicionamento é coerente com o resto do setor de áudio: a Suno lançou o Studio 2.0 a 13 de agosto, a Pika lançou a sua gama Pika Music a 18 de agosto e a Stability AI entregou o seu plugin para estações de trabalho de áudio no mesmo dia. O controlo fino sobre a estrutura da faixa, em vez da qualidade bruta de geração, tornou-se o campo de competição. Uma ressalva, porém: não há nenhuma publicação de blogue a acompanhar o anúncio, e não existe informação sobre os planos que dão acesso ao Composer, os formatos de exportação ou o acesso à API.

🔗 Anúncio Composer, @ElevenLabs

LiveAvatar remove qualquer limite de concorrência e desce para 0,01 USD por minuto

25 de agosto — A HeyGen anuncia a remoção dos limites de concorrência no LiveAvatar, o seu produto de avatares em tempo real. A formulação insiste na natureza da mudança: os limites não são aumentados, desaparecem. Uma sessão ou dez mil correm na mesma API, sem negociação prévia de quota. Dois parâmetros acompanham o anúncio — a renderização mantém-se em corpo inteiro 1080p, e o preço desce até 0,01 USD por minuto à escala.

Este nível de preço muda a natureza dos usos possíveis: a um cêntimo por minuto, um avatar em tempo real torna-se viável para apoio ao cliente em massa, formação ou quiosques interativos, casos em que o custo unitário determinava até agora a viabilidade. A eliminação do limite de concorrência é o ponto tecnicamente interessante. As plataformas de avatares em tempo real costumam limitar o número de sessões simultâneas porque cada sessão mobiliza GPU continuamente; levantar esse teto exige ou uma margem de capacidade significativa, ou um ganho de eficiência no modelo. A HeyGen publica um artigo a explicar a sua abordagem, cujos detalhes técnicos não estavam acessíveis no momento da verificação.

🔗 Concorrência ilimitada no LiveAvatar

Grok 4.6 chega ao OpenCode Go

25 de agosto — O Grok 4.6 junta-se ao OpenCode Go, a fórmula de subscrição do agente de código open source OpenCode. O anúncio vem do OpenCode ao fim do dia, e a conta @grok replica-o meia hora depois. O ponto concreto para os programadores é a quota: 169 pedidos por cada período de 5 horas para os utilizadores da fórmula Go. É um teto deslizante, não uma contagem mensal, o que se adequa ao uso em rajada típico das sessões de programação assistida.

Esta integração insere-se numa série de aberturas do Grok 4.6 para ferramentas de terceiros: o modelo chegou ao GitHub Copilot a 14 de agosto, ao Amazon Bedrock a 19 de agosto, e depois à Gemini Enterprise Agent Platform da Google a 21 de agosto. A xAI já tinha, além disso, ligado o OpenCode às suas subscrições SuperGrok e X Premium em maio de 2026 — a novidade do dia não é, portanto, o acesso ao OpenCode em si, mas a presença do modelo 4.6 na fórmula Go, com uma quota incluída em vez de uma subscrição xAI a fornecer por conta própria.

🔗 Partilha @grok · Anúncio @opencode

Cohere publica um estudo IDC sobre a adoção da IA soberana em 2026

25 de agosto — A Cohere publica os resultados de um InfoBrief encomendado à IDC sobre a adoção da IA soberana nos setores regulados. O estudo entrevistou mais de 500 decisores seniores de empresas com mais de mil milhões de dólares de faturação no Canadá, nos Estados Unidos, no Reino Unido e na Alemanha, entre abril e maio de 2026.

O resultado mais notável diz respeito menos à adoção do que à confusão conceptual. Um em cada três executivos tem dificuldade em descrever a IA soberana com as suas próprias palavras, e apenas 13% se declaram muito amplamente sensibilizados para o tema. Entre os que conseguem dar uma definição, 52% formulam-na em termos de controlo local ou nacional e 35% evocam a independência digital. A diferença atravessa também o organograma: os responsáveis de IT apresentam uma sensibilização duas vezes superior à dos responsáveis de negócio.

Setor inquirido	Fuga de dados e conformidade como principal preocupação	Vantagem competitiva como motor
Serviços financeiros	82 %	21 %
Indústria	77 %	32 %
Telecomunicações	75 %	37 %
Saúde	74 %	28 %
Energia	70 %	21 %

Quanto às motivações, o consenso é claro e transversal: fuga de dados, confidencialidade e conformidade surgem no topo em todos os setores inquiridos. A vantagem competitiva aparece como um motor secundário, mas em crescimento, mais destacada no Canadá (35%) e nos Estados Unidos (28%) do que na Alemanha (23%) ou no Reino Unido (18%). O estudo serve, naturalmente, o posicionamento da Cohere, cuja plataforma agêntica North é executada na infraestrutura e na jurisdição escolhidas pelo cliente; ainda assim, os números são atribuídos a uma fonte identificada. A IDC prevê, além disso, que até 2028 os CIO das multinacionais aumentem em 65% os seus investimentos em ambientes cloud soberanos modulares e na localização de dados.

🔗 Estado da adoção da IA soberana em 2026

Breves

Bain & Company junta-se à Claude Partner Network — A consultora torna-se parceira Global Premier, apoiada por uma implementação do Claude junto dos seus 19 000 colaboradores; mais de 7 000 utilizadores ativos logo na fase piloto, e mais de dois terços dos participantes adotaram o Claude for Excel. 🔗 Publicação Anthropic
A Amp explica o que são orbs — Nota de Thorsten Ball em resposta à confusão sobre o nome: um orb é um agente remoto, controlável a partir da web, do telefone ou da CLI. Dois esclarecimentos úteis sobre o custo: o sleep ilimitado não é faturado e o número de orbs simultâneos não tem limite. 🔗 Nota Amp
A Together AI abre o Qwen3.8 27B ao fine-tuning e à inferência dedicada — O modelo passa a estar disponível tanto para afinação em dados próprios como para Dedicated Model Inference em hardware reservado. 🔗 Tweet @togethercompute
A FINAL-Bench abre o FINCHAL, um concurso de previsão financeira para agentes — Dotado de 2 000 dólares, pede posições em vez de previsões e publica um teto de sorte (luck ceiling) para separar a competência do acaso. 🔗 Publicação FINAL-Bench
A Au-Zone publica o EdgeFirst Model Zoo — Quatro famílias YOLO em deteção e segmentação medidas em silício embebido real, com cada número publicado a remeter para a sessão de validação que o produziu, em contraste com a opacidade dos TOPS anunciados pelos fabricantes. 🔗 Publicação EdgeFirst
A escrita ditada inteligente do Gemini para macOS — Ditar em qualquer janela do ambiente de trabalho, com eliminação automática das hesitações e consideração das correções a meio da frase; a voz serve também para resumir ficheiros e reescrever texto. 🔗 Guia blog.google
As push rules aceitam exceções por caminho — Em pré-visualização pública, as regras Restrict file paths e Restrict file size podem isentar caminhos específicos, por exemplo bloquear JARs em todo o lado exceto **/gradle/wrapper/*.jar. 🔗 Changelog GitHub
Bloqueio de um utilizador a partir de um aviso de segurança — A ação faz-se pelo menu de três pontos da descrição ou de um comentário, em repositórios públicos, sem voltar às definições; o aviso permanece intacto. 🔗 Changelog GitHub
A Manus assinala forte procura na restauração de dados — As restaurações que não têm sucesso devem ser retomadas mais tarde no dia; instrução explícita para manter os pacotes de backup intactos e inalterados. 🔗 Tweet @ManusAI
A Kling publica três guias no seu servidor MCP — Ligar a Kling a um assistente compatível com MCP para reproduzir uma configuração criativa validada e gerar variantes em lote; dois dos três tutoriais citam o Claude Code como cliente. 🔗 Blog Kling
O Wan 3.0 chega à Runway e à Replicate — A Runway integra-o a 24 de agosto com múltiplas entradas de referência em imagem, vídeo e áudio; a Replicate segue a 25, destacando os 30 segundos nativos numa única tomada com áudio sincronizado. 🔗 Tweet @runwayml
A Runway anuncia novos intervenientes para a sua AI Summit — Programa alargado a robótica, veículos autónomos, marketing e infraestrutura para o evento de setembro em São Francisco. 🔗 Tweet @runwayml
A MiniMax publica um índice de integrações do H3 — O Awesome MiniMax H3 Integrations cataloga o que está a ser construído em torno do modelo de vídeo aberto, incluindo configurações a correr em 24 GB de VRAM. 🔗 Tweet @MiniMax_AI
A Luma lança o Dream Lab Weekly — Primeiro episódio de uma série de vídeo dedicada aos profissionais criativos da Luma e ao seu trabalho semanal no produto. 🔗 Tweet @LumaLabsAI
A NVIDIA divulga uma sessão Nemotron Labs sobre o encaminhamento de modelos abertos — Transmissão em direto de 55 minutos intitulada Get Started with Open Model Routing, continuação do trabalho sobre Nemotron 3.5 Lightning e NeMo Switchyard. 🔗 Tweet @NVIDIAAI
Uma semana restante para o concurso Grok Imagine sobre a Odisseia — É preciso compor uma cena retirada da Odisseia que evidencie as capacidades de vídeo e voz da ferramenta; prémios de 100 000, 50 000 e 25 000 dólares. 🔗 Tweet @grok
Banco de reposições de limites para assinantes Plus e Pro — Em vez de esperar pela janela de reposição, o utilizador consome uma reposição reservada; uma gratuita no lançamento e outras via indicação, com créditos de workspace partilhados no lado Business. 🔗 Changelog ChatGPT e Codex

O que isso significa

O silício volta a ser um assunto de laboratório de modelos. A OpenAI publica no mesmo dia os primeiros números medidos do seu próprio chip de inferência e o post que expõe sua estratégia de compute. Não é uma coincidência de calendário: um fornecedor de modelos que projeta seu silício, o mede em um benchmark público de terceiros e assume publicamente uma carteira de dez parceiros muda a natureza da concorrência. A pergunta deixa de ser “qual modelo é o melhor” para se tornar “a que custo por tarefa concluída”, e a resposta se decide tanto no rack quanto nos pesos. Talvez o detalhe mais significativo esteja em outro lugar: a IA serviu para projetar o chip e escrever os núcleos, com passagem para fabricação em nove meses e implementações geradas que superam as de especialistas humanos nos blocos selecionados. O ciclo se fecha — os modelos projetam o hardware que os fará rodar.

A IA desce de volta para o dispositivo, e os números começam a acompanhar. Três sinais no mesmo dia apontam na mesma direção. A Perplexity faz rodar a totalidade do seu agente localmente em um DGX Spark, sem consumir créditos, com uma escalada para a nuvem que continua sendo decisão do usuário. A Multiverse Computing publica um método em que um modelo de 4 bits iguala ou supera sua fonte em precisão total, o que remove o argumento habitual contra a quantização agressiva. A Au-Zone publica medições de visão por silício embarcado, criticando os TOPS anunciados por não dizerem nada sobre o que um dado modelo realmente fará. Nenhum desses três trabalhos pretende igualar o frontier: o número honesto da Perplexity é 59,6% localmente contra 82,4% para Claude Opus 5 sozinho no Terminal Bench 2.1. Mas a escalada para um modelo de apoio recupera três quintos da diferença por dois terços do custo, e é esse trade-off, mais do que a paridade, que torna a execução local defensável.

A abertura dos pesos se instala como posição de referência. A análise de 500.000 artigos do arXiv, divulgada pela Qwen, documenta uma inversão já perceptível: os modelos abertos chineses passaram de 10% para cerca de 40% das menções, enquanto os modelos abertos americanos estagnaram entre 25% e 30%. Qwen3.8-27B entrando no top 10 da Code Arena sendo o único do seu tamanho, GLM-5.3 superando GPT-5.6 Sol e Claude Fable 5 no DeepSWE em múltiplos testes com custo 2,1 a 5,4 vezes menor, IBM abrindo Granite 4.2 com quatro variantes quantificadas e quatorze formatos GGUF já no primeiro dia — a mesma lógica se repete. Abrir os pesos já não é um gesto de recuperação, mas uma forma de se tornar a infraestrutura padrão dos outros, com a nuance que o próprio Nathan Lambert aponta: as publicações ficam atrás dos lançamentos, e essas curvas descrevem o trabalho em andamento mais do que as preferências do momento.

E a web se prepara para ser lida por agentes em vez de olhos. O WebMCP Challenge é uma competição com prêmio de 35.000 dólares, o que é pouco; o que ele revela vale mais. Chrome, Cloudflare, Shopify, Vercel, Render e Netlify se alinham com a OpenAI em torno de um padrão que exige que os sites exponham ferramentas estruturadas em vez de deixar os agentes adivinharem uma interface. No mesmo dia, o ChatGPT desktop já consegue consumir WebMCP nativamente, o Codex já consegue produzir e implantar uma aplicação compatível, e a OpenAI documenta seu uso interno do protocolo em uma ferramenta de notebooks. Essa convergência se junta ao que a Rohlik descreve por sua vez com mais de cinquenta integrações MCP e ao princípio de que toda nova ferramenta deve ser acessível aos agentes desde o primeiro dia. A camada de interface para agentes deixa de ser um assunto de pesquisa para se tornar uma exigência de engenharia.