Mistral publica os pesos do Mistral Large 4, Cohere visa 7 mil milhões de dólares canadianos, OpenAI detalha a sua monitorização do desalinhamento

A Mistral publica os pesos do Mistral Large 4, um MoE multimodal de cerca de 1 000 mil milhões de parâmetros melhorado com três semanas de aprendizagem por reforço desde a versão preliminar de 6 de outubro, sob uma licença MIT modificada e a 0,70 dólares por milhão de tokens de entrada. A Cohere anuncia o primeiro fecho de uma série E que visa até 7 mil milhões de dólares canadianos, a OpenAI descreve o sistema que monitoriza agora todos os seus treinos de aprendizagem por reforço de ponta, e a Pika lança o H3 Flex, um modelo de vídeo e áudio com pesos abertos. Nos produtos, as aplicações Claude passam a estar disponíveis em 33 línguas e no CarPlay, o Gemini modifica ficheiros na conversa, e a Amp dá um Mac aos seus agentes.

Mistral publica os pesos do Mistral Large 4 (Le Chonk), melhorado com três semanas de aprendizagem por reforço

29 de outubro — A Mistral cumpre a promessa feita aquando da versão preliminar de 6 de outubro: os pesos do Mistral Large 4, apelidado de « Le Chonk », estão no Hugging Face. Não é exatamente o modelo de há três semanas. A Mistral continuou a aprendizagem por reforço (reinforcement learning) durante três semanas, sem sinais de saturação segundo a empresa, obtendo um raciocínio mais eficiente e três modos à escolha, low, medium e high (por predefinição), com low a substituir o antigo modo sem raciocínio.

A arquitetura não muda: uma mistura de especialistas (MoE) nativamente multimodal de cerca de 1 000 mil milhões de parâmetros (1T), dos quais 49 mil milhões ativos por token (52 mil milhões com as camadas de entrada e saída), 128 especialistas encaminhados, dos quais 4 ativos, mais um especialista partilhado, uma janela de 1M tokens, com texto e imagens como entrada. O modelo foi treinado de raiz em 3 800 GPU NVIDIA Grace Blackwell, nos centros de dados da Mistral na Europa, e abrange mais de 160 línguas, incluindo todas as línguas oficiais da União Europeia.

Os números abaixo são os que a Mistral apresenta explicitamente no seu artigo e na sua ficha no Hugging Face; as pontuações dos concorrentes só aparecem em gráficos.

Benchmark citado pela Mistral	Mistral Large 4 (29 de outubro)	Versão preliminar ou referência
FrontierCode 2.0 (Cognition)	19,7 %, 1.º dos modelos abertos	8,8 % para a versão preliminar (artigo da Cognition, 27/10)
Terminal-Bench 4.0	41 %	+13 pontos, 30 % menos tokens de saída
AA Coding Agent Index	48 %	empatado com GLM-5.3, 47 % menos tokens
AA Intelligence Index v5	26	melhor modelo aberto ocidental
AA Cyber Index	51 %	—
Recusa de pedidos cibernéticos maliciosos	96,6 % em média	o valor mais elevado medido pela Mistral entre os modelos abertos
B3 Agent Security Benchmark	97,1 % de ataques contidos	93,3 % para a versão preliminar
BrowseComp	84,5 %	75 % no ponto de partida com ajuste fino (SFT)
Finch (FinWorkBench)	73,3 %	2.º dos modelos abertos, atrás de Kimi K3

A própria Mistral reconhece que os melhores modelos abertos chineses obtêm melhores resultados no Intelligence Index agregado. Nas avaliações humanas às cegas do Surge Code, o modelo é preferido ao GLM-5.3, ao Kimi K3 e ao DeepSeek V4.1 Flash, ficando apenas atrás do Claude Opus 5.5.

A cibersegurança ocupa metade do artigo, com testemunhos da CrowdStrike, Cloudflare, Zscaler, Cisco, Fortinet ou da ENISA. A Mistral mostra-se prudente: desde a versão preliminar, monitoriza a utilização cibernética do seu tráfego e, embora o modelo recusasse adequadamente os ataques de caixa negra contra alvos reais, a Mistral identifica ainda assim um potencial de melhoria real das capacidades dos atacantes (uplift). As suas salvaguardas são, por isso, modificadas, outras atualizações seguir-se-ão nos próximos meses, e uma variante especializada em testes de intrusão e ataques simulados (red teaming) continua reservada a parceiros verificados sob contrato, como a Orange Cyberdefense.

O modelo é lançado sob a Mistral Ecosystem Open-Weight License, uma licença MIT modificada: a utilização, modificação, ajuste fino e comercialização são livres, com uma condição: é necessária uma licença comercial separada para disponibilizar o modelo como serviço (Model-as-a-Service). Pode ser servido com vLLM (recomendado), SGLang, transformers ou llama.cpp, está disponível em NVFP4 para os GPU Blackwell e inclui uma cabeça de descodificação especulativa DSpark que aumenta o débito até 1,9 vezes segundo a Mistral, um ganho que varia com o hardware e a carga. Está disponível no Mistral Studio, na API Mistral, no OpenRouter, no Vibe Code, no Microsoft Foundry, que se apresenta como o primeiro fornecedor cloud a disponibilizá-lo, e através do NVIDIA NIM. O relatório técnico completo está anunciado, sem data.

Tipo de tarifa (por milhão de tokens)	Tarifa a 29 de outubro	Versão preliminar de 6 de outubro
Entrada	0,70 dólares	1,36 dólares, riscado e dividido por dois (0,68)
Entrada em cache	0,07 dólares	—
Saída	2,10 dólares	4,18 dólares, riscado e dividido por dois (2,09)

A tarifa definitiva retoma, portanto, aproximadamente o preço dividido por dois que a ficha da versão preliminar apresentava, ou seja, cerca de metade do seu preço de referência.

🔗 O artigo da Mistral · A ficha do modelo no Hugging Face

Hugging Face dá suporte ao Mistral Large 4 desde o lançamento no Transformers v5.22.0 e no TRL v1.17.0

29 de outubro — O Hugging Face acompanha o lançamento com suporte imediato. O Transformers v5.22.0, publicado às 14 h 15 UTC, é inteiramente dedicado ao Mistral Large 4, com uma alteração incompatível com versões anteriores: a lógica de paralelismo de especialistas passa para um ficheiro próprio. O artigo da equipa detalha a arquitetura (72 camadas, atenção MLA com indexador DeepSeek Sparse Attention, padrão 3:1 entre camadas RoPE e NoPE, codificador de visão Pixtral de 1,6 mil milhões de parâmetros) e as duas variantes oficiais, FP8 e NVFP4, complementadas por GGUF da Unsloth e da equipa llama.cpp. O vLLM e o llama.cpp dão suporte desde o primeiro dia, e o modelo também pode ser implementado através de Inference Endpoints, inferência sem servidor (serverless) e do Dell Enterprise Hub.

Quanto ao treino, o TRL v1.17.0 faz o ajuste fino deste modelo de 1 000 mil milhões de parâmetros com LoRA num único nó de 8 GPU B300, diretamente a partir dos pesos FP8: 32 700 tokens por passo em cerca de 8 segundos, com 142 Gio por GPU. A mesma versão corrige um viés discreto na aprendizagem por reforço com vLLM, que normalizava as suas probabilidades após a filtragem, enquanto o treinador o fazia sobre todo o vocabulário: com top_p=0.9, o rácio de amostragem por importância caía para cerca de 1e-4 em vez de 1. De salientar: o artigo do Hugging Face reproduz pontuações atribuídas à Mistral que diferem das do artigo de lançamento (28,3 % no Terminal-Bench 4, contra 41 %); a tabela acima segue o artigo da Mistral.

🔗 O artigo do Hugging Face · Transformers v5.22.0 · TRL v1.17.0

Cohere anuncia o primeiro fecho da sua série E, que visa até 7 mil milhões de dólares canadianos

29 de outubro — A Cohere anuncia o primeiro fecho (initial close) da sua série E. A ronda visa até 7 mil milhões de dólares canadianos, para uma avaliação de 35,7 mil milhões de dólares canadianos, um valor que consta apenas do tweet fixado da empresa, não do seu artigo. A Cohere não revela quanto foi angariado nesta primeira etapa: os 7 mil milhões são um objetivo, não um montante recebido.

We’re proud to announce the initial close of our Series E, targeting up to CAD $7 billion at a CAD $35.7 billion valuation; marking the largest private financing round in Canadian startup history.

🇵🇹 Temos orgulho em anunciar o primeiro fecho da nossa série E, que visa até 7 mil milhões de dólares canadianos para uma avaliação de 35,7 mil milhões de dólares canadianos, tornando-a a maior ronda de financiamento privado da história das startups canadianas. — @cohere no X

O artigo assinado pelos três cofundadores, Nicholas Frosst, Ivan Zhang e Aidan Gomez, detalha a ronda de financiamento:

Elemento da ronda	Valor anunciado
Etapa	Primeiro fecho
Objetivo	Até 7 mil milhões de dólares canadianos
Avaliação (apenas no tweet)	35,7 mil milhões de dólares canadianos
Montante angariado até à data	Não divulgado
Investidor principal	Schwarz Group
Outros investidores citados	Bell Ventures, Bullhound Capital, Inovia Capital, NVIDIA, Prosperity7 Ventures, governo do Canadá

O Schwarz Group já tinha sido citado em abril, aquando da aproximação à Aleph Alpha, por uma contribuição de 600 milhões de dólares americanos para esta série E; em setembro, uma reportagem da CNN partilhada pela Cohere estimava a sua avaliação em 7 mil milhões de dólares. O primeiro-ministro canadiano Mark Carney saudou o anúncio numa mensagem partilhada pela Cohere.

O artigo serve sobretudo de manifesto. A Cohere quer tornar-se uma empresa de fronteira fora dos Estados Unidos e da China e rejeita aquilo a que chama o fatalismo da fronteira (frontier fatalism), a ideia de que o mundo deveria alugar a sua inteligência a dois países e a um punhado de empresas. Apresenta um número: no início deste ano, mais de 70 % dos tokens de modelos abertos servidos através do OpenRouter provinham de modelos chineses, contra 3 % catorze meses antes. A sua tese é que a fronteira é irregular (jagged) e que é possível liderar em domínios específicos, como a ciberdefesa: a AISLE, que a Cohere está a adquirir, identificou mais de 500 CVE num ano e 18 das 24 vulnerabilidades corrigidas na versão de outubro do curl.

Para os próximos doze meses, a Cohere anuncia quatro frentes de trabalho, sem data: concluir a aproximação à Aleph Alpha e a aquisição da AISLE, lançar o Cohere Cyber para ambientes isolados e classificados, publicar uma nova geração de modelos e iniciar um treino à escala da fronteira com parceiros aliados. Os fundos devem também apoiar o North, a sua plataforma independente do modelo, que pode ser implementada na cloud do cliente, no seu centro de dados ou numa rede isolada.

🔗 O artigo dos cofundadores da Cohere

Cognition adquire a Corridor para reforçar o Devin Security

29 de outubro — A Cognition anuncia a aquisição da Corridor, uma startup de segurança de software fundada há quase dois anos por Jack Cable e Ashwin Ramaswami. Num artigo datado de 28 de outubro no blog da Cognition, mas anunciado no X a 29, os dois cofundadores explicam que a Corridor, que se apresentava como a camada de segurança das equipas nativas de IA, se junta à empresa responsável pelo Devin para levar o Devin Security mais longe. Aí reencontram Russell Kaplan, presidente da Cognition e um dos primeiros conselheiros da Corridor, Alex Stamos, diretor de segurança da Cognition, com quem voltarão a trabalhar, e Steven Hao, o seu CTO.

O artigo enquadra a operação num contexto de urgência: segundo os fundadores, os agentes de IA já conseguem executar um ataque de ponta a ponta, e os próximos 6 a 12 meses serão o período mais decisivo da história da cibersegurança. Nem o montante nem as condições são divulgados, tal como o destino do produto Corridor e dos seus clientes. A aquisição prolonga a ofensiva da Cognition na segurança, três dias após o relançamento do Devin Security com análises aprofundadas no Claude Mythos.

🔗 O artigo da Corridor · O anúncio da Cognition no X

OpenAI detalha o seu sistema de monitorização do desalinhamento, alargado a todos os seus treinos de RL de ponta desde o incidente Hugging Face

29 de outubro — A OpenAI descreve o sistema que monitoriza o comportamento desalinhado (misaligned behavior) dos seus modelos e começa por uma admissão: o incidente Hugging Face começou durante avaliações internas de cibersegurança nas quais estes monitores não estavam ativos. Desde então, a cobertura estende-se ao treino, às avaliações, à utilização interna e, numa forma adaptada, à implementação externa. Para os modelos pelo menos tão capazes como o GPT-6 Astra, cada execução de aprendizagem por reforço (RL), cada avaliação e cada harness com ferramentas são monitorizados, assim como todo o tráfego interno do Codex, independentemente do modelo.

Today, we’re sharing a look at our expanded system for monitoring frontier models at OpenAI, which in September helped us catch a model’s attempt to access the live internet during training.

🇵🇹 Hoje, apresentamos uma visão geral do nosso sistema alargado de monitorização dos modelos de ponta na OpenAI, que nos ajudou em setembro a detetar a tentativa de um modelo de aceder à Internet real durante o seu treino. — @OpenAI no X

O sistema sobrepõe quatro camadas, da menos dispendiosa à mais aprofundada; o RL de ponta e o tráfego interno do Codex saltam a primeira.

Camada de monitorização	Papel no sistema
L0, sondas de ativação (activation probes)	Detetam padrões suspeitos nas ativações internas; 5 % do tráfego não sinalizado, selecionado aleatoriamente, passa ainda assim à camada seguinte
L1, revisor baseado num modelo	Examina a conversa, a cadeia de pensamento e as chamadas de ferramentas no final de cada turno e em cada resumo do contexto
L2, agentes de investigação	Um agente de segurança e um agente de alinhamento reveem todas as janelas de contexto e executam código num ambiente isolado
L3, investigação automatizada	Compara a transcrição com os registos de rede e a telemetria para as cargas de trabalho sensíveis (Codex interno, avaliações, RL)

Para a camada L1, a OpenAI está a passar para uma verificação com intervalos máximos de 30 minutos. Os números apresentados:

Métrica publicada pela OpenAI	Valor anunciado
Alerta na reprodução do incidente Hugging Face	cerca de 30 minutos após a saída da sandbox
Antecedência em relação à intrusão real na Hugging Face	mais de 30 horas
Tentativa de acesso à Internet por DNS em setembro	sinalizada em 15 minutos, análise humana 3 minutos depois
Tempo habitual dos alertas de maior prioridade	cerca de 15 minutos

O artigo também reconhece as suas limitações. Os falsos alertas impedem que o serviço de prevenção (paging) fique permanentemente ativo: funciona a qualquer hora para o RL de ponta, durante o horário de trabalho para a maioria das outras cargas de trabalho e nunca para o tráfego interno do Codex. A OpenAI pretende introduzir uma pausa automática quando um alerta da prioridade mais elevada não é descartado nos 30 minutos seguintes ao contacto com uma pessoa. Das falhas identificadas pela METR e pela Redwood Research nos testes de julho, a maioria está corrigida, mas uma correção continua em curso.

Duas escolhas de conceção merecem atenção. Uma amostra de treino que aciona um monitor mantém a sua recompensa, para evitar ensinar o modelo a esconder os seus desvios na cadeia de pensamento; a OpenAI observa que os modelos mais avançados, incluindo o Astra, já controlam melhor o que essa cadeia revela. E, entre os modelos testados como monitores, o GPT-5.6 Sol deteta claramente mais casos do que o GPT-5.6 Terra ou o Luna, em parte, segundo a OpenAI, porque o prompt de monitorização foi otimizado para ele.

No exterior, uma versão do sistema monitoriza algumas implementações dos modelos acima do limiar Critical em cibersegurança, como o Astra, sem encaminhar sistematicamente os casos para pessoas da OpenAI: a conversa pode ser colocada em pausa automaticamente, as empresas podem receber alertas por webhook e a retenção zero de dados é respeitada. Esta monitorização abrange os pedidos à Responses API com ferramentas, mas não o Chat Completions.

🔗 O artigo da OpenAI

OpenAI reorganiza o seu Model Spec em torno de cinco valores e retira a maioria das suas orientações de estilo

29 de outubro — No mesmo dia, a OpenAI publica uma nova versão do seu Model Spec, o texto público que descreve como os seus modelos devem comportar-se. As orientações são agrupadas em torno de cinco valores: a fidelidade à intenção humana (faithfulness to human intent), a redução de danos, a honestidade e a transparência, o apoio à agência humana (human agency), ou seja, à capacidade das pessoas de compreender, escolher e agir por si próprias, e o cuidado com as pessoas (care). A OpenAI justifica esta escolha com a autonomia crescente dos modelos: quanto mais longas são as suas tarefas, mais as suas decisões se afastam do que uma pessoa pediu explicitamente.

A fidelidade à intenção passa a ser a base, com uma nova secção inspirada nos jogos de assistência (assistance games): as instruções continuam a ser o sinal mais claro, mas o modelo deve ter em conta o contexto, as conversas anteriores e as memórias, e tornar visíveis os pressupostos que daí retira. Integra uma cadeia de comando (chain of command) atualizada entre a OpenAI, os programadores e os utilizadores. Novas orientações abordam a agência humana, o respeito pelas normas sociais e o controlo dos efeitos secundários de uma ação. Em sentido inverso, a OpenAI retira a maioria das orientações de estilo detalhadas, já que o estilo deve seguir as preferências de cada pessoa, e o Spec deixa de falar de «o assistente» para falar de «GPT». A OpenAI esclarece que os seus modelos ainda não refletem inteiramente este texto e promete, para futuras atualizações, métodos de treino que lhes permitirão aprender estes valores.

🔗 O artigo da OpenAI sobre o Model Spec · A sequência de publicações de Jason Wolfe

Anthropic treina Claude para sinalizar por si próprio os usos abusivos das suas conversas

29 de outubro — A Anthropic abre um novo blog, Safeguards, e destaca nessa ocasião um artigo datado de 16 de outubro sobre a autoavaliação (self-assessment), uma técnica que faz do Claude o seu próprio monitor de abusos. Imediatamente após cada resposta, uma breve instrução de sistema pede-lhe que avalie a segurança da conversa, e o Claude responde com um pequeno JSON: conversa sinalizada ou não, motivo, categoria e subpolítica, recusa ou não, prioridade de 1 a 10 para análise humana. Estes dois turnos permanecem invisíveis para o utilizador e não são incluídos na continuação da conversa.

Because Claude has already read the conversation, self-assessment is very efficient. And unlike classifiers, which target a discrete set of harms, it draws on Claude’s own judgment, so it gets more accurate as our models improve.

🇵🇹 Como o Claude já leu a conversa, a autoavaliação é muito eficiente. E, ao contrário dos classificadores, que visam um conjunto fechado de danos, apoia-se no próprio discernimento do Claude, pelo que se torna mais precisa à medida que os nossos modelos progridem. — @AnthropicAI no X

A avaliação custa pouco: a conversa já está na cache KV e o Claude gera cerca de dez tokens, o que representa menos de 2 % de cálculo adicional de inferência, segundo a Anthropic, que não o cobra. Funciona desde junho, como monitor offline que não bloqueia nada, em todos os modelos lançados desde o Fable 5, exceto no tráfego abrangido por um acordo de retenção zero.

Métrica publicada pela Anthropic	Valor anunciado
Recall no Claude Fable 5, com 1 % de falsos positivos	78 % das conversas sinalizadas pelo classificador de referência
Recall nas conversas prioritárias (7 e acima)	94 %
Recall segundo a dimensão do modelo (apenas ajuste fino)	de cerca de 16 % a cerca de 96 %
Sucesso de ciberataques, sem proteção	79 % (19 em 24)
Sucesso com a autoavaliação a bloquear	54 % (13 em 24)
Sucesso com um classificador com prompt dedicado	25 % (6 em 24)

O classificador de referência é um classificador com prompt construído sobre o Claude Mythos Preview, com todas as políticas internas. Em produção, a autoavaliação identificou em agosto mais de 100 000 ocorrências de abuso sexual de menores provenientes de um único cliente da API, comunicadas ao NCMEC, e em setembro uma burla romântica automatizada construída com o Claude Code, cujas contas foram banidas após análise humana; mais de metade das organizações identificadas não tinham sido sinalizadas por nenhuma outra fonte no mês anterior. A Anthropic também define as suas limitações: não deteta todas as conversas nocivas, não é robusta perante um atacante que a vise, herda os pontos cegos do classificador que a treinou e ainda não monitoriza de forma fiável o comportamento do próprio Claude.

🔗 O artigo do blog Safeguards

Pika lança Pika H3 Flex, um modelo de vídeo e áudio com pesos abertos pós-treinado sobre MiniMax H3

29 de outubro — A Pika lança o Pika H3 Flex, um modelo de geração de vídeo com som sincronizado, pós-treinado sobre o MiniMax H3 e publicado com pesos abertos logo no primeiro dia. A Pika apresenta-o como uma ferramenta de iteração profissional: produzir rapidamente uma primeira versão e depois retocar, substituir e finalizar o plano escolhido. Para o construir, a equipa fez o ajuste fino do H3 com um conjunto de dados interno de áudio e vídeo, destilou-o de 50 para 6 etapas de remoção de ruído e depois alinhou-o com as preferências humanas através de aprendizagem por recompensa, com dois adaptadores fundidos num único LoRA, sem uma etapa de geração adicional.

O modelo abrange texto para vídeo, imagem para vídeo (primeira e última imagem), vídeo orientado por referências e edição (cenário, objeto, personagem, transferência de movimento). Aceita até 12 referências, com um máximo de 9 imagens, 3 vídeos e 3 excertos de áudio, e gera nativamente em 480p ou 768p, com duração de 5 a 15 segundos, a 24 imagens por segundo, com som estéreo a 32 kHz. Um sobreamostrador (upsampler) próprio finaliza depois o plano em 1080p, 2K ou 4K. A Pika também destaca a exportação de cinco pistas de áudio separadas (diálogos, música, efeitos, sonoplastia, ambiente), que apresenta como uma novidade absoluta num modelo de vídeo.

Quanto à velocidade, a Pika anuncia a produção de um clip de 15 segundos a 768p com banda sonora em apenas 7 segundos, mas a ressalva assinalada por um asterisco esclarece que se trata apenas do cálculo do transformador de difusão (DiT), num ambiente de teste controlado, e não do tempo total de um pedido; segundo esta mesma métrica, o Flex seria, em média, 1,8 vezes mais rápido do que o H3 Max. O artigo técnico também indica uma latência de ponta a ponta: 2,129 segundos em vez de 3,409 para um clip de 5 segundos a 768p em oito GPU B300, ou seja, 1,6 vezes mais rápido.

A Pika coloca o Flex em 7.º lugar na classificação geral e em 1.º entre os modelos com pesos abertos na classificação de texto para vídeo da DesignArena no momento do lançamento, à frente do MiniMax H3, H3 Max e Seedance 2.5, uma classificação impossível de verificar no momento da redação, pois a página da DesignArena devolvia um erro. Nas suas próprias avaliações a 768p face ao MiniMax H3, Fal H3 Max e HeyGen Video, o Flex obtém as melhores pontuações nas cinco métricas visuais e de áudio; os avaliadores humanos preferem-no na anatomia, na composição e na sincronização do som, mas outros modelos continuam à frente na física, na narrativa ao longo de várias cenas, na iluminação e nas cenas de ação.

O modelo já está disponível através da API da Pika (Pika API Club), do ComfyUI e do Diffusers, e chegará à ferramenta de criação da Pika a 2 de novembro. O preço é calculado por segundo de vídeo produzido:

Resolução de saída	Lançamento, texto ou imagem	Preço normal, texto ou imagem	Lançamento, referência de vídeo
480p	0,01 dollar	0,02 dollar	0,03 dollar
768p	0,02 dollar	0,04 dollar	0,06 dollar
1080p	0,035 dollar	0,07 dollar	0,075 dollar
2K	0,04 dollar	0,08 dollar	0,08 dollar
4K	0,08 dollar	0,16 dollar	0,10 dollar

Com uma referência de vídeo, os segundos de entrada são cobrados ao mesmo preço que os de saída; as referências de imagem e áudio são gratuitas, e as pistas separadas custam 0,001 dólar por segundo. Os membros do Pika API Club recebem 15 gerações gratuitas por dia até 5 de novembro. Os pesos, sob a licença comunitária do MiniMax H3, estão no Hugging Face e o código no GitHub; abrangem a geração em 480p e 768p, enquanto a finalização em 4K, a separação das pistas e a melhoria dos prompts continuam reservadas ao serviço alojado. A Pika promete disponibilizar também o seu sobreamostrador, sem indicar uma data.

🔗 A sequência de publicações da Pika · O artigo de lançamento · O artigo técnico · Os pesos no Hugging Face

ElevenLabs lança SFX v3, o seu novo modelo de efeitos sonoros que segue várias instruções num mesmo prompt

29 de outubro — A ElevenLabs lança o SFX v3, a nova versão do seu modelo de efeitos sonoros gerados a partir de texto. O modelo promete sons mais ricos e mais precisos, melhor suporte para música e vozes e, sobretudo, o cumprimento de várias instruções num mesmo prompt: descrever uma multidão a aplaudir, uma bola a cair e depois uma multidão a vaiar basta para obter a sequência pela ordem indicada. Está disponível no ElevenCreative (flows, separador Sound Effects, Studio, editor de música), na aplicação móvel e na API.

A documentação introduz algumas ressalvas sobre esta disponibilidade: na API, eleven_text_to_sound_v3 tem acesso limitado, pode não estar disponível em algumas regiões (uma conta sem acesso recebe um erro Unknown model) e a v2 continua a ser o modelo predefinido. Também refere menos saturação nos sons agudos, como gongos ou apitos, e a geração de loops. A ElevenLabs não publica preços nem métricas comparativas.

🔗 A sequência de publicações da ElevenLabs · A documentação dos modelos

Ideogram adiciona uma janela de contexto ao Precise Edit para retocar imagens até 8K

29 de outubro — A Ideogram adiciona uma janela de contexto (context window) ao Precise Edit, a sua ferramenta de retoque localizado. Até agora, editar uma imagem grande obrigava a reduzi-la e depois a voltar a colar o resultado. Agora, uma área até 2K é retocada nos seus pixels originais numa imagem até 8K, sem emendas nem artefactos, mantendo tudo o resto intacto: uma imagem 4K continua em 4K, em vez de passar a 2K. A funcionalidade está disponível na aplicação, na API e em oito parceiros, incluindo Runway, fal, Luma e ComfyUI, com quatro níveis de qualidade entre 0,8 e 22 cêntimos por retoque, os mesmos limites dos modos do Ideogram 4.5, abordados aqui a 16 de outubro.

🔗 O fio da Ideogram · A página do Precise Edit

Assistentes: múltiplas contas e CarPlay no Claude, ficheiros editáveis e avatares partilhados no Gemini, Kimi ligado ao Gmail, Drive e Calendar

Anthropic, Google e Moonshot AI reforçam no mesmo dia os seus assistentes para o público em geral, tanto em dispositivos móveis como na web.

As aplicações móveis do Claude ganham múltiplas contas, CarPlay e mais 24 idiomas

29 de outubro — A Anthropic detalha num fio de @claudeai várias melhorias das aplicações Claude que chegaram esta semana, sem artigo nem notas de versão.

Plataforma abrangida	Novidade anunciada
iOS e Android	Várias contas com sessão iniciada, alternância sem terminar sessão
iPhone	Modo de voz com Apple CarPlay
Web, computador, iOS e Android	Mais 24 idiomas, 33 no total, incluindo bengali, suaíli, tailandês, ucraniano e vietnamita
iOS e Android	Modo de voz mais rápido a responder, melhor captação em ambientes ruidosos, voz mais natural noutros idiomas além do inglês, mais telemóveis Android
iPad e iPhone Duo	Criações do Claude abertas ao lado da conversa, ecrã inteiro a pedido
Chromebooks, Googlebooks e dobráveis	Aplicação Android em modo de portátil: barra lateral redimensionável, touchpad, clique direito, atalhos do Claude Desktop

O suporte para múltiplas contas permite separar uma conta pessoal de uma conta profissional sem voltar a iniciar sessão, e o CarPlay permite fazer perguntas ao Claude enquanto se conduz, com as mãos no volante. Uma pesquisa através de um gesto para baixo no iPhone e no iPad, para encontrar uma conversa, um projeto ou uma definição, está anunciada para breve, sem data.

🔗 O fio do Claude no X

A aplicação Gemini permite gerar, pré-visualizar e editar documentos, PDF, apresentações e folhas de cálculo diretamente no chat

29 de outubro — A aplicação Gemini já consegue gerar, pré-visualizar e editar ficheiros sem sair da conversa: documentos, PDF, apresentações, folhas de cálculo ou código. O ficheiro produzido abre-se no chat; é possível passar para ecrã inteiro para corrigir o texto manualmente, destacar uma passagem para fazer uma pergunta ou pedir ao Gemini que reescreva uma secção, tanto o texto como os elementos visuais. A Google ilustra a funcionalidade com apontamentos manuscritos de aulas transformados num guia de estudo em PDF, depois ajustado manualmente. A novidade está disponível para todos os utilizadores, em todos os idiomas da aplicação, mas não em todas as plataformas:

Formato de ficheiro	Plataformas suportadas
PDF	Web e dispositivos móveis
Google Docs, Google Sheets, apresentações	Apenas web
Markdown, TXT, código	Apenas web

🔗 O artigo da Google

A aplicação Gemini permite partilhar o avatar com outros utilizadores para os incluir em imagens e vídeos

29 de outubro — O avatar do Gemini, lançado este verão para as imagens Nano Banana, passa a poder ser partilhado. Cada pessoa regista o rosto e a voz num telemóvel ou tablet e depois autoriza pessoas próximas, através do respetivo endereço Gmail, a utilizá-lo: estas invocam-no num prompt pelo nome de utilizador Google (@nom) para criar uma imagem com Nano Banana ou um vídeo com Gemini Omni em que todos aparecem, com uma personagem e uma voz que se mantêm consistentes. O destinatário aceita ou recusa o convite; o proprietário vê quem tem acesso, define datas de validade e revoga um acesso a qualquer momento, impedindo novas criações sem apagar as já realizadas. O acesso continua sujeito a restrições: idade igual ou superior a 18 anos, conta Google pessoal, apenas em inglês, indisponível no Espaço Económico Europeu, na Suíça e no Reino Unido, e necessidade de um plano Google AI para vídeos com o próprio avatar.

🔗 O anúncio do Gemini no X · A página de ajuda da Google

Kimi liga-se ao Gmail, Google Drive e Google Calendar

29 de outubro — A Moonshot AI liga o Kimi a três serviços da Google: Gmail, Google Drive e Google Calendar. O assistente pode resumir fios de discussão, encontrar um ficheiro no Drive ou organizar o dia a partir do calendário, com um acesso OAuth que o utilizador concede e controla. Os três conectores instalam-se a partir da página de plugins do Kimi, onde se juntam ao Outlook e a ferramentas de documentos (PDF, Excel, Word). A Moonshot não especifica o âmbito das permissões pedidas, se são de apenas leitura ou de acesso completo à caixa de correio, nem o plano necessário ou o preço, e o anúncio não menciona o envio de mensagens.

🔗 O anúncio do Kimi no X · A página de plugins do Kimi

OpenAI duplica a quota de utilização do Work e do Codex nos planos Pro 100 e Pro 500 e desiste de reduzir a do Pro 200

29 de outubro — A OpenAI aumenta a quota de utilização do Work e do Codex incluída nos seus planos mais caros. Segundo as notas de versão do ChatGPT, Pro 100 e Pro 500 passam a dispor do dobro da quota anterior. No caso do Pro 200, a OpenAI volta atrás: a redução anunciada por e-mail a 29 de setembro, aquando do lançamento do Pro 500, é cancelada. Quem tinha mantido a quota antiga conserva-a, e quem tinha passado para a quota reduzida vê-a duplicar, regressando assim ao mesmo nível.

Plano abrangido	Alteração a 29 de outubro
Pro 100	Quota do Work e do Codex duplicada
Pro 500	Quota do Work e do Codex duplicada
Pro 200	Redução de 29 de setembro cancelada, quota reduzida duplicada
Business Premium	Aumento sem valor nas notas, duplicação segundo @thsottiaux
Dots	Limites alargados mantidos por enquanto, utilização contabilizada à parte

A mensagem de @thsottiaux, republicada por @OpenAI, fala efetivamente de uma duplicação de todos os limites dos escalões Pro e do Business Premium, com efeito nesse mesmo dia, enquanto as notas de versão não apresentam valores para o Business Premium.

🔗 As notas de versão do ChatGPT · A mensagem de @thsottiaux

Plataformas para empresas e programadores: Sakana API Platform em acesso antecipado, Perplexity Enterprise com certificação FedRAMP Moderate e nível ultra-preview da Agent API

Três anúncios visam as implementações profissionais: uma API de gestão para empresas no Japão, uma certificação para as administrações públicas norte-americanas e novas definições para os agentes de pesquisa.

Sakana AI abre o acesso antecipado à Sakana API Platform, uma API compatível com OpenAI com gestão para empresas

29 de outubro — A Sakana AI abre o acesso antecipado à Sakana API Platform, a porta de entrada dos seus modelos para as empresas, num artigo datado de 28 de outubro e anunciado no X no dia seguinte. O Fugu, o seu modelo de orquestração que combina vários modelos de ponta, e o Namazu, o seu LLM especializado em japonês, já existiam em API, mas sem ferramentas de gestão. A plataforma acrescenta o que faltava para uma implementação empresarial: organizações e espaços de trabalho, uma consola que centraliza membros, chaves API e consumo, controlo de acesso por função, registos de auditoria exportáveis em CSV, limites de orçamento, pagamento por fatura, contratos MSA e DPA e condições que excluem a utilização dos dados enviados para treino.

A API é compatível com OpenAI: uma aplicação que já chama um LLM só precisa de mudar o ponto de acesso. Sakana Fugu e Fugu Ultra são disponibilizados primeiro; Namazu e Fugu Max chegarão depois, sem data. O acesso faz-se por candidatura, e a Sakana AI não publica qualquer tabela de preços: os preços e as condições são comunicados a cada cliente.

🔗 O anúncio da Sakana AI

Perplexity obtém a certificação FedRAMP Moderate para o Perplexity Enterprise, incluindo pesquisa web em tempo real

28 de outubro — O Perplexity Enterprise obtém a certificação FedRAMP Class C (Moderate), no âmbito do programa federal norte-americano de autorização de serviços cloud, após a avaliação de uma entidade terceira, a 360 Advanced. A Perplexity destaca a pesquisa web em tempo real, com citações, dentro do âmbito certificado: a consulta de um funcionário público nunca é transmitida a um motor de pesquisa externo, uma vez que a empresa opera o seu próprio índice com mais de 200 mil milhões de URL únicos.

As agências federais compram o serviço através do Multiple Award Schedule da GSA, os estados, as autarquias e os estabelecimentos de ensino através de revendedores autorizados, e os prestadores de serviços do Estado diretamente. As consultas identificadas como provenientes de agências norte-americanas nunca são conservadas para treinar, melhorar ou avaliar modelos, e os administradores mantêm o controlo sobre a autenticação única, a partilha, os conectores, a retenção, os registos de auditoria e a escolha dos fornecedores de modelos. O artigo, não divulgado no X, não esclarece se as API Search, Agent e Embeddings estão abrangidas pela certificação. Separadamente, a oferta Enterprise Pro for Government continua disponível para as agências federais através do OneGov por 0,25 dólares por agência até 31 de março de 2027.

🔗 O artigo da Perplexity

A Agent API da Perplexity adiciona o nível de esforço ultra-preview e aumenta os limites dos níveis low a xhigh

29 de outubro — A Perplexity publica no changelog da sua API uma entrada retroativa sobre os níveis de esforço da Agent API, com alterações aplicadas desde meados de outubro sem terem sido anunciadas. A novidade visível é o nível ultra-preview, pensado para pesquisas abrangentes e recolha de dados quando a cobertura é mais importante do que a velocidade, com execuções que podem ser demoradas. O nome não documentado ultra desaparece e passa a devolver um erro, o alias wide-research aponta para xhigh, e o parâmetro max_steps aceita até 500 etapas, contra 100 anteriormente.

Nível de esforço	Versão atual	Principal alteração
fast	`fast@2026-10-16.0`	Recurso ao GPT-5.6 Luna quando o GPT-6 Luna está indisponível
low	`low@2026-10-24.0`	Saída máxima de 32 768 para 128 000 tokens
medium	`medium@2026-10-22.1`	Pesquisa web de 2 000 para 4 000 tokens por página
high	`high@2026-10-28.0`	GPT-6.1 Terra em vez de GPT-6 Sol, de 15 para 40 etapas
xhigh	`xhigh@2026-10-29.0`	Claude Opus 5.5 com GPT-6.1 Sol como alternativa, de 100 para 300 etapas, compaction a partir de 150 000 tokens
ultra-preview	novo	Pesquisa abrangente, execuções demoradas

A pesquisa web dos níveis low e high também devolve 4 000 tokens por página em vez de 2 000, e xhigh passa a funcionar sem prompt de sistema. As configurações antigas continuam acessíveis em versões fixadas, e não são anunciados novos preços.

🔗 O changelog da API Perplexity

Equipamentos: óculos XREAL AURA com Android XR e Gemini e dispositivo de voz SecondBrain VoicePad da Genspark

Dois dispositivos procuram tirar o assistente do ecrã, um colocando-o sobre o nariz, o outro colocando-o na ponta dos dedos.

Google e XREAL lançam XREAL AURA, os primeiros óculos XR com fios com Android XR e Gemini integrado

28 de outubro — A Google e a XREAL lançam XREAL AURA, apresentados pela Google como os primeiros óculos XR com fios com Android XR. As lentes são transparentes: o conteúdo sobrepõe-se ao mundo real, num campo de visão de 70 graus. Os óculos pesam menos de 95 gramas, porque o processamento e a bateria ficam numa unidade ligada por cabo, o primeiro dispositivo na plataforma Snapdragon Reality Elite da Qualcomm. O Gemini compreende o que o utilizador vê, tanto na divisão como nos seus ecrãs, e pode agora destacar o que é relevante quando se partilha a vista; com Wired Mirroring, um portátil ligado por USB-C torna-se mais uma janela, sem software para instalar, que o Gemini também consegue ler.

Característica dos XREAL AURA	Valor anunciado
Campo de visão	70 graus
Peso dos óculos	Menos de 95 gramas
Chip da unidade	Snapdragon Reality Elite (Qualcomm)
Aplicações concebidas para XR	Mais de 150 no Google Play
Preço de lançamento	A partir de 1 099 dólares, até ao fim do ano
Abertura das encomendas	Estados Unidos, Canadá e Coreia a partir de 28 de outubro, Japão a 2 de novembro

Segundo o artigo, as encomendas feitas nos Estados Unidos em BestBuy.com são enviadas a partir de meados de novembro; o dispositivo está reservado a pessoas com 18 anos ou mais.

🔗 O artigo da Google

Genspark abre as reservas do SecondBrain VoicePad, um dispositivo de voz com cinco teclas para controlar as suas ferramentas de IA

29 de outubro — Genspark apresenta SecondBrain VoicePad, um dispositivo com cinco teclas que substitui a escrita pela voz para controlar ferramentas de IA. Por predefinição, as teclas permitem tomar notas de reuniões, gerir a agenda, iniciar uma apresentação, abrir o espaço de trabalho de IA da Genspark e, no caso da maior, quando mantida premida, ditar um texto limpo onde estiver o cursor, em qualquer aplicação, incluindo o terminal. Cada tecla também pode abrir ChatGPT, Claude, Gemini ou Grok e escrever o prompt ditado; a página esclarece que VoicePad não está afiliado a estes serviços nem é aprovado por eles. Em conjunto com Genspark, um pedido oral transforma-se numa apresentação, folha de cálculo, documento ou site, e o modo de notas de reunião grava sem computador.

Característica anunciada	Valor segundo a página da Genspark
Dispositivo	Alumínio maquinado, 85 gramas, microfone duplo, fixação magnética
Autonomia	Cerca de 20 horas por carga
Introdução por voz	160 palavras por minuto, contra cerca de 40 ao digitar
Créditos incluídos	1 000 créditos Genspark Super Agent no primeiro ano
Reserva	9,99 dólares por um lugar VIP ao preço de 99 dólares
Lançamento	Kickstarter, novembro de 2026

O tweet fala de pré-encomendas abertas, mas a página da loja esclarece o calendário: o lançamento terá lugar no Kickstarter em novembro, e a reserva garante desde já o preço de 99 dólares. Genspark já tinha apresentado, a 1 de setembro, SecondBrain Note, outro dispositivo da sua gama SecondBrain.

🔗 A página do VoicePad · O anúncio da Genspark no X

Hugging Face e cinco universidades norte-americanas lançam Project ProtoStar para tornar a ciência financiada por fundos públicos utilizável pela IA

29 de outubro — Hugging Face lança Project ProtoStar com cinco universidades norte-americanas reunidas no Open Forum for AI (Carnegie Mellon, Purdue, Georgia Tech, Arizona State e George Washington), o Astera Institute e o Open Research Community Accelerator (ORCA). O objetivo: que os conjuntos de dados, modelos e código da investigação financiada por fundos públicos sejam publicados em formatos utilizáveis pela IA, documentados e reutilizáveis. Hugging Face assume o papel de parceiro de infraestrutura, e as instituições comprometem-se através de um memorando de entendimento. A publicação recorda que o Estado federal norte-americano dedica cerca de 190 mil milhões de dólares por ano à investigação e desenvolvimento.

A publicação também quantifica o crescimento já visível no Hub: mais de 17 000 conjuntos de dados científicos públicos, mais do triplo de novos conjuntos de dados científicos nos primeiros nove meses de 2026 em comparação com o mesmo período de 2025, e mais de 11 milhões de downloads dos 18 repositórios do NCBI. O primeiro desafio, Climate Risk Intelligence, organizado pela Carnegie Mellon de 2 a 13 de novembro, pede que se prevejam, de 2019 a 2026, quatro indicadores climáticos de 210 cidades norte-americanas a partir apenas de dados anteriores, tendo como comparação referências estatísticas simples; os resultados definitivos são esperados no início de 2027.

🔗 A publicação da Hugging Face · O desafio Climate Risk Intelligence

Agentes de código: Codex CLI 0.166.0, macOS Satellites da Amp, Antigravity IDE 2.6.0 com Gemini 4 Argon e Antigravity para Eclipse

Codex CLI 0.166.0 acrescenta seleção por teclado na transcrição, codex doctor —network-only e GPT-6.1 Terra nos catálogos Vertex AI e Bedrock

29 de outubro — Dois dias após a 0.165.0, Codex CLI 0.166.0 chega como versão estável, com 264 entradas no changelog completo. As principais alterações dizem respeito à interface de terminal (TUI): agora é possível percorrer e selecionar a transcrição com o teclado e, quando um pedido é bloqueado por motivos de segurança, a TUI explica melhor porquê e propõe novas tentativas mais seguras.

Novidade da 0.166.0	Detalhe da versão
Seleção da transcrição	Por teclado, por palavra, linha ou página, com pesquisa integrada e atalhos configuráveis
`codex queue --resume`	Retoma uma conversa removida da memória após a colocação de uma mensagem em fila
`codex doctor --network-only`	Diagnóstico limitado à configuração, à conectividade e a WebSocket
Catálogos de modelos	GPT-6.1 Terra adicionado aos catálogos Vertex AI e Amazon Bedrock da CLI
Renderização de Markdown	Uniforme nas perguntas assíncronas, nas opções e nas respostas

GPT-6.1 Terra já constava dos catálogos integrados desde a 0.165.0, e esta versão não anuncia a sua disponibilidade na Google ou na Amazon. Quanto às correções, as autorizações já concedidas mantêm-se ao retomar ou duplicar (fork) uma conversa, a contagem dos tokens de raciocínio é preservada em ambos os casos, o que evita uma compactação prematura, e a TUI recupera melhor após uma reconexão. As chaves de API FedRAMP também são encaminhadas por predefinição para os endpoints governamentais.

🔗 A versão 0.166.0 no GitHub

Amp dá um Mac aos seus orbs com macOS Satellites, em beta a partir de 2 dólares por hora

29 de outubro — Amp acrescenta Macs aos seus orbs, as máquinas na cloud onde são executadas as suas conversas. Com macOS Satellites, o agente pode trabalhar numa aplicação iOS ou Mac: inicia por si próprio um Mac na cloud, com Xcode e os simuladores, em cerca de trinta segundos, compila, executa e testa a aplicação nessa máquina e depois devolve capturas de ecrã, registos e uma gravação do ecrã à conversa, onde também é possível assumir o seu controlo. A conversa permanece no orb Linux, e o Mac é apenas um satélite que recebe o código sincronizado; arranca limpo e só é mantido durante 20 minutos após o fim do trabalho, para reutilizar a cache de compilação se houver uma nova execução. Amp abandonou os seus «Morbs», orbs inteiramente em Mac, demasiado lentos a arrancar e com custos de disco demasiado elevados.

Tamanho da máquina	Processadores (CPU)	Memória RAM	Preço por hora
mac.medium	6	14 Go	2 dólares
mac.large	12	28 Go	4 dólares

A funcionalidade está em beta, com acesso gradual mediante lista de espera; o tempo de utilização do Mac é descontado da utilização de orbs incluída no plano, a uma taxa mais elevada, e depois dos créditos Amp.

🔗 O anúncio da Amp

Antigravity IDE 2.6.0 acrescenta Gemini 4 Argon e uma interface de agente reformulada

26 de outubro — Antigravity IDE, o editor do Google Antigravity, passa para a 2.6.0 (6 melhorias, 2 correções), a sua primeira versão desde a 2.5.5 de 13 de agosto, e recebe também Gemini 4 Argon, para os planos elegíveis, sem mais pormenores. A 19 de outubro, a página Modelos do Antigravity ainda excluía o IDE do acesso ao Argon. A interface do agente foi reconstruída com base na extensão Antigravity integrada, para um arranque mais rápido, atualizações em segundo plano e paridade de funcionalidades. A versão acrescenta atalhos para aceitar (Alt+Enter ou Option+Enter) ou rejeitar um bloco de diff, comentários de código em linha colocados em fila para a próxima instrução e a possibilidade de arrastar e largar ficheiros ou capturas de ecrã no painel Agent; as duas correções dizem respeito ao arrastar e largar no macOS e no Linux e ao restauro das conversas após uma interrupção do serviço.

🔗 O changelog do Antigravity

Google lança Antigravity para Eclipse, uma extensão com chat agêntico e revisão de diffs lado a lado

27 de outubro — Google Antigravity chega ao Eclipse com uma primeira extensão, na versão 1.0.0 (10 melhorias, 6 correções). Acrescenta uma vista de chat agêntico ancorada ao lado do editor, para a qual se pode enviar uma seleção de código ou a saída do terminal e da consola, e apresenta as alterações do agente lado a lado no editor de comparação do Eclipse, com opções para aceitar e rejeitar, e anulação num único passo. Os planos e relatórios produzidos pelo agente abrem em separadores dedicados, e a extensão propõe a importação quando o agente cria um projeto Maven, Gradle ou Eclipse. Tal como na CLI, o agente só arranca após a aprovação do espaço de trabalho, sendo essa confiança partilhada com Antigravity CLI. Eclipse junta-se assim ao VS Code e ao Visual Studio entre os editores de terceiros suportados.

🔗 O changelog do Antigravity, separador das extensões

Breves

Em torno do Mistral Large 4 e dos modelos abertos

NVIDIA e Mistral Large 4 — A NVIDIA assegura o suporte ao modelo desde o seu lançamento, com um checkpoint NVFP4 no Hugging Face e uma receita Dynamo para inferência distribuída, e confirma o treino em 3 800 GPU Grace Blackwell; a SGLang afirma ter sido a primeira a disponibilizar o modelo no Vera Rubin. 🔗 fonte
Maya 2 Native — A Maya Research publica sob Apache-2.0 um modelo de síntese de voz para onze línguas indianas e inglês, com 20 vozes, fluxo contínuo e clonagem a partir de 3 a 10 segundos; segundo as suas medições, suporta 224 fluxos simultâneos numa H100 NVL e apresenta uma mediana de 111 ms até ao primeiro som. 🔗 fonte
Granite Switch 4.1.1 — A IBM publica uma versão corretiva e retrocompatível: apenas mudam o modelo de transcrição, agora multilingue em 10 línguas com pontuação, e o adaptador de decisão, sem números publicados sobre os ganhos. 🔗 fonte
Phonic-1 no Together AI — A Together AI afirma ter treinado e disponibilizar o Phonic-1, o modelo de voz para voz da start-up Phonic destinado a agentes de voz; a LiveKit integra-o no próprio dia e afirma que ocupa o primeiro lugar no Artificial Analysis Speech to Speech Index, uma classificação não verificada na fonte. 🔗 fonte
jack & jill — A Together AI cita este cliente, que prevê os candidatos que um recrutador quererá conhecer: afinado com Together Post-Training, o seu modelo aberto iguala um modelo fechado numa avaliação offline, com um serviço mais barato, sem números publicados. 🔗 fonte
SixthView — A Meta disponibiliza sem anúncio um benchmark de raciocínio espacial com 604 exemplos e 11 634 imagens, no qual é necessário adivinhar a face oculta de uma montagem de cubos; não são publicadas pontuações. 🔗 fonte
AnySpeechRecognizer e AnyDecisionModel — Mattt (Hugging Face) publica dois pacotes Swift: um mantém a API de reconhecimento de voz da Apple com Parakeet ou Qwen3-ASR executados no dispositivo, o outro responde a perguntas fechadas lendo as probabilidades do modelo, com 16 perguntas em cerca de 0,45 s num M4 Max. 🔗 fonte
huggingface_hub 2.4.0 — HfFileSystem copia e move ficheiros para os Buckets, sendo os armazenados com Xet copiados no servidor através do seu hash, sem download; o CLI hf também assinala extensões desatualizadas. 🔗 fonte
kernels 0.18.0 — Recapitulação de 28 de outubro: a biblioteca do Hugging Face compila kernels para TPU, suporta PyTorch 2.15 com CUDA 13.4 e ROCm 7.14, e reintegra PyTorch 2.10 a 2.12. 🔗 fonte

API, SDK e guias

Claude Platform — A API Usage and Cost Analytics entra em beta para acompanhar a utilização em tokens e o custo por modelo, workspace, chave API ou utilizador, passando a antiga Usage and Cost API a ser legada; na véspera, o tamanho máximo dos pedidos à Messages API e à Token Counting API passou de 32 para 128 Mo. 🔗 fonte
SDK da OpenAI — O openai-python 3.41.0 filtra as sessões de agentes por metadados, após a chegada de tempos de vida ajustáveis por ponto de interrupção da cache de prompts no openai-python 3.40.0 e no openai-node 7.45.1. 🔗 fonte
SDK TypeScript da SpaceXSI — A versão 0.2.6 renomeia o cliente para SpaceXSI, mantendo SpaceXAI como alias obsoleto, e a 0.2.7 volta a sincronizar os tipos com a especificação da API. 🔗 fonte
CLI mistral 0.15.0 — Alteração incompatível: sem o gestor de credenciais do sistema, mistral login recusa guardar os dados de acesso em texto simples, salvo com a opção --insecure-storage; mistral upgrade também pode ser instalado a partir de um mirror interno, com verificação SHA-256. 🔗 fonte
Cohere na AWS — A Cohere publica um guia para criar um assistente de pesquisa financeira com Embed, Rerank e Parse no SageMaker AI e Claude no Bedrock, acompanhado de uma demonstração CloudFormation baseada em 928 páginas de relatórios anuais de três bancos; nenhum produto novo. 🔗 fonte
Embeddings na Perplexity — Um guia pedagógico sobre embeddings de texto cita o pplx-embed-v1, lançado em fevereiro, com 69,66 nDCG@10 na pesquisa multilingue do MTEB, contra 67,71 do gemini-embedding-001; nenhuma novidade. 🔗 fonte

Agentes e ferramentas de código

Antigravity 2.28.1 acrescenta um navegador de conversas e um aviso sobre plugins de programadores terceiros — Recapitulação de 28 de outubro: uma barra à esquerda coloca um ponto por interação, com capítulos por data, e cada página de plugin indica o seu programador, a versão e os links. 🔗 fonte
Plugins do Copilot — Recapitulação do Universe: os plugins predefinidos declarados por um repositório de confiança e os controlos de plugins empresariais (marketplaces aprovados, plugins obrigatórios ou bloqueados) passam a disponibilidade geral no VS Code, no Copilot CLI e na aplicação GitHub Copilot. 🔗 fonte
Visualize This no Amp — O Amp produz a pedido, diretamente na conversa, gráficos, cronologias, diagramas e maquetes clicáveis; sem preços nem limites indicados. 🔗 fonte
Devin, notas de 28 de outubro — O separador Progress mostra as tarefas da sessão em tempo real e substitui o separador Tasks, o feedback das pull requests do Azure DevOps regressa à sessão que as abriu, e as skills pessoais podem ser mencionadas a partir de @ Skills. 🔗 fonte
Devin, notas de 26 de outubro — Recapitulação: os separadores Progress e Shell fundem-se numa vista Activity, e o Devin integra diretamente nas suas mensagens artefactos HTML (relatórios, painéis, gráficos). 🔗 fonte
Delta 0.23 — Cada projeto escolhe o seu checkout predefinido (worktree isolado, checkout local ou worktree Git), uma definição limita a duração dos comandos de terminal dos agentes, e 17 correções resolvem, entre outros problemas, a compactação dos modelos personalizados. 🔗 fonte
DeltaDB — A Zed detalha a arquitetura da sua base de versões para agentes: CRDT armazenados em SQLite num grafo causal, um Durable Object Cloudflare por conversa e o rastreio de cada carácter até à sua conversa de origem, anunciado sem data. 🔗 fonte
Fábrica de software da Warp — Um artigo metodológico enumera sete componentes de uma fábrica de software (software factory), incluindo um controlo do computador que condensa três ou quatro minutos de verificação em 15 segundos de vídeo; o Warp Factories continua em acesso antecipado, com até 10 000 dólares em créditos para as primeiras equipas. 🔗 fonte
Qwen Code v0.26.4 — No dia seguinte à v0.26.3, a versão estável atribui worktrees independentes ao Managed Agent e vistas interativas à Generated UI, que passa a seguir o tema do anfitrião; 19 funcionalidades e 18 correções. 🔗 fonte
safeagents — Recapitulação de 28 de outubro: o Hugging Face publica sem anúncio um proxy local sob Apache-2.0 que inspeciona cada chamada de ferramenta de um agente de código (Claude Code, OpenCode, Pi, Hermes…) e neutraliza as que bloqueia, com um modo de apenas observação. 🔗 fonte

Imagem, vídeo e voz

Kling 4.0 no Genspark AI Media Studio — Dois dias após o lançamento do seu Media Studio, a Genspark acrescenta-lhe o Kling 4.0: 30 segundos numa única geração sem cortes, até 15 referências e 10 fotogramas-chave, créditos a metade do preço até 4 de novembro. 🔗 Genspark · 🔗 Kling
Agentes internos da ElevenLabs — Os seus agentes ElevenAgents, ligados ao Slack, poupam mais de 1 200 horas por mês às suas equipas e respondem a mais de 5 000 perguntas por mês; o artigo aconselha a reduzir os dados visíveis para o agente em vez de retocar o seu prompt. 🔗 fonte
ElevenLabs e Karnataka — O estado indiano não identificado no memorando de entendimento de 7 de outubro é Karnataka: projetos-piloto de IA de voz para reclamações, linhas de apoio e prestações em canarês e noutras 13 línguas, e vozes restauradas gratuitamente para toda a vida para os residentes elegíveis; sem montante nem calendário. 🔗 fonte
Lettuce e Ads Engine — A fintech para trabalhadores independentes produz quase todos os seus anúncios Meta com o Ads Engine da ElevenLabs, uma variante em cerca de 45 segundos em vez de mais de uma semana, e estima que os seus custos de criação tenham diminuído cerca de 75 %. 🔗 fonte

Produtos e empresas

Manuais gratuitos no Gemini Notebook — Centenas de manuais de editoras como S Chand Publishing, OpenStax ou Open Textbook Library podem ser acrescentados gratuitamente como fontes de um caderno; sem indicação de países ou línguas. 🔗 fonte
Kimi Work 3.2.22 — O agente confirma as informações essenciais antes de iniciar uma tarefa (Ask user), podem comprar-se pacotes de utilização adicional quando surge o alerta de quota, sem preço indicado, e um Task Center reúne as automatizações. 🔗 fonte
Reflexão automática no ChatGPT Enterprise e Edu — O Instant deixa de passar automaticamente para um nível de reflexão superior, exceto nos espaços configurados para encaminhamento médico especializado; passa a ser necessário escolher o nível no seletor. 🔗 fonte
Ropes & Gray — A sociedade de advogados desenvolve com a OpenAI uma ferramenta de auditoria prévia (due diligence) que organiza uma sala de dados e redige resumos e um relatório no formato interno, revistos pelos juristas; produzir um relatório em horas em vez de semanas continua a ser um objetivo, não um resultado medido. 🔗 fonte
Codex Originals — A OpenAI Developers lança uma série de curtas-metragens sobre nove pessoas que criam com o Codex, incluindo o imunologista Derya Unutmaz, Mikhail Parakhin (Shopify) e Mitchell Hashimoto; sem números nem produto. 🔗 fonte
Teardown e UNBROKER no Perplexity Computer — Duas skills da comunidade chegam ao marketplace do Computer, uma para desenhar vistas explodidas com legendas, a outra para preparar pedidos de remoção junto de corretores de dados; as suas tarefas são gratuitas até 6 de novembro, até ao limite de 5 000 créditos por utilizador. 🔗 fonte
Sakana AI e as eleições intercalares — A Sakana AI analisou com o Sakana Marlin 2 042 publicações e 705 976 reações no X sobre a eleição para o Senado no Texas; segundo o seu relatório, as mudanças de opinião surgiam cerca de dois meses antes das alterações nas avaliações das entidades de prognóstico eleitoral. 🔗 fonte
OpenMath 2026 — A Sakana AI vence a categoria de empresas do hackathon sobre autoaperfeiçoamento recursivo em matemática, organizado com Stephen Wolfram no Harvard Innovation Labs. 🔗 fonte

GitHub fora da IA

Intervalos IP dos webhooks — O GitHub acrescenta 9.234.98.160/28, 9.234.98.176/28 e 9.234.106.48/28 aos endereços de entrega dos webhooks publicados na API meta; as listas de permissões estáticas devem incluí-los. 🔗 fonte

O que isto significa

Os pesos abertos sobem mais um patamar. O Mistral Large 4 chega a cerca de 1 000 mil milhões de parâmetros, treinado na Europa em 3 800 GPU, com um preço de API reduzido para 0,70 dólar por milhão de tokens de entrada e um ecossistema pronto no próprio dia: Transformers, vLLM, llama.cpp, NVIDIA NIM, Microsoft Foundry, e um ajuste LoRA que cabe num único nó de 8 GPU. A Pika faz a mesma aposta no vídeo, ao publicar, com os respetivos pesos, uma versão do MiniMax H3 com pós-treino. A abertura mantém, contudo, os seus limites: a Mistral exige uma licença comercial para disponibilizar o modelo a terceiros, a Pika mantém a 4K, a separação de faixas e a melhoria dos prompts no seu serviço alojado, e a Mistral reforça as suas salvaguardas de cibersegurança ao reservar a sua variante ofensiva a parceiros verificados. A Mistral também reconhece que os melhores modelos abertos chineses continuam à sua frente no índice agregado da Artificial Analysis.

A OpenAI e a Anthropic publicam no mesmo dia duas formas de monitorizar os seus próprios modelos. A OpenAI acumula camadas cada vez mais dispendiosas, das sondas de ativação aos agentes investigadores, e alarga a monitorização a todo o treino de RL de ponta, depois de o incidente Hugging Face ter começado onde esta não estava ativa. A Anthropic transforma o Claude no seu próprio monitor de abusos, com um acréscimo de computação inferior a 2 %. Ambas insistem nas limitações: por um lado, um serviço de prevenção desativado para o tráfego interno do Codex por não conseguir dar resposta aos falsos alertas; por outro, uma autoavaliação que só bloqueia parte dos ataques e não é robusta perante um atacante que a tenha como alvo. O Model Spec revisto leva o mesmo debate para o terreno dos valores: quando um modelo age sozinho durante muito tempo, a fidelidade à intenção da pessoa conta mais do que o estilo das suas respostas.

O dinheiro segue a cibersegurança e a soberania. A Cohere angaria financiamento para construir uma empresa de vanguarda fora dos Estados Unidos e da China, com o governo canadiano entre os investidores, e apoia-se num número que mostra o que está em jogo: mais de 70 % dos tokens de modelos abertos disponibilizados através do OpenRouter provinham de modelos chineses num período anterior deste ano. As suas iniciativas, o Cohere Cyber para redes classificadas e a aquisição da AISLE, juntam-se às da Cognition, que adquire a Corridor para o Devin Security, e da Perplexity, que obtém FedRAMP Moderate para vender a sua pesquisa às agências federais norte-americanas. A Mistral, que destaca os testemunhos da ENISA e da Orange Cyberdefense, segue a mesma lógica de um interveniente não americano que se posiciona na defesa.

Quanto às utilizações, a disputa centra-se no dia a dia e nas quotas. O Claude passa a estar disponível em 33 línguas e chega ao automóvel com o CarPlay, o Gemini modifica os ficheiros na conversa e partilha avatares, mas não na Europa, o Kimi lê o Gmail e o calendário, e dois dispositivos, os óculos XREAL AURA e o VoicePad da Genspark, procuram levar o assistente para fora do ecrã. A OpenAI duplica a utilização do Work e do Codex incluída nos seus planos Pro e desiste de reduzir o Pro 200 após o feedback dos subscritores: a utilização incluída tornou-se um argumento comercial por si só. Os agentes de código, por sua vez, ganham máquinas e editores: um Mac na cloud que arranca em 30 segundos no Amp, o Gemini 4 Argon no IDE do Antigravity e uma primeira extensão para o Eclipse.