Claude Sonnet 5 disponível em todos os planos, Claude Science em beta, Amp lança as Orbs

30 de junho de 2026 marca um dia intenso para o ecossistema de IA: a Anthropic lança simultaneamente Claude Sonnet 5 — seu modelo Sonnet mais agentivo até agora, agora padrão nos planos Free e Pro com uma janela nativa de 1 milhão de tokens — e Claude Science, um ambiente de trabalho especializado para pesquisadores científicos que integra o BioNeMo Agent Toolkit da NVIDIA. No lado das ferramentas de desenvolvimento, a Amp lança as Orbs, máquinas em nuvem dedicadas à execução de agentes não supervisionados, enquanto a Google disponibiliza aos desenvolvedores Nano Banana 2 Lite e Gemini Omni Flash. A OpenAI publica, por sua vez, GeneBench-Pro, um benchmark de nível de pesquisa em biologia computacional.

Claude Sonnet 5 — modelo padrão Free e Pro, contexto de 1 milhão de tokens

30 de junho — A Anthropic lança Claude Sonnet 5, seu novo modelo da família Sonnet concebido como o mais agentivo até hoje. O Sonnet 5 reduz a distância em relação ao Opus 4.8 nos benchmarks agentivos (BrowseComp, OSWorld-Verified) enquanto mantém preços inferiores, e torna-se o modelo padrão para os planos Free e Pro já no dia do lançamento.

Característica	Valor
Identificador API	`claude-sonnet-5`
Janela de contexto	1 milhão de tokens (nativa)
Preço input (promo)	$2 por milhão de tokens
Preço output (promo)	$10 por milhão de tokens
Planos padrão	Free, Pro
Disponibilidade	API, todos os planos Claude

Entre as capacidades destacadas: planejamento autônomo, uso de ferramentas em várias etapas, execução de tarefas complexas em código legado (brownfield code) e melhor aderência às convenções de código. Em termos de segurança, o Sonnet 5 apresenta uma taxa globalmente menor de comportamentos indesejados do que o Sonnet 4.6, mas exibe capacidades ligeiramente aumentadas em algumas tarefas de cibersegurança sem treinamento específico; por isso, é lançado com proteções em tempo real via o Cyber Verification Program. O System Card completo está disponível em anthropic.com.

Disponibilidade ampliada: o Sonnet 5 também está disponível em disponibilidade geral no GitHub Copilot (planos Pro, Pro+, Max, Business e Enterprise, com retenção zero de dados para Business e Enterprise, selecionável no VS Code, JetBrains, Xcode, CLI, github.com, iOS e Android) e no Microsoft Foundry em GPU NVIDIA GB300 NVL72.

🔗 Anúncio da Anthropic — Claude Sonnet 5

Claude Code v2.1.197 — Sonnet 5 como modelo padrão

30 de junho — A versão 2.1.197 do Claude Code acompanha o lançamento do Sonnet 5, tornando-o o modelo padrão na ferramenta CLI. A janela de contexto nativa de 1 milhão de tokens fica acessível diretamente nas sessões do Claude Code. A precificação promocional de $2/$10 por milhão de tokens é válida até 31 de agosto de 2026. É necessária uma atualização para a versão 2.1.197 para aproveitar esse modelo padrão.

🔗 Release v2.1.197 — Claude Code

Claude Science — workbench científico em beta com NVIDIA BioNeMo

30 de junho — A Anthropic anuncia a disponibilidade em beta do Claude Science, um ambiente de trabalho de IA especialmente concebido para pesquisadores científicos. O aplicativo reúne em um único espaço as ferramentas normalmente fragmentadas: bases de dados especializadas, Jupyter, R, terminais de cluster HPC, execução GPU sob demanda.

Funcionalidade	Descrição
Agente coordenador	+60 skills e conectores pré-configurados (genômica, célula única, proteômica, biologia estrutural, quimioinformática)
Artefatos reprodutíveis	Figuras e manuscritos com código exato, ambiente e histórico completo
Gestão do cálculo	Laptop, cluster HPC via SSH ou GPU sob demanda (Modal) — de 1 a centenas de GPUs
Agente revisor	Verifica as citações, valida os cálculos, corrige os erros em tempo real
Fork de sessão	Compara duas abordagens sem perder o fio original
Renderização científica nativa	Estruturas 3D de proteínas, tracks genômicos, estruturas químicas

Disponibilidade: beta aberta para os planos Pro, Max, Team e Enterprise em macOS e Linux (https://claude.com/science). Um plano Team com tarifa reduzida está previsto para laboratórios acadêmicos e organizações sem fins lucrativos.

Integração NVIDIA BioNeMo Agent Toolkit: Claude Science é o primeiro ambiente a integrar o BioNeMo Agent Toolkit em produção, permitindo que pesquisadores acessem as ferramentas aceleradas por GPU da NVIDIA via linguagem natural:

Ferramenta BioNeMo	Desempenho
NVIDIA Parabricks	Análise genômica: horas → minutos
RAPIDS-singlecell	1,3 milhão de células pré-processadas em 25 segundos (contra 52 min sem GPU)
nvMolKit	Quimioinformática 3 000× mais rápida (similaridade, conformeros)
BioNeMo open models	Evo 2, Boltz-2, OpenFold3
BioNeMo NIM	Microsserviços de inferência prontos para produção

Retornos em beta: o Allen Institute (Jérôme Lecoq) redige revisões científicas de mais de 100 páginas com agentes ator-crítico, reduzindo o prazo de 2 anos para algumas semanas. O UCSF Brain Tumor Center (Stephen Francis) confirma uma aceleração ×10 em análises epidemiológicas de gliomas.

Programa de grants IA for Science: até 50 projetos selecionados receberão cada um até $30 000 em créditos Claude, além de até $2 000 de compute Modal para alguns projetos. Candidaturas até 15 de julho de 2026, com notificação dos vencedores antes de 31 de julho.

🔗 Anúncio da Anthropic — Claude Science

Amp : Agents in Orbs — máquinas em nuvem para a execução de agentes não supervisionados

30 de junho — A Amp lança as Orbs, máquinas em nuvem dedicadas, projetadas para executar agentes de coding sem supervisão, inclusive quando a máquina local está desligada.

Característica	Valor
RAM	32 Go por orb
CPU	16 núcleos por orb
Precificação	$1,66/h cobrado por minuto
Inicialização	Rápida com suspensão automática

Uma orb é iniciada em um comando a partir do terminal ou do TUI Amp: amp -ox "<prompt>". O controle permanece idêntico a uma execução local: revisão de código, navegação de arquivos, terminal integrado. As modificações são sincronizadas para a máquina local com amp sync <thread-id>. É possível executar vários agentes em paralelo sem conflito de recursos locais e acessar o estado de cada agente pela web, pelo CLI ou pelo celular.

O modelo de cobrança por minuto — com suspensão automática entre as operações ativas — foi pensado para minimizar os custos quando o agente aguarda entradas ou executa operações de entrada/saída. Essa proposta posiciona a Amp no mesmo território que o Claude Code Remote da Anthropic, com uma diferença notável: uma máquina dedicada inteira por agente (32 Go, 16 núcleos) em vez de um contêiner compartilhado.

Do ponto de vista do fluxo de trabalho, as Orbs permitem iniciar um agente em segundo plano no fim do dia e encontrar pull requests prontas para revisão na manhã seguinte, a partir de qualquer dispositivo.

🔗 Anúncio da Amp — Agents in Orbs

Nano Banana 2 Lite e Gemini Omni Flash disponíveis na API

30 de junho — A Google DeepMind lança simultaneamente dois novos modelos para desenvolvedores: Nano Banana 2 Lite para geração de imagens em alta velocidade e Gemini Omni Flash para vídeo conversacional.

Nano Banana 2 Lite (gemini-3.1-flash-lite-image)

Dimensão	Valor
Latência	4 segundos por imagem
Custo	$0,034 para 1 000 imagens
Disponibilidade	Gemini API, Google AI Studio, Gemini Enterprise Agent Platform

Substituição recomendada do modelo legacy gemini-2.5-flash-image: melhor qualidade, velocidade superior, custo inferior. O modelo mantém a fidelidade aos prompts, a coerência dos personagens e a renderização do texto na imagem apesar da prioridade dada à velocidade. Ele também é implantado nas superfícies de consumo: AI Mode no Search, app Gemini, NotebookLM, Google Photos, Google Flow e Google Ads.

Gemini Omni Flash (gemini-omni-flash-preview)

Dimensão	Valor
Custo	$0,10 por segundo de vídeo
Duração máxima	10 segundos (durações maiores anunciadas)
Disponibilidade	Gemini API, Google AI Studio, Gemini Enterprise Agent Platform

O modelo mira a edição de vídeo conversacional via linguagem natural, com referenciamento multimodal (imagens + texto + vídeo na entrada), sincronização de texto/gráficos e watermarking SynthID integrado. Limitações atuais: duração limitada a 10 segundos, referências de áudio e extensão de cena não suportadas via API, coerência dos personagens entre mudanças de cenas ainda aperfeiçoável.

Encadeamento imagem → vídeo: a Interactions API gerencia o histórico de sessão para edições sequenciais de até 3 consecutivas, permitindo gerar rapidamente uma imagem com Nano Banana 2 Lite e depois animá-la com Gemini Omni Flash. A Google demonstra esse encadeamento em três aplicações: Anywhere (transporte para lugares icônicos), Space Lift (design de interiores) e Omni Product Studio (e-commerce imagem→vídeo).

🔗 Anúncio da Google DeepMind — Nano Banana 2 Lite e Gemini Omni Flash

GeneBench-Pro — um benchmark de biologia computacional em nível de pesquisa

30 de junho — A OpenAI publica GeneBench-Pro, um benchmark de nível de pesquisa que mede a capacidade dos agentes de IA de raciocinar em biologia computacional. O conceito central é o research taste — a sequência de julgamentos que orienta uma análise: quais perguntas os dados permitem explorar, quando um plano inicial deve ser revisado, como diagnósticos precoces devem alterar a abordagem.

Cobertura: 129 perguntas distribuídas em 10 domínios — genética estatística, genômica de populações, genética quantitativa, genômica regulatória, genômica funcional, proteômica, genômica clínica, genômica do câncer, genômica microbiana e genética forense.

Resultados:

Modelo	Score (nível máximo de raciocínio)	Score (modo Pro)
GPT-5.6 Sol	28,7 %	31,5 %
GPT-5 (baseline na construção)	< 5 %	—

GPT-5.6 Sol resolve cerca de 6 vezes mais perguntas do que GPT-5.2 enquanto usa aproximadamente dois terços dos tokens. Nesse ritmo de progresso, o benchmark poderá ser saturado até o fim de 2026. Um especialista humano estimaria que um problema de GeneBench-Pro leva 20 a 40 horas de trabalho, ou seja, milhares de dólares; a inferência por IA custa alguns dólares por problema.

Método: os problemas são construídos sinteticamente (estrutura causal conhecida, dados simulados) para evitar vieses de avaliação (ground-truth leakage). Open source: 10 perguntas representativas são publicadas no Hugging Face; um subconjunto de 50 perguntas será fornecido à Artificial Analysis para um benchmark terceirizado independente.

🔗 Anúncio da OpenAI — GeneBench-Pro

Together AI na ICML 2026 : 8 artigos de pesquisa aberta

30 de junho — A Together AI publica o resumo de seus 8 artigos aceitos na ICML 2026 (Seul, 6–11 de julho). A pesquisa cobre toda a pilha (full stack): agentes, treinamento, otimização algorítmica, sistemas e kernels GPU.

Artigo	Camada	Resultado-chave
ThunderAgent	Agentes	Até 3,6× de throughput de agente
TTT-Discover	Agentes	Supera os melhores humanos (modelo open 120B, ~$500)
Aurora	Algoritmos	1,25× de speedup adicional em produção (MiniMax M2.1 229B)
Untied Ulysses	Sistemas	5M tokens em um único nó 8×H100 (−87,5 % de memória de atenção)
OEA	Sistemas	Até 39 % mais rápido em decodificação MoE

TTT-Discover aplica RL em test-time: cada tentativa vira dado de treinamento para a seguinte, e supera o best-of-N em 4 domínios (matemática, kernels GPU, algorítmica competitiva, biologia celular) com um modelo aberto 120B por ~$500 de simulação. Untied Ulysses alcança 5M tokens em um único nó 8×H100 (−87,5 % de memória de atenção). Códigos e kernels publicados como open source.

🔗 Blog da Together AI — ICML 2026

ADK Go 2.0 — motor de workflow multiagentes com human-in-the-loop

30 de junho — O Google publica a versão 2.0 do Agent Development Kit (ADK) para Go, framework oficial para construir agentes Gemini. Esta versão introduz um motor de workflow baseado em grafos como primitiva de primeira classe.

Principais novidades: composição de agentes complexos com primitivas de grafos em Go nativo (sem DSL separada), human-in-the-loop (HITL) integrado para cenários que exigem validação humana, orquestração dinâmica com resiliência automatizada (backoff exponencial, gestão de erros, retry), e um runtime unificado compartilhado entre agentes simples e grafos complexos para simplificar a telemetria e a persistência de estado. O ADK para Go completa o SDK Python existente, trazendo o desempenho e a segurança de tipos da linguagem para a composição de agentes multi-etapas.

🔗 Google Developers Blog — ADK Go 2.0

Copilot Agent no JetBrains AI Assistant

30 de junho — JetBrains e GitHub anunciam a integração do GitHub Copilot como agente de primeira classe no seletor de agentes (agent picker) do JetBrains AI Assistant, em complemento ao plugin Copilot existente.

A integração é baseada no protocolo ACP (Agent Communication Protocol) e permite: a escolha do modelo Copilot diretamente na interface, o ajuste da profundidade de raciocínio e tarefas complexas de programação multi-etapas em que o Copilot raciocina no projeto, propõe mudanças, executa comandos e itera. Próximas etapas anunciadas: suporte a NES (Next Edit Suggestions), invocação de skills reutilizáveis para workflows comuns e orquestração mais profunda entre ferramentas no IDE.

🔗 GitHub Changelog — Copilot Agent no JetBrains

Orçamentos de IA por usuário para os cost centers Enterprise Copilot

30 de junho — Os administradores Enterprise agora podem definir um orçamento de IA por usuário em um centro de custos (cost center). O orçamento é aplicado automaticamente a todos os membros do centro de custos, incluindo adições posteriores via as equipes Enterprise. Ordem de precedência: orçamento individual > orçamento do centro de custos > orçamento universal. O orçamento cobre tanto o uso do pool incluído quanto o uso adicional, e pode bloquear um usuário antes do esgotamento do pool. Disponível desde 30 de junho via API REST apenas; a interface de faturamento seguirá depois.

🔗 GitHub Changelog — Orçamentos de IA por usuário

Claude no NVIDIA GB300 Blackwell Ultra no Azure — disponibilidade geral

29-30 de junho — Os modelos Claude da Anthropic agora estão geralmente disponíveis no Microsoft Foundry, hospedados no Azure e acelerados pelas GPUs NVIDIA GB300 Blackwell Ultra (sistemas NVL72 com rede Quantum-X800 InfiniBand).

A integração inclui o NVIDIA Secure Agent Workspace Reference Design, que cobre a governança de identidade, a rede, as credenciais e a política de execução no nível da infraestrutura — uma estrutura projetada para empresas sujeitas a requisitos rigorosos de conformidade. Os agentes Claude podem acessar skills verificados da NVIDIA para capacidades específicas de domínio. Esta disponibilidade geral sucede a parceria tripartite Microsoft × NVIDIA × Anthropic anunciada em novembro de 2025.

🔗 Blog da NVIDIA — Claude no GB300 Blackwell Ultra Azure

NVIDIA Omniverse + Metropolis: agentes de visão IA para a indústria

30 de junho — A NVIDIA publica três workflows completos para construir agentes de visão IA capazes de operar na edge industrial, combinando Omniverse (simulação OpenUSD), Metropolis (implantação de vídeo IA) e Cosmos (modelos de fundação para o mundo físico).

1. Inspeção visual (Roboflow + Corning): o skill Defect Image Generation acoplado ao NVIDIA Cosmos gera dados sintéticos de defeitos a partir de imagens reais. Resultado no benchmark da Corning: 95% de precisão média com apenas 8 imagens reais, e recall perfeito na classe mais difícil. Um projeto que levava vários trimestres passa a levar alguns dias.

2. Cidades inteligentes (Linker Vision em Kaohsiung): −85% de esforço de desenvolvimento, −80% de tempo de resposta a incidentes. A cadeia usa Cosmos para augmentation de vídeo, TAO para fine-tuning e VSS para busca, resumo e alertas.

3. Operações industriais na Foxconn (linhas GB300): via DeepHow — 99% de precisão na verificação de procedimentos padrão, +3% de rendimento na primeira passagem.

🔗 Blog da NVIDIA — Omniverse + Metropolis Vision AI

Breves

Claude Code v2.1.196 — modelos padrão da organização — Os administradores podem definir o modelo padrão a partir do console da organização; os usuários veem aparecer «Org default» (ou «Role default») no comando /model se não tiverem selecionado um modelo pessoalmente. 🔗 Release v2.1.196
Hugging Face — Every Eval Ever (EEE) integrado às Community Evals — A HF torna interoperáveis suas Community Evals com o esquema EEE (Every Eval Ever, EvalEval Coalition, fevereiro de 2026): os resultados de avaliação aparecem nas páginas dos modelos HF com atribuição verificada, e uma ferramenta community_evals_converter automatiza a conversão HF → EEE com revisão humana antes de qualquer push. 🔗 Blog da Hugging Face — EEE
OpenAI — bug antigo de 18 anos no GNU libunwind corrigido — Post de engenharia de Nathan Bronson: uma race condition de uma única instrução em _Ux86_64_setcontext do GNU libunwind (datando da primeira implementação x86_64) causava crashs no Rockset. As três condições de disparo (alta taxa de exceções, alta taxa de sinais, handler de sinal consumindo muita pilha) só coincidiam na OpenAI. Correção: migração para libgcc e patch enviado upstream para o GNU libunwind. 🔗 OpenAI Engineering — Core dump epidemiology

O que isso significa

A nova geração de modelos e a economia do contexto de 1 milhão de tokens. Claude Sonnet 5 a $2/$10 por milhão de tokens com uma janela nativa de 1 milhão de tokens reposiciona a economia dos agentes de longa duração: onde os preços de entrada exigiam truncar o contexto, agora é possível incluir bases de código inteiras ou sessões de trabalho prolongadas sem custo adicional. A migração do Claude Code para este modelo padrão já no dia do lançamento, e a disponibilidade geral no GitHub Copilot e no Microsoft Foundry no GB300, sinalizam uma estratégia de distribuição ampla e simultânea: o Sonnet 5 não é um modelo de laboratório, é uma infraestrutura de produção implantada de imediato nos principais canais enterprise.

A IA como infraestrutura da pesquisa científica. Claude Science, GeneBench-Pro, a integração BioNeMo e os 8 artigos ICML da Together AI convergem para um mesmo sinal: a IA começa a se inserir no próprio processo científico, não apenas nas ferramentas periféricas. Claude Science orquestra clusters HPC e gera artefatos reprodutíveis com histórico completo. GeneBench-Pro mede o research taste — a capacidade de encadear julgamentos sobre análises de 20 a 40 horas — e vê nisso um fator de melhoria de 6× entre GPT-5 e GPT-5.6 Sol. O TTT-Discover da Together AI vai além ao mostrar que um modelo aberto de 120 bilhões de parâmetros, aprendendo por uso por cerca de $500 em simulação, pode superar os melhores especialistas humanos em 4 áreas científicas. Esses movimentos simultâneos traçam os contornos de uma infraestrutura científica conduzida por IA, com economias de escala que tornam acessíveis análises antes reservadas aos grandes laboratórios.

Os agentes cloud como padrão de execução assíncrona. Amp Orbs e Copilot Agent no JetBrains AI Assistant ilustram duas variações de um mesmo movimento: tirar os agentes do contexto de uma sessão síncrona. A Amp propõe máquinas dedicadas (32 GB, 16 núcleos, $1,66/h) para agentes de coding não supervisionados que rodam enquanto o desenvolvedor dorme. O Copilot no JetBrains se insere no seletor de agentes do IDE nativo para tarefas multi-etapas guiadas por raciocínio. Nos dois casos, o agente se torna um colaborador assíncrono capaz de tomar decisões em um ambiente de trabalho real, não apenas um assistente interativo.

As mídias generativas entram na economia dos pipelines de desenvolvedores. Nano Banana 2 Lite a $0,034 por 1.000 imagens e Gemini Omni Flash a $0,10/s de vídeo com encadeamento via a Interactions API mudam a equação para aplicações de e-commerce, jogos e entretenimento: gerar 10.000 imagens de produto custa 34 centavos, e cada imagem pode ser animada por 40 centavos. A infraestrutura NVIDIA GB300 e os workflows Omniverse + Metropolis completam o quadro do lado industrial — visão IA na edge com resultados medidos (−85% de tempo de desenvolvimento em Kaohsiung, 99% de precisão nas linhas da Foxconn) — e mostram que a geração de mídia sai do domínio da experimentação para se tornar uma camada operacional.