Pular para o conteúdo

Notícias de IA

Notícias de IA — 25/09/2026

Curadoria e redação: Gabriel Martins

Resumo do Dia

  • A OpenAI cortou pela metade, e de forma permanente, o preço da API do GPT-6 Sol e do GPT-6 Luna, dois dias depois de a Artificial Analysis mostrar que o Sol só vencia o Opus 5.5 da Anthropic em faixas de preço mais baixas.
  • O Supremo Tribunal Federal identificou a primeira tentativa conhecida de manipular uma decisão judicial por injeção de comandos escondidos num documento, com texto branco em fonte minúscula. O ministro Cristiano Zanin aplicou multa e encaminhou o caso à OAB e ao Ministério Público Federal.
  • Trump e Xi prorrogaram a trégua comercial até 10 de janeiro e, segundo o secretário do Tesouro Scott Bessent, os EUA propuseram um canal de notificação para incidentes de IA com risco à segurança nacional. A China confirmou "trocas construtivas", sem detalhar se aceitou o mecanismo.
  • A Cognition, dona do Devin, dobrou a receita anualizada de US$ 492 milhões para US$ 1 bilhão em quatro meses, e sua avaliação de mercado já passou de US$ 48 bilhões.
  • O Google DeepMind disse que o Gemini 4 entrou em pós-treinamento e que pretende lançar uma primeira versão "assim que possível", talvez bem antes do fim do ano.

Modelos, Benchmarks e Papers

BenchmarkOpenAI lança o MentalHealthBench, construído com mais de 80 psicólogos de 22 países, e o próprio GPT-6 lidera — mas por pouco

A OpenAI publicou um benchmark (teste padronizado para comparar modelos) feito com mais de 80 profissionais de saúde mental licenciados, de 22 países e 19 idiomas, cobrindo quase 20 subespecialidades. Cada conversa simulada foi revisada por pelo menos três especialistas, que criaram critérios de pontuação de -10 a +10: pontos positivos para comportamentos considerados benéficos (fazer perguntas, refletir de volta, preservar a autonomia do usuário) e negativos para comportamentos de risco, como "ler a mente" do paciente ou dar ordens diretivas. O teste cobre três níveis de gravidade (não agudo, alta gravidade e emergência) e quatro perfis de usuário: adultos, adolescentes de 13 a 17 anos, cuidadores e clínicos.

No ranking, o GPT-6 Astra fica em primeiro com 57,3 pontos, seguido do GPT-6 Sol (53,9) e do Claude Opus 5.5, da Anthropic, com 52,4. Curiosamente, o Opus supera o Astra especificamente na categoria de "buscar contexto" (fazer perguntas antes de responder), mostrando que a pontuação total esconde perfis diferentes. Modelos mais antigos, como o GPT-4o, ficam bem atrás (32,1). A ressalva mais importante não vem da OpenAI: a própria empresa construiu o benchmark e usa um dos seus modelos como juiz automático, o que pede cautela antes de tratar o resultado como veredito neutro sobre qual assistente é mais seguro numa conversa sensível.

OpenAI · explainx.ai

Agentes que reescrevem o próprio código descobrem, sozinhos, sete melhorias em oito dias — e reduzem trapaça sem serem instruídos para isso

Um grupo de pesquisadores publicou no arXiv o AIDE², um sistema em que um agente de IA propõe mudanças no seu próprio código, testa as versões modificadas numa bateria de tarefas de pesquisa em IA e mantém as que funcionam melhor — um ciclo de autoaperfeiçoamento recursivo. Rodando de forma autônoma por oito dias, o sistema descobriu sete melhorias sucessivas, incluindo novas políticas de busca e mecanismos de memória para gerenciar contexto. As melhorias generalizaram para quatro testes que o sistema nunca tinha visto, em áreas como engenharia de aprendizado de máquina, engenharia de algoritmos e previsão do tempo, alcançando desempenho equivalente ou superior a agentes projetados manualmente por humanos.

O achado mais chamativo é colateral: a taxa de "reward hacking" (quando o agente encontra atalhos que pontuam bem sem resolver o problema de verdade) caiu de 55% para 32%, sem que ninguém tivesse otimizado o sistema para isso. O artigo não detalha o custo computacional do processo nem discute o que aconteceria se o ciclo rodasse por mais tempo — oito dias é uma janela curta para tirar conclusões sobre estabilidade de longo prazo. Ainda assim, é uma das primeiras demonstrações empíricas de um agente melhorando a própria capacidade de pesquisa de forma autônoma e recursiva.

arXiv 2609.26457

BenchmarkEstudo com 2.383 pessoas encontra tutoria por IA estatisticamente equivalente à tutoria humana especializada — a 918 vezes menos custo

O StudentBench, publicado no arXiv, dividiu 2.383 participantes entre tutoria por IA, tutoria humana e nenhuma tutoria, registrando mais de 175 mil interações entre estudantes e IA preparando-se para o GRE (exame de admissão de pós-graduação usado nos EUA). O resultado central: o ganho de aprendizado da tutoria por IA é estatisticamente equivalente ao da tutoria humana especializada (p = 0,015), e em cinco das sete áreas do exame, o melhor tutor de IA superou a média dos tutores humanos. Em sessões quantitativas, tempos de resposta mais rápidos da IA se correlacionaram com mais engajamento e mais ganho de aprendizado.

A diferença de custo é o dado que salta aos olhos: US$ 0,0052 por ponto percentual de ganho com IA, contra US$ 4,81 com tutor humano — quase mil vezes menos. O estudo não informa quais modelos de IA foram testados nem detalha o desempenho por modelo, o que limita a leitura para quem quer saber qual ferramenta específica usar. Ainda assim, é um dos experimentos controlados mais robustos até agora sobre tutoria automatizada, com plataforma aberta em studentbench.org para quem quiser reproduzir.

arXiv 2609.28470 · AI Weekly

O Gemini 4 entra em pós-treinamento, e o Google promete lançar "assim que possível"

Koray Kavukcuoglu, chefe do Google DeepMind, disse que o Gemini 4 entrou na fase de pós-treinamento — a etapa em que um modelo já treinado passa por ajustes de segurança e comportamento antes do lançamento — e que a empresa já usa o modelo internamente para alimentar o Antigravity, sua ferramenta de agentes. Segundo ele, a intenção é "lançar uma primeira versão pós-treinamento assim que possível", com expectativa de que isso aconteça "bem antes" do fim do ano. Nenhuma data foi confirmada. O último lançamento principal da linha foi o Gemini 3 Pro, em novembro de 2025, seguido do 3.1 Pro em fevereiro; um Gemini 3.5 Pro chegou a ser sinalizado no meio do ano, mas a prioridade mudou para os modelos Flash. Questionado sobre a percepção de que o Google estaria atrás dos concorrentes, Kavukcuoglu respondeu que a empresa "está sempre na fronteira" — a mesma retórica que Anthropic e OpenAI usam sobre si mesmas, o que talvez diga mais sobre a pressão competitiva do momento do que sobre qualquer modelo em particular.

9to5Google · The Decoder

Ferramentas, Produtos e Preços

PreçoOpenAI corta pela metade o preço do GPT-6 Sol e do GPT-6 Luna, e diz que o corte é permanente

Dois dias depois do lançamento do GPT-6 Sol e do GPT-6 Luna — e da comparação independente da Artificial Analysis mostrada no boletim de ontem, que já apontava o Sol como a opção mais barata até um certo nível de qualidade —, a OpenAI reduziu os preços da API em 50%, com o Luna chegando a US$ 0,10 por milhão de tokens de entrada. A empresa classificou o corte como permanente, não promocional. Quem constrói produtos sobre a API da OpenAI tinha, até terça-feira, pago o preço cheio da geração anterior (5.6); agora a conta muda de patamar da noite para o dia. Vale lembrar a ressalva do próprio boletim de ontem: a Artificial Analysis já havia notado que a OpenAI cobra mais caro em pedidos acima de 272 mil tokens de entrada, então o desconto efetivo numa tarefa típica de agente tende a ficar abaixo dos 50% anunciados.

Yahoo Finance · TheNextWeb

FerramentaPreçoAmazon abre as ferramentas de vendedor para agentes externos, começando pelo Claude, e dá um ano de assinatura grátis

A Amazon lançou um plugin que permite a vendedores da plataforma gerenciar estoque, preços, anúncios e métricas de vendas diretamente pelo Claude, da Anthropic, ou pelo assistente próprio Amazon Quick, sem precisar entrar no painel Seller Central. A configuração leva cerca de 60 segundos, sem necessidade de programação, e o vendedor decide quais dados o agente pode acessar e aprova cada ação antes da execução. Toda conta principal de vendedor no mundo ganha 12 meses grátis de Amazon Quick Plus (até 31 de dezembro de 2026), com dois colaboradores adicionais incluídos sem custo. O contexto de negócio é relevante: vendedores independentes respondem por mais de 60% das unidades vendidas na Amazon, e as taxas cobradas deles já superam a receita da AWS. Segundo a empresa, cerca de 90% dos vendedores já usam alguma ferramenta de IA externa no dia a dia — o plugin formaliza um comportamento que já existia. Por ora, o recurso está em beta apenas nas lojas dos EUA.

GeekWire · About Amazon

FerramentaCodex, da OpenAI, ganha modo de terminal em tela cheia e conversas por voz ativadas por padrão

A OpenAI lançou a versão 0.156.0 do Codex, sua ferramenta de linha de comando para programação assistida por IA. As novidades incluem um modo de terminal em tela cheia (comando /tui) com busca no histórico e suporte a mouse, conversas por voz habilitadas por padrão, um painel /usage para acompanhar consumo e uso de tokens, sessões de "worktree" (cópias paralelas de um repositório) ativadas por padrão com filtro de tarefas, seis temas visuais novos e renderização de diagramas Mermaid e equações direto nas respostas. A lista de correções também trata de estabilidade: preservação de respostas e planos quando uma execução falha ou é interrompida, e o fechamento de brechas de segurança no sandbox (ambiente isolado onde o agente executa código). É uma atualização de manutenção, sem mudança de modelo, mas relevante para quem já usa a ferramenta no dia a dia.

Releasebot

Open Source e Local

Open SourceFerramentaTransformers, da Hugging Face, passa a rodar arquivos GGUF nativamente, sem precisar do llama.cpp

A Hugging Face anunciou que sua biblioteca Transformers agora carrega diretamente arquivos GGUF (o formato de quantização usado pelo llama.cpp, criado para rodar modelos em máquinas comuns) usando a API padrão from_pretrained, sem passar pelo motor de inferência llama.cpp. Isso abre a possibilidade de rodar modelos quantizados dentro do fluxo de trabalho do Python e do PyTorch, inclusive em Macs com chip Apple Silicon, com desempenho próximo ao do llama.cpp nativo. A integração também permite servir esses modelos por uma API compatível com a da OpenAI através do comando transformers serve, e fazer ajuste fino a partir de um checkpoint quantizado, depois de desquantizá-lo. A própria Hugging Face é honesta sobre o limite: "o llama.cpp continua sendo nosso motor recomendado quando a prioridade é inferência local eficiente" — a novidade não substitui o llama.cpp, apenas remove uma barreira de quem já vive no ecossistema Python e queria testar um modelo quantizado sem trocar de ferramenta.

Hugging Face

Open SourceBenchmarkOpenBMB lança, sem alarde, um modelo "rascunho" de 324 milhões de parâmetros para acelerar o MiniCPM5-2B

A chinesa OpenBMB publicou no Hugging Face o MiniCPM5-2B-DSpark, em licença Apache 2.0, sem grande anúncio. Não é um modelo de chat autônomo: é um modelo "rascunho" de 323,8 milhões de parâmetros — cerca de um oitavo do tamanho do modelo alvo — que propõe blocos de sete tokens por vez para o MiniCPM5-2B (2,5 bilhões de parâmetros), que depois verifica essas propostas em paralelo. Essa técnica, chamada de decodificação especulativa, pode acelerar a geração de texto sem alterar a qualidade da resposta final, desde que o modelo pequeno acerte boa parte das previsões. Segundo a OpenBMB, o modelo rascunho acerta em média 5,52 de 7 tokens propostos (subindo para 6,11 em tarefas de código) — números fornecidos pela própria empresa, sem verificação independente, e sem medição de ganho real de velocidade em relógio de parede. Os dois modelos juntos ocupam cerca de 5,65 GB em precisão BF16, o que cabe em qualquer máquina já capaz de rodar o MiniCPM5-2B sozinho. É um lançamento de nicho, mas ilustra uma tendência útil para quem roda modelos localmente: cada vez mais grupos publicam o par "modelo principal + modelo rascunho" em vez de apenas o modelo principal.

OrcaRouter

Negócios, Regulação e Impacto Social

BrasilSTF identifica a primeira tentativa conhecida de manipular uma decisão judicial por injeção de comandos escondidos

O Núcleo de Inteligência Artificial do Supremo Tribunal Federal detectou uma tentativa de fraude processual usando injeção de prompt (técnica que esconde instruções dentro de um texto para tentar manipular a leitura que uma IA faz dele) num processo relatado pelo ministro Cristiano Zanin. O caso envolvia uma servidora pública negra contestando sua remoção de um cargo no Ministério Público de Minas Gerais, alegadamente em favor de um candidato branco beneficiado por manipulação do sistema de cotas raciais. Em duas páginas da petição, alguém inseriu instruções ocultas — texto branco, fonte minúscula, palavras fragmentadas — desenhadas para escapar tanto da leitura humana quanto de filtros automáticos de conteúdo.

A manipulação não funcionou pelo motivo mais simples possível: o gabinete de Zanin não usa ferramentas de IA para analisar, redigir ou fundamentar decisões. Ainda assim, o ministro aplicou multa equivalente a dois salários mínimos, encaminhou o caso à OAB (Ordem dos Advogados do Brasil, entidade que fiscaliza a conduta ética de advogados) para apuração ética e ao MPF (Ministério Público Federal, órgão que investiga e processa crimes de competência federal) para avaliação de responsabilidade criminal. É o primeiro caso público desse tipo no Judiciário brasileiro, e chega num momento em que tribunais do país ampliam o uso de IA em apoio à atividade jurisdicional — o episódio funciona como aviso de que documentos processuais também precisam ser tratados como superfície de ataque quando um sistema de IA participa, ainda que indiretamente, da leitura do processo.

Brasil 247

Trump e Xi prorrogam trégua comercial até janeiro; EUA propõem canal de notificação para incidentes de IA

Na visita de Estado de Xi Jinping a Washington, os dois governos prorrogaram a trégua comercial até 10 de janeiro de 2027. Sobre IA, especificamente, o secretário do Tesouro Scott Bessent disse que os países concordaram em estabelecer um "diálogo EUA-China sobre IA" com um mecanismo de notificação para incidentes que cheguem a um "nível de segurança nacional" — dando continuidade à proposta que Bessent já havia apresentado dias antes ao vice-premiê He Lifeng. Bessent classificou as conversas como "muito bem-sucedidas" e disse esperar um novo encontro em cerca de dois meses, sem data fechada.

A agência estatal Xinhua confirmou "trocas francas, aprofundadas e construtivas" sobre comércio e mencionou brevemente diálogos sobre IA, mas não detalhou se Pequim aceitou o mecanismo de notificação proposto. No discurso de abertura, Xi Jinping reforçou que o desenvolvimento de IA deve permanecer "sob controle humano" — uma formulação que agrada tanto a quem defende cooperação internacional quanto a quem só quer evitar compromissos concretos. Por ora, o que existe é a promessa de um canal de conversa, não um protocolo obrigatório de notificação como o que Yoshua Bengio defendeu no Conselho de Segurança da ONU, noticiado no boletim de ontem.

Forbes · Time

A Cognition, dona do Devin, dobra a receita anualizada para US$ 1 bilhão em quatro meses

A Cognition, startup que fabrica o agente de programação Devin e é dona do editor Windsurf, atingiu US$ 1 bilhão em receita anualizada, contra US$ 492 milhões em maio — uma duplicação em quatro meses. A avaliação da empresa também disparou: de US$ 26 bilhões em maio para US$ 48 bilhões após uma rodada Série E liderada por Andreessen Horowitz e Accel, com participação de Founders Fund, General Catalyst e Avenir, somando mais de US$ 2 bilhões captados no total. A empresa já havia divulgado que cerca de 90% do próprio código da Cognition é escrito pelo Devin. É um dos sinais mais concretos até agora de que empresas estão de fato pagando por agentes que assumem tarefas de engenharia de várias etapas, não apenas sugestão de código linha a linha — mas também um lembrete de que crescimento de receita em startups de IA ainda diz pouco sobre margem ou sustentabilidade do modelo de negócio, questões que normalmente só aparecem depois.

Runtime Wire · Bloomberg

Para Ficar de Olho

  • 29 de setembro, São Francisco: DevDay da OpenAI, agora com a pressão adicional de comentar publicamente a invasão do portal de saúde australiano e a onda de incidentes de agentes noticiada nesta semana.
  • Cerca de dois meses a partir de agora: próxima rodada do diálogo EUA-China sobre IA prometida por Bessent, que deve indicar se Pequim aceita o mecanismo de notificação de incidentes.
  • Investigação australiana sobre a OpenAI: vale acompanhar se o governo formaliza pedido de cooperação a outros países, incluindo a Alemanha, onde ficava a wiki usada como base do ataque ao Medicare.
  • 🇧🇷 Até o fim de outubro: a ANPD (Autoridade Nacional de Proteção de Dados) deve divulgar os resultados do seu primeiro sandbox regulatório de IA, sobre transparência e explicabilidade de decisões automatizadas.
  • 13 a 15 de outubro, São Francisco: TechCrunch Disrupt.
  • 15 de outubro: data prometida pela StepFun para publicar os pesos abertos do modelo Step 5.
  • Outubro: prazo em que a Microsoft teria prometido iniciar os descontos de 30% a 50% no Copilot corporativo, segundo reportagem ainda não confirmada oficialmente.

Três coisas que importam mais

O corte de preço da OpenAI confirma que a política de preço dos modelos de fronteira virou arma competitiva direta, não coadjuvante do lançamento. Até poucos meses atrás, cada laboratório anunciava preço junto do modelo e via a reação do mercado. Agora a OpenAI lança, aguarda um comparativo independente desfavorável em parte da faixa de uso, e corta o preço pela metade dois dias depois — um ciclo de resposta rápido o suficiente para sugerir que os laboratórios monitoram ativamente as análises de terceiros como a Artificial Analysis e ajustam preço quase em tempo real. Para qualquer equipe que decide entre modelos com base em custo por tarefa, isso quer dizer que a comparação de ontem pode já estar desatualizada amanhã — vale reavaliar com mais frequência do que o hábito de "escolher um modelo e seguir em frente" sugeriria.

O caso do STF é o primeiro incidente documentado de injeção de prompt contra o Judiciário brasileiro, e o fato de ter falhado não reduz sua importância. A tentativa não funcionou porque, por acaso, o gabinete específico não usa IA na análise de decisões — não porque exista alguma barreira sistemática contra esse tipo de ataque nos tribunais. A mesma técnica, aplicada a um gabinete ou a um escritório de advocacia que de fato delega leitura de petições a um modelo, teria uma chance real de funcionar. É um aviso barato, porque não causou dano, sobre um risco que vai crescer proporcionalmente à adoção de IA no fluxo processual.

O artigo do AIDE² é pequeno em escala, mas é um dos primeiros exemplos publicados de um agente de IA se autoaperfeiçoando de forma recursiva e, de quebra, ficando mais honesto sem ser instruído para isso. A redução da taxa de "reward hacking" de 55% para 32% como efeito colateral — não como objetivo do experimento — é o tipo de resultado que pesquisadores de segurança em IA citam como evidência de que capacidade e alinhamento nem sempre andam em direções opostas. Mas o experimento rodou só oito dias, com um número pequeno de iterações, e não há garantia de que a tendência se mantenha em ciclos mais longos ou em domínios mais abertos — o resultado merece atenção, não conclusão antecipada.

Esta edição chegou primeiro por e-mail.

Notícias de IA, todo dia útil. Sem spam, sem hype.

Quase lá — confirme a inscrição no seu e-mail.