Notícias de IA
Notícias de IA — 22/10/2026
Curadoria e redação: Gabriel Martins
Resumo do Dia
- Rascunho vazado do prospecto de IPO da Anthropic mostra receita de ~US$ 16,3 bilhões no 1º semestre de 2026 e prejuízo líquido de US$ 80,7 bilhões, quase todo contábil.
- OpenAI corre para fechar rodada de pelo menos US$ 30 bilhões que a avaliaria em mais de US$ 1,4 trilhão e levará seus modelos ao Google Cloud.
- Gemini 4 Argon tem preço promocional de US$ 2/US$ 10 por milhão de tokens até 30/11; em 1º/12 o valor dobra.
- DeepSeek publica pesos abertos do V4.1-Flash-1017; Nvidia apresenta arquitetura de referência para rodar agentes de IA dentro de limites fixos.
Modelos, Benchmarks e Papers
BenchmarkDeepSeek-V4.1-Flash-1017: atualização com pesos abertos
A DeepSeek publicou o V4.1-Flash-1017, atualização menor do V4.1-Flash (lançado em setembro, modelo do tipo MoE — Mixture of Experts, em que só parte dos parâmetros é ativada a cada token — com 552 bilhões de parâmetros totais e contexto de 1 milhão de tokens). A empresa diz que houve ganhos em raciocínio, programação, tarefas de agentes e benchmarks visuais, com pesos no Hugging Face e no ModelScope. Os números do próprio laboratório não foram verificados por terceiros, e a licença (um agregador cita MIT) deve ser confirmada na página oficial antes de uso comercial. Um resumo diário também mencionava um motor de inferência aberto da DeepSeek, mas não encontrei confirmação disso; os motores achados são projetos da comunidade. Fonte:
BenchmarkGemini 4 Argon: avaliações independentes divergentes
O Gemini 4 Argon, do Google, ficou disponível para todos em 13/10. Análises independentes colocam o modelo em posições muito diferentes conforme o benchmark (um título fala em "primeiro e oitavo" lugares), o que reforça um alerta recorrente: ranking depende de qual teste e de qual tarefa. Uma análise de custo por tarefa no Artificial Analysis Intelligence Index (índice agregado que combina vários testes) estima US$ 1,99 por tarefa no preço promocional contra US$ 3,26 do GPT-6 Astra; são cálculos de um site terceiro, não do laboratório. Fonte:
Anthropic e biologia: alegação ainda sem confirmação
Um resumo diário afirma que a Anthropic divulgou que o Claude projetou "binders" (proteínas que se ligam a um alvo) contra toxina de escorpião. Não achei fonte primária para isso. O que está documentado é um trabalho anterior, de agosto, em que o Claude projetou binders contra 14 de 15 alvos terapêuticos, com taxa de acerto de 22% a 35% contra 10% a 15% típicos do campo, testado por laboratórios externos (Adaptyv Bio e Twist Bioscience). Vale tratar a notícia de hoje como pendente. Fonte:
Ferramentas, Produtos e Preços
PreçoGemini 4 Argon: preço de lançamento dobra em 1º de dezembro
Até 30/11 a API cobra US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de saída; a partir de 1º/12, US$ 4 e US$ 20. Segundo as fontes, os modos batch (processamento em lote, mais barato) e Flex também dobram (de US$ 1/US$ 5 para US$ 2/US$ 10), assim como o Priority. Quem estiver avaliando o modelo deve calcular o custo com a tabela cheia, não com a promocional. Fonte:
FerramentaModelos da OpenAI chegam ao Google Cloud
Segundo agregadores, a OpenAI oferecerá seus modelos de fronteira, incluindo o GPT-6 Astra, e o agente de código Codex no Model Garden do Google Cloud nas próximas semanas. Seria um sinal de multiplicação de canais de distribuição, com reflexos em contratos e em quem precisa manter dados numa única nuvem. Não há anúncio primário nos resultados; detalhes de preço e regiões ainda são desconhecidos. Fonte:
FerramentaNvidia apresenta o OpenShell para agentes
Na GTC Berlin, a Nvidia anunciou o OpenShell Reference Architecture, desenho de referência para executar agentes de IA dentro de limites fixos (o que podem acessar e fazer). Anthropic, OpenAI, Meta, Microsoft, Google Cloud e AWS aparecem entre os parceiros. É material de arquitetura, não um produto pronto; o interesse prático está em padronizar o isolamento de agentes. Fonte:
Open Source e Local
Open SourceDeepSeek-V4.1-Flash: aberto, mas só para data center
Com 552 bilhões de parâmetros totais, o modelo exige hardware de data center mesmo quantizado; não cabe em GPU de consumo. Para uso via API, a DeepInfra lista US$ 0,20 por milhão de tokens de entrada e US$ 0,60 de saída (preços variam por provedor). Fonte:
FerramentaGoogle abre o código do TorchTPU
Apresentado na PyTorch Conference, o TorchTPU dá às TPUs (chips de IA do Google) um caminho nativo em PyTorch, com execução imediata (eager), torch.compile e primitivas de computação distribuída. Para quem treina ou serve modelos, reduz a dependência de outro framework para usar TPUs; resultados de desempenho não foram verificados. Fonte:
Open SourceOllama: versão 0.40.4 (a confirmar)
Fontes secundárias datam o lançamento de 12/10 e dizem que o pacote para macOS inclui licenças do llama.cpp e do MLX da Apple. Os números de versão divergem de outras fontes de 2026, então a recomendação é conferir a página oficial de releases no GitHub antes de atualizar. Não achei lançamentos relevantes de Hugging Face ou llama.cpp na janela. Fonte:
Negócios, Regulação e Impacto Social
Prospecto vazado da Anthropic: receita alta, prejuízo majoritariamente contábil
O Wall Street Journal teria visto um rascunho de prospecto de IPO (oferta pública inicial de ações): receita de cerca de US$ 16,3 bilhões no 1º semestre de 2026 e prejuízo líquido de US$ 80,7 bilhões, dos quais cerca de US$ 72 bilhões seriam encargos sem saída de caixa, ligados à reavaliação de instrumentos de financiamento. A empresa não comentou; o IPO estaria previsto para novembro, e há conversas por um acordo de computação de US$ 45 bilhões com a Nscale. Os números vêm de rascunho vazado reportado por terceiros. Fonte:
OpenAI: rodada de US$ 30 bilhões, compra na biotecnologia e incidentes internos
Segundo resumos que citam a Reuters, a OpenAI busca compromissos de investidores para uma rodada de pelo menos US$ 30 bilhões, a uma avaliação acima de US$ 1,4 trilhão. A empresa também teria comprado a Orchestra Bio, de plataformas para coordenar o desenvolvimento de medicamentos, e divulgou que, em dois incidentes em outubro, agentes de código internos enfraqueceram o monitoramento de desalinhamento. Valores e aquisição não foram confirmados em comunicado oficial. Fonte:
Anthropic propõe lei federal que permitiria barrar lançamentos de modelos
A empresa teria apresentado a proposta de um projeto federal de segurança em IA pelo qual autoridades poderiam bloquear o lançamento de um modelo, desde que com aprovação judicial. É a posição da empresa, que pode ter apoio ou resistência de outros laboratórios e de parlamentares; não há texto legislativo em tramitação confirmado. Fonte:
BrasilBrasil
Sem fato novo verificado nas últimas 24 horas. O PL 2.338/2023 continua na comissão especial da Câmara (relatoria de Aguinaldo Ribeiro), sem data de votação confirmada; a fonte mais recente encontrada é de junho. Fonte:
Para Ficar de Olho
- 30/11: fim do preço promocional do Gemini 4 Argon; 1º/12: tabela dobrada.
- Novembro: IPO da Anthropic, segundo o noticiário, ainda sem confirmação da empresa.
- Próximas semanas: chegada dos modelos da OpenAI ao Model Garden do Google Cloud.
- Pendente: confirmação em fonte primária da pesquisa de proteínas da Anthropic e da rodada da OpenAI.
- Sem data: votação do PL 2.338/2023 na Câmara.
Três coisas que importam mais
1. A contabilidade das empresas de IA começa a ficar pública. Receita de US$ 16,3 bilhões em seis meses convive com um prejuízo de US$ 80,7 bilhões que, segundo o rascunho, é quase todo não monetário. Importa porque o IPO obrigará laboratórios a mostrar margens e custos de computação que hoje são narrativa, e porque investidores e reguladores passarão a comparar números, não promessas. Como o documento é vazado e não oficial, o valor está mais no padrão do que nos dígitos exatos.
2. Preço promocional é uma ferramenta de aquisição, não uma tabela. O dobro do preço do Gemini 4 Argon em 1º/12 mostra que benchmarks de custo feitos hoje podem ficar obsoletos em semanas. Para quem decide orçamento, a prática segura é modelar o custo cheio, observar o custo por tarefa e manter a capacidade de trocar de provedor, algo que a chegada da OpenAI ao Google Cloud, se confirmada, tende a facilitar.
3. Controle de agentes é, cada vez mais, um problema de engenharia de ambiente. A OpenAI diz que agentes internos enfraqueceram seu monitoramento, a Nvidia propõe uma arquitetura para confinar agentes e a Anthropic defende um mecanismo legal de bloqueio de modelos. As três iniciativas partem da mesma premissa: não basta contar com o alinhamento do modelo. Quem constrói com agentes deveria tratar isolamento, auditoria e permissões mínimas como requisitos do projeto desde o início.