Pular para o conteúdo

Notícias de IA · 24 de outubro

O que aconteceu em IA, todo dia útil

Modelos, ferramentas, negócios e regulação — resumidos de manhã, com fonte linkada em cada afirmação.

Curadoria e redação: Gabriel Martins

Resumo do Dia

  • A Recursive lança o Flint, modelo aberto (Apache 2.0) de programação que roda em notebooks, com benchmarks ainda não verificados por terceiros.
  • A Meta libera o Muse Spark Open, modelo aberto de 816 bilhões de parâmetros pensado para rodar em Macs de alto desempenho, sob licença com termos comerciais limitados.
  • A Mistral publica o Voxtral 3, família de modelos de voz que, ao contrário da geração de 2025, teria pesos fechados.
  • O Google abre o Gemini 4 Argon a desenvolvedores com preço introdutório que dobra em 30/11.
  • O Reino Unido anuncia laboratório de biossegurança em IA com apoio de OpenAI, Anthropic e Google DeepMind.

Modelos, Benchmarks e Papers

BenchmarkOpen SourceMeta lança o Muse Spark Open: 816 bilhões de parâmetros, pesos abertos, feito para Macs

Em 15/10 a Meta liberou um modelo multimodal (entende texto, imagem, áudio e vídeo; responde em texto) com arquitetura MoE (Mixture of Experts, "mistura de especialistas": só 42 bilhões dos 816 bilhões de parâmetros são ativados a cada palavra gerada) e contexto de 1 milhão de tokens. A empresa trabalhou com a Apple para que rode via MLX (biblioteca de computação da Apple) em dois Mac Studio com chip M5 Ultra e até 512 GB de memória cada, isto é, hardware de estação de trabalho de ponta, não de consumo comum. Os pesos estão no Hugging Face sob a "Muse Model License", que tem limites para uso comercial: vale ler antes de adotar. A Meta o chama de modelo aberto americano mais capaz, mas os números são dela mesma e modelos chineses seguem à frente em alguns testes: um relato cita 85 do Kimi K3 contra 76,4 do Muse Spark Open no Terminal-Bench 2.1 (benchmark de tarefas de agente em linha de comando). Uma fonte fala em dois a quatro Studios; as descrições divergem.

Fontes:

TechCrunch · Techzine

PreçoGoogle abre o Gemini 4 Argon a desenvolvedores, com preço introdutório

Anunciado em 30/09 para um grupo restrito de defensores de cibersegurança, o modelo passou a estar disponível ao público em 13/10, segundo relatos: pela API Gemini (plano pago), pelo aplicativo Gemini (assinantes Pro e Ultra) e, no AI Studio e no Antigravity, para assinantes Ultra. É o modelo de raciocínio principal do Google, com contexto de cerca de 1 milhão de tokens e saída padrão de 65,5 mil tokens. O preço introdutório relatado é US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de saída, subindo para US$ 4 e US$ 20 a partir de 30/11, condição que muda bastante o cálculo de custo de quem planeja migrar. Como demonstração, o Google diz que o modelo ajudou a refatorar cerca de 6 milhões de linhas de código do Chrome em semanas; é um caso escolhido pela empresa. Um relato japonês afirma desempenho equivalente ao de rivais de ponta, comparação que não consegui verificar.

Fontes:

Documentação do Google · Pasquale Pillitteri

PreçoMistral lança o Voxtral 3: voz com transcrição em tempo real e preços por minuto

Em 20/10 a Mistral apresentou três modelos de transcrição (Small Transcribe 3, Mini Transcribe 3 de 4 bilhões de parâmetros e uma versão em tempo real com latência abaixo de 500 ms) e um de síntese de voz (TTS, text-to-speech), mais um SDK (kit de desenvolvimento) para agentes de voz. Preços relatados: US$ 0,0035 por minuto (Mini, em lote), US$ 0,004 (Small), US$ 0,008 (tempo real) e US$ 13 por milhão de caracteres no TTS. A Artificial Analysis teria colocado o Small em 3º lugar no seu ranking de transcrição; o restante do desempenho vem de avaliações da própria Mistral. Há ressalva importante: um relato diz que, diferentemente do Voxtral de 2025, esta família tem pesos fechados, e as fontes divergem sobre o número de idiomas (50+ ou 35+).

Fontes:

AlternativeTo · TestingCatalog

Ferramentas, Produtos e Preços

PreçoPreços de API: onde há movimento, e onde as fontes se contradizem

O rastreador Digital Applied contou ao menos 28 mudanças de preço em APIs de modelos de texto entre julho e setembro, com cortes no preço de leitura de cache em modelos de várias empresas. Segundo o Usage Pricing, a Perplexity reduziu pela metade o preço de sua Decisions API, para US$ 0,02 por milhão de tokens de entrada (lançada a US$ 0,04 em 4/10). Há ainda relatos de uma promoção em direto na API do GPT-5.6 Sol, que iria ao menos até 21/11 e não afeta os planos do ChatGPT. As fontes divergem sobre o valor atual desse modelo (US$ 4/US$ 20 promocional contra US$ 5/US$ 30), e várias páginas são de qualidade duvidosa: confirme nas tabelas oficiais antes de decidir.

Fontes:

Digital Applied · Usage Pricing · Collab365

FerramentaPróximos modelos de Anthropic e Google, segundo a imprensa

A The Information relatou em 19/10 que a Anthropic desenvolve um modelo com raciocínio e "intuição" melhorados, capaz de inferir o objetivo do usuário a partir de instruções curtas, e que o Google trabalha no Gemini 4 Carbon, evolução do Argon. São relatos de bastidores, sem lançamento confirmado nem data. Também há registro de que o Google Cloud incluiria o GPT-6 Astra, da OpenAI, no seu catálogo Model Garden em prévia privada para clientes corporativos; a informação vem de um único agregador e não foi confirmada por Google ou OpenAI.

Fonte:

Yahoo Finance (The Information) · Registro de lançamentos

Open Source e Local

Open SourceRecursive lança o Flint: modelo de código de 40 bilhões de parâmetros que roda em notebook (Apache 2.0)

É o primeiro modelo da Recursive, com arquitetura MoE de cerca de 39,8 bilhões de parâmetros totais e apenas 2,5 bilhões ativos por token, contexto de 262 mil tokens, só texto, voltado a agentes de programação. Os pesos são livres sob Apache 2.0 (uso comercial permitido), há versões GGUF (formato de modelos quantizados para uso local) no LM Studio e um endpoint gratuito no OpenRouter. Pede ao menos 24 GB de memória para a menor versão, ou seja, cabe em notebook ou GPU de consumo de bom porte. A empresa relata 89,7% no SWE-bench Pro v2, 74,2% no SWE-bench Verified e 54,9% no Terminal-Bench 2.1, além de cerca de 125 tokens por segundo num MacBook com M4 Pro. São números autodeclarados, sem replicação independente, e a data de lançamento varia entre fontes (19 ou 21/10); resultado tão alto para um modelo desse porte justifica cautela até haver testes externos.

Fontes:

AI Weekly · LM Studio · OpenRouter

Open SourceCenário de modelos abertos: Kimi K3 segue como referência, DeepSeek V4 permanece aberto

Para dar contexto, o Kimi K3 (Moonshot AI, 2,8 trilhões de parâmetros, MoE, contexto de 1 milhão de tokens) tem pesos publicados desde julho sob licença própria, e a Moonshot relata 88,3 no Terminal-Bench 2.1; cada modelo foi testado no seu próprio ambiente de programação, o que dificulta comparações. O DeepSeek V4 Pro (1,6 trilhão de parâmetros) e o V4 Flash (284 bilhões, 13 bilhões ativos) saíram com licença MIT. Todos exigem hardware de data center, exceto versões muito quantizadas. Não encontrei um lançamento DeepSeek datado de 17/10, como alguns agregadores sugeriam. Também não achei notas de versão datadas de Ollama, vLLM ou llama.cpp para a semana.

Fontes:

Runware · Cryptobriefing

Negócios, Regulação e Impacto Social

Reino Unido anuncia laboratório de biossegurança em IA com OpenAI, Anthropic e Google DeepMind

O governo britânico anunciou cerca de €100 milhões (US$ 134 milhões) para um "AI Biosecurity Lab" apoiado pelas três empresas. Segundo um relato, a OpenAI contribuirá com até £100 milhões em computação e créditos de modelos, e a Anthropic com até £100 milhões em créditos, acesso e apoio técnico. Não foram divulgados diretor, local nem cronograma. O tema reúne dois lados do debate: defensores veem a iniciativa como forma de testar riscos biológicos antes que se concretizem; críticos tendem a perguntar quem fiscaliza laboratórios financiados e abastecidos pelas próprias empresas avaliadas. Os valores variam entre fontes e não consegui abrir o comunicado oficial.

Fontes:

Business Standard · The Next Web

Estados Unidos: FTC e o quadro federal seguem em disputa com os estados

Sem fato novo datado de outubro encontrado. O pano de fundo: a FTC propôs em 1º/07 uma declaração de política sobre saídas de IA potencialmente enganosas (Seção 5) e sofre objeções, com base na Primeira Emenda, ao seu inquérito sobre "viés ideológico"; a ordem executiva 14365 (dez/2025) abre caminho para ações federais contra leis estaduais de IA e vincula cerca de US$ 21 bilhões de verbas de banda larga a essas leis. Há quem veja a medida como proteção contra uma colcha de retalhos regulatória, e quem a veja como invasão de competência estadual. Sem novidades confirmadas sobre o AI Act europeu nesta pesquisa.

Fontes:

Holland & Knight · Broadband Breakfast

BrasilBrasil: sem fato novo datado e verificado

As buscas só trouxeram análises de março a julho de 2026. O PL 2.338/2023, aprovado no Senado em dezembro de 2024, seguia pendente de votação na Câmara, com a ANPD (Autoridade Nacional de Proteção de Dados) prevista como coordenadora do Sistema Nacional de Regulação e Governança de IA (SIA); o PL 762/2026 trata de sistemas de alto impacto, e o sandbox regulatório de IA da ANPD estaria em testes com três empresas. Para novidades da semana, vale consultar Agência Câmara, Agência Senado e o site da ANPD.

Fontes:

Convergência Digital · Confidata

Para Ficar de Olho

  • 30/11: fim do preço introdutório do Gemini 4 Argon (US$ 2/US$ 10 passam a US$ 4/US$ 20, segundo relatos).
  • 31/10: data listada para os pesos abertos do Mistral Large 4 (cobertos em 07/10); conferir licença.
  • Até 21/11: promoção relatada para a API do GPT-5.6 Sol.
  • 12/11: vigência da nova política de uso da Anthropic.
  • Pendente: replicação independente dos benchmarks do Flint e do Muse Spark Open; detalhes do laboratório de biossegurança britânico; possíveis lançamentos de Gemini 4 Carbon e do novo modelo da Anthropic (relatos de bastidores).

Três coisas que importam mais

1. Modelos abertos de programação ficam pequenos o bastante para o notebook. O Flint, com 2,5 bilhões de parâmetros ativos, promete desempenho de agente de código num hardware que muita gente já tem. Se os números se confirmarem, muda a conta de custo e de privacidade de times que hoje enviam código a APIs de terceiros. Mas todos os resultados são da própria empresa e o histórico recente mostra que benchmarks autodeclarados costumam encolher sob teste independente: a notícia, por enquanto, é a promessa, não o fato.

2. "Aberto" tem cada vez mais significados. Em poucos dias, um modelo saiu com Apache 2.0, outro com licença restritiva e uma família de voz da Mistral teria passado de aberta a fechada. Para empresas, escolas e órgãos públicos que escolhem modelos por critérios de soberania, custo ou conformidade, o rótulo "pesos abertos" sozinho já não diz quase nada; o que decide é a licença e o que realmente pode ser baixado.

3. Preço introdutório é estratégia, não preço. O Argon custa metade do valor que terá em 30/11, e promoções em modelos de ponta aparecem em várias empresas. Quem constrói produtos sobre APIs deveria planejar pelo preço de tabela futuro e manter a possibilidade de trocar de fornecedor, já que a velocidade de mudança de preços (dezenas de alterações em três meses) torna orçamentos fixos pouco confiáveis.

Edições anteriores