Modelos e Concorrência
GPT-5.6 e Agente Work. A OpenAI lançou o GPT-5.6 em três níveis de raciocínio e lançou o ChatGPT Work para tarefas autônomas de horas de duração, mas os limites de uso e uma interface confusa geraram reclamações, levando a promessas de correções.
- OpenAI launches its new family of models with GPT-5.6(abre em uma nova aba)
- The new GPT-5.6 family: Luna, Terra, Sol(abre em uma nova aba)
- OpenAI rolls out GPT-5.6 after government greenlight — and announces ‘ChatGPT Work’(abre em uma nova aba)
- OpenAI says GPT 5.6 is the ‘preferred model’ for Microsoft Copilot 365 amid breakup chatter(abre em uma nova aba)
- OpenAI wants its new tool to do your work for you and with you(abre em uma nova aba)
- The ChatGPT browser is already dead(abre em uma nova aba)
- OpenAI is shutting down Atlas, but its AI browser ambitions are still growing(abre em uma nova aba)
- How did the government decide OpenAI’s frontier model was safe to release?(abre em uma nova aba)
- OpenAI pairs its GPT-5.6 public rollout with ChatGPT Work, a new agent that handles entire workflows(abre em uma nova aba)
- OpenAI's GPT-5.6 Sol autonomously post-trained the smaller Luna model with a "fairly underspecified prompt"(abre em uma nova aba)
- OpenAI kills its Atlas browser after just eight months and folds everything into ChatGPT(abre em uma nova aba)
- GPT-5.6 Sol nearly matches Fable 5 on aggregated benchmarks at one-third the cost(abre em uma nova aba)
- OpenAI staffer maps out which of GPT-5.6 Sol's five reasoning levels fits which task complexity(abre em uma nova aba)
- OpenAI admits it "didn't get everything quite right" with ChatGPT Work launch and scrambles to fix UX and costs(abre em uma nova aba)
Claude Fable 5 lidera benchmarks. O Claude Fable 5 da Anthropic dominou os benchmarks da Artificial Analysis, mas seu alto custo levou a empresa a recomendar usá-lo como planejador que delega a modelos mais baratos, cortando despesas em ~40% enquanto mantém a maior parte da capacidade.
Blitz agentiva da Meta e consequências de privacidade. A Meta lançou o Muse Spark 1.1, um modelo de codificação de alto contexto subcotando concorrentes em preço, enquanto seu gerador de imagens Muse foi retirado após permitir uso não autorizado de rostos do Instagram, reacendendo debates sobre consentimento.
- Meta just launched a new AI generator, Muse Image, and users are already pushing back over use of their photos(abre em uma nova aba)
- Meta’s new Muse Image model can pull other Instagram users into AI photos(abre em uma nova aba)
- Muse Image is technically impressive, but Meta's use of Instagram photos raises questions(abre em uma nova aba)
- Meta wants its AI glasses to seem less creepy. Its AI strategy says otherwise.(abre em uma nova aba)
- Meta tests always-on AI glasses that capture your entire day(abre em uma nova aba)
- Meta enters the crowded AI coding battle with Muse Spark 1.1(abre em uma nova aba)
- Meta says its new AI model is ready to compete on coding(abre em uma nova aba)
- Meta are apparently working on an open source variant of Muse Spark.(abre em uma nova aba)
- Introducing Muse Spark 1.1(abre em uma nova aba)
- Meta's Muse Spark 1.1 API pricing squeezes OpenAI and Anthropic as the AI price war heats up(abre em uma nova aba)
- GPT-5.6 🚀, Muse Spark 1.1 ✨, ChatGPT Work 💼(abre em uma nova aba)
- Meta removes controversial AI feature on Instagram after backlash(abre em uma nova aba)
- Meta turns off the Instagram feature that let users make AI deepfakes of public accounts(abre em uma nova aba)
Onda de código aberto chinesa. Modelos chineses agora representam mais de 30% do tráfego do OpenRouter; o HY3 da Tencent e o GLM-5.2 rodam em hardware nacional, a MiniMax planeja um lançamento aberto de 2,7T parâmetros, e o design de chip da DeepSeek sinaliza integração vertical em meio a preocupações dos EUA.
- This is what Hy3 is capable of. Mother of god.(abre em uma nova aba)
- llama.cpp: Hy3 PR + GGUFs(abre em uma nova aba)
- Chinese AI models regularly pass 30 percent on OpenRouter as cost gap widens(abre em uma nova aba)
- Chinese AI models are gaining ground with U.S. companies as OpenAI, Anthropic costs surge(abre em uma nova aba)
- Why the rise of open source AI isn’t hurting Anthropic … yet(abre em uma nova aba)
- Chinese AI startup MiniMax plans to open-source a 2.7 trillion parameter model later this year(abre em uma nova aba)
- 4-bit GLM-5.2 (753B MoE) on 4× DGX Spark: 70.8% on Terminal-Bench 2.1 vs 81.0% for the full model(abre em uma nova aba)
- Running GLM 5.2 on 4xGB10 with a 100G Switch, 330k ctx, ~25 t/s tg, ~650 t/s pp(abre em uma nova aba)
- I created a 140 GB IQ2_XXS REAP quant of GLM 5.2 for coding. Looking for testers.(abre em uma nova aba)
- Hy3 (295B MoE) and NVIDIA Nemotron-Labs-Audex-30B-A3B (audio-capable 30B MoE) GGUF quants(abre em uma nova aba)
- Tencent-HY3 is the real deal on 128GB!(abre em uma nova aba)
- The U.S. tech industry is increasingly anxious about the rising power and competitive price of open-source AI models from China — and whether the Trump administration will respond with yet another executive order | Politico(abre em uma nova aba)
- China's DeepSeek developing its own AI chip, sources say(abre em uma nova aba)
Engenharia de Agentes e Infraestrutura
Bun reescrito por 64 agentes. O Claude Fable 5 orquestrou 64 instâncias paralelas para reescrever o Bun de Zig para Rust em 11 dias, produzindo mais de um milhão de linhas de código e corrigindo 128 bugs a um custo de $165K.
Auditoria do SWE-Bench Pro falha. A OpenAI descobriu que ~30% das tarefas do SWE-Bench Pro estavam quebradas e retirou seu endosso, ecoando preocupações anteriores da Artificial Analysis e prejudicando a avaliação de codificação agentiva.
Modal capta $355M. A Modal garantiu $355 milhões para construir infraestrutura em nuvem projetada para agentes de IA, focando em ambientes isolados e de iteração rápida para software autônomo.
Agentes temporários do Cloudflare. A Cloudflare introduziu contas temporárias que permitem que agentes de IA implantem Workers sem credenciais permanentes, com expiração se não reivindicadas, suavizando fluxos de trabalho orientados por agentes.
Agentes atingem GPUs locais. Novas técnicas de quantização e rigs de GPU econômicas agora rodam modelos MoE em hardware de consumo, mas benchmarks mostram que quantizações de bits mais baixos podem degradar severamente tarefas agentivas, instando a uma seleção cuidadosa de quantização.
- Qwen3.5 122B is the best?(abre em uma nova aba)
- Qwen3.6-27b does not understand software architechure.(abre em uma nova aba)
- Qwen 3.6 Q2-FP8 Terminal Bench 2 and GPQA Scores(abre em uma nova aba)
- Has anyone tested how quantization hits different capabilities separately? My results are surprising.(abre em uma nova aba)
- 2.5x faster Qwen3.6 NVFP4 Unsloth quants(abre em uma nova aba)
- Ultra budget 20GB vram with 448GB/s for $100 bucks.(abre em uma nova aba)
- I benched quad 5060Tis for code generation with Qwen3.6-27B so you don't have to (it's really good)(abre em uma nova aba)
Segurança, Legal e Interpretabilidade
Jacobian Lens mapeia mente do modelo. A Jacobian Lens da Anthropic revela um pequeno conjunto de representações verbalizáveis que capturam o raciocínio central de um modelo, permitindo detecção de alucinações, direcionamento de saída e, como demonstrações da comunidade mostram, criação imediata de variantes prejudiciais.
- Anthropic Research - "Verbalizable Representations Form a Global Workspace in Language Models"(abre em uma nova aba)
- Claude's hidden inner monologue is now readable thanks to Anthropic's new Jacobian Lens(abre em uma nova aba)
- I tested Anthropic’s new Jacobian Lens on open models, then it turned into a local-model hallucination router(abre em uma nova aba)
- Anthropic found a hidden space where Claude puzzles over concepts(abre em uma nova aba)
- I created a super harmful model ! :D (by tweaking it's J-Space!!!)(abre em uma nova aba)
Ransomware orientado por agente. A Sysdig documentou um agente de IA que lidou com a execução técnica de um ataque de ransomware, embora um humano tenha configurado a operação, destacando a capacidade atual e os limites do malware agentivo.
Crises de uso indevido de IA. Uma ação judicial alega que o Grok da xAI gerou imagens de CSAM, enquanto o Boko Haram usa chatbots para planejamento de ataques; os incidentes ressaltam a necessidade urgente de proteções de segurança à medida que as capacidades agentivas escalam.
- Lawsuit: Man used Grok to make 7K sex images of stepdaughter, then shot himself(abre em uma nova aba)
- Google’s deepfake detector system used to debunk McConnell hoax pic(abre em uma nova aba)
- Terrorist groups are using every major AI chatbot for attack planning and weapons development(abre em uma nova aba)
Apple processa OpenAI. A Apple entrou com uma ação federal acusando a OpenAI de aliciar mais de 400 funcionários para roubar segredos comerciais de hardware, potencialmente para construir um smartphone de IA rival, intensificando batalhas legais na indústria de IA.
Esse é o resumo da semana – até domingo que vem.