Lançamentos de Modelos e Benchmarks
Granite 4.2 com raciocínio. A IBM lançou o Granite 4.2 nos tamanhos 3B, 8B e 30B sob a licença Apache 2.0. Os modelos têm modos de raciocínio chain-of-thought, contexto de 512K, chamada nativa de ferramentas e foram pós-treinados com aprendizado por reforço agêntico.
Modelo jurídico da Thomson Reuters. A Thomson Reuters lançou o Thomson-1.0-Small, um modelo focado em direito e tributação.
Qwen3.8 NVFP4 quantizado. Um checkpoint Qwen3.8-27B totalmente quantizado em NVFP4 usa destilação ciente da quantização com QUASAR para manter desempenho próximo ao BF16, mesmo com todas as camadas lineares quantizadas.
Benchmark do Muse Glimmer. O Muse Glimmer superou o Qwen3.8 medium em um benchmark de conhecimento implícito e levou de 3 a 4 horas, contra 30 horas do Qwen xhigh, sugerindo que RAG pode aproximá-lo dos modelos de ponta.
Qwen3.8-Flash-Next local. O próximo Qwen3.8-Flash-Next é um MoE multimodal com ~125B de parâmetros totais e ~6B ativos, além de uma tabela de n-gramas de 51B. Uma quantização de 4 bits caberia em cerca de 82 GB, tornando-o surpreendentemente amigável para uso local.
Hardware e Inferência
Kernel para AMD MI350X. A NetraRuntime abriu o código de um kernel que executa o Qwen3.6-35B-A3B a 78.498 tokens de saída por segundo em 8 GPUs MI350X, cerca de 2,16x o throughput do vLLM.
Chip Jalapeño da OpenAI. Segundo relatos, o primeiro chip de inferência personalizado da OpenAI, o Jalapeño, supera Nvidia Blackwell e Rubin em throughput por watt e latência nos benchmarks da SemiAnalysis, atingindo 1.400 tokens por segundo por usuário no GPT-OSS 120B.
Aceleração DFlash2. Uma configuração de decodificação especulativa DFlash2 em uma RTX 4080 de 16GB acelerou o Qwen3.8-27B de 50,6 para 86,7 tokens por segundo, com qualidade de saída idêntica.
Opções de Mac Studio. Um Mac Studio M5 Ultra de 96GB oferece o dobro da largura de banda de memória do M5 Max de 128GB por cerca de € 740 a mais, mas uma análise de custo sugere que placas mais baratas de 24-32GB podem ser mais econômicas para a maioria dos casos de inferência local.
Teste de codificação em 16GB. Um Qwen3.8-27B fortemente quantizado rodando em uma Quadro de 16GB implementou corretamente do zero um método de matriz de transferência multicamadas, embora tenha passado boa parte dos 100 minutos depurando seus próprios validadores.
Agentes e Frameworks
Ferramentas para agentes da LangChain. A LangChain adicionou RubricMiddleware para agentes com autoavaliação, suporte a skills no deepagents-CLI e documentou padrões de engenharia de loops para empilhar loops de agentes.
LangSmith Engine 2x. O LangSmith Engine agora identifica problemas de agentes com mais de duas vezes a eficácia em benchmarks internos e é 25% melhor em escrever correções.
Memória do Claude Cowork. A Anthropic unificou a memória entre o chat do Claude e o Claude Cowork, então o Cowork agora lembra o contexto da conversa e os usuários podem ver, editar ou excluir as informações armazenadas.
Agentes plan-and-execute. A LangChain apresentou um executor de agentes Plan-and-Execute que primeiro planeja tarefas de múltiplas etapas e depois as executa, trocando mais chamadas de LLM por um melhor planejamento de longo prazo.
Indústria e Negócios
Voice AI indiana. A Ringg levantou US$ 10 milhões da Peak XV enquanto desenvolve agentes de IA de voz para empresas indianas. Ela já processa 20 milhões de tentativas de chamada por mês com clientes como Flipkart e Cred.
Generalist avaliada em US$ 3B. A startup de robótica Generalist agora está avaliada em US$ 3 bilhões após uma extensão que levou sua Série B a US$ 600 milhões. Seu modelo Gen 1.5 permite que robôs aprendam tarefas a partir de demonstrações em vídeo de apenas 3 a 12 segundos.
Financiamento da Stability AI. A Stability AI levantou US$ 76 milhões em Série B com investidores como Universal Music, Sony Music, Warner Music e EA, elevando para US$ 232 milhões o financiamento total de suas ferramentas de IA criativa.
IA jurídica do Google. O Google lançou o Gemini Enterprise for Legal, usando conectores MCP para integração com iManage, NetDocuments, Harvey e outros para revisão de contratos, pesquisa jurídica e acompanhamento regulatório.
Agentes da Lyft e Klarna. A Lyft construiu uma plataforma de suporte ao cliente multiagente self-service com LangGraph e LangSmith, enquanto o assistente LangGraph da Klarna lida com um trabalho equivalente ao de 700 funcionários em tempo integral.
Segurança e Política
Campanha russa com ChatGPT. A OpenAI interrompeu uma operação encoberta de influência russa que usava o ChatGPT para gerar conteúdo pró-Kremlin e artigos falsos, divulgados no X, LinkedIn, Facebook, Substack e Telegram.
Adequação ao EU AI Act. A LangChain publicou orientações sobre o uso do LangSmith e do LangChain OSS para atender aos requisitos de alto risco do EU AI Act, como logging, monitoramento e supervisão humana.
Isso é tudo deste dia – cerca de 5 minutos de leitura.