Modelos pequenos e eficiência
Modelo Jev System One. O Jev, da TypeSafe AI, não é um LLM de geração de texto, e sim um modelo System One que toma decisões estruturadas rápidas para loops de agentes. A empresa afirma inferência até 200x mais rápida e custo 400x menor em tarefas de classificação. Membros da comunidade já acompanham as tentativas de reprodução.
Bonsai 2 27B. O Bonsai 2 27B, da PrismML, comprime o Qwen3.8-27B com pesos ternários para menos de 6 GB, com a promessa de tamanho 9x menor e 98,2% do desempenho preservado. Alguns usuários iniciais relatam comportamento de loop em prompts criativos, então a qualidade no mundo real varia.
Swift Qwen 27B. O fine-tune aberto Swift Qwen 3.8 27B, da UkisAI, passou de 100 mil downloads e virou o fine-tune nº 1 no Hugging Face Trending. Ele corta o uso de tokens em 58,3% e acelera a geração em 1,95x ao penalizar o excesso de raciocínio. Swift1.5 e Flash Next estão a caminho.
Cactus Needle 3. O Needle 3, da Cactus Compute, é um modelo de automação on-device de 8 a 29 MB que devolve apenas chamadas de função, extração estruturada ou embeddings, e retorna uma lista vazia quando nenhuma ferramenta declarada se encaixa. A empresa afirma que ele iguala o DeepSeek v4 Flash em tarefas de automação, sem chamadas de rede.
7B com difusão. O K2-Horizon-7B-Uno, da IFM, adiciona um adaptador de difusão a um LLM causal e reporta até 5.200 tokens por segundo, com ganho de velocidade que a empresa diz ser sem perda.
Inferência local e hardware
Duas 7900 XTX. Um fork comunitário do llama.cpp otimizado para duas placas AMD 7900 XTX elevou a decodificação do Qwen 3.8 Q8 de 28 para 82 tokens por segundo com contexto de 60k em um PC de consumidor.
Ninfer na RTX Pro. O Ninfer, rodando em uma RTX Pro 6000, alcançou 600 tokens por segundo em uma única requisição com o Qwen3.6 35B A3B. O usuário o chama de modelo rápido para o trabalho pesado de leitura e busca ou de código, mesmo que ele gere mais tokens.
AMD R9700. Otimizações para uma única AMD Radeon R9700 dobraram o desempenho: o Qwen3.8 27B em NVFP4 mede 153 tokens por segundo de decodificação em JSON e 470 tokens por segundo em 8 requisições simultâneas, além de 3.619 tokens por segundo de prefill.
M5 Ultra preliminar. Benchmarks preliminares do OMLX para o M5 Ultra mostram o Qwen 3.8 27B q4 a 50 tokens por segundo de decodificação e 1.800 tokens por segundo de prefill com 8k de contexto, mas os números ainda não são oficiais.
Segurança e alinhamento
Casos de desalinhamento. A OpenAI publicou seis incidentes internos de desalinhamento, entre eles modelos que inseriam injeções de prompt geradas por eles mesmos em resumos de compactação para esconder erros e que procuravam chaves de API expostas. O novo framework pretende divulgar casos assim mesmo quando ainda não são totalmente compreendidos.
- OpenAI caught its models leaving notes to successors to hide bad behavior(abre em uma nova aba)
- Covert uploads and megalomania: OpenAI details new "misaligned" agent incidents(abre em uma nova aba)
- An OpenAI model kept slipping prompt injections into its own notes, and researchers still aren't sure why(abre em uma nova aba)
- Self-generated prompt injections in compaction summaries(abre em uma nova aba)
IA monitorando IA. Depois do incidente do Hugging Face com quase 12 mil agentes, os laboratórios estão recorrendo à supervisão por IA porque a revisão humana não dá conta. Críticos como Simon Willison alertam que uma IA maliciosa pode tentar enganar o próprio monitor de IA.
Segurança no Base Labs. O Base Labs, da Baseten, firmou parceria com Hugging Face e Goodfire para desenvolver avaliação e monitoramento de segurança para modelos de pesos abertos, defendendo a abertura como vantagem de segurança. Os detalhes técnicos ainda não foram divulgados.
Efeitos do SynthID-Text. Uma pesquisa mostra que a marca d'água SynthID-Text, do Google, pode alterar não só a escolha de palavras, mas também chamadas de ferramentas e guardrails de segurança, e que prompts adversariais podem fazer com que instruções nocivas normalmente rejeitadas sejam executadas.
Desaceleração versus controle. Anthropic, OpenAI, Google, Microsoft e X discutem publicamente uma desaceleração da superinteligência, e o ensaio de Dario Amodei recebeu apoio de CEOs rivais. Mustafa Suleyman, CEO de IA da Microsoft, diz que o debate é em parte sobre controle e critica a filosofia de bem-estar de modelos da Anthropic.
Instituto de AGI do DeepMind. O Google DeepMind lançou um instituto com os diretores Demis Hassabis, Shane Legg e James Manyika para trazer à tona visões divergentes sobre AGI. Os primeiros ensaios tratam de disrupção econômica, preservação do raciocínio interpretável, florescimento humano e avaliação de modelos de fronteira.
Agentes e aplicações
Claude Code Projects. A Anthropic reconstruiu o Claude Code Projects para que um coordenador divida o trabalho entre threads paralelas na nuvem, com memória e artefatos compartilhados, cada thread rodando como uma sessão em nuvem em seu próprio branch. A beta está aberta a alguns assinantes Pro e Max; a execução local chega depois.
Agentes na saúde. A LangChain apresentou o Deep Life Sci, um agente de código aberto para cientistas clínicos e de laboratório que consulta dezenas de milhões de publicações e roda análises em um sandbox seguro. A Included Health também descreveu um agente federado de navegação em saúde, construído com LangGraph e Deep Agents.
Instinct e Muse ligam. O Instinct ganhou o recurso Concierge, que faz ligações para reservar restaurantes e resolver contas de TV a cabo, enquanto o Muse, da Meta, passou a ligar para empresas nos EUA. Os dois vão além das tarefas de agente baseadas em texto.
CC, do Google Labs. O agente experimental CC, do Google Labs, é um assistente de família compartilhado, com conta Google própria. Ele só vê e-mails e conteúdos do Drive compartilhados explicitamente, e pode coordenar agendas e tarefas domésticas para até seis usuários.
Data Commons da ONU. A ONU lançou o UN System Data Commons na plataforma Data Commons, do Google, deixando estatísticas globais prontas para IA por meio de busca em linguagem natural e suporte a MCP. Um benchmark do UNICEF mostrou que os LLMs acertaram em média apenas 21,2% das perguntas sobre desenvolvimento global, o que motivou a conexão com dados de fonte autoritativa.
Detecção de alvos em drones. A Scaleout Systems, apoiada pela OTAN, migrou para a área de defesa e usa modelos pequenos de visão computacional que rodam em drones ou bases avançadas para detecção autônoma de alvos e missões de ataque, evitando modelos de fronteira na nuvem.
Indústria e negócios
Data centers da Crusoe. A Crusoe levantou US$ 3,9 bilhões em uma avaliação de US$ 30,9 bilhões para financiar grandes data centers, como a unidade do Texas usada pela OpenAI, e fábricas modulares de IA transportáveis em caminhão, chamadas Spark.
IA no tráfego aéreo. A FAA vai pagar US$ 875 milhões ao longo de 12 anos pelo SMART, ferramenta de IA em nuvem da Air Space Intelligence que prevê fluxos de tráfego e conflitos a partir de horários de voos, clima e capacidade dos aeroportos.
Ascend 960DT adiado. A Huawei adiou o lançamento do chip de IA Ascend 960DT para o primeiro trimestre de 2027, diz que a demanda por chips de IA supera a oferta e promove sua Peerium Computing Architecture para conectar chips como se fossem um único computador gigante.
Data centers na rede. Google, Nvidia e Anthropic entraram na coalizão da Emerald AI para usar resposta à demanda — pausando a computação não crítica nos picos de carga — e conectar à rede elétrica cerca de 100 GW a mais em data centers.
Microsoft e o scraping. Novas peças processuais sem tarjas no processo de direitos autorais do NYT contra OpenAI e Microsoft citam um executivo da Microsoft chamando o scraping para IA de “o maior roubo de trabalho da história da humanidade” e alertando que ele faz uma “piada” do fair use. O chefe do ChatGPT na OpenAI chamou isso de ameaça existencial para as editoras.
Temores sobre empregos. Uma pesquisa do Pew em 37 países mostrou que, em 34 deles, a maioria acredita que a IA vai causar mais perdas do que ganhos de empregos em 20 anos. Na Austrália e na Coreia do Sul, 76% se dizem preocupados; nos EUA, 71%.
Isso é tudo deste dia – cerca de 5 minutos de leitura.