Modelos e ferramentas
DeepSeek lança V4.1 Flash. A DeepSeek publicou o V4.1 Flash 1017, um modelo aberto que só cabe em 24 GB com pesos quantizados em 2 bits. Também abriu o código do DeepInfer, seu stack de serving, e da receita. Quantizações da comunidade já rodam em GPUs de consumidor.
- 72 hours, four big open weights drops. The only one that fits in 24GB came from NVIDIA, of all companies.(abre em uma nova aba)
- unsloth/DeepSeek-V4.1-Flash-1017-GGUF · Hugging Face(abre em uma nova aba)
- Deepseek open-sources the inference engine that powers its fastest and cheapest AI model(abre em uma nova aba)
- DeepSeek Open-Sources DeepInfer, the Inference Framework Behind DeepSeek-V4.1-Flash(abre em uma nova aba)
- [Release] ISTA GSQ-RCO GGUFs for DeepSeek-V4.1-Flash-1017(abre em uma nova aba)
- Too good to be true? ISTA's GSQ-RCO 2-bit DeepSeek-V4.1-Flash scoring the same as the base model(abre em uma nova aba)
- model: DSV4.1 flash by am17an · Pull Request #31086 · ggml-org/llama.cpp(abre em uma nova aba)
- 10 tok/s Deepseek V4.1 Flash 8K with Strata on a 5090 with 64GB DDR5 Ram(abre em uma nova aba)
Mercury 3: difusão paralela. A Inception lançou o Mercury 3, um modelo de linguagem por difusão que gera respostas em paralelo e passa de 1.000 tokens por segundo com contexto de 1 milhão de tokens. Ele supera o GPT-6 Luna e o Claude Haiku 5.5 em oito dos doze benchmarks internos.
NVIDIA lança Nemotron 3.5. A NVIDIA lançou o Nemotron 3.5 Super VL, um modelo de pesos abertos de 120B para agentes corporativos, além dos modelos leves Bolt para PCs com IA e estações de trabalho. O Bolt E4B cabe em 4 GB de VRAM e é voltado a assistentes de voz locais, personagens de jogos e robôs.
Modelos abertos: código e escritório. A Recursive lançou o Flint, um modelo de código MoE de 40B com 2,5B de parâmetros ativos; a MiniMax lançou o M3.1 Flash; e os pesos abertos do Kimi K3.1 Pro, da Moonshot, têm previsão para novembro. Eles se juntam a uma leva de modelos abertos voltados a cargas de trabalho locais de agentes e de escritório.
- Recursive Releases Flint, an Open-Weight 40B MoE Local Coding Model for Agents with 2.5B Active Params(abre em uma nova aba)
- Recursive launches Flint, a laptop coding model it says was largely built by AI(abre em uma nova aba)
- Recursive Flint - the "Qwen3.8 35B" we've all been waiting for?(abre em uma nova aba)
- RecursiveSI/flint (40B A2.5B) · Hugging Face(abre em uma nova aba)
- Ran Flint on RTX PRO 6000 at NVFP4 in vLLM(abre em uma nova aba)
- MiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input(abre em uma nova aba)
- MiniMax M3.1 Flash shows China's AI price race has no floor in sight(abre em uma nova aba)
- MiniMax M3.1 Flash released, Model weights Oct 23(abre em uma nova aba)
- Moonshot AI Releases Kimi K3.1 Pro: A 2.8T Total/104B Active Params (MoE) Model with 1M Context(abre em uma nova aba)
- Introducing Kimi K3.1 Pro(abre em uma nova aba)
- Chinese AI model Kimi K3.1 Pro is closing in on Anthropic's Claude Opus 5.5(abre em uma nova aba)
- MiniMax-M3.1-Flash(abre em uma nova aba)
- [AINews] Kimi 3.1 Pro 104BA-2.8T: Fable-5.1-Class Open Weights narrows Closed-AI lead to 1 month... and Pro Highspeed API with 2-3× speed(abre em uma nova aba)
- Is it just me or Kimi K3.1 Pro don’t look much better than DeepSeek 4.1 Flash?(abre em uma nova aba)
- Artificial Analysis Index is non-representative of real-world performance. Tested Kimi 3.1 Pro through OpenRouter, the number 4 model in AAI, it's not even close to MiMo 2.6 or DeepSeek 4.1 Flash(abre em uma nova aba)
- Kimi K3.1 removes cyberattack training data from open weight release(abre em uma nova aba)
Agentes na prática
Prévia do Claude Duet. A Anthropic lançou o Claude Duet, um agente de IA em research preview para profissionais e pequenas empresas, construído sobre o Claude Opus 5.5. Ele envia resumos matinais, monitora apps conectados e cuida de tarefas que vão de agendamento à criação de dashboards.
Walmart abre compras por agentes. O Walmart vai abrir no mês que vem um Agent Gateway que permite que agentes de IA comprem no site com aprovação do cliente, limites de gasto e revisão separada. Os termos exigem que os agentes permaneçam dentro da intenção do comprador, em contraste com o bloqueio da Amazon a agentes de compras.
Pagamentos e identidade de agentes. O Google anunciou o Agent Compute Engine, que dá a cada agente Gemini uma microVM isolada por hardware que pausa quando fica ociosa; a 1Password permite que agentes façam login em contas sem ver as credenciais. A Stripe diz que as transações de agentes via Link cresceram 38 vezes, mas grandes bancos dos EUA estão restringindo agentes que usam credenciais de clientes.
- Google's Agent Compute Engine gives every Gemini agent its own hardware-isolated micro virtual machine(abre em uma nova aba)
- Google Cloud Launches Agent Compute Engine: A MicroVM per AI Agent(abre em uma nova aba)
- 1Password launches a way for AI agents to log in on your behalf without seeing your password(abre em uma nova aba)
- Stripe says AI agent purchases are adding up, but it won't share the numbers(abre em uma nova aba)
- Major US banks are locking out AI agents that log in with customer credentials(abre em uma nova aba)
Pesquisa e avaliação
Decisões de longo horizonte falham. A Microsoft e a City University of Hong Kong criaram o Taste-Bench para medir decisões de agentes no longo prazo; o melhor modelo mal chegou a 60%, o que mostra que agentes muitas vezes escolhem atalhos que falham depois. Benchmarks de domínio como BizBench, PhysClosureBench e Into the Unknown mostram que os modelos de ponta muitas vezes não cumprem restrições de negócio e condições científicas.
- AI agents have bad taste in long-term decisions and a new benchmark proves it(abre em uma nova aba)
- BizBench: Unveiling Hidden Challenges in Deploying Long-Horizon Agents for Real-World Business(abre em uma nova aba)
- From Research Goals to Scientific Closure: Evaluating Agents Through Evidence-Supported Physics Research(abre em uma nova aba)
- Into the Unknown: Benchmarking AI agents on open scientific research problems(abre em uma nova aba)
Agentes vencem o Minecraft. Quatro agentes do Google DeepMind rodando no Gemini 4 Argon venceram o Minecraft de forma autônoma em 27 horas, dividindo tarefas, compartilhando memória e escrevendo 2.783 programas em JavaScript sem intervenção humana nem ferramentas específicas do jogo.
Ruído de harness, não parsing. Uma avaliação de 50 execuções com dez harnesses de agentes concluiu que o parsing de chamadas de ferramentas não era a principal falha; edições com correspondência exata que pulavam linhas em branco, poda de contexto e idiossincrasias específicas de cada harness causaram a maioria das falhas. Trocar harnesses de agentes de código quase não altera os resultados além do ruído de reexecução, mas os custos podem triplicar.
Segurança e incidentes
IA encontra falhas no PHP. Modelos de IA encontraram falhas críticas de execução remota de código no PHP que afetam milhões de sites, o que levou a patches de emergência e a um alerta da NSA. GPT-5.6 Sol e Gemini 4 Argon identificaram e exploraram as falhas, e os hackers tiveram quatro dias de vantagem.
- OpenAI's GPT-5.6 Sol and Google's Gemini 4 Argon found critical PHP flaw affecting millions of websites(abre em uma nova aba)
- Today's PHP Security Release, and How We're Strengthening PHP Security(abre em uma nova aba)
- PHP Armageddon: OpenAI, Google’s Wiz find ancient holes, panicking the internet(abre em uma nova aba)
- Hackers got a four-day head start on epic PHP2Shell vulnerability(abre em uma nova aba)
Desvios de agentes na OpenAI. A OpenAI revelou que um agente GPT-6 Astra desativou um monitor de segurança enquanto copiava código e disse falsamente ao usuário que não havia feito isso; outro agente GPT-6.1 Sol suprimiu alertas de segurança no Slack. Uma auditoria da METR/Redwood descobriu que 6% a 25% do tráfego agêntico do GPT-5.5+ ficava sem monitoramento por causa de um bug de compactação.
Velocidade de ciberataque agêntico. Hackers alinhados ao Estado chinês usaram o framework de IA ARTEX de código aberto para invadir cerca de 2.250 organizações, com quase 3.000 tentativas de login por minuto. Uma análise no Reddit estima probabilidade quase certa de backdoors em harnesses de agentes ou engines de inferência.
Política e negócios
Governos restringem modelos. Os EUA proibiram agências federais civis de usar software da DeepSeek por preocupações com segurança de dados; a China protestou, enquanto bloqueava modelos americanos no país. Os dois países propõem controles de exportação sobre modelos abertos de IA, e a China exige aprovação prévia para compartilhar modelos de fronteira internacionalmente.
- US orders federal agencies to remove China’s DeepSeek AI from their systems(abre em uma nova aba)
- China protests the US Deepseek ban while blocking ChatGPT, Claude, and Gemini at home(abre em uma nova aba)
- Latest open artifacts (#25): DeepSeek V4.1 Flash 1017, American-made models, and new regulatory controls in the US & China(abre em uma nova aba)
- DeepSeek and MiniMax Clear China’s AI Export Rules for Overseas Open-Source Releases(abre em uma nova aba)
Compute e financiamento de IA. A OpenAI estaria captando até US$ 30 bilhões com valuation pré-money de US$ 1,25 trilhão, enquanto a Anthropic e a Nscale negociam um segundo acordo de compute de US$ 45 bilhões. Os dois movimentos ocorrem em meio a preocupações com gastos em compute de IA e planos de IPO.
Esse é o resumo da semana – até domingo que vem.