O modelo deixou de ser o produto
Essa semana teve modelo novo, Siri ficando mais útil, mais agentes e uma boa quantidade de lançamentos open. Mas a notícia que mais me chamou atenção foi um estudo mostrando que pegar exatamente o mesmo modelo e trocar a infraestrutura ao redor dele pode multiplicar o custo sem necessariamente melhorar o resultado.
Estamos ficando bons em medir inteligência. Agora começa outra corrida: transformar essa inteligência em software que funciona de verdade, com memória, ferramentas, contexto, custo e latência sob controle.
Bora ao que aconteceu.
A Jogada da Semana
O modelo deixou de ser o produto
A Arena publicou um estudo sobre o que chamou de harness tax. Foram 21 combinações entre modelos e ambientes como Claude Code, Codex CLI e Pi. O resultado mais interessante, pra mim, é simples: o mesmo modelo pode entregar resultado parecido com custos muito diferentes dependendo da infraestrutura em volta dele. Em alguns cenários, a diferença chegou perto de 5x. Arena
Isso muda bastante a forma como escolhemos IA. Durante dois anos a pergunta era “qual é o melhor modelo?”. Com agentes, essa pergunta ficou incompleta. Um agente é modelo, contexto, ferramentas, memória, regras e ambiente de execução. Se uma dessas peças é ruim, pouco importa se o LLM é excelente.
O estudo também mostrou que alguns modelos funcionaram melhor fora do harness criado pela própria empresa. Nem sempre “modelo + stack oficial” é a melhor combinação. Às vezes um ambiente mais simples gasta menos e entrega o mesmo resultado.
Isso conversa direto com o que vejo construindo agentes na prática. A diferença entre uma demo boa e um sistema bom quase nunca está só no modelo. Está em como você passa contexto, limita ferramentas, persiste memória, trata erro e decide quando o agente deve parar.
O modelo continua importante. Mas cada vez mais parece uma peça do produto, não o produto inteiro.
Para Builders
A Perplexity publicou como usa erros reais de produção para melhorar agentes. Correções de usuários e falhas de tool calling viram sinal de treinamento, e a empresa reporta redução de 21,2% nesses erros entre dois checkpoints. É uma ideia simples e boa: um agente que falhou pode ser uma ótima fonte de treinamento. Perplexity
O Grok Build ganhou memória persistente. O agente extrai decisões, convenções e fatos importantes depois das interações e salva isso em Markdown, com memória global e por projeto. Parece detalhe, mas evita reexplicar arquitetura e contexto a cada sessão. xAI
O n8n publicou um guia sobre latência em workflows com IA. A recomendação mais prática é não usar modelo gigante para tarefa simples, reduzir tokens de saída e paralelizar o que puder. Esse tipo de otimização só começa a importar quando o agente sai da demo e entra em produção. n8n
A Lovable comprou a Sutro para atacar outro problema que aparece quando vibe coding vira produção: software ficou mais fácil de criar, mas continua difícil de explicar, auditar e confiar. A ideia é tornar aplicações geradas por IA mais compreensíveis e seguras. Lovable
Giro da Semana
A OpenAI lançou o Astra for Law, uma configuração do GPT-6 Astra voltada para trabalho jurídico, com Legal Search Index e uma API dedicada a caminho. Mais um passo na verticalização dos modelos para workflows específicos. OpenAI
A Salesforce apresentou o Koa, seu primeiro reasoning model focado em CRM e construído sobre o NVIDIA Nemotron 3 Super. É outra evidência de que o mercado começa a sair de “um modelo para tudo” e ir para modelos especializados em trabalho real. Salesforce
A Anthropic criou um programa de verificação para life sciences, com diferentes níveis de acesso dependendo do tipo de pesquisa e do risco envolvido. Em vez de apenas liberar ou bloquear, a empresa está criando camadas de acesso e responsabilidade. Anthropic
A OpenAI também mostrou uma visão de publicidade com agentes patrocinados, em que o anúncio pode responder dúvidas e ajudar na conversão dentro da própria interface. A proposta ainda conecta campanhas com ferramentas como HubSpot e Shopify. OpenAI
Modelos e experiências
O Gemini 3.8 Live ganhou speech-to-speech nativo, visual grounding, tool calls assíncronas e suporte a 97 idiomas. A parte mais interessante é combinar conversa em tempo real com reasoning mais pesado sem travar a experiência. Google
A Siri AI começou a chegar com Apple Foundation Models, execução on-device e Private Cloud Compute. O que vale acompanhar é menos o chat e mais a capacidade de entender contexto, agir entre apps e usar o que está na tela como parte da tarefa. Apple
A Alibaba lançou o Qwen3.8-Omni-Flash, com entrada nativa de texto, imagem, áudio e vídeo, contexto de 1 milhão de tokens, function calling e web search. Multimodalidade está virando padrão. Qwen
A xAI lançou o Grok 4.7 e o Voice Transcribe 2. Somando isso à memória do Grok Build, dá para ver a empresa fechando cada vez mais peças do sistema em volta do modelo. Grok 4.7 | Voice Transcribe 2
Drops
O Bonsai 2 27B comprime um modelo de classe 27B para cerca de 5,9 GB e, segundo a PrismML, preserva aproximadamente 98,2% do desempenho do FP16. PrismML
O Jev, da TypeSafe AI, aposta em saídas tipadas e probabilidades calibradas em vez de geração de texto token por token. É uma proposta interessante para sistemas que precisam de estrutura e previsibilidade. TypeSafe AI
O NCP-ArchPreview, do Shanghai AI Lab e SJTU LUMIA, explora uma arquitetura que combina NTP e NCP em um modelo de aproximadamente 8,9B. Hugging Face
O Agnes-3.0-Flash chega com 33B, texto, imagem, vídeo, contexto de 262K e licença Apache 2.0. Hugging Face
A Runway lançou o Enhance Frame Rate, que interpola vídeos de até 4K para 25 a 120 fps. É menos chamativo que gerar vídeo do zero, mas muito útil em workflow real de edição. Runway
O Vidu S2 aposta em avatar interativo e edição em tempo real de estilo, roupa, personagem e fundo. A possibilidade de alterar o vídeo durante a execução é a parte mais interessante. ShengShu Technology
O ElevenLabs Music v2.5 virou padrão no ElevenMusic, com melhorias em arranjo, instrumentos e downloads lossless. ElevenLabs
Ferramenta da Semana: Hyrax
A Hyrax faz code review autônomo conectado direto ao GitHub. Ela audita o repositório inteiro olhando segurança, corretude, performance, manutenção, arquitetura e operação, escreve a correção e abre um pull request para você revisar.
O detalhe que mais gostei é a validação antes de sair apontando problema. Antes de reportar um bug, ela cria um teste que falha para provar que o problema existe. Antes de mandar a correção, roda os próprios testes do repositório, build e lint.
É um bom exemplo de agente saindo do papel de “assistente que sugere” e entrando num fluxo real de engenharia. O plano gratuito inclui mini audit, 5 findings e 5 fixes por mês. Hyrax
Dica da Semana: /ai storyboard
Essa semana testei o /ai storyboard para transformar uma ideia visual em uma sequência pronta de cenas. Você parte de uma referência e a IA monta diferentes enquadramentos, detalhes e composições mantendo o mesmo produto ou personagem como fio condutor.
No teste com um relógio, ela criou close de materiais, detalhe do mostrador, plano de produto e cenas mais dramáticas como se já existisse uma direção de fotografia por trás. É bem útil para pensar campanha, vídeo, carrossel ou simplesmente sair do prompt único e trabalhar uma narrativa visual.
Comando:
/ai storyboard
Fechando o Lab
A sensação que ficou dessa semana é que estamos entrando numa fase menos glamourosa e mais útil da IA. A conversa começa a sair de benchmark e contexto para memória, custo, latência, ferramenta errada, execução instável e software difícil de auditar.
Isso é um bom sinal. Quer dizer que estamos saindo da fase de demo.
Talvez a vantagem daqui pra frente não seja ter acesso ao modelo mais poderoso. Seja saber montar um sistema melhor em volta dele.
Nos vemos semana que vem.
💖 Feito com IA, café e senso crítico 👉 doug.ia.br