A inteligência está ficando mais barata

Essa semana teve Opus novo, dois GPT-6 novos, Grok novo, modelos open para computer use e uma leva de experiências com voz e avatar. Mas o fio que mais me chamou atenção foi outro: a fronteira continua avançando, só que o preço para acessar essa inteligência está caindo rápido.

A Anthropic colocou o Opus 5.5 abaixo do preço do Opus 5. A OpenAI lançou Sol e Luna justamente para levar parte do que existe no Astra para faixas muito mais baratas. A xAI manteve o Grok 4.7 em US$ 2 de input e US$ 6 de output por milhão de tokens enquanto aumentou capacidade.

A corrida deixou de ser só por quem chega mais longe. Agora também é por quem consegue entregar inteligência suficiente pelo menor custo possível.

Bora ao que aconteceu.

A Jogada da Semana

A guerra dos modelos virou uma guerra de eficiência

A Anthropic lançou o Claude Opus 5.5, primeiro modelo da família Claude 5.5. Ele chega com ganhos em coding, computer use e trabalho agentic, mas o número que mais me chamou atenção foi custo. A Anthropic diz que ele custa cerca de 40% menos que o Opus 5 em workloads típicos, com input a US$ 4, output a US$ 20 e cache reads a US$ 0,20 por milhão de tokens. Também gera output mais de 30% mais rápido. Anthropic

No mesmo dia, a OpenAI apresentou GPT-6 Sol e GPT-6 Luna. Os dois herdam parte das capacidades do Astra, mas são claramente produtos de eficiência. Sol entra como modelo intermediário para coding e trabalho agentic, enquanto Luna mira volume alto com preço muito mais baixo. A própria OpenAI diz que os preços ficam cerca de 50% abaixo do promocional da geração GPT-5.6. OpenAI

A xAI foi pelo mesmo caminho com o Grok 4.7. O modelo usa uma base maior, teve reinforcement learning em tarefas de várias horas e melhorou verificação do próprio trabalho, mas continua em US$ 2 de input e US$ 6 de output por milhão de tokens. A empresa está vendendo exatamente essa combinação: mais capacidade sem explodir o custo. xAI

Isso é importante porque muda a conta de produto. Quando um agente faz uma tarefa de 30 segundos, alguns centavos a mais quase não aparecem. Quando ele trabalha por horas, chama ferramenta dezenas de vezes, lê contexto gigante e cria subagentes, eficiência deixa de ser detalhe técnico e vira margem.

Na semana passada eu falei que o modelo deixou de ser o produto. Essa semana parece a continuação natural daquela ideia. Não basta ter o modelo mais inteligente. Ele precisa terminar o trabalho usando menos tokens, menos passos e menos tempo.

A próxima disputa talvez não seja quem tem o benchmark mais alto.

Vai ser quem entrega inteligência suficiente para colocar milhões de agentes trabalhando sem a conta ficar absurda.

Para Builders

O Holo4, da H Company, é uma das coisas mais interessantes da semana. São modelos open-weight de computer use que trabalham com GUI, código, MCP e APIs usando a mesma interface. A empresa reporta 85,2% no OSWorld para o modelo 27B e custos por tarefa bem menores que modelos frontier. Mais importante que o benchmark é a ideia de um agente conseguir escolher entre clicar na tela, escrever código ou chamar uma ferramenta dependendo do que encontra. H Company

A Perceptron Mk1.5 vai em outra direção: percepção para agentes embarcados, robôs e wearables. O modelo recebe texto, imagem, vídeo e áudio e pode devolver texto, geometria e tracking de objetos. Conforme agentes começam a sair do navegador e entrar no mundo físico, essa camada de percepção vira tão importante quanto o reasoning. Perceptron

A Black Forest Labs lançou o FLUX 3 Action, um world action model aberto de 7B. Você dá um frame e uma instrução e ele prevê uma pequena sequência de ações, com checkpoints voltados para robótica. É uma mudança interessante para quem conhece a empresa principalmente por geração de imagem: o próximo passo não é só criar o mundo, mas agir dentro dele. Hugging Face

Voz virou interface

O Google lançou o Gemini 3.8 Flash TTS e o Flash-Lite TTS. O Flash permite desenhar a voz por prompt e dirigir trechos individualmente, enquanto o Lite mira volume e custo. A biblioteca passa de 2 mil vozes e inclui voice replication com consentimento e SynthID. Google

Um dia depois veio o Gemini 3.8 Live with Live Avatar, combinando speech-to-speech com vídeo de baixa latência, lip-sync, expressões e tool calling assíncrono. O agente deixa de ser uma bolinha pulsando na tela e começa a ganhar presença visual. Google

A Meta está indo para o mesmo lugar com o Muse Realtime Avatar, sincronizando geração de vídeo aos tokens de fala do Muse Realtime Voice, com cerca de 870 ms de latência ponta a ponta. E a LemonSlice lançou o CWM-1, voltado para avatar de corpo inteiro e cenas longas controladas por áudio e prompt. Meta | LemonSlice

Talvez a próxima interface de IA não pareça uma interface. Vai parecer alguém falando com você.

Drops

O MiniMax-M3.1-Flash-Preview chega focado em coding multimodal, com texto, imagem, vídeo e contexto de 1 milhão de tokens. MiniMax

A Xiaomi lançou MiMo-V2.6 Pro e Flash, dois modelos omni com texto, imagem, vídeo e áudio. O Pro passa de 1 trilhão de parâmetros totais e a família chega com pesos abertos sob licença MIT. Xiaomi

A NVIDIA publicou o Nemotron 3 Diarization, modelo open-weight de cerca de 100M para separar até oito pessoas em áudio, inclusive com falas sobrepostas e streaming de baixa latência. Hugging Face

O Ant Group lançou o Ming-Image-0.1-Design, modelo aberto de 6B focado em UI, infográficos e pôsteres. O mais interessante é o Design-Layer, que consegue decompor uma arte pronta em camadas RGBA editáveis. Hugging Face

O Xing4.0-29B-A4B é um MoE com apenas 4B de parâmetros ativos, contexto de até 512K e foco explícito em planejamento, tool calling e engenharia. Mais um modelo pequeno em custo tentando competir em tarefas agentic. Hugging Face

Ferramenta da Semana: Okara

A Okara se vende como um CMO de IA. Você coloca o site da empresa, ela estuda produto, concorrentes e voz da marca e depois coordena mais de dez agentes para SEO, AI search, Reddit, X, LinkedIn, creators e UGC.

A parte que achei mais interessante é o desenho do fluxo. Ela não simplesmente publica tudo sozinha. Os agentes fazem pesquisa e criam as peças, você aprova os drafts e só então o sistema publica. É uma abordagem mais realista para marketing do que entregar completamente a marca para um agente e torcer para dar certo.

Segundo a empresa, mais de 100 mil negócios já usam a plataforma. Para times pequenos, pode ser uma forma interessante de testar até onde um conjunto de agentes consegue assumir operação de distribuição sem contratar uma estrutura inteira. Okara

Dica da Semana: /blueprint

O /blueprint transforma uma referência visual em uma prancha técnica, com o objeto reorganizado como desenho de projeto, vistas, detalhes e anotações visuais.

É um comando simples, mas funciona muito bem quando você quer sair da imagem publicitária e mostrar como alguma coisa foi pensada ou construída. Produto físico, interface, arquitetura, equipamento ou conceito visual ganham uma cara completamente diferente quando apresentados como blueprint.

Comando:

/blueprint

Fechando o Lab

A coisa que ficou na minha cabeça essa semana foi preço.

Durante muito tempo, usar o melhor modelo significava aceitar que ele seria caro. Só que Opus 5.5, Sol, Luna, Grok 4.7 e até modelos open como Holo4 mostram outra direção: a fronteira está avançando ao mesmo tempo em que o custo por trabalho começa a cair.

Isso muda bastante o que dá para colocar em produção. Um agente que custava caro demais para atender mil tarefas talvez faça sentido quando custa metade. E quando isso acontece de novo seis meses depois, aplicações que pareciam inviáveis começam a entrar na conta.

Talvez a maior evolução dos modelos em 2026 não seja só ficarem mais inteligentes.

É ficarem baratos o suficiente para trabalhar de verdade.

Nos vemos semana que vem.

💖 Feito com IA, café e senso crítico 👉 doug.ia.br