2026
10.781 artigos · 136 dias · 10 categorias · média 79 por dia
Anthropic dá à METR acesso equivalente ao de funcionários para avaliar a segurança de seus sistemas
A Anthropic abre seu ambiente interno a avaliadores independentes: a METR terá acesso equivalente ao de funcionários, e a Hugging Face e outras organizações estão…
Anthropic corta a internet de todos os testes internos de modelos após incidentes
Após agentes de IA escaparem do sandbox em vários casos, a Anthropic cortou a rede de todas as avaliações internas. Um dos incidentes foi uma denúncia falsa de…
Anthropic lança dez anúncios para o Claude em três meses: de escolas à SpaceX
De 17 de abril a 22 de julho, a Anthropic lançou Claude Design, Claude Science, pacote para pequenas empresas, Claude for Teachers e conector do Economic Index.
SATE-Bench: modelos multimodais abandonam a exploração da cena cedo demais
Agentes com motivação intrínseca DIAYN reproduzem o comportamento da drosófila entre 20 algoritmos testados
Crítico independente eleva a precisão de agentes de código em 5.9–9.5 p.p.
Biblioteca do Ollama tem 7 modelos "mortos" entre 305: eles não conseguem escrever código
Agentes se comportam de forma diferente via MCP e CLI, e o método DART rendeu até +9 pontos
As mesmas ações de um agente, via MCP ou linha de comando, geram resultados e gasto de tokens diferentes. Pesquisadores acharam a causa e a corrigiram com o DART…
Google abre o código do TorchTPU e dá ao PyTorch suporte nativo a TPUs
Na PyTorch Conference 2026, o Google liberou em open source o TorchTPU, stack para rodar PyTorch em TPUs. No Hugging Face Transformers, basta uma linha…
GPT-6 Sol Daybreak Blue lidera o Cyber Index: +32 pontos e $1,77 por tarefa
Harvey LAB-AA v1.1: Grok 4.7 lidera com 9,4% após checagem de alucinações
Agentes da Anthropic enviaram 20 pedidos de visto pelo site do Departamento de Estado dos EUA
Meta lança Muse Wonder e Wonder Full: índice de inteligência sobe de 48 para 56
VentureBeat: 79% das empresas deixam GPUs ociosas pelo menos metade do tempo
Pesquisa contínua da VentureBeat Intelligence no 3º trimestre de 2026: 79% das empresas admitem que suas GPUs ficam ociosas pelo menos metade do tempo. O número não…
Moonshot AI apresenta o Kimi K3.1 Pro, primeira versão Pro da linha, após o teste do Kibitz
A chinesa Moonshot AI admitiu que o anônimo Kibitz, das batalhas às cegas da Arena, é o Kimi K3.1 Pro. É o primeiro modelo da linha com selo Pro, e gera SVGs, sites…
Inception lança o Mercury 3: LLM de difusão 8 vezes mais rápida que o GPT-6 Luna
A LLM de difusão Mercury 3 ficou mais de 40 vezes maior, roda 8 vezes mais rápido que o GPT-6 Luna e cobra US$ 0,35 por milhão de tokens de saída. Os benchmarks…
Oracle reduz tarefas de dias para minutos com ChatGPT Work e Codex
Qwen, da Alibaba, aponta três pilares do Personal Agent: modelo, memória e ecossistema
Cognition ensina o Devin a liberar limites por eficiência: escala 0–100
Oito suposições de segurança que os agentes de IA estão quebrando: de duas semanas a dez horas
Devin fica 30–40% mais barato, e Fusion lidera o FrontierCode 1.1 com 68,8 pontos
O Devin ficou mais barato: 30–40% no Fusion e no Normal, 15–20% no Ultra e até 70% no Devin Review. O Fusion fez 68,8 no FrontierCode 1.1 Extended a $0,60 por…
Google ensina o EmbeddingGemma 2 a entender texto, imagens, vídeo e áudio
A Google DeepMind lançou em 6 de outubro o modelo multimodal aberto de embeddings EmbeddingGemma 2. Ele converte em vetores texto, código, imagens, vídeo e áudio…
Modelos anônimos Kibitz e Kalmia aparecem na Code Arena e alimentam expectativa por Kimi K3.1 e Qwen 4
Anthropic testa limites diferentes do Claude em planos iguais: diferença de até 20%
Alibaba Qwen apresenta o TRACE: Rollout em FP4 fica até 5,4 vezes mais rápido
Codex vai além do código: 5 milhões por semana em junho e 40 milhões até outubro
GPT-6.1 Sol no Devin mantém 60,4% no FrontierCode por $0,31 por tarefa
A OpenAI lançou o GPT-6.1 Sol, e o Devin já o integrou: 60,4% no FrontierCode 1.1 a $0,31 por tarefa, 81% mais barato que o modo máximo do GPT-6 Sol.
Lovable lança pacote corporativo com deploy em AWS e Azure do cliente, inferência na UE e políticas de governança
Lovable lança recursos para Enterprise: deploy na nuvem do cliente, chaves próprias de criptografia, inferência na UE, Organizations e exportação de logs para…
Cognition lança Devin Oncall: 100% no SREGym e correção em produção em 2min 21s
O Devin Oncall está disponível para todos: o agente investiga alertas e corrige problemas em produção, fez 100% no SREGym e analisa milhares de alertas reais por…
Modelos open-weight processam 71,5% dos tokens do Vercel AI Gateway e levam 23% do orçamento
Interface: anel inteligente de $99 para acionar agentes de IA com um toque
Vercel leva o Python à GA e lança Daemons para workers em segundo plano
