Lançamentos e atualizações ligados a fichas, contexto e fontes primárias.
A OpenAI apresenta Sol e Luna como opções da família GPT-6, com diferentes perfis de custo e capacidade. A empresa anuncia uma redução de 50% em relação aos preços promocionais do GPT-5.6, mas as fontes disponíveis não detalham aqui as tarifas por unidade nem permitem verificar de forma independente as melhorias de desempenho.
Um guia operacional para manter o corpus de um sistema RAG quando políticas, manuais e documentos mudam. Propõe um modelo de dados, fluxos de atualização e retirada, controles de acesso e testes para reconstruir qual evidência estava disponível no momento de responder.
O DeepSWE v1.1 avalia alterações de código produzidas por agentes em tarefas originais e de longo horizonte. O seu resultado pode fornecer um sinal útil, mas uma linha do leaderboard só é interpretável se forem conhecidos o arnês, a política de erros, os rollouts, o verificador e a versão exata do benchmark. Uma revisão da Epoch AI acrescenta um alerta concreto: alguns patches que modificam testes podem receber um falso negativo em determinadas condições.
Uma avaliação útil de transcrição automática não se resume a uma única porcentagem de precisão. Este guia propõe um protocolo para medir, separadamente, a fidelidade do texto, as entidades críticas, a atribuição de falantes, as marcações de tempo, a segmentação e a validade da saída consumida por uma aplicação. O objetivo é comparar versões e configurações de forma reproduzível e decidir, com evidências, quando promover, restringir ou bloquear uma implantação.
Guia para avaliar o GPT‑Live‑1 em conversas de voz full‑duplex, separando dinâmica de turnos, compreensão, sucesso da tarefa e segurança de ações delegadas. Propõe um protocolo reproduzível com áudio controlado, rastros, anotação temporal e revisão humana às cegas.
Adotar o Gemini não descreve, por si só, uma arquitetura nem um compromisso operacional. Uma mesma equipe pode usar um modelo do Google por meio da Gemini API, do AI Studio, do Vertex AI ou de um produto gerenciado, com identificadores, controles de dados, ferramentas e ciclos de vida que devem ser verificados separadamente.
Uma edição generativa útil em produção não é validada apenas porque a alteração solicitada parece correta. Este guia propõe tratar cada retoque como um contrato de preservação: definir o que pode mudar, o que tem de ser mantido, como o medir e quando exigir revisão humana.
Um plano gerado pode ser convincente isoladamente e, ainda assim, ser inutilizável quando montado com outros. Este guia propõe um protocolo para avaliar a continuidade visual, espacial e narrativa em sequências de vídeo generativo, registar a sua rastreabilidade e decidir que clips são aprovados, quais exigem intervenção e quais devem ser descartados.
O Claude Fable 5.1 deve ser avaliado como um contrato de execução, e não como uma etiqueta de capacidade. Esta ficha separa o que o Google Cloud e o Amazon Bedrock declaram daquilo que depende do canal e do que uma equipa precisa de medir antes de conceder autonomia a um fluxo de produção.
O Claude Haiku 4.5 pode ser um destino para cargas rápidas após a descontinuação do Claude Haiku 3.5, mas uma migração segura não se resolve com a troca de um identificador. A disponibilidade mínima documentada até 15 de outubro de 2026 não garante permanência indefinida. O critério operacional é demonstrar, com tráfego e corpus próprios, latência de fila, conformidade com o esquema, uso de ferramentas e uma substituição reversível.
Uma melhoria observada com o Claude Opus 4.5 pode vir do modelo, mas também de mudanças no contexto, nas ferramentas, nas tentativas repetidas ou no verificador. Este protocolo ajuda a separar essas causas antes de ampliar uma implantação.
A Mistral AI documenta o Voxtral TTS como um serviço de geração de voz com streaming e vários formatos de saída. Antes de substituir um fornecedor ou modelo em chamadas, avisos ou conteúdo publicado, uma equipa deve verificar não só a qualidade audível, mas também a compatibilidade do contrato técnico, operacional e de dados através de uma regressão com os seus próprios guiões.
Notícias que modificam o mapa de modelos e capacidades.
O lançamento requer a revisão da avaliação, implantação e segurança.
Modelo de fronteira ↗Tarefas de código e conhecimento com verificações de esforço.
Conhecimento ↗Multimodalidade, código e agentes com perfil de baixa latência.
Versão estável ↗Uma notícia não termina na manchete.
Relaciona o anúncio à versão, acesso e modalidades.
Identidade ↗Distinguir taxas introdutórias estáveis e dados faltantes.
Custo ↗Revise as condições e a comparabilidade antes de aceitar um benchmark.
Evidência ↗