Categoria
332 articles
A Underdog AI lança o Saluki 27B, uma versão comprimida do Qwen 3.8 27B a dois bits por peso num arquivo de cerca de 7,89 GB, que mantém quase todo o desempenho e supera o original na chamada de ferramentas.
A JetBrains lançou o Mellum2.1, um modelo mixture-of-experts de 12B para agentes de programação, treinado com reforço dentro de repositórios reais.
A Anthropic lança o Claude Haiku 5.5, cerca de 75 por cento mais barato de operar que o Haiku 4.5. Quando a camada barata é quase grátis, é ela que decide o que o produto pode se dar ao luxo de fazer.
A OpenAI lançou o GPT-6 para toda a sua base de usuários no início de outubro, dando a cerca de 1,2 bilhão de pessoas um novo modelo padrão. O recurso principal, Intelligent UI, monta as respostas com peças interativas.
A Meta apresenta o Muse Wonder e o Muse Wonder Full, seus primeiros modelos de classe fronteira. Eles se apoiam em Active Memory e Active Focus: memória entre conversas e foco constante num objetivo.
A ModelBest apresentou o MiniCPM-V4.7, que leva um MoE 35B-A3B para o telemóvel com o escalonamento LES, cerca de 3GB de memória e mais de 15 token/s num iPad Pro.
O modelo é a inteligência, o harness é o encanamento, e os dois não precisam viver no mesmo pacote. Um conjunto de projetos de código aberto desfaz esse vínculo para executar qualquer modelo de fronteira na interface que você preferir, com acesso local por padrão.
Um peso de um bit não é um truque. Como o esquema ternário do BitNet da Microsoft troca a multiplicação pela soma, faz grandes modelos rodarem numa CPU comum e a que preço.
O artigo 50 do EU AI Act faz dos metadados de proveniência uma questão de conformidade. A etiqueta é incorporada na geração e a pipeline perde-a com facilidade.
Um agente não fica mais inteligente por rodar muito tempo, fica mais burro porque o seu context window se enche de lixo. Do sandboxing de saídas de ferramentas à memória persistente e ao routing, esses projetos consertam a memória do agente.
O Google desligará em 22 de outubro de 2026 todos os endpoints do Veo em Gemini API, incluindo veo-3.1-lite-generate-preview, substituindo-os por gemini-omni-1.1-flash, cobrado por token.
2,8 trilhões de parâmetros numa GPU de 4 GB soa como erro de digitação. A ideia do AirLLM não é deixar o modelo menor, mas parar de tentar mantê-lo inteiro na memória: ler camada por camada do disco e então soltar. O preço é a velocidade; em troca, roda aquilo que não deveria caber.
