CEVIU News - CEVIU IA - 6 de maio de 2026

A OpenAI foi inicialmente financiada por uma ramificação da Y Combinator, a YC Research, em 2016, quando Altman estava à frente da YC. A Y Combinator detém aproximadamente 0,6% da OpenAI. Considerando a avaliação atual da OpenAI, essa participação vale mais de US$ 5 bilhões.

A OpenAI lançou o GPT5.5 Instant, atualizando seu modelo padrão do ChatGPT com maior precisão factual, alucinações reduzidas e personalização aprimorada com base no contexto do usuário.

A Gemini API agora oferece suporte a Webhooks event-driven. Este sistema de notificação push-based elimina a necessidade de polling ineficiente, otimizando o gerenciamento de tarefas de longa duração. O recurso já está disponível para todos os desenvolvedores que utilizam a Gemini API.

O Google está testando atualizações para o seu modelo Gemini Flash, com um candidato observado no LM Arena apresentando desempenho competitivo em relação ao Gemini 3.1 Pro. Usuários receberam avisos para migrar do Gemini 2 Flash para o 3 ou 3.1 Flash-Lite, sugerindo um lançamento iminente para general availability. Além disso, há indícios de um possível lançamento do Flash 3.2, que promete respostas mais rápidas e migrações simplificadas para desenvolvedores e usuários de aplicativos.

Anthropic e OpenAI anunciaram separadamente empreendimentos de IA para empresas, apoiados por grandes firmas financeiras. O da Anthropic foi avaliado em US$ 1,5 bilhão, enquanto o da OpenAI visa uma avaliação de US$ 10 bilhões.

A Subquadratic lançou um novo modelo de IA que ostenta uma janela de contexto impressionante de 12 milhões de tokens. Este novo modelo demonstrou desempenho superior ao do GPT-5.5 em benchmarks de retrieval, destacando sua capacidade avançada de processar e recuperar informações em grandes volumes de dados. Tradicionalmente, o custo de attention em modelos de linguagem cresce quadraticamente com o comprimento do contexto — ou seja, dobrar a entrada de dados quadruplica o trabalho computacional. A Subquadratic declara ter superado esse desafio técnico, e já planeja disponibilizar em breve um modelo com uma janela de contexto ainda maior, de 50 milhões de tokens.

Orbit é um sistema de briefing e insights integrado ao Claude e Claude Code, capaz de gerar briefings personalizados com insights acionáveis extraídos de ferramentas de trabalho conectadas. A conferência para desenvolvedores Code with Claude da Anthropic será realizada em São Francisco em 6 de maio, Londres em 19 de maio e Tóquio em 10 de junho. Permanece incerto se o Orbit será formalmente apresentado no palco ou lançado de forma discreta.

A Meta está desenvolvendo um assistente de IA altamente personalizado capaz de realizar tarefas cotidianas. Este assistente digital será impulsionado pelo novo modelo de IA Muse Spark da empresa. Ele poderá conectar diversas ferramentas de hardware e software e aprender com dados, exigindo menos intervenção humana do que um chatbot. A Meta visa lançar o assistente antes do quarto trimestre deste ano.

O GPT-5.5 foi lançado com um aumento de preço de 2x em relação ao GPT-5.4. Contudo, o aumento é mitigado pelo fato de o modelo gerar menos tokens de conclusão para prompts mais longos. O aumento de custo efetivo está entre 49% e 92%.

Grande parte da inference em LLMs envolve a transferência de dados de um local para outro e, em seguida, o processamento desses dados quando chegam lá. O bottleneck mais frustrante no sistema ocorre quando as unidades de compute ficam ociosas porque o barramento de dados que as alimenta não é rápido o suficiente. A solução passa por transformar memória em compute. A quantization é um truque útil, mas não troca memória por compute de fato — ela transfere metade dos dados para um local para realizar o dobro da computação.

A OpenAI detalhou uma arquitetura WebRTC redesenhada, que utiliza um modelo de relay e transceptor dividido, para manter interações de voz em tempo real e com baixa latência em escala global.

Agentes de visão são a abordagem padrão para operar aplicações web que não expõem APIs. A maioria das equipes opta por agentes de visão porque a alternativa, desenvolver uma interface MCP ou REST, é demasiadamente cara para construir. O custo da abordagem baseada em visão é tratado como um preço fixo. Agentes de visão atuais exigem prompts detalhados para executar tarefas com sucesso e ainda estão sujeitos a erros. Embora modelos de visão aprimorados reduzam as taxas de erro, eles não diminuem o número de capturas de tela necessárias para acessar os dados relevantes, cada uma delas valendo milhares de tokens de entrada.

A IA está se aproximando rapidamente da automação de ponta a ponta de sua própria P&D, com ganhos significativos em codificação, execução de experimentos e autonomia para tarefas de longo prazo. Benchmarks demonstram que os modelos agora lidam com fluxos de trabalho complexos de engenharia e ciência, gerenciam outros agentes e superam cada vez mais os humanos em subproblemas cruciais. Se as tendências se mantiverem, há uma chance de ~60% de sistemas de IA autoaperfeiçoáveis até 2028, o que levará a progresso recursivo, ganhos massivos de produtividade e uma “economia de máquinas” intensiva em capital e com pouca dependência humana.

Os modelos Gemma 4 reduzem gargalos de latência e melhoram a responsividade para desenvolvedores com o uso de drafters de Predição Multi-Token. Esses drafters proporcionam uma aceleração de até 3x sem degradação na qualidade da saída ou na lógica de raciocínio, graças a uma arquitetura especializada de speculative decoding. O speculative decoding desvincula a geração de tokens da verificação, utilizando compute ocioso para 'prever' vários tokens futuros simultaneamente com o drafter, em menos tempo do que o modelo-alvo leva para processar apenas um token. O modelo-alvo então verifica todos esses tokens sugeridos em paralelo.

Deepsec é uma ferramenta de segurança baseada em agentes que varre grandes bases de código localmente ou em sandboxes na nuvem paralelas para descobrir vulnerabilidades complexas.

Suporte multimodal, filtragem personalizada de metadados e citações em nível de página agora estão disponíveis na ferramenta Gemini API File Search. Essas funcionalidades podem auxiliar desenvolvedores a estruturar dados não estruturados para um RAG eficiente e verificável. Os sistemas de RAG dos usuários podem agora processar nativamente e organizar melhor dados textuais e visuais. A ferramenta File Search gerencia a infraestrutura pesada para que os usuários possam focar na construção de produtos.

A curva de retenção viral, descrita como um "sorriso", do ChatGPT, ocultou uma lacuna significativa de monetização ao focar na retenção bruta em vez da líquida. Observou-se que mesmo os consumidores mais engajados estavam limitados a um gasto de $20 por mês. Em contraste, a receita B2B de $44 bilhões da Anthropic demonstra um crescimento notável, impulsionado pela expansão dos gastos por usuário. A IA voltada para o consumidor tem tido dificuldade em capturar valor, diferentemente dos agentes de codificação ou da IA jurídica. Isso ocorre porque os usuários não percebem o valor em pagar por respostas ou imagens geradas, e demonstram resistência em subscrever serviços que oferecem economias que, na percepção deles, já são inerentes ao uso gratuito da tecnologia.

MolmoAct 2 é um action reasoning model aprimorado que otimiza o desempenho de robôs em tarefas do mundo real, e é complementado por um grande dataset aberto de manipulação bimanual.

A distorção sutil da linguagem escrita pela IA tem o potencial de afetar instituições culturais.

Este livro aborda a ciência da escalabilidade de modelos de linguagem. Ele explora o funcionamento de TPUs e GPUs, como esses componentes se comunicam, a execução de LLMs em hardware real e as técnicas de paralelização de modelos durante o treinamento e inference para operarem eficientemente em larga escala. A obra responde a questões sobre os custos do treinamento de um modelo, a memória necessária para o serving de modelos e outros tópicos relevantes.

A DigitalOcean AI-Native Cloud é uma plataforma desenvolvida especificamente para a era da inference e agentic, que integra cinco camadas, do silício a agentes, em um único open stack.

Um novo artigo ressignificou as alucinações em modelos de IA, abordando-as como falhas em expressar incerteza, e não meramente como lacunas de conhecimento. A proposta é introduzir a “incerteza fiel” como um mecanismo fundamental para alinhar a confiança demonstrada pelo modelo com sua real confiabilidade na resposta.

A administração Trump está discutindo uma potencial ordem executiva para criar um grupo de trabalho de IA que reuniria executivos de tecnologia e funcionários do governo para examinar potenciais procedimentos de supervisão.

A Anthropic planeja gastar US$ 200 bilhões em Google Cloud nos próximos cinco anos, aprofundando o relacionamento que já inclui um investimento do Google de até US$ 40 bilhões na startup. O sucesso da Anthropic resultou em restrições de compute, frustrando alguns usuários com limites de uso. Para mitigar isso, a empresa tem buscado expandir seus acordos para garantir maior capacidade de compute.

Um pipeline de ponta a ponta otimiza conjuntamente a tokenização e a geração de imagens, possibilitando feedback direto da qualidade da geração. Esta abordagem unifica as etapas, permitindo melhorias iterativas e mais eficientes nos modelos de IA.

A Apple, segundo relatos, planejou um sistema que permitiria aos usuários selecionar modelos de IA de terceiros dentro do iOS 27, integrando-os a recursos como Siri e ferramentas de escrita.

A OpenAI lançou um novo aplicativo iOS criado especificamente para organizações escolares e corporativas.

A Anthropic lançou 10 templates prontos para uso focados nas tarefas mais demoradas do setor de serviços financeiros, abrangendo desde a criação de pitchbooks até a triagem de arquivos KYC e o fechamento contábil mensal.

O Google fez uma parceria com a XPRIZE e a Range Media para lançar uma competição global que incentiva a produção de curtas-metragens sobre futuros otimistas e impulsionados pela tecnologia, com ferramentas de IA sendo apoiadas na produção.