Artigos sobre IA

O Muse Wonder Full lidera as comparações da Meta no DeepSWE e no SWE-Marathon, enquanto o Wonder regular leva janela de contexto de 1M para a API a 4/20 por milhão de tokens.

Mesmo preço de lista, contas diferentes: o Haiku 5.5 lidera em benchmarks agentivos, enquanto o GPT-6 Luna igualou sua acurácia no nosso teste por cerca de metade do custo.

O modelo de 1 trilhão de parâmetros da Mistral, com pesos abertos, lidera em benchmarks de cibersegurança e jurídico.

Explore os resultados mais recentes da OpenAI em matemática gerada por IA, as maiores descobertas, como as provas foram verificadas e o que isso pode significar para matemáticos e para a pesquisa científica.

Entenda o que é embodied AI, como ela difere de LLMs, como funciona o ciclo percepção–raciocínio–ação e por que o treinamento sim-to-real importa para cientistas de dados.

O novo modelo pequeno da Anthropic custa US$ 0,10 / US$ 0,50 por milhão de tokens, reduz boa parte da diferença para o Sonnet em trabalho agentivo e igualou a pontuação perfeita do Haiku 4.5 no nosso teste por uma fração do custo.

Mesmo preço de tabela, detalhes que fazem diferença. Comparamos GPT-6.1 Sol e Claude Sonnet 5.5 em benchmarks, custos de cache e long context, acesso em nuvem e um teste prático de código.

O Grok, da xAI, novo modelo para codificação e trabalho com conhecimento, custa US$ 2/US$ 6 por milhão de tokens e supera rivais de ponta em alguns benchmarks. Veja o que há de novo, como ele se compara à concorrência e o que melhora em relação ao antecessor.

OpenAI e xAI lançaram novos modelos topo de linha em setembro. Veja como eles se saem em código, preço, segurança e muito mais.

Os dots da OpenAI são agentes sempre ativos movidos pelo GPT-6 Astra, com computador em nuvem próprio, acesso via plugins a mais de 4.000 apps e o primeiro dot incluído nos planos Pro e Business Premium.

Confira as novidades do Claude Opus 5.5, o primeiro modelo da linha 5.5 da Anthropic: custos menores, respostas mais rápidas e recordes em segurança.

O Beam da Reflection AI iguala o GLM 5.2 em raciocínio com 3 a 4 vezes menos compute, mas fica atrás do Kimi K3 em codificação agentiva. Veja como o modelo open-weight da Reflection AI se sai.