Sábado, 15 de agosto de 2026. Um grande dia para o open source: a Alibaba lançou o Qwen3.8 — incluindo um modelo de 27B que roda em GPUs de consumidor e um flagship de 2,4T de parâmetros que coloca capacidade nível Qwen-Max em mãos abertas. A OpenAI publicou uma análise técnica profunda do sistema de voz em tempo real do GPT-Live, e a Zhipu lançou o GLM-5.3 com um diferencial em segurança. Veja o que importa.
Top 3
1. Qwen3.8 vai a open source — do 27B ao 2,4T
A Alibaba lançou o Qwen3.8-27B, livre para download, implantação e uso comercial — com tamanho para rodar em uma GPU de consumidor. Na outra ponta da escala, o Qwen3.8-2.4T-A95B é o maior e mais forte modelo aberto que a série Qwen já lançou: 2,4T de parâmetros totais, 95B ativos, com contexto nativo de 262K expansível a 1M. No Terminal Bench 2.1, saltou de 74,5 para 86,6, e no SWE-bench Pro agora se posiciona perto do Opus 4.8. A FlagOS fez a adaptação Day-0 para nove plataformas de chips, incluindo NVIDIA, Huawei Ascend e Moore Threads, com caminhos de quantização INT8 para frotas de datacenter existentes. [QbitAI] [Leiphone]
2. Dentro do GPT-Live: como a OpenAI fez 95% dos frames de áudio pararem de atrasar
O post de engenharia da OpenAI sobre seu sistema de voz contínua revela uma reescrita full-stack: a latência p95 de frames de áudio da nova pilha de mídia agora equivale ao p50 do sistema antigo, um protocolo customizado chamado WARP reduz a configuração de canal WebRTC de 6 round-trips de rede para 1, e o frontend de mídia migrou de Python asyncio para Go. Busca, chamadas de ferramentas e raciocínio profundo foram retirados por completo do caminho de áudio. A lição: voz em tempo real agora é um problema de sistemas — escalonamento, estado e infraestrutura — e não apenas de modelo. [Leiphone]
3. GLM-5.3 chega: programação se aproxima do Fable 5, segurança lidera o campo aberto
A Zhipu lançou o GLM-5.3, com desempenho em programação que, segundo relatos, se aproxima do Fable 5 e uma forte exibição como o melhor modelo open source em segurança — ele até revelou um bug que estava escondido em uma base de código há 40 anos. O lançamento mantém o ritmo dos laboratórios chineses de lançar modelos abertos próximos da fronteira dentro de dias uns dos outros. [QbitAI]
Mais notícias
- Google lança Gemini 3.7 Flash. O novo Flash é melhor em depuração e consegue gerar código quase pronto para produção em uma única passada, com custos de token menores; o Gemini Spark agora roda nele. [36Kr]
- Switches CPO da NVIDIA entram em produção em massa. O Spectrum-X Ethernet Photonics, construído para fábricas de IA em escala de gigawatts, corta a contagem de lasers em 4x e o consumo de energia em 5x em relação à óptica convencional, com TSMC, Lumentum e Foxconn na cadeia de suprimentos. [36Kr]
- Kimi K3, por dentro. A análise técnica de Su Jianlin sobre o K3 detalha 896 especialistas roteados (16 ativos) sobre 2,8T de parâmetros, o espaço de especialistas comprimido do LatentMoE e uma atenção híbrida KDA + Gated MLA — um blueprint para escalar capacidade sem escalar computação por token. [Leiphone]
- A IA do WeChat da Tencent está reforçando o time. O pesquisador sênior do Hunyuan, Xu Can (criador do WizardLM), migrou para a equipe do WeLM, aprofundando o impulso do WeChat em modelos próprios e Agentes em torno do assistente “Xiaowei”. [36Kr]
- O timing do IPO da Moonshot AI se aperta. Relatos dizem que ela pode protocolar listagem em Hong Kong antes de 30 de setembro; com o Kimi K3 em terceiro lugar no Artificial Analysis, a janela para converter o burburinho técnico em valuation é agora, enquanto o DeepSeek V4 Pro compete por preço. [36Kr]
- O boom de hardware de IA na China aparece nos números. As vendas de óculos de IA na Huaqiangbei cresceram 100% nos primeiros sete meses, e o financiamento de IA corporal/embodied atingiu ¥93,5 bi no 1º semestre de 2026 — alta de 5x na comparação anual. [36Kr] [36Kr]
- Links de conversas do Claude supostamente aparecendo na busca do Google. O Leiphone relata que algumas conversas compartilhadas do Claude estão sendo indexadas e encontráveis via busca — um lembrete para tratar links de compartilhamento como públicos. [Leiphone]
Tendências a acompanhar
Três mudanças que valem atenção. Primeira, o open source está escalando para cima, não só para baixo: o Qwen3.8 vai de um 27B para GPU de consumidor a um modelo de 2,4T nível Qwen-Max — os pesos abertos agora cobrem todo o espectro de capacidade, e a adaptação multi-chip no Day-0 está virando requisito básico para grandes lançamentos. Segunda, voz em tempo real é a nova fronteira da engenharia: a dissecação do GPT-Live mostra que o diferencial não é mais apenas o modelo, mas latência, gerenciamento de estado e design de sistemas ao redor dele. Terceira, a guerra de preços está se espalhando: os preços estáveis do DeepSeek V4 Pro e os laboratórios americanos cortando preços do nível intermediário em cerca de um quarto em um mês significam que custo, não capacidade, é cada vez mais a restrição decisiva para quem pode construir com modelos de fronteira.
Aviso: este briefing é compilado por IA a partir de fontes públicas; verifique os detalhes nos originais linkedos. Preços e fatos refletem o momento da publicação.
