Resumo de IA de 23 de setembro: A guerra de preços dos modelos de fronteira entrou em vigor da noite para o dia — Anthropic e OpenAI lançaram o Opus 5.5 e o GPT-6 Sol/Luna com apenas 90 minutos de diferença, ambos apostando em “igualmente inteligente, porém mais barato”, enquanto a Qualcomm levou um modelo MoE de 30 bilhões de parâmetros para os celulares e a Toyota detalhou planos para 400.000 robôs de fábrica.
🔥 Top 3 do dia
1. Anthropic e OpenAI lançam flagships com 90 minutos de diferença — a guerra de preços está oficialmente declarada
A Anthropic lançou o Opus 5.5 na terça-feira, chamando-o de “o modelo de melhor desempenho que já testamos até hoje”: ele supera o modelo maior Fable em vários benchmarks de programação e trabalho do conhecimento, o preço de saída cai de US$ 25 para US$ 20 por milhão de tokens, e ele roda mais rápido. Como suas capacidades em biologia e segurança cibernética são comparáveis às do Mythos, ele é distribuído sob as mesmas salvaguardas do Fable. Apenas 90 minutos depois, a OpenAI lançou o GPT-6 Sol e Luna atualizados: o preço da API é metade da série 5.6, e a OpenAI diz que o Sol agora comete cerca de metade dos erros factuais do seu antecessor, alcançando confiabilidade de nível Astra a um custo muito menor. Dois meses após a geração anterior, ambos os laboratórios migraram de uma corrida de capacidades para uma corrida de preço-desempenho — e a curva de custos para desenvolvedores está caindo rapidamente.
2. A “live aberta de treinamento” da Xiaomi chega ao fim: mais de US$ 3 milhões em computação em 6 dias, melhor resultado open-source
A Xiaomi encerrou uma transmissão ao vivo pública sem precedentes de um ciclo completo de treinamento de LLM: seis dias, mais de 20 milhões de yuans (~US$ 3 milhões) em computação, tudo a céu aberto — misturas de dados, hiperparâmetros e curvas de perda visíveis em tempo real. O modelo resultante conquistou o primeiro lugar entre os open-source nas avaliações. Além do espetáculo de marketing, ofereceu um olhar raro e público sobre a conta real de computação por trás de uma liderança em leaderboard open-source, transformando a transparência nos custos de treinamento em uma nova forma de credibilidade técnica.
3. O Snapdragon 8 Elite Gen 6 da Qualcomm traz um modelo MoE de 30 bilhões de parâmetros para os celulares
No seu Snapdragon Summit, a Qualcomm anunciou o Snapdragon 8 Elite Gen 6 e o 8 Elite Extreme Gen 6: um novo hub de sensoriamento roda modelos de até 200 milhões de parâmetros localmente para transcrição no aparelho, diferenciação de falantes e sugestões de tarefas baseadas em uso, enquanto a variante Extreme pode rodar um modelo mistura-de-especialistas de 30 bilhões de parâmetros inteiramente no aparelho — para comparação, o modelo de fundação de terceira geração da Apple em junho tinha 20B. O Motorola Signature 27 será o primeiro a vir com o chip Extreme. Os celulares flagship agora igualam os modelos de nuvem de gama média do ano passado, dando aos “celulares com IA” um benchmark concreto pela primeira vez.
🌐 Mais manchetes globais (6)
-
Snorkel AI triplica avaliação para US$ 3,5 bilhões com a alta da demanda por dados de treinamento de IA: A Snorkel levantou US$ 350 milhões em uma Série E liderada pela Insight Partners e S32, com avaliação de US$ 3,5 bilhões — quase o triplo dos US$ 1,3 bilhão de 17 meses atrás — com receita anualizada de US$ 375 milhões, alta de 18× na comparação anual. Concorrentes como Mercor (US$ 2 bilhões brutos) e Handshake (US$ 1 bilhão) mostram que o apetite dos laboratórios por dados de treinamento de alto nível e ambientes de RL continua explodindo.
-
Toyota ordena que trabalhadores treinem robôs humanoides, mas diz que humanos não serão substituídos: Segundo o Nikkei, a Toyota investirá US$ 6,42 bilhões anualmente a partir de 2028 para implantar 400.000 robôs — 150.000 em suas próprias fábricas, 250.000 entre fornecedores do grupo. Seus humanoides com rodas ELEY já estão nas linhas de montagem, com trabalhadores usando “dispositivos” em forma de dedo para ensinar movimentos precisos das mãos. O vice-presidente executivo Hiroki Nakajima diz que o objetivo são robôs que “coexistam com humanos, em vez de substituí-los”.
-
Novo agente de IA da Rabbit não precisa de um R1 para funcionar: O “sistema operacional agêntico” OS3 da Rabbit roda sem o hardware R1, operando localmente em Windows, Mac e Linux com até cinco dispositivos por conta, selecionando automaticamente dispositivos, arquivos, aplicativos e modelos por tarefa. O fundador Jesse Lyu confirmou que o R1 foi descontinuado; um “cyberdeck” de vibe-coding rodando o OS3 chega em poucos meses. Startups de hardware de IA estão migrando de dispositivos dedicados para agentes multiplataforma.
-
Trump diz que os EUA estão oficialmente renomeando IA para ‘super inteligência’: Um dia após rejeitar pedidos por desaceleração e anunciar uma “Força de IA”, Trump disse que os EUA estão oficialmente renomeando IA para “super inteligência” — um sinal de que a postura de aceleração mais institucionalização agora está moldando o próprio vocabulário de políticas públicas.
-
Meta corrige exploit do Muse que permitia a atacantes controlar o agente de IA: A Meta corrigiu uma falha grave de dia zero em seu agente de IA Muse que permitia a atacantes assumir totalmente o controle do agente, que tem privilégios elevados. A segurança de agentes é agora um campo de batalha paralelo à segurança dos modelos.
-
36Kr Research publica relatório setorial de Agentes de IA na China para 2026: O relatório anual da 36Kr Research mapeia a cadeia de suprimentos de Agentes de IA na China, os caminhos de comercialização e o cenário de financiamento — evidência útil de que a corrida nacional de Agentes mudou da capacidade dos modelos para soluções setoriais e posicionamento de ecossistema.
📊 Radar de Tecnologia e Tendências
-
A corrida dos flagships muda de “mais inteligente” para “mais barato”: Opus 5.5 a US$ 20/M de tokens de saída e GPT-6 Sol/Luna pela metade do preço, lançados com 90 minutos de diferença e cada um sendo benchmarkado contra o outro. Com as diferenças nos leaderboards comprimidas para um único dígito, cache e eficiência de inferência são agora as principais variáveis competitivas.
-
A IA se espalha simultaneamente por três frentes: dispositivos, desktops e fábricas: A Qualcomm colocando um MoE de 30B em um celular, a Rabbit rodando agentes localmente em três sistemas operacionais e a Toyota planejando 400.000 robôs — a inteligência está migrando ao mesmo tempo para os bolsos, desktops e linhas de produção, definindo a pauta de infraestrutura do próximo ano.
-
Dados de treinamento e segurança de agentes são os novos gargalos: O crescimento de receita de 18× da Snorkel mostra a escassez de dados a montante; o dia zero do Muse mostra a dispersão de permissões a jusante. As camadas mais frágeis — e mais valiosas — do stack não são mais os modelos em si.
Aviso legal: Apenas para referência; exercite cautela em investimentos ou decisões.
