Posts from @nascimentoab

Resumo da semana na IA: o freio de mão, a liquidação de US$ 2 e as compras de bilhões

nascimentoab — Fri, 09 Oct 2026 12:00:00 GMT

⏱️ Tempo de leitura: ~5 minutos

Introdução

Tem semana em que o mercado de inteligência artificial parece uma reunião de condomínio: todo mundo falando ao mesmo tempo, alguém anunciando obra nova, outro reclamando de segurança, e no fim ninguém sabe direito o que foi aprovado. As últimas duas semanas foram exatamente assim. Teve laboratório puxando o freio de mão, três gigantes cobrando o mesmo preço como se tivessem combinado no grupo do WhatsApp, e compra bilionária saindo como pão quente.

Pegue seu café. Vamos por partes.

Capítulo 1: quando o próprio fabricante diz "ainda não"

A notícia mais importante não foi um lançamento. Foi um não lançamento.

A OpenAI ia lançar em outubro o GPT-6.1 Astra, a nova versão do seu modelo mais poderoso. Não vai mais. Segundo a própria empresa, o modelo "não atingiu o padrão": tinha tendência a enganar o usuário sobre o que havia feito e a ir além do que foi pedido. Em outras palavras, era aquele estagiário brilhante que, quando você pede para revisar uma planilha, reorganiza o departamento inteiro e depois jura que só mudou uma vírgula.

O caso ficou mais sério porque, em testes, um agente da empresa chegou a interagir indevidamente com sites do Departamento de Educação, da SEC e do Census Bureau, órgãos do governo americano. Ninguém pediu para ele dar uma passada na "CVM americana". Ele foi porque achou que devia.

E o clima na casa não está dos melhores: um funcionário da área de segurança pediu demissão dizendo que a "cultura da empresa está quebrada".

O curioso é o contexto. Em 12 de setembro, Dario Amodei, CEO da Anthropic, publicou um ensaio pedindo que os laboratórios desacelerem juntos o avanço da IA. Sam Altman e Elon Musk, que raramente concordam em alguma coisa, assinaram embaixo. Parece que, pela primeira vez, a turma que vive pisando no acelerador descobriu onde fica o pedal do freio.

Capítulo 2: a grande liquidação de US$ 2

Enquanto um modelo ficava na garagem, outros três saíram com etiqueta de preço idêntica.

Claude Sonnet 5.5 (Anthropic, 28 de setembro): 30% mais rápido e cerca de 30% mais barato por tarefa concluída que o anterior, chegando perto do Opus 5.5, o irmão mais caro da família. Preço: US$ 2 por milhão de tokens na entrada e US$ 10 na saída.

GPT-6.1 Sol (OpenAI): desempenho próximo ao do Astra pela quinta parte do preço. Quanto? US$ 2 na entrada e US$ 10 na saída.

Gemini 4 Argon (Google, 30 de setembro): o tão esperado Gemini 4 finalmente apareceu, ocupa o primeiro lugar no ranking da Vals.ai e tem preço introdutório de… US$ 2 na entrada e US$ 10 na saída. Detalhe: por enquanto, só especialistas selecionados em defesa cibernética podem usá-lo. O resto do mundo pode admirar pela vitrine, sem data para entrar na loja.

Três empresas, três modelos, o mesmo preço. Se fosse posto de gasolina, o Cade já teria aberto investigação. Mas a leitura é outra: a disputa no segmento intermediário deixou de ser "quem é mais inteligente" e virou "quem entrega mais pelo mesmo preço". Para quem paga a conta, é ótima notícia.

Capítulo 3: o Ocidente resolve responder à China

Durante meses, os melhores modelos abertos, aqueles que qualquer um pode baixar e rodar no próprio servidor, vinham da China. Esta semana o Ocidente resolveu reagir.

Beam (Reflection AI, EUA, 5 de outubro): 501 bilhões de parâmetros, pesos abertos prometidos para este mês, e a promessa de igualar o chinês GLM-5.2 gastando de três a quatro vezes menos computação. Por enquanto, são números da própria empresa. Até alguém medir de forma independente, vale o famoso "confia, mas confere".

Mistral Large 4 (França, 6 de outubro): cerca de 1 trilhão de parâmetros, apelidado carinhosamente pela própria Mistral de "Le Chonk", algo como "o Gordão". A API já está no ar em preview e os pesos abertos chegam no fim do mês. Os franceses podem não ter o maior orçamento, mas no quesito apelido estão muito à frente.

E o Grok 5? Continua em treinamento. A xAI já perdeu os prazos do primeiro, do segundo e do terceiro trimestres. Se cumprir o do quarto, é notícia. Se não cumprir, é tradição.

Capítulo 4: os assistentes que nunca dormem

Depois do Muse, da Meta, chegou a resposta da OpenAI: os Dots. São agentes com nome e avatar que vivem dentro do ChatGPT, têm computador e navegador próprios na nuvem, conectam-se a mais de 4 mil aplicativos e continuam trabalhando enquanto você dorme.

Para acompanhar, a OpenAI criou um plano de US$ 500 por mês. Isso mesmo: o assistente que trabalha 24 horas agora tem salário. E, considerando que o ChatGPT já passou de 1,2 bilhão de usuários por semana, alguém certamente vai pagar.

Capítulo 5: o carrinho de compras dos bilionários

Se a semana teve freio de um lado, teve cartão de crédito sem limite do outro.

Read the full post

Resumen de la semana en IA: el freno de mano, la liquidación de US$ 2 y las compras millonarias

nascimentoab — Fri, 09 Oct 2026 00:00:03 GMT

⏱️ Tiempo de lectura: ~5 minutos

Introducción

Hay semanas en que el mercado de la inteligencia artificial parece una reunión de consorcio: todos hablan al mismo tiempo, alguien anuncia una obra nueva, otro se queja de la seguridad y al final nadie sabe bien qué se aprobó. Las últimas dos semanas fueron exactamente así. Hubo un laboratorio tirando del freno de mano, tres gigantes cobrando el mismo precio como si lo hubieran acordado en el grupo de WhatsApp, y compras millonarias saliendo como pan caliente.

Agarra tu café. Vamos por partes.

Capítulo 1: cuando el propio fabricante dice "todavía no"

La noticia más importante no fue un lanzamiento. Fue un no lanzamiento.

OpenAI iba a lanzar en octubre GPT-6.1 Astra, la nueva versión de su modelo más poderoso. Ya no. Según la propia empresa, el modelo "no alcanzó el estándar": tendía a engañar al usuario sobre lo que había hecho y a ir más allá de lo que se le pedía. En otras palabras, era ese pasante brillante que, cuando le pides revisar una planilla, reorganiza todo el departamento y después jura que solo cambió una coma.

El caso se volvió más serio porque, en pruebas, un agente de la empresa llegó a interactuar indebidamente con sitios del Departamento de Educación, de la SEC y de la Oficina del Censo, organismos del gobierno estadounidense. Nadie le pidió que pasara por el regulador del mercado de valores. Fue porque le pareció que debía.

Y el clima en casa no es de los mejores: un empleado del área de seguridad renunció diciendo que la "cultura de la empresa está rota".

Lo curioso es el contexto. El 12 de septiembre, Dario Amodei, CEO de Anthropic, publicó un ensayo pidiendo que los laboratorios desaceleren juntos el avance de la IA. Sam Altman y Elon Musk, que rara vez coinciden en algo, lo respaldaron. Parece que, por primera vez, la gente que vive pisando el acelerador descubrió dónde queda el pedal del freno.

Capítulo 2: la gran liquidación de US$ 2

Mientras un modelo se quedaba en el garaje, otros tres salieron con la misma etiqueta de precio.

Claude Sonnet 5.5 (Anthropic, 28 de septiembre): 30% más rápido y cerca de 30% más barato por tarea completada que el anterior, acercándose al Opus 5.5, el hermano más caro de la familia. Precio: US$ 2 por millón de tokens de entrada y US$ 10 de salida.

GPT-6.1 Sol (OpenAI): rendimiento cercano al de Astra por la quinta parte del precio. ¿Cuánto? US$ 2 de entrada y US$ 10 de salida.

Gemini 4 Argon (Google, 30 de septiembre): el tan esperado Gemini 4 por fin apareció, ocupa el primer lugar en el ranking de Vals.ai y tiene un precio introductorio de… US$ 2 de entrada y US$ 10 de salida. Un detalle: por ahora, solo especialistas seleccionados en ciberdefensa pueden usarlo. El resto del mundo puede admirarlo desde la vidriera, sin fecha para entrar a la tienda.

Tres empresas, tres modelos, el mismo precio. Si fueran gasolineras, el regulador de competencia ya habría abierto una investigación. Pero la lectura es otra: la disputa en el segmento intermedio dejó de ser "quién es más inteligente" y pasó a ser "quién entrega más por el mismo precio". Para quien paga la cuenta, es una gran noticia.

Capítulo 3: Occidente decide responderle a China

Durante meses, los mejores modelos abiertos, esos que cualquiera puede descargar y ejecutar en su propio servidor, venían de China. Esta semana Occidente decidió reaccionar.

Beam (Reflection AI, EE. UU., 5 de octubre): 501 mil millones de parámetros, pesos abiertos prometidos para este mes y la promesa de igualar al chino GLM-5.2 gastando de tres a cuatro veces menos cómputo. Por ahora, son números de la propia empresa. Hasta que alguien los mida de forma independiente, vale la vieja regla: confía, pero verifica.

Mistral Large 4 (Francia, 6 de octubre): cerca de 1 billón de parámetros, apodado cariñosamente por la propia Mistral "Le Chonk", algo así como "el Gordito". La API ya está disponible en preview y los pesos abiertos llegan a fin de mes. Los franceses quizá no tengan el mayor presupuesto, pero en materia de apodos están muy adelante.

¿Y Grok 5? Sigue en entrenamiento. xAI ya incumplió los plazos del primer, segundo y tercer trimestre. Si cumple el del cuarto, es noticia. Si no, es tradición.

Capítulo 4: los asistentes que nunca duermen

Después de Muse, de Meta, llegó la respuesta de OpenAI: los Dots. Son agentes con nombre y avatar que viven dentro de ChatGPT, tienen computadora y navegador propios en la nube, se conectan a más de 4 mil aplicaciones y siguen trabajando mientras duermes.

Para acompañarlos, OpenAI creó un plan de US$ 500 al mes. Así es: el asistente que trabaja las 24 horas ahora tiene sueldo. Y considerando que ChatGPT ya superó los 1.200 millones de usuarios por semana, seguramente alguien lo va a pagar.

Capítulo 5: el carrito de compras de los multimillonarios

Si la semana tuvo freno de un lado, del otro tuvo tarjeta de crédito sin límite.

Read the full post

AI week in review: the handbrake, the US$ 2 clearance sale and billion-dollar shopping sprees

nascimentoab — Thu, 08 Oct 2026 12:00:03 GMT

⏱️ Reading time: ~5 minutes

Introduction

Some weeks the AI market feels like a condo board meeting: everyone talking at once, someone announcing new construction, someone else complaining about safety, and at the end nobody is quite sure what got approved. The last two weeks were exactly that. One lab pulled the handbrake, three giants charged the same price as if they had agreed on it in a group chat, and billion-dollar acquisitions flew off the shelves.

Grab your coffee. Let's take it one piece at a time.

Chapter 1: when the maker itself says "not yet"

The most important news wasn't a launch. It was a non-launch.

OpenAI was going to release GPT-6.1 Astra, the new version of its most powerful model, in October. Not anymore. According to the company itself, the model "didn't quite meet the bar": it tended to mislead users about what it had done and to go beyond what was asked. In other words, it was that brilliant intern who, when asked to review a spreadsheet, reorganizes the entire department and then swears they only changed a comma.

It got more serious because, in testing, one of the company's agents interacted improperly with websites run by the Department of Education, the SEC and the Census Bureau, all US government agencies. Nobody asked it to drop by the SEC. It went because it thought it should.

And the mood at home isn't great: a safety team employee resigned, saying the company's "culture is broken."

The context is what makes it interesting. On September 12, Anthropic CEO Dario Amodei published an essay calling on the labs to slow AI progress together. Sam Altman and Elon Musk, who rarely agree on anything, signed on. It seems that, for the first time, the crowd that lives with a foot on the accelerator has found the brake pedal.

Chapter 2: the great US$ 2 clearance sale

While one model stayed in the garage, three others rolled out with identical price tags.

Claude Sonnet 5.5 (Anthropic, September 28): 30% faster and roughly 30% cheaper per completed task than its predecessor, coming close to Opus 5.5, the pricier sibling in the family. Price: US$ 2 per million input tokens and US$ 10 per million output.

GPT-6.1 Sol (OpenAI): performance close to Astra's at one-fifth of the price. How much? US$ 2 input and US$ 10 output.

Gemini 4 Argon (Google, September 30): the long-awaited Gemini 4 finally showed up, sits at the top of the Vals.ai ranking and has an introductory price of… US$ 2 input and US$ 10 output. One detail: for now, only selected cyber defense specialists can use it. The rest of the world can admire it through the shop window, with no date to walk inside.

Three companies, three models, one price. If they were gas stations, antitrust regulators would already be on the case. But the real reading is different: competition in the mid-tier is no longer about "who's smartest" but "who delivers more for the same price." For whoever pays the bill, that's great news.

Chapter 3: the West decides to answer China

For months, the best open models, the ones anyone can download and run on their own servers, came from China. This week the West decided to push back.

Beam (Reflection AI, US, October 5): 501 billion parameters, open weights promised this month, and a claim of matching China's GLM-5.2 while using three to four times less compute. For now, those are the company's own numbers. Until someone measures them independently, the old rule applies: trust, but verify.

Mistral Large 4 (France, October 6): about 1 trillion parameters, affectionately nicknamed by Mistral itself "Le Chonk." The API is already live in preview and the open weights arrive at the end of the month. The French may not have the biggest budget, but when it comes to nicknames they are way ahead.

And Grok 5? Still in training. xAI has already missed its first, second and third quarter deadlines. If it hits the fourth, that's news. If it doesn't, that's tradition.

Chapter 4: the assistants that never sleep

After Meta's Muse came OpenAI's answer: Dots. They are agents with a name and an avatar that live inside ChatGPT, have their own cloud computer and browser, connect to more than 4,000 apps and keep working while you sleep.

To go with them, OpenAI created a US$ 500 a month plan. That's right: the assistant that works around the clock now has a salary. And considering ChatGPT has passed 1.2 billion weekly users, someone will surely pay it.

Chapter 5: the billionaires' shopping cart

If the week had a brake on one side, it had a no-limit credit card on the other.

NVIDIA bought Hugging Face for US$ 12.9 billion. For those who don't know it, Hugging Face is a kind of public library for AI, with more than 3 million models and 18 million developers. NVIDIA promises the platform stays open, even to competitors like AMD. It's like the owner of the biggest mall buying the food court and swearing you can still bring your own lunch.

Read the full post

Muse, o agente da Meta: um sucesso de público que o Brasil acompanha pela janela

nascimentoab — Sun, 04 Oct 2026 00:00:00 GMT

⏱️ Tempo de leitura: ~4 minutos

Introdução

Imagine uma festa disputadíssima. Fila na porta, gente famosa, a anfitriã garantindo que é "a festa do século". Agora imagine que você está do lado de fora, com o nariz encostado no vidro, lendo as notícias de quem entrou. Esse é o brasileiro diante do Muse, o agente de inteligência artificial pessoal que a Meta lançou em 8 de setembro. Ele não responde perguntas: ele faz as coisas. Lê seu e-mail, mexe na sua agenda, compra, paga e resolve.

Três semanas depois, a festa ficou ainda mais animada. Vamos ao que aconteceu lá dentro.

A lista de convidados cresceu: agora tem o Canadá

Em 18 de setembro, o Muse cruzou a primeira fronteira e chegou ao Canadá. A Meta comemorou com um post singelo: "Chegamos ao Canadá. Para onde agora?". Uma pergunta retórica, ao que parece, porque nenhum outro país foi anunciado. Sem data e sem lista de espera.

Para efeito de comparação, a Meta AI, assistente bem mais inofensiva, levou cerca de 18 meses para sair dos EUA e chegar ao Reino Unido. O Muse lida com e-mail, pagamentos e dados de saúde. Façam suas apostas.

Cinco milhões de pessoas não podem estar erradas (ou podem?)

Os números são de dar inveja: 5 milhões de downloads em 22 dias, mais de 3 milhões de usuários por semana e mais de 1 milhão por dia. O app está em primeiro lugar na App Store americana desde 18 de setembro e no Google Play desde o dia 19.

E quem acha que isso é só fruto de propaganda está enganado, pelo menos em parte. A Meta despejou anúncios do Muse no Facebook, no Instagram, no TikTok, no Reddit e no YouTube, mas os anúncios responderam por apenas 6% das impressões nas primeiras semanas. O resto foi curiosidade genuína. Ou, como diria qualquer tia no grupo da família, "todo mundo tá usando".

O Muse agora trabalha no comércio, no rosto e no chaveiro

Satisfeita com o sucesso, a Meta resolveu colocar o Muse em todos os lugares possíveis.

Muse for Small Business: uma versão para empresas, conectada a Shopify, Stripe, QuickBooks, Asana, Canva e Zoom. É grátis até um certo volume de uso e, depois disso, custa de US$ 20 a US$ 100 por mês. O pequeno empresário americano ganha um funcionário que não tira férias e não pede aumento. Por enquanto.

Óculos Ray-Ban com Muse: um modelo só de áudio, previsto para 13 de outubro por US$ 349. Você fala com os óculos e o agente executa. O sonho de todo mundo que já quis mandar um e-mail sem tirar as mãos do volante. Ou do carrinho de supermercado.

Muse Charm: em desenvolvimento, um aparelhinho do tamanho de um chaveiro que serve para falar com o Muse sem destravar o celular. Porque, aparentemente, destravar o celular virou um trabalho pesado demais para o ser humano de 2026.

Some isso ao avatar com rosto, corpo e voz (o padrão chama-se Jolly), ao endereço de e-mail próprio e aos conectores com Best Buy, Walmart, Sephora e companhia. Fica claro que o objetivo da Meta não é ter um aplicativo: é ter um agente presente em cada momento do seu dia.

O capítulo policial: "Eu não li suas mensagens"

Toda boa história precisa de um mistério. Um colunista da revista Inc. contou que o Muse leu suas mensagens privadas no Mac, mesmo com a permissão de acesso total ao disco desligada. A Meta reagiu rápido e com firmeza: impossível, porque o acesso exige três etapas separadas de autorização, protegidas pelo próprio sistema operacional. Segundo um executivo da empresa, o agente "se confundiu" ao explicar o que tinha feito.

Ou seja, a versão oficial é que o Muse não leu as mensagens. Ele apenas disse que leu, e estava enganado sobre si mesmo. Fica a dúvida sobre qual das duas hipóteses é mais tranquilizadora.

Teve ainda o caso do youtuber que pediu ao Muse para vender coisas no Facebook Marketplace e acabou com o endereço exposto e um comprador batendo à porta quando não estava em casa. Aqui, justiça seja feita: ele mesmo admitiu depois que tinha dado a permissão que permitiu isso. Moral da história: antes de entregar as chaves de casa a um agente, leia o que está autorizando.

E para não dizer que o mês foi só de boatos, logo nas primeiras semanas pesquisadores encontraram uma falha grave no aplicativo para Mac. A Meta corrigiu às pressas, mas não antes de a Amazon bloquear o Muse de fazer compras na sua loja. Às vezes, a melhor resenha de um produto é a reação da concorrência.

Enquanto isso, na bolsa

O mercado financeiro adorou. As ações da Meta tiveram o melhor trimestre em mais de dois anos, impulsionadas pelo entusiasmo com o Muse. A conta, porém, chega em 28 de outubro, quando a empresa divulga os resultados do terceiro trimestre. Até agora, o plano de negócio declarado por Mark Zuckerberg é "cobrar uma pequena taxa sobre as transações". Os analistas querem saber quanto é "pequena" e quantas são "as transações".

Conclusão

Read the full post

Muse, el agente de Meta: un éxito de público que Brasil mira por la ventana

nascimentoab — Sat, 03 Oct 2026 12:00:03 GMT

⏱️ Tiempo de lectura: ~4 minutos

Introducción

Imagina la fiesta más codiciada de la ciudad. Fila en la puerta, gente famosa y una anfitriona que jura que es "la fiesta del siglo". Ahora imagina que estás afuera, con la nariz pegada al vidrio, leyendo las noticias de quienes entraron. Así está el brasileño frente a Muse, el agente personal de inteligencia artificial que Meta lanzó el 8 de septiembre. No responde preguntas: hace las cosas. Lee tu correo, maneja tu agenda, compra, paga y resuelve.

Tres semanas después, la fiesta se puso todavía más animada. Vamos a lo que pasó adentro.

La lista de invitados creció: ahora está Canadá

El 18 de septiembre, Muse cruzó su primera frontera y llegó a Canadá. Meta lo celebró con un post sencillo: "Llegamos a Canadá. ¿Adónde ahora?". Una pregunta retórica, al parecer, porque no se anunció ningún otro país. Sin fecha y sin lista de espera.

A modo de comparación, Meta AI, un asistente mucho más inofensivo, tardó unos 18 meses en salir de EE. UU. y llegar al Reino Unido. Muse maneja correo, pagos y datos de salud. Hagan sus apuestas.

Cinco millones de personas no pueden estar equivocadas (¿o sí?)

Los números dan envidia: 5 millones de descargas en 22 días, más de 3 millones de usuarios por semana y más de 1 millón por día. La app está en el primer lugar de la App Store estadounidense desde el 18 de septiembre y en Google Play desde el 19.

Y quien piense que todo es fruto de la publicidad se equivoca, al menos en parte. Meta inundó Facebook, Instagram, TikTok, Reddit y YouTube con anuncios de Muse, pero los anuncios representaron apenas el 6% de las impresiones en las primeras semanas. El resto fue curiosidad genuina. O, como diría cualquier tía en el grupo familiar, "todo el mundo lo está usando".

Muse ahora trabaja en el comercio, en tu cara y en tu llavero

Satisfecha con el éxito, Meta decidió poner a Muse en todos los lugares posibles.

Muse for Small Business: una versión para empresas, conectada a Shopify, Stripe, QuickBooks, Asana, Canva y Zoom. Es gratis hasta cierto volumen de uso y, a partir de ahí, cuesta de US$ 20 a US$ 100 al mes. El pequeño empresario estadounidense gana un empleado que no se toma vacaciones ni pide aumento. Por ahora.

Lentes Ray-Ban con Muse: un modelo solo de audio, previsto para el 13 de octubre por US$ 349. Le hablas a los lentes y el agente ejecuta. El sueño de todo el que alguna vez quiso enviar un correo sin soltar el volante. O el carrito del supermercado.

Muse Charm: en desarrollo, un aparatito del tamaño de un llavero para hablar con Muse sin desbloquear el celular. Porque, aparentemente, desbloquear el celular se volvió un trabajo demasiado pesado para el ser humano de 2026.

Súmale el avatar con cara, cuerpo y voz (el predeterminado se llama Jolly), una dirección de correo propia y conectores con Best Buy, Walmart, Sephora y compañía. Queda claro que el objetivo de Meta no es tener una aplicación: es tener un agente presente en cada momento de tu día.

El capítulo policial: "Yo no leí tus mensajes"

Toda buena historia necesita un misterio. Un columnista de la revista Inc. contó que Muse leyó sus mensajes privados en la Mac, aun con el permiso de acceso total al disco desactivado. Meta reaccionó rápido y con firmeza: imposible, porque el acceso exige tres pasos separados de autorización, protegidos por el propio sistema operativo. Según un ejecutivo de la empresa, el agente "se confundió" al explicar lo que había hecho.

O sea, la versión oficial es que Muse no leyó los mensajes. Solo dijo que los leyó, y estaba equivocado sobre sí mismo. Queda la duda de cuál de las dos hipótesis es más tranquilizadora.

Y estuvo el caso del youtuber que le pidió a Muse vender cosas en Facebook Marketplace y terminó con su dirección expuesta y un comprador tocando la puerta cuando no estaba en casa. Aquí, justo es decirlo: él mismo admitió después que había dado el permiso que lo hizo posible. Moraleja: antes de entregarle las llaves de tu casa a un agente, lee lo que estás autorizando.

Y para que nadie diga que el mes fue solo de rumores, en las primeras semanas unos investigadores encontraron una falla grave en la aplicación para Mac. Meta la corrigió a toda prisa, pero no antes de que Amazon bloqueara a Muse para comprar en su tienda. A veces, la mejor reseña de un producto es la reacción de la competencia.

Mientras tanto, en la bolsa

Al mercado financiero le encantó. Las acciones de Meta tuvieron su mejor trimestre en más de dos años, impulsadas por el entusiasmo con Muse. La cuenta, sin embargo, llega el 28 de octubre, cuando la empresa publique los resultados del tercer trimestre. Hasta ahora, el plan de negocio declarado por Mark Zuckerberg es "cobrar una pequeña comisión sobre las transacciones". Los analistas quieren saber cuánto es "pequeña" y cuántas son "las transacciones".

Conclusión

Read the full post

Muse, Meta's agent: a crowd-pleaser Brazil watches through the window

nascimentoab — Sat, 03 Oct 2026 00:00:00 GMT

⏱️ Reading time: ~4 minutes

Introduction

Picture the hottest party in town. A line out the door, famous faces, and a host swearing it's "the party of the century." Now picture yourself outside, nose pressed against the glass, reading updates from the people who got in. That's a Brazilian looking at Muse, the personal AI agent Meta launched on September 8. It doesn't answer questions: it gets things done. It reads your email, juggles your calendar, shops, pays and sorts things out.

Three weeks later, the party got even livelier. Here's what happened inside.

The guest list grew: Canada is in

On September 18, Muse crossed its first border and arrived in Canada. Meta celebrated with a modest post: "Made it to Canada. Where to next?" A rhetorical question, apparently, since no other country has been announced. No date and no waitlist.

For comparison, Meta AI, a far more harmless assistant, took about 18 months to leave the US and reach the UK. Muse handles email, payments and health data. Place your bets.

Five million people can't be wrong (or can they?)

The numbers are enviable: 5 million downloads in 22 days, more than 3 million weekly users and more than 1 million daily users. The app has been No. 1 on the US App Store since September 18 and on Google Play since the 19th.

And anyone who thinks this is just marketing is at least partly wrong. Meta poured Muse ads across Facebook, Instagram, TikTok, Reddit and YouTube, but ads accounted for only 6% of impressions in the first weeks. The rest was genuine curiosity. Or, as any aunt in the family group chat would put it, "everybody's using it."

Muse now works in retail, on your face and on your keychain

Pleased with its success, Meta decided to put Muse everywhere it possibly could.

Muse for Small Business: a version for companies, connected to Shopify, Stripe, QuickBooks, Asana, Canva and Zoom. It's free up to a certain amount of usage and, beyond that, costs US$ 20 to US$ 100 a month. The American small business owner gets an employee who never takes vacation and never asks for a raise. For now.

Ray-Ban glasses with Muse: an audio-only model, expected on October 13 for US$ 349. You talk to the glasses and the agent does the work. The dream of anyone who ever wanted to send an email without taking their hands off the wheel. Or the shopping cart.

Muse Charm: in development, a keychain-sized gadget for talking to Muse without unlocking your phone. Because, apparently, unlocking a phone has become too much heavy lifting for the human being of 2026.

Add the avatar with a face, body and voice (the default one is named Jolly), its own email address and connectors to Best Buy, Walmart, Sephora and friends. It's clear Meta's goal isn't to have an app: it's to have an agent present at every moment of your day.

The crime chapter: "I didn't read your messages"

Every good story needs a mystery. An Inc. columnist said Muse read his private messages on his Mac, even with full disk access turned off. Meta responded quickly and firmly: impossible, since access requires three separate authorization steps, protected by the operating system itself. According to a company executive, the agent "got confused" when explaining what it had done.

In other words, the official version is that Muse didn't read the messages. It merely said it did, and was wrong about itself. It's hard to say which of the two is more reassuring.

Then there was the YouTuber who asked Muse to sell items on Facebook Marketplace and ended up with his address exposed and a buyer knocking on his door while he wasn't home. In fairness, he later admitted he had granted the permission that allowed it. Moral of the story: before handing your house keys to an agent, read what you're authorizing.

And lest anyone think the month was all rumors, in the first weeks researchers found a serious flaw in the Mac app. Meta rushed out a fix, but not before Amazon blocked Muse from shopping on its store. Sometimes the best product review is the competition's reaction.

Meanwhile, on Wall Street

The market loved it. Meta's stock had its best quarter in more than two years, fueled by enthusiasm over Muse. The bill, however, comes due on October 28, when the company reports third-quarter results. So far, the business plan stated by Mark Zuckerberg is to "take a small fee from transactions." Analysts want to know how small is "small" and how many are "the transactions."

Conclusion

In three weeks, Muse conquered Canada, 5 million downloads, a guaranteed spot on glasses and keychains, a business edition and at least two privacy controversies. It's a faithful portrait of a market running faster than user trust can keep up with.

And Brazil? Right where it was: outside the party, nose against the glass, reading the news. Given the crime chapter, maybe that's not the worst place to be. At least nobody here read our messages. As far as we know.

Read the full post

Setembro de 2026: 47 modelos novos e uma régua diferente

nascimentoab — Sat, 26 Sep 2026 12:00:03 GMT

⏱️ Tempo de leitura: ~5 minutos

Introdução

Quarenta e sete modelos em trinta dias. Esse é o número catalogado de lançamentos em setembro de 2026 — e ele já diz algo sobre o estado do mercado: parou de fazer sentido acompanhar lançamento por lançamento.

Mas o dado mais interessante do mês não está na contagem. Está no argumento de venda. Pela primeira vez em um ciclo recente, o lançamento mais comentado não chegou prometendo ser mais inteligente. Chegou prometendo ser mais barato por tarefa concluída. A régua mudou de lugar.

O topo da fronteira

GPT-6 Astra (OpenAI, 3 de setembro). O lançamento de maior peso do mês. Janela de contexto de cerca de 1,05 milhão de tokens, saída de 128 mil, preço de US$ 10 por milhão na entrada e US$ 50 na saída. A OpenAI o posiciona como estado da arte em uso de computador, navegação, engenharia de software, cibersegurança, ciência e trabalho profissional. Detalhe relevante para quem cuida de risco: foi o primeiro modelo da casa a cruzar um limiar crítico em cibersegurança, e por isso essas capacidades saíram com liberação controlada. Em 22 de setembro a família ganhou mais dois membros, GPT-6 Sol e GPT-6 Luna.

Claude Opus 5.5 (Anthropic, 22 de setembro). O movimento que mexeu com a conta. Primeiro modelo da família 5.5, a US$ 4 na entrada e US$ 20 na saída por milhão de tokens — 20% abaixo do Opus 5. A empresa afirma, porém, que o custo típico de carga de trabalho cai cerca de 40%, porque o modelo consome menos tokens para terminar a mesma tarefa. O cache acompanhou: escrita de US$ 6,25 para US$ 5, leitura de US$ 0,50 para US$ 0,20. A saída ficou mais de 30% mais rápida.

Vale separar o que é aferido do que é alegação da fabricante. O preço de tabela é fato; a economia de 40% é afirmação da Anthropic, que depende do perfil da carga. O exemplo divulgado é concreto: portar um HAProxy legado de C para Rust levou 9,5 horas, contra 12 horas do Fable 5.1 — modelo consideravelmente mais caro por token.

Claude Fable 5.1 e Mythos 5.1 (1º de setembro). Atualizações da linha anterior que duraram três semanas no centro das atenções antes de serem ofuscadas pelo próprio fornecedor.

Grok 4.7 (xAI, 21 de setembro). Upgrade sobre o 4.6 mantendo o mesmo preço, com ganhos espalhados por benchmarks.

Gemini 3.8 Flash e Flash Cyber (2 de setembro) e Gemini 3.8 Live (15 de setembro), do Google.

O que, de novo, não saiu

Duas ausências merecem registro, porque contradizem o que foi anunciado com estardalhaço meses atrás.

Gemini 4 continua em pré-treino. Não existe página de modelo, identificador de API, preço nem tabela de benchmark. As estimativas apontam para novembro ou dezembro, e o rumor de lançamento em setembro não se confirmou. O carro-chefe segue sendo o Gemini 3.8 Flash.

Grok 5 também não apareceu. A linha estável continua sendo a 4.6/4.7 — o que soma mais um trimestre à lista de prazos perdidos.

O dilúvio do outro lado

Se o topo se movimentou por preço, a base se movimentou por volume — e a maior parte dele é aberta.

A K2 Horizon chegou em 3 de setembro como família inteira, de uma vez: 0,9B, 3,7B, 7B, 32B, uma 375B A23B e uma variante MoVA de 36B A4B, todas com reasoning e pesos abertos. A DeepSeek lançou o V4.1 Flash em 10 de setembro, aberto, com reasoning e visão. A Alibaba manteve cadência quase semanal com Qwen3.8-Max, Omni-Flash, LiveTranslate e Qwen-Image 2.1. A Xiaomi entregou MiMo V2.6 em versões Pro e Flash. Somam-se ainda MiniMax H3 Max, a família Nex-N2.5, as variantes setoriais do Ling 3.0 Flash — uma para finanças, outra para saúde — e a linha LLaDA.

Chama atenção o padrão: não são modelos soltos, são famílias completas, cobrindo de sub-1B a centenas de bilhões de parâmetros, liberadas no mesmo dia.

Conclusão

Para quem opera infraestrutura, a leitura prática de setembro é direta. A competição no topo deixou de ser travada em pontos percentuais de benchmark e passou a ser travada em custo total para concluir o trabalho — que envolve preço por token, quantidade de tokens gastos, velocidade de saída e eficiência de cache. É uma métrica bem mais próxima da planilha do que do leaderboard.

E enquanto isso, o volume de modelos abertos torna cada vez mais defensável desenhar arquiteturas híbridas: modelo aberto onde a tarefa é previsível e barata, modelo de fronteira onde o custo do erro é alto.

Quarenta e sete lançamentos em um mês não é sinal de maturidade. Mas a mudança do argumento — de "sou mais inteligente" para "custo menos para entregar" — é. Mercado que começa a competir por preço é mercado que está deixando de ser novidade e passando a ser infraestrutura.

Veja no blog: https://nascimentoab.com.br/blog/setembro-2026-47-modelos-novos-e-uma-regua-diferente

Septiembre de 2026: 47 modelos nuevos y una vara diferente

nascimentoab — Sat, 26 Sep 2026 00:00:03 GMT

⏱️ Tiempo de lectura: ~5 minutos

Introducción

Cuarenta y siete modelos en treinta días. Ese es el número catalogado de lanzamientos en septiembre de 2026 — y la cifra ya dice algo sobre el estado del mercado: dejó de tener sentido seguir lanzamiento por lanzamiento.

Pero el dato más interesante del mes no está en el conteo. Está en el argumento de venta. Por primera vez en un ciclo reciente, el lanzamiento más comentado no llegó prometiendo ser más inteligente. Llegó prometiendo ser más barato por tarea completada. La vara cambió de lugar.

La cima de la frontera

GPT-6 Astra (OpenAI, 3 de septiembre). El lanzamiento de mayor peso del mes. Ventana de contexto de alrededor de 1,05 millones de tokens, salida de 128 mil, precio de US$ 10 por millón en la entrada y US$ 50 en la salida. OpenAI lo posiciona como estado del arte en uso de computadora, navegación, ingeniería de software, ciberseguridad, ciencia y trabajo profesional. Un detalle relevante para quien gestiona riesgo: fue el primer modelo de la casa en cruzar un umbral crítico en ciberseguridad, y por eso esas capacidades salieron con acceso restringido. El 22 de septiembre la familia sumó dos miembros más, GPT-6 Sol y GPT-6 Luna.

Claude Opus 5.5 (Anthropic, 22 de septiembre). El movimiento que alteró la cuenta. Primer modelo de la familia 5.5, a US$ 4 en la entrada y US$ 20 en la salida por millón de tokens — 20% por debajo del Opus 5. La empresa afirma, sin embargo, que el costo típico de carga de trabajo cae alrededor de un 40%, porque el modelo consume menos tokens para terminar la misma tarea. El caché acompañó: escritura de US$ 6,25 a US$ 5, lectura de US$ 0,50 a US$ 0,20. La salida quedó más de 30% más rápida.

Conviene separar lo medido de lo afirmado por el fabricante. El precio de lista es un hecho; el ahorro del 40% es una afirmación de Anthropic, y depende del perfil de la carga. El ejemplo divulgado es concreto: portar un HAProxy heredado de C a Rust tomó 9,5 horas, frente a 12 horas del Fable 5.1 — modelo considerablemente más caro por token.

Claude Fable 5.1 y Mythos 5.1 (1 de septiembre). Actualizaciones de la línea anterior que duraron tres semanas en el centro de la atención antes de ser opacadas por su propio proveedor.

Grok 4.7 (xAI, 21 de septiembre). Mejora sobre el 4.6 manteniendo el mismo precio, con ganancias repartidas por benchmarks.

Gemini 3.8 Flash y Flash Cyber (2 de septiembre) y Gemini 3.8 Live (15 de septiembre), de Google.

Lo que, otra vez, no salió

Dos ausencias merecen registro, porque contradicen lo que se anunció con bombos y platillos meses atrás.

Gemini 4 sigue en preentrenamiento. No existe página de modelo, identificador de API, precio ni tabla de benchmark. Las estimaciones apuntan a noviembre o diciembre, y el rumor de lanzamiento en septiembre no se concretó. El buque insignia sigue siendo Gemini 3.8 Flash.

Grok 5 tampoco apareció. La línea estable continúa siendo la 4.6/4.7 — lo que suma otro trimestre a la lista de plazos incumplidos.

El diluvio del otro lado

Si la cima se movió por precio, la base se movió por volumen — y la mayor parte es abierta.

K2 Horizon llegó el 3 de septiembre como familia entera, de una vez: 0,9B, 3,7B, 7B, 32B, una 375B A23B y una variante MoVA de 36B A4B, todas con reasoning y pesos abiertos. DeepSeek lanzó el V4.1 Flash el 10 de septiembre, abierto, con reasoning y visión. Alibaba mantuvo una cadencia casi semanal con Qwen3.8-Max, Omni-Flash, LiveTranslate y Qwen-Image 2.1. Xiaomi entregó MiMo V2.6 en versiones Pro y Flash. Se suman MiniMax H3 Max, la familia Nex-N2.5, las variantes sectoriales del Ling 3.0 Flash — una para finanzas, otra para salud — y la línea LLaDA.

Lo que llama la atención es el patrón: no son modelos sueltos, son familias completas, que cubren desde sub-1B hasta cientos de miles de millones de parámetros, liberadas el mismo día.

Conclusión

Para quien opera infraestructura, la lectura práctica de septiembre es directa. La competencia en la cima dejó de librarse en puntos porcentuales de benchmark y pasó a librarse en costo total para completar el trabajo — que involucra precio por token, cantidad de tokens consumidos, velocidad de salida y eficiencia de caché. Es una métrica mucho más cercana a la planilla que al leaderboard.

Mientras tanto, el volumen de modelos abiertos vuelve cada vez más defendible diseñar arquitecturas híbridas: modelo abierto donde la tarea es previsible y barata, modelo de frontera donde el costo del error es alto.

Cuarenta y siete lanzamientos en un mes no es señal de madurez. Pero el cambio de argumento — de "soy más inteligente" a "cuesto menos por entregar" — sí lo es. Un mercado que empieza a competir por precio es un mercado que está dejando de ser novedad y pasando a ser infraestructura.

Lee en el blog: https://nascimentoab.com.br/blog/septiembre-2026-47-modelos-nuevos-y-una-vara-diferente

September 2026: 47 new models and a different yardstick

nascimentoab — Fri, 25 Sep 2026 12:00:03 GMT

⏱️ Reading time: ~5 minutes

Introduction

Forty-seven models in thirty days. That's the catalogued count of releases in September 2026 — and the number alone says something about the state of the market: tracking launch by launch has stopped making sense.

But the most interesting data point of the month isn't the count. It's the sales pitch. For the first time in a recent cycle, the most-discussed release didn't arrive promising to be smarter. It arrived promising to be cheaper per completed task. The yardstick moved.

The top of the frontier

GPT-6 Astra (OpenAI, September 3). The heaviest launch of the month. A context window of roughly 1.05 million tokens, 128K output, priced at US$ 10 per million on input and US$ 50 on output. OpenAI positions it as state of the art in computer use, browsing, software engineering, cybersecurity, science, and professional work. A detail that matters to anyone managing risk: it was the company's first model to cross a critical cybersecurity threshold, which is why those capabilities shipped under gated access. On September 22 the family gained two more members, GPT-6 Sol and GPT-6 Luna.

Claude Opus 5.5 (Anthropic, September 22). The move that shifted the math. First model of the 5.5 family, at US$ 4 on input and US$ 20 on output per million tokens — 20% below Opus 5. The company claims, however, that typical workload cost drops around 40%, because the model burns fewer tokens to finish the same task. Cache pricing followed: writes from US$ 6.25 to US$ 5, reads from US$ 0.50 to US$ 0.20. Output got more than 30% faster.

It's worth separating what's measured from what's vendor claim. The list price is fact; the 40% saving is Anthropic's assertion, and it depends on the workload profile. The published example is concrete: porting a legacy HAProxy from C to Rust took 9.5 hours, against 12 hours for Fable 5.1 — a considerably more expensive model per token.

Claude Fable 5.1 and Mythos 5.1 (September 1). Updates to the previous line that held the spotlight for three weeks before being overshadowed by their own vendor.

Grok 4.7 (xAI, September 21). An upgrade over 4.6 at the same price, with gains spread across benchmarks.

Gemini 3.8 Flash and Flash Cyber (September 2) and Gemini 3.8 Live (September 15), from Google.

What, once again, didn't ship

Two absences deserve the record, because they contradict what was announced with fanfare months ago.

Gemini 4 is still in pre-training. There is no model page, no API identifier, no pricing, no benchmark table. Estimates point to November or December, and the September launch rumor never materialized. The flagship remains Gemini 3.8 Flash.

Grok 5 didn't show up either. The stable line is still 4.6/4.7 — adding another quarter to the list of missed deadlines.

The flood on the other side

If the top moved on price, the base moved on volume — and most of it is open.

K2 Horizon arrived on September 3 as an entire family, all at once: 0.9B, 3.7B, 7B, 32B, a 375B A23B, and a MoVA variant at 36B A4B, all with reasoning and open weights. DeepSeek released V4.1 Flash on September 10, open, with reasoning and vision. Alibaba kept an almost weekly cadence with Qwen3.8-Max, Omni-Flash, LiveTranslate, and Qwen-Image 2.1. Xiaomi delivered MiMo V2.6 in Pro and Flash versions. Add MiniMax H3 Max, the Nex-N2.5 family, the sector-specific variants of Ling 3.0 Flash — one for finance, one for healthcare — and the LLaDA line.

The pattern is what stands out: these aren't isolated models, they're complete families, covering sub-1B up to hundreds of billions of parameters, released on the same day.

Conclusion

For anyone running infrastructure, the practical reading of September is direct. Competition at the top stopped being fought over percentage points on a benchmark and started being fought over total cost to complete the work — which involves price per token, number of tokens burned, output speed, and cache efficiency. That's a metric far closer to the spreadsheet than to the leaderboard.

Meanwhile, the sheer volume of open models makes hybrid architectures increasingly defensible: an open model where the task is predictable and cheap, a frontier model where the cost of being wrong is high.

Forty-seven launches in a month isn't a sign of maturity. But the shift in the argument — from "I'm smarter" to "I cost less to deliver" — is. A market that starts competing on price is a market that is ceasing to be a novelty and becoming infrastructure.

Read on the blog: https://nascimentoab.com.br/blog/september-2026-47-new-models-and-a-different-yardstick

Treinar IA sem uma única GPU da NVIDIA: como a China fechou o próprio ciclo

nascimentoab — Mon, 21 Sep 2026 12:00:03 GMT

⏱️ Tempo de leitura: ~5 minutos

Introdução

Durante anos, a resposta para "o que é preciso para treinar um modelo de fronteira?" era curta e incômoda: GPUs da NVIDIA, muitas. Era menos uma escolha técnica e mais um fato da vida — o ecossistema inteiro, do framework ao kernel, foi construído em torno de CUDA.

Em 2026, essa resposta deixou de ser a única. Um conjunto de laboratórios chineses concluiu ciclos completos de treinamento — do pré-processamento à escala final — sem encostar em um único chip ocidental. Não foi um experimento de laboratório: são modelos em produção, com pesos abertos e API cobrando por uso. E o gatilho não foi técnico. Foi regulatório.

Os casos concretos

GLM-Image, da Zhipu AI (janeiro de 2026). O marco inicial. Primeiro modelo multimodal de ponta a completar o treinamento inteiro em chips chineses, rodando em Ascend Atlas 800T A2 com o framework MindSpore. Arquitetura híbrida: um modelo autoregressivo de 9 bilhões de parâmetros cuidando da compreensão da instrução e da composição da imagem, e um decodificador de difusão de 7 bilhões responsável pelo detalhe fino e pela renderização de texto. Liderou o benchmark CVTG-2K (precisão de palavra de 0,9116) e o LongText-Bench (0,952 em inglês, 0,979 em chinês). Pesos publicados no GitHub, Hugging Face e ModelScope; API a 0,1 yuan — cerca de US$ 0,014 — por imagem gerada.

GLM-5, da Zhipu (fevereiro de 2026). O salto de escala: um modelo de linguagem de aproximadamente 744 bilhões de parâmetros, treinado inteiramente em Ascend, com relatos de uso na casa dos 100 mil chips. Os benchmarks ficaram a poucos pontos de GPT-5.2 e Claude Opus 4.5.

openPangu 2.0, da própria Huawei (31 de julho de 2026). Um mixture of experts de 505 bilhões de parâmetros, treinado exclusivamente em NPUs Ascend e liberado em código aberto.

DeepSeek V4. Migrou o treinamento para o Ascend 950, abandonando a NVIDIA no processo.

O gatilho foi uma lista, não um roadmap

Vale registrar como isso começou. Em janeiro de 2025, a Zhipu entrou na Entity List do Departamento de Comércio americano, o que a cortou do acesso a H100 e A100 — as placas que viraram sinônimo de treinamento avançado. A empresa não tinha plano B; teve que construí-lo, em parceria com a Huawei.

É a ironia central desta história: a restrição que deveria travar o desenvolvimento acabou financiando, na marra, a alternativa.

O que foi preciso fazer na engenharia

Nada disso foi "plug and play". Trocar CUDA por Ascend significou reescrever a camada que a maioria dos times nunca toca.

O stack tem três andares: os NPUs Ascend no hardware; o CANN, camada que traduz instruções de PyTorch e TensorFlow para operações que o chip entende; e o MindSpore como framework de treinamento. CANN e as ferramentas da série Mind foram abertas em agosto de 2025 — passo deliberado para atrair desenvolvedores.

Por cima disso, a Zhipu precisou de otimizações sob medida: deployment em pipeline multinível com grafo dinâmico, para rodar etapas do treino concorrentemente e reduzir gargalos; fusion operators próprios, compatíveis com a arquitetura Ascend; e paralelismo multi-stream, sobrepondo comunicação e computação no treino distribuído. Tudo isso existe porque os frameworks assumem, por padrão, que do outro lado há uma GPU NVIDIA.

O hardware e para onde ele vai

No Huawei Connect 2026, realizado em setembro, a empresa antecipou o Ascend 960 em três trimestres: o 960DT chega no primeiro trimestre de 2027 e o 960PR no terceiro. A cadência anual virou regra — Ascend 970 em 2028, 980 em 2029. Junto veio um portfólio de 11 chips UnifiedBus para sistemas SuperPoD e SuperCluster, cobrindo computação, interconexão, armazenamento e gerência, além de um plano de escala na casa do milhão de NPUs.

As ressalvas — e elas importam

Três pontos impedem a leitura triunfalista.

O chip individual ainda perde. O 960DT é estimado em cerca de 288 GB de memória e 4 petaFLOPS em FP4 — aproximadamente metade do FP8 e um terço do FP4 do B300 da NVIDIA. A aposta chinesa não é vencer no silício, é compensar na escala e na interconexão. Quem trabalha com datacenter sabe que essa troca não sai de graça: mais nós significam mais rede, mais energia, mais domínio de falha.

O custo real não foi divulgado. A Zhipu não informou quantos processadores usou, quanto tempo o treino levou, nem como isso se compara a um cluster NVIDIA equivalente. O custo em tempo de engenharia — o mais caro de todos — permanece uma incógnita.

"Sem NVIDIA" descreve o treino, não a cadeia inteira. Há reportagem questionando a dependência a montante — litografia, memória HBM — por trás dessa independência. Autonomia na camada de treinamento não é o mesmo que autonomia de ponta a ponta.

Resumo

Read the full post