A semana teve modelo novo, aplicativo novo e recorde de teste para todo lado. A notícia que importa, porém, é outra. Uma empresa chinesa admitiu em público que piorou de propósito o próprio produto numa habilidade específica: invadir sistemas. Dias antes, uma concorrente tinha posto exatamente essa habilidade na vitrine.
Kimi tira a mão do hacking, mas só um pouco
A Moonshot AI, de Pequim, lançou o Kimi K3.1 Pro (abre em nova aba). A empresa o descreve como seu modelo aberto mais capaz, da classe de 3 trilhões de parâmetros, e diz que ele consegue processar até 1 milhão de tokens de uma vez. Segundo a Reuters (abre em nova aba), os pesos do modelo devem ser publicados até 4 de novembro. Pesos são os arquivos que permitem a qualquer desenvolvedor rodar e modificar o modelo no próprio computador. Depois que eles saem, a empresa perde o controle sobre o uso.
Por isso a Moonshot diz ter retirado dados ligados a ciberataques de etapas do treinamento, preservando a programação em geral. Num teste interno de achar e explorar falhas de software em ambiente controlado, a versão sem essas restrições resolvia 90,5% das tarefas. A versão final resolve 81,0%. Os números são da própria empresa e não foram verificados de forma independente.
O gesto merece registro, e também ceticismo. Cair de 90,5% para 81% tira o pico, mas não deixa o modelo inofensivo. O argumento da Moonshot é pragmático: o resultado continuaria atrás de modelos fechados de ponta que estão disponíveis ao público há pelo menos três meses. Em outras palavras, o que vai ser solto não é pior do que o que já circula. Pode ser verdade. Mas é a régua mais confortável possível, e quem a escolheu foi a própria empresa.
No restante, o K3.1 Pro chega forte. Num dos testes de programação citados pela Moonshot, o Terminal-Bench 4.0, ele marca 65,7%. Fica à frente do GPT-6 Astra (58,2%) e um fio atrás do Claude Opus 5.5 (66,4%). Há também uma versão Highspeed, de duas a três vezes mais rápida. A newsletter Superhuman (abre em nova aba) relata que o modelo ficou em 4º lugar no índice de inteligência da Artificial Analysis, mas trata-se de repercussão do anúncio, não de um teste próprio.
MiniMax põe a cibersegurança no folheto
Em 19 de outubro, a MiniMax (abre em nova aba) lançou o M3.1 Flash e listou a cibersegurança entre as áreas do seu "salto geracional", ao lado de agentes e programação. A empresa informa 82% no teste CyberGym, uso quase três vezes mais rápido e custo 70% menor que o do antecessor. O preço é de US$ 0,15 por milhão de tokens de entrada e US$ 0,60 de saída. Uma versão preliminar, chamada Space Bunny, processou mais de 200 trilhões de tokens operando anonimamente. Os pesos virão "mais tarde".
Habilidade em segurança digital também serve para defesa, e a MiniMax não está necessariamente errada. Mas o contraste é didático: sem regra comum, cada empresa decide sozinha se a capacidade de invadir sistemas é um risco a reduzir ou um argumento de venda. O caos da semana é esse.
Claude Duet: agente com coleira
A Anthropic abriu, em prévia de pesquisa, o Claude Duet (abre em nova aba). É um aplicativo em que o Claude age por conta própria: traz o que precisa da sua atenção e segue trabalhando quando você sai. Ele roda numa máquina virtual com navegador próprio, então não depende do seu celular ligado, e confere as contas conectadas a cada poucas horas. Antes de enviar mensagem, pagar, assinar documento ou apagar algo, pede sua aprovação. Negociar ações ou transferir dinheiro entre contas está vetado mesmo com o seu sinal verde.
Esse veto é o detalhe mais honesto do lançamento. A própria Anthropic não confia no agente para mexer no seu dinheiro, nem com permissão. Por enquanto, o acesso é por lista de espera e vale só para assinantes Pro e Max nos Estados Unidos.
Milhares de agentes num atlas do cérebro
A notícia mais promissora veio da biologia. A OpenAI (abre em nova aba), a PerturbAI e o Scripps Research puseram milhares de agentes, movidos pelo GPT-Rosalind, para analisar dados já existentes de milhões de células cerebrais de camundongos. Nesses dados, genes foram desligados um a um. Os agentes terminaram em 32 minutos um trabalho que a equipe estima levaria de meses a um ano por mãos humanas.
Os agentes apontaram uma diferença inesperada entre os genes Tsc1 e Tsc2 no cerebelo. Também sugeriram uma possível ligação entre o gene DCTN1, genes relacionados ao colesterol e a neurodegeneração da síndrome de Perry. Os agentes trabalhando em conjunto citaram mais de 700 referências, contra 11 de um agente sozinho. Em comparação às cegas, especialistas preferiram os relatórios coletivos em 75% das vezes. A OpenAI diz que são pistas que exigem novos experimentos, não tratamentos confirmados.
Dessa, a voz que aprendeu só ouvindo
A Block apresentou a Dessa (abre em nova aba), um modelo de conversa treinado do zero apenas com fala humana, sem texto e sem aproveitar outro modelo. Ela ouve e fala ao mesmo tempo, como numa ligação. Segundo a empresa, foi treinada num único servidor NVIDIA GB200 NVL72 e roda num MacBook Pro M4 Max ou superior. O laboratório é pequeno e responde diretamente a Jack Dorsey, cofundador e presidente do conselho da Block, que fez o anúncio:
Acreditamos que a voz é a forma mais natural de interagir com a inteligência, por isso criamos a Dessa, o modelo de fala full-duplex mais autêntico já construído. Conversar com ela é como conversar com uma pessoa… cheia de emoção, nuance, pausas e uma cadência natural.
Por ora, só um grupo pequeno de pesquisadores de segurança de IA tem acesso, e os links de lançamento "vêm em breve". É prudente. Numa semana dominada por ataques digitais, uma voz indistinguível de gente também é um assunto de segurança.
Fibo 2.0: aberto, com asterisco
A Bria lançou o Fibo 2.0 (abre em nova aba), com 8 bilhões de parâmetros. Pela primeira vez na família, ele junta edição e geração de imagens num único modelo, treinado só com dados licenciados. A empresa afirma que ele lidera em edição e é o segundo em criação de imagens entre os modelos abertos do ranking da Artificial Analysis, em 20 de outubro. O asterisco está na licença: o uso é livre apenas para fins não comerciais, e quem quiser ganhar dinheiro com ele precisa fechar acordo com a Bria.
O fio que amarra a semana é este: os freios existem, mas são autoimpostos e medidos pelas próprias empresas, com réguas que elas mesmas escolheram. Enquanto for assim, fica para o usuário a pergunta que nenhum teste de desempenho responde: quem confere?