LLMs, redes neurais, MLOps, RAG e agentes
25 publicações
A Apple trocou a Anthropic pelo Google e vai entregar uma Siri agêntica no iOS 26.4. O que isso significa para quem desenvolve apps no ecossistema Apple.
Como o Model Context Protocol saiu de experimento interno da Anthropic para padrão da indústria com apoio de OpenAI, Google e Microsoft.
Pesquisadores do Google e UVA criaram o DTR, métrica que mede esforço real de raciocínio em LLMs e corta custos de inferência pela metade sem perder acurácia.
Como a startup chinesa MiniMax criou um LLM de 230B de parâmetros que iguala GPT-5 em coding, custa 1/20 do Opus e é totalmente open source.
A Alibaba lançou o Qwen3.5 com arquitetura MoE de 397B parâmetros e apenas 17B ativos por token, combinando eficiência radical com licença Apache 2.0.
Conheça os LLMs open source que alcançaram o nível dos pagos, seus benchmarks e como usá-los sem custo em projetos reais.
O Gemini 3.1 Pro dobra o raciocínio do antecessor, lidera 13 de 16 benchmarks e custa 2,5x menos que o Claude Opus 4.6. Veja o que importa para devs.
A NVIDIA investiu US$ 5 bilhões na Intel, saiu da Arm e da Applied Digital, e demonstrou redução de até 10x no custo de inferência com GPUs Blackwell.
A xAI lançou o Grok 4.20 Beta com quatro agentes de IA colaborando em paralelo. Entenda a arquitetura, os benchmarks e o impacto no mercado.