Segundo o CEO Brian Moynihan, em entrevista à CNBC, o banco contratou mil terceirizados que trabalham desde o segundo trimestre com 3 mil funcionários na correção de vulnerabilidades encontradas por modelos como o Mythos, da Anthropic. O banco gastou \"algumas centenas de milhões de dólares\" no terceiro trimestre com esse trabalho somado às exigências contra lavagem de dinheiro, sem separar o custo das correções. É uma das primeiras grandes empresas americanas a dizer quantas pessoas pôs nessa tarefa.
Modelo base com 80 bilhões de parâmetros ativos e 2,8 trilhões no total, treinado por 38 dias em agosto e setembro de 2026 em 16 mil GPUs GB200, com MFU médio de 21% e 89% do tempo útil. A Microsoft diz que ele supera todos os modelos de pesos abertos que testou em avaliações próprias e que é de 4 a 12 vezes mais eficiente em FLOPs de pré-treino que o DeepSeek-V4-Pro-Base. O pré-treino usa dados orgânicos, sem destilação de outros modelos, o que permitirá licenciar os pesos a parceiros pelo Foundry. O modelo está em pós-treino.
Mistura de especialistas com 12 bilhões de parâmetros ativos de 120 bilhões, que lê texto, imagem, documentos e vídeo, destilada do Nemotron 3 Ultra e com acurácia próxima à dele em tarefas de agente com um quinto do tamanho. Saem junto o Bolt 74B-A9B, para máquinas locais com 24 GB, e o Bolt E4B de 4 GB, para assistentes de voz, ainda em outubro. Feito com a Nemotron Coalition (Mistral, Thinking Machines Lab, Perplexity e Black Forest Labs), com pesos, dados e receitas de treino publicados e tudo otimizado para hardware Nvidia.
Modelo de 5,6 bilhões de parâmetros para gerar e editar imagens, com saída 4K nativa, edição com precisão de pixel, caixas para posicionar elementos e até dez imagens de referência. Tem 38% menos parâmetros que o FLUX.2 [klein] e 91 pontos de Elo a mais, e nos testes internos da empresa supera o Ideogram V4.5 e o FLUX.2 [pro]. A versão INT8 roda em GPU Nvidia de 8 GB e gera uma imagem em menos de 9 segundos numa RTX 4070. Licença gratuita para uso comercial por empresas com faturamento abaixo de US$ 5 milhões por ano; disponível também por API, ComfyUI e Diffusers.
Em vez de criar um modelo novo, a Microsoft Research usa aprendizado de máquina para corrigir o viés de modelos existentes e melhorar a previsão de duas a seis semanas, faixa em que modelos físicos e de IA perdem confiabilidade. O trabalho saiu na Nature em 14/10, o código é aberto e roda em CPU, pensado para serviços meteorológicos com pouco recurso computacional.
Modelo de edição feito para produção: altera só a região marcada e deixa o resto da imagem como estava, combina até oito referências numeradas numa imagem, aplica cor por código hexadecimal só no produto e renderiza em 2K nativo. A Krea compara cerca de US$ 0,06 por edição com US$ 0,135 do Nano Banana Pro e US$ 0,21 do GPT Image 2.5, e mediana de 26,8 s e 39,9 s por edição para os dois concorrentes; a própria página avisa que a comparação usa resultados gerados antes, não um teste ao vivo. 225 pontos no Hacker News.
Modelos de base para previsão probabilística e multivariada de séries temporais, com suporte a covariáveis do passado e do futuro conhecido e previsão sem treino em dados nunca vistos. Segundo a Mistral, o maior, de 209 milhões de parâmetros, fica em primeiro nos três benchmarks públicos da área (GIFT-Eval, TIME e fev-bench) com dois terços dos parâmetros do melhor anterior, e roda em CPU. Ajuste a dados do cliente pelo Mistral Forge.
Modelos · web · mistral, series-temporais, previsao, modelos-pequenos
O Orion-1 cruza logs de autenticação, nuvem, endpoints, SaaS e rede para ligar sinais isolados a um mesmo atacante, atribui um grau de confiança e recomenda ou dispara a resposta. No benchmark da própria empresa (Decision-Grade Readiness), supera Claude Opus 5.5 e GPT-6 Sol, com a maior diferença na reconstrução do ataque (80,8 contra 58,3). A empresa diz que não usou dados de clientes no ajuste e não informa se partiu de modelo de outro fornecedor.
Desde 14/10 o grok-voice-3.0 está disponível na API de fala para fala. O alias grok-voice-latest passou a apontar para ele, então as sessões que usam o alias migraram sem mudança de código, e o grok-voice-2.0 foi descontinuado. A interface da API não mudou.
Anunciado no primeiro Config da Figma na Índia, o Specs descreve a linguagem de design da empresa e pode referenciar elementos do canvas, diagramas do FigJam, camadas de código e bibliotecas, servindo de contexto para o agente da Figma e para agentes de terceiros. As camadas de código entram em beta aberto, e o MCP da Figma passa a atender mais de 20 ferramentas novas, entre elas OpenCode, Dia, Grok Bot e Sarvam. A diretora de design, Loredana Crisan, diz que hoje se produz 17 vezes mais código, mas só 1,3 vez mais lançamentos.
Com a extensão instalada, marcar o Chrome numa conversa no app web ou de desktop do ChatGPT dá a ele acesso às abas abertas, por exemplo para comparar três sofás ou passar fornecedores para uma planilha com preço e link. Na barra lateral, o ChatGPT Work pode controlar as abas para enviar mensagens, preencher formulários e baixar arquivos, além de organizar e agrupar abas, como o \"auto browse\" do Gemini. Vem depois de a OpenAI encerrar o navegador ChatGPT Atlas.
São 712 árvores de gradient boosting, não uma rede neural. Recebe um contexto (saída de ferramenta, arquivo, log, conversa) e a pergunta atual e devolve as linhas originais, na ordem, com um marcador onde cortou; nunca reescreve nem resume, então identificadores, caminhos e mensagens de erro passam intactos. Roda em milissegundos num núcleo de CPU, é determinístico e escrito em Go sem dependências. Licença Apache-2.0, publicado em 14/10.
Ferramentas e código · github · engenharia-de-contexto, agentes, modelo-pequeno, go
Christian Schaller montou uma máquina virtual Windows sob controle do agente para capturar o tráfego USB do scanner de negativos Plustek 8200i, cujo chipset não tinha suporte no Linux. Em poucas horas saiu a primeira digitalização e, dias depois, um driver SANE quase completo, com digitalização em infravermelho. Reaproveitando o mesmo harness, em um dia o Claude Code produziu patches para o kernel e para o libcamera que melhoraram a câmera MIPI do notebook dele. A versão genérica e documentada saiu como hw-harness. 76 pontos no Hacker News.
A FeedHive publicou a lista em 9 categorias (vocabulário, frases feitas, estrutura e ritmo, substância, pontuação, resíduo de chatbot, LinkedIn), cada padrão com explicação, exemplo ruim e reescrita, mais um patterns.json e uma skill para instalar no Claude Code. A lista não tenta dizer se quem escreveu foi pessoa ou IA: um padrão isolado é normal, vários no mesmo parágrafo é que dão a impressão. Em 14/10, Phil Eaton contou que a The Consensus usa um detector próprio para filtrar os artigos que indica (122 pontos no HN). Licença MIT.
A versão traz um /config com busca nas preferências, envio de mensagem durante a resposta para redirecionar o agente na hora, tecla líder configurável em /keymap e reinício do servidor em segundo plano por /daemon. O Codex passa a rodar em paralelo ferramentas independentes só de leitura, como consulta a skills, memória e histórico. O Daybreak, programa de cibersegurança da OpenAI, fica ligado por padrão para contas elegíveis e pode ser escolhido no codex exec com chave de API. O Codex deixa de embutir um zsh modificado.
A nova variável CLAUDE_CODE_RETRY_WATCHDOG_MAX_USAGE_LIMIT_WAIT_MS faz o modo de nova tentativa sem supervisão encerrar o pedido quando o limite de uso só volta muito depois, em vez de esperar. Os eventos de OpenTelemetry passam a dizer se uma decisão de ferramenta veio do classificador do modo automático ou de regra de permissão. Entre as correções: o alias fable volta uma vez para o modelo Fable anterior quando o mais novo não está liberado para a organização, e agentes de workflow não pulam mais o passo dando a execução como bem-sucedida.
O projeto de Baruque Rodrigues reúne mais de 360 GiB de dados oficiais (311 GiB da Câmara, 53 GiB do Senado), com projetos de lei, PECs, emendas, pareceres e redações finais, publicados em 5 datasets no Hugging Face, e treina um Transformer causal em PyTorch puro com tokenizer próprio de 8.192 tokens. Licença MIT, publicado em 13/10, 189 estrelas.
Ferramentas e código · github · brasil, portugues, dados-abertos, congresso, pre-treinamento
O TheoPhysEval, de 35 pesquisadores do ICTS, Harvard, KU Leuven e Google DeepMind, reúne 50 problemas de pesquisa não publicados em onze áreas da física teórica, que um especialista da área resolveria em cerca de um dia. Rodando no Codex, o GPT-6-Astra acertou 98%, ao custo total de US$ 116; o Opus 5.5, no Claude Code, 92%; Gemini 3.8 Flash 68%; DeepSeek-V4.1-Flash 54% e GLM 5.3 42%. Sem acesso à internet, Astra e Opus ficaram em 92%. Em vários casos o erro estava no gabarito dos especialistas. Os autores dizem que os agentes ainda não têm \"gosto\" para escolher problemas e que isso explica a falta de descobertas como as da matemática.
O modelo recebe um esqueleto de contrato e um documento que consolida o comportamento de doze harnesses de ponta e constrói um harness completo num contêiner; o resultado é testado com um modelo simulado em 328 casos, conferindo as requisições ao modelo, os arquivos em disco, o código de saída e a saída dos comandos. Entre 19 modelos, com três construções cada, o GPT-6 Astra lidera com 53,05% e o pior fica em 27,44%. As falhas se concentram em como a funcionalidade transversal é dividida entre módulos.
Carlos Jimenez, Karthik Narasimhan e coautores estudam sistemas de agentes feitos por vários desenvolvedores. No GAIA, especialistas cujos agentes não passam de 35% de acerto chegam a 70% quando combinados, 12 pontos acima da mediana dos agentes generalistas construídos com várias vezes o orçamento de cada especialista. Os autores propõem a colaboração entre desenvolvedores como um novo eixo de escala, por incentivar especialização.
Um agente de exploração constrói a prova da vulnerabilidade, um agente de correção conserta o programa e o primeiro volta a atacar o código corrigido com outra forma de explorar a mesma falha; cada ataque bem-sucedido vira requisito permanente do patch. Em 101 CVEs de C/C++ e Java, o laço encontrou um novo ataque confirmado em 41% das execuções depois que o patch já bloqueava a prova original. Comparado à correção em uma passada com o Claude Code, a cobertura em testes independentes subiu de 78,1% para 84,7%.
O modelo de 1,72 bilhão de parâmetros, treinado do zero para PT-BR, ganhou segurança por um SFT dedicado, não por DPO: numa das três tentativas a margem de recompensa chegou a 1,0 sem mudar a geração. A recusa excessiva varia de forma não monotônica com a fração de dados gerais no SFT, com o melhor ponto entre 40% e 50%; o limite inferior do intervalo de segurança (94,1%) fica acima dos quatro modelos PT-BR comparados. O juiz LLM se recusa a dar nota em 2 dos 6 itens de segurança do MT-Bench-PT, o que reduzia em silêncio o N dos relatórios anteriores. Código, dados e logs são abertos.
Pesquisa · arxiv · paper, portugues, brasil, alinhamento, llm-juiz
Modelo multimodal (texto, imagem, vídeo e áudio) com 816 bilhões de parâmetros, 42 bilhões ativos, e contexto de 1 milhão de tokens, voltado a código e tarefas de agente. A Meta o chama de modelo de pesos abertos mais capaz dos EUA e diz que supera Qwen 3.8, GLM 5.3 e Kimi K3 em parte dos testes, abaixo do Muse Wonder Full, que é pago. Feito com a Apple para rodar com MLX em dois Mac Studio de 512 GB cada; pesos no Hugging Face, SageMaker, Model Garden e Foundry, e API em Baseten, Fireworks, Groq, OpenRouter e Together. A licença exige o selo \"Built with Muse Spark Open\" e um acordo à parte para quem fatura mais de US$ 20 milhões por ano oferecendo o modelo como API. 546 pontos no Hacker News.
Mercado · web · meta, muse-spark-open, open-weights, apple, mlx, agentes
Segundo The Information e Financial Times, a Anthropic mostrou a investidores receita de US$ 16,8 bilhões no terceiro trimestre, cerca de 45% acima do segundo, que tinha crescido mais de 140% puxado pelo Claude Code. A margem operacional ajustada foi de 11% no ano até setembro, e cada dólar gasto em computação rendeu US$ 1,70 de receita. A empresa estima que 5% a 7% da receita venha de destilação por terceiros, que passou a bloquear, e avisou que isso pesa no quarto trimestre. O IPO está previsto para novembro, antes do Dia de Ação de Graças; parte dos investidores espera avaliação abaixo de US$ 1,5 trilhão (a avaliação privada foi de US$ 965 bilhões em maio).
Seis pesquisadores do METR recebem notebooks da empresa, espaço no escritório e acesso às ferramentas internas equivalente ao das equipes de avaliação de risco da Anthropic. O METR publica as próprias conclusões sobre riscos, incidentes e práticas; a Anthropic não pode vetar a publicação e só pode pedir que se omitam informações de categorias fixadas antes (dados de clientes, sigilo advogado-cliente, arquitetura dos modelos), e o METR pode dizer publicamente se acha a omissão justificada. É o nível mais alto de um sistema de três níveis de avaliadores, que inclui SecureBio e Accenture; há conversas com o Hugging Face (TechCrunch, sobre o número de pesquisadores).
Mercado · web · anthropic, metr, avaliacao-independente, seguranca, governanca
JPMorgan, Morgan Stanley, SMBC e MUFG estudam transferências significativas de risco, que mantêm o empréstimo no balanço e passam a fatia mais arriscada a investidores de fora, porque chegaram aos limites internos de exposição à IA (Financial Times). Um grupo com JPMorgan e MUFG tenta há mais de seis meses distribuir US$ 38 bilhões de dívida de construção de data centers no Texas e em Wisconsin alugados à Oracle, e alguns credores já aceitam vender com desconto a compradores fora do sistema bancário (Bloomberg). 367 pontos e 258 comentários no HN.
Comunidade · hackernews · data-centers, financiamento, bancos, oracle, mercado
Em 13/10, o ministro Marco Aurélio Bellizze deu 24 horas para Jorge Messias e a Meta retirarem do Instagram um vídeo em que uma criança e um idoso com camiseta \"Lula 13\" se preparam para uma carreata. Para o ministro, a falta de advertência explícita de uso de IA caracteriza propaganda eleitoral irregular, independentemente do grau de realismo ou de prova de que alguém foi enganado; o vídeo só pode voltar com o aviso. A decisão atende em parte a representação da campanha de Flávio Bolsonaro, aberta em 12/10.
Comunidade · web · brasil, eleicoes, tse, conteudo-sintetico, regulacao
Dinheiro e recursos somados das três organizações, geridos pela fundação, inclusive por chamada aberta, para oficinas e iniciativas que ajudem matemáticos a avaliar resultados obtidos com IA, aprender as ferramentas e definir padrões coletivos de uso. Anthropic e OpenAI também darão ferramentas e computação a pesquisadores apoiados pela fundação, inclusive de ciência básica. O presidente da fundação, David Spergel, diz que a comunidade, e não uma empresa, deve conduzir como as ferramentas são avaliadas e adotadas. 214 pontos no Hacker News.
Comunidade · hn · matematica, anthropic, openai, financiamento, lean
Numa amostra de 250 mil conversas de uma semana, 5,75% das conversas do Claude.ai nos EUA tocam em política e 0,51% em eleições; pedidos de \"em quem votar\" foram 0,01%, e violações da política eleitoral, 0,002%. Ainda em outubro, o Claude passa a responder onde e como votar com dados oficiais da Democracy Works, por estado, e vai mostrar resultados oficiais na noite da eleição. Opus, Sonnet e Haiku 5.5 marcam 99% na avaliação interna de imparcialidade política, e três grupos externos revisaram as respostas.
Comunidade · rss · anthropic, eleicoes, politica, uso-do-claude
Pelo novo contrato sindical, nenhum texto gerado por IA pode ser publicado na revista e nenhuma arte gerada por IA pode ilustrá-la. O editor, Nathan J. Robinson, diz que a redação já recebeu colaborações com sinais de texto de IA, como excesso de travessões e frases do tipo \"não é X, é Y\", e cita casos de jornais que publicaram artigos de opinião escritos por IA. 215 pontos e 168 comentários no Hacker News.
Comunidade · hn · midia, jornalismo, politica-de-ia, sindicato