🤖Inteligência Artificial
Nenhuma equipe de desenvolvedores, agência ou empresa no mundo tinha capacidade real de testar e avaliar com seriedade todos eles no mesmo período. E, segundo um relatório da consultoria americana Digital Applied que reuniu e analisou essa semana inteira de lançamentos, esse ritmo alucinante deixou de ser exceção para virar rotina.
A lista de lançamentos daquela semana específica já dá uma ideia do tamanho do problema. No dia 17, a startup chinesa Moonshot lançou o Kimi K3, um modelo com 2,8 trilhões de parâmetros. Dois dias depois, a Alibaba anunciou o Qwen3.8-Max-Preview durante a conferência WAIC, em Xangai — seguido, em menos de 72 horas, por mais dois lançamentos da mesma empresa: um modelo de voz (Qwen-Audio-3.0-TTS) e um modelo de geração de imagens (Qwen-Image-3.0).
O dia 21 de julho foi o mais concentrado de todos: o Google lançou de uma vez três variações do Gemini 3.6 Flash, enquanto a startup poolside lançou o Laguna S 2.1, um modelo de código aberto para programação. Dois dias depois, a chinesa Ant Group lançou o Ling-3.0-flash, e a Black Forest Labs anunciou o FLUX 3, seu primeiro modelo capaz de lidar com texto, imagem, vídeo e áudio ao mesmo tempo. Ao todo, cinco empresas diferentes, sete modelos lançados — tudo dentro de uma única semana.
Aqui está o dado mais importante do levantamento: de acordo com a análise da Digital Applied, cinco dos sete modelos lançados naquela semana não representam avanços reais de capacidade — são, na prática, jogadas de eficiência, preço ou posicionamento de mercado. O Gemini 3.6 Flash, por exemplo, obteve exatamente a mesma pontuação de inteligência que seu antecessor, o Gemini 3.5 Flash. A diferença real não está em ficar mais "inteligente", mas em ficar mais barato e mais rápido: o tempo médio por tarefa caiu de 2,7 para 1,3 minuto, e o custo médio por tarefa caiu de US$ 0,59 para US$ 0,50.
O mesmo padrão se repete nos outros lançamentos: o modelo de voz da Qwen compete puramente em preço, cobrando cerca de um terço do que cobram concorrentes estabelecidos como a ElevenLabs. Já o Ling-3.0-flash, da Ant Group, chama atenção por igualar o desempenho do modelo principal da própria empresa usando uma fração dos parâmetros ativos — um ganho de eficiência computacional, não de inteligência bruta.
Talvez o dado mais preocupante do levantamento seja este: três dos sete lançamentos daquela semana chegaram ao mercado sem qualquer verificação independente de suas alegações de desempenho. O caso mais extremo é o do Qwen3.8-Max-Preview: a Alibaba alegou que o modelo ficaria atrás apenas do Claude Fable 5, da Anthropic, em desempenho — mas essa afirmação teve como única fonte uma única publicação da empresa na rede social X, sem tabela de benchmark, sem ficha técnica, sem qualquer forma de terceiros conferirem o resultado.
Nem toda empresa seguiu esse caminho, porém. A poolside, criadora do Laguna S 2.1, publicou o registro completo e não editado de cada teste de desempenho do seu modelo — uma resposta direta e deliberada à desconfiança crescente em torno de números divulgados apenas pelas próprias empresas. O Qwen-Audio-3.0-TTS, por sua vez, conquistou o primeiro lugar numa arena de comparação independente de vozes sintéticas. Isso mostra que a verificação por terceiros virou, na prática, um diferencial de mercado que algumas empresas escolhem buscar.
Um teste realizado pela empresa Cline naquela mesma semana ilustra bem outro ponto importante: não existe mais um único "melhor modelo" — existe o melhor modelo para cada situação específica. Ao colocar o Claude Fable 5, da Anthropic, e o Kimi K3, da Moonshot, para corrigir o mesmo erro de programação, o resultado foi revelador: o Fable 5 completou a tarefa 3,4 vezes mais rápido, usando 18 chamadas de ferramentas contra 34 do concorrente. Só que o Kimi K3 saiu 2,3 vezes mais barato no custo total, mesmo consumindo 1,7 vez mais tokens no processo.
Rapidez, custo e eficiência de uso de tokens são três eixos diferentes de comparação — e, nesse teste específico, cada um foi vencido por um modelo diferente. Para qualquer pessoa ou empresa tentando escolher qual ferramenta de IA usar no dia a dia, a lição prática é directa: a pergunta certa não é "qual é a melhor IA do mercado", mas sim "qual IA resolve melhor o problema específico que eu tenho agora, dentro do orçamento que eu tenho".
A resposta a esse ritmo de lançamentos já está aparecendo em forma de produto. A empresa Cursor, por exemplo, lançou nesse mesmo período o Cursor Router, um sistema que direciona automaticamente cada tarefa para o modelo de IA mais barato capaz de resolvê-la, sem perda perceptível de qualidade — uma resposta direta a um mercado onde ninguém mais consegue escolher manualmente entre sete modelos novos numa única semana.
O exemplo mais concreto desse tipo de economia veio de outro teste da própria Cursor: reconstruir um mesmo banco de dados usando um único modelo de ponta para tudo custou US$ 9.373. Fazendo a mesma tarefa combinando um modelo "planejador" com modelos "trabalhadores" mais baratos para as etapas simples, o custo caiu para US$ 411 — uma diferença de mais de 20 vezes, sem alteração na qualidade do resultado final.
Para quem não trabalha diretamente com desenvolvimento de software, o principal recado desse relatório não é técnico, é psicológico: é impossível — e desnecessário — tentar acompanhar cada lançamento de IA como se todos fossem igualmente importantes. A recomendação de especialistas do próprio setor é adotar uma espécie de filtro semanal simples, com três perguntas básicas antes de se interessar por qualquer modelo novo: ele já está realmente disponível para uso? Alguém de fora da empresa que o criou já testou e confirmou os números divulgados? E, o mais importante, ele resolve algum problema real que você tem hoje, por um custo melhor do que a ferramenta que você já usa?
Segundo a mesma análise, a tendência é que esse ritmo de lançamentos continue e até se intensifique nos próximos meses — o Google já confirmou publicamente que o treinamento do Gemini 4 está em andamento, chamando-o de seu processo de treinamento mais ambicioso até hoje. Para o usuário comum e para pequenas empresas brasileiras que dependem de ferramentas de IA no dia a dia, a mensagem é clara: parar de perseguir cada manchete de lançamento e focar em ferramentas que já provaram, de forma independente, que resolvem um problema real.
Fontes: Digital Applied, Artificial Analysis, Cline.
Corrida alucinante: 7 novos modelos de IA lançados em apenas 1 semana revelam crise de confiança nos bastidores
Por Douglas Marques29/07/20269 min
Entre os dias 17 e 23 de julho, sete empresas diferentes de inteligência artificial lançaram modelos novos — uma média de um lançamento por dia. Nenhuma equipe de desenvolvedores ou empresa no mundo tinha capacidade real de testar todos eles no mesmo período com seriedade. E, segundo um levantamento da Digital Applied, esse ritmo alucinante deixou de ser exceção para virar rotina nos bastidores da tecnologia.
Representação conceitual de redes neurais e processamento massivo de dados de IA. (crédito: Unsplash / CC0)
Nenhuma equipe de desenvolvedores, agência ou empresa no mundo tinha capacidade real de testar e avaliar com seriedade todos eles no mesmo período. E, segundo um relatório da consultoria americana Digital Applied que reuniu e analisou essa semana inteira de lançamentos, esse ritmo alucinante deixou de ser exceção para virar rotina.
A semana que resume o momento atual da IA
A lista de lançamentos daquela semana específica já dá uma ideia do tamanho do problema. No dia 17, a startup chinesa Moonshot lançou o Kimi K3, um modelo com 2,8 trilhões de parâmetros. Dois dias depois, a Alibaba anunciou o Qwen3.8-Max-Preview durante a conferência WAIC, em Xangai — seguido, em menos de 72 horas, por mais dois lançamentos da mesma empresa: um modelo de voz (Qwen-Audio-3.0-TTS) e um modelo de geração de imagens (Qwen-Image-3.0).
O dia 21 de julho foi o mais concentrado de todos: o Google lançou de uma vez três variações do Gemini 3.6 Flash, enquanto a startup poolside lançou o Laguna S 2.1, um modelo de código aberto para programação. Dois dias depois, a chinesa Ant Group lançou o Ling-3.0-flash, e a Black Forest Labs anunciou o FLUX 3, seu primeiro modelo capaz de lidar com texto, imagem, vídeo e áudio ao mesmo tempo. Ao todo, cinco empresas diferentes, sete modelos lançados — tudo dentro de uma única semana.
Nem tudo que parece revolucionário é, de fato
Muitos lançamentos recentes focam em otimizar velocidade e custos de processamento em vez de inteligência pura. (crédito: Unsplash / CC0)
Aqui está o dado mais importante do levantamento: de acordo com a análise da Digital Applied, cinco dos sete modelos lançados naquela semana não representam avanços reais de capacidade — são, na prática, jogadas de eficiência, preço ou posicionamento de mercado. O Gemini 3.6 Flash, por exemplo, obteve exatamente a mesma pontuação de inteligência que seu antecessor, o Gemini 3.5 Flash. A diferença real não está em ficar mais "inteligente", mas em ficar mais barato e mais rápido: o tempo médio por tarefa caiu de 2,7 para 1,3 minuto, e o custo médio por tarefa caiu de US$ 0,59 para US$ 0,50.
O mesmo padrão se repete nos outros lançamentos: o modelo de voz da Qwen compete puramente em preço, cobrando cerca de um terço do que cobram concorrentes estabelecidos como a ElevenLabs. Já o Ling-3.0-flash, da Ant Group, chama atenção por igualar o desempenho do modelo principal da própria empresa usando uma fração dos parâmetros ativos — um ganho de eficiência computacional, não de inteligência bruta.
A crise de confiança que poucos comentam
Talvez o dado mais preocupante do levantamento seja este: três dos sete lançamentos daquela semana chegaram ao mercado sem qualquer verificação independente de suas alegações de desempenho. O caso mais extremo é o do Qwen3.8-Max-Preview: a Alibaba alegou que o modelo ficaria atrás apenas do Claude Fable 5, da Anthropic, em desempenho — mas essa afirmação teve como única fonte uma única publicação da empresa na rede social X, sem tabela de benchmark, sem ficha técnica, sem qualquer forma de terceiros conferirem o resultado.
Nem toda empresa seguiu esse caminho, porém. A poolside, criadora do Laguna S 2.1, publicou o registro completo e não editado de cada teste de desempenho do seu modelo — uma resposta direta e deliberada à desconfiança crescente em torno de números divulgados apenas pelas próprias empresas. O Qwen-Audio-3.0-TTS, por sua vez, conquistou o primeiro lugar numa arena de comparação independente de vozes sintéticas. Isso mostra que a verificação por terceiros virou, na prática, um diferencial de mercado que algumas empresas escolhem buscar.
Rápido, barato ou preciso: escolha só um
A escolha do modelo ideal de IA exige equilibrar precisão técnica, tempo de processamento e orçamento de API. (crédito: Unsplash / CC0)
Um teste realizado pela empresa Cline naquela mesma semana ilustra bem outro ponto importante: não existe mais um único "melhor modelo" — existe o melhor modelo para cada situação específica. Ao colocar o Claude Fable 5, da Anthropic, e o Kimi K3, da Moonshot, para corrigir o mesmo erro de programação, o resultado foi revelador: o Fable 5 completou a tarefa 3,4 vezes mais rápido, usando 18 chamadas de ferramentas contra 34 do concorrente. Só que o Kimi K3 saiu 2,3 vezes mais barato no custo total, mesmo consumindo 1,7 vez mais tokens no processo.
Rapidez, custo e eficiência de uso de tokens são três eixos diferentes de comparação — e, nesse teste específico, cada um foi vencido por um modelo diferente. Para qualquer pessoa ou empresa tentando escolher qual ferramenta de IA usar no dia a dia, a lição prática é directa: a pergunta certa não é "qual é a melhor IA do mercado", mas sim "qual IA resolve melhor o problema específico que eu tenho agora, dentro do orçamento que eu tenho".
Como o próprio mercado está se adaptando
A resposta a esse ritmo de lançamentos já está aparecendo em forma de produto. A empresa Cursor, por exemplo, lançou nesse mesmo período o Cursor Router, um sistema que direciona automaticamente cada tarefa para o modelo de IA mais barato capaz de resolvê-la, sem perda perceptível de qualidade — uma resposta direta a um mercado onde ninguém mais consegue escolher manualmente entre sete modelos novos numa única semana.
O exemplo mais concreto desse tipo de economia veio de outro teste da própria Cursor: reconstruir um mesmo banco de dados usando um único modelo de ponta para tudo custou US$ 9.373. Fazendo a mesma tarefa combinando um modelo "planejador" com modelos "trabalhadores" mais baratos para as etapas simples, o custo caiu para US$ 411 — uma diferença de mais de 20 vezes, sem alteração na qualidade do resultado final.
O que isso significa pra quem só quer usar IA no dia a dia
Para quem não trabalha diretamente com desenvolvimento de software, o principal recado desse relatório não é técnico, é psicológico: é impossível — e desnecessário — tentar acompanhar cada lançamento de IA como se todos fossem igualmente importantes. A recomendação de especialistas do próprio setor é adotar uma espécie de filtro semanal simples, com três perguntas básicas antes de se interessar por qualquer modelo novo: ele já está realmente disponível para uso? Alguém de fora da empresa que o criou já testou e confirmou os números divulgados? E, o mais importante, ele resolve algum problema real que você tem hoje, por um custo melhor do que a ferramenta que você já usa?
Segundo a mesma análise, a tendência é que esse ritmo de lançamentos continue e até se intensifique nos próximos meses — o Google já confirmou publicamente que o treinamento do Gemini 4 está em andamento, chamando-o de seu processo de treinamento mais ambicioso até hoje. Para o usuário comum e para pequenas empresas brasileiras que dependem de ferramentas de IA no dia a dia, a mensagem é clara: parar de perseguir cada manchete de lançamento e focar em ferramentas que já provaram, de forma independente, que resolvem um problema real.
Fontes: Digital Applied, Artificial Analysis, Cline.