Camada Ultrafast do Sol chega para todos, preço é 6 vezes o padrão
A OpenAI liberou oficialmente o nível de inferência Ultrafast para o GPT-6.1 Sol na Responses API, com preço 6 vezes maior que o padrão em troca de até 6 a 8 vezes mais velocidade.
Notícias e análises sobre inferência de IA
14 artigos verificados sobre inferência de IA, produtos e movimentos do setor.
Modelo de código aberto da Nvidia supera a linha de ouro na IOI e na IMO
O Nemotron 3 da Nvidia obteve 535,4 pontos na IOI 2026 e 30 pontos na IMO 2026, superando as duas linhas de medalha de ouro, com pesos, dados de treinamento e pipeline de inferência divulgados por completo.
Colibrì roda o GLM-5.2 com 16 GB de RAM usando SSD
Colibrì, motor de inferência open source, guarda os pesos de modelos MoE num SSD NVMe para rodar o GLM-5.2 num PC comum com pouca memória.
Liquid AI acelera decodificação em 3,18x com modelo rascunho de 300M
A Liquid AI lança modelos rascunho LFM2.5-DSpark que aceleram a inferência local em até 3,18x com decodificação especulativa, método originado na DeepSeek e na Universidade de Pequim.
Tencent abre estrutura para acelerar inferência
A Tencent Hunyuan lançou o AngelSpec, estrutura aberta para treinar drafters de speculative decoding e reduzir custos de inferência.
DeepSeek abre DSpark para inferência mais rápida
DeepSeek e a Universidade de Pequim abriram o DSpark, framework de inferência que aumenta a geração em 60% a 85% e pode elevar o throughput de uma GPU em até 6,6 vezes.
Xiaomi MiMo afirma 1.000 tokens por segundo em GPUs comuns
Xiaomi MiMo afirma 1.000 tokens por segundo em GPUs comuns. A matéria resume o anúncio, o contexto estratégico e os riscos práticos para usuários ou empresas afetadas.
Tensormesh levanta US$ 20 milhões para reduzir cálculos redundantes em inferência de IA
Tensormesh garantiu US$ 20 milhões da AMD Ventures, NVentures, CoreWeave e outros para comercializar sua plataforma de cache KV que reduz o desperdício de GPU em inferência de IA.
MiniMax lança modelo de raciocínio M1
A MiniMax apresenta a série de modelos de raciocínio M1, focada em matemática, programação e análise lógica. A versão aprimorada M2.5 alcançou 80,2% no SWE-bench Verified, posicionando-se entre os líderes globais.
Grande comparativo de modelos de raciocínio: série o, R1, Gemini – quem pensa melhor?
O artigo compara os principais modelos de raciocínio da OpenAI, DeepSeek, Google e Anthropic, analisando suas estratégias, o trade-off entre profundidade de raciocínio e velocidade de resposta, e a competição entre código aberto e fechado.
GPT-5.2 desafia o teste de raciocínio geral ARC-AGI
GPT-5.2 atinge 72% no ARC-AGI-1 e 18% no ARC-AGI-2, revelando a lacuna entre a IA aparentemente inteligente e a inteligência geral verdadeira.
DeepSeek lança modelo de raciocínio R1 como código aberto
DeepSeek lançou o modelo de raciocínio R1 como código aberto em janeiro de 2026, surpreendendo a comunidade ao igualar o desempenho do OpenAI o1, enquanto a versão destilada de 32B supera o o1-mini, quebrando a barreira de preço dos modelos fechados.
Google lança Gemini 2.5 Pro com foco em capacidade de raciocínio
O Google anunciou o Gemini 2.5 Pro, descrito como seu modelo mais inteligente até hoje, com pontuações impressionantes em testes de matemática, ciências e programação, além de um contexto de até 1 milhão de tokens.
Opus 4.6 é lançado: modelo decide por conta própria se deve pensar profundamente
A Anthropic lançou o Opus 4.6 com Adaptive Thinking, permitindo que o modelo avalie automaticamente a complexidade e ajuste dinamicamente a profundidade do raciocínio, além de uma janela de contexto de 1 milhão de tokens e melhorias em tarefas de agente.