Alibaba triplica preços do DeepSeek discretamente.

A SF Compute realizou com sucesso uma venda de computação no valor de US$ 245 milhões.

Essa transação destaca a demanda intensa e sustentada por recursos de computação programáveis no mercado atual. À medida que laboratórios e empresas escalam suas cargas de trabalho de treinamento e inferência, a corrida por capacidade de computação garantida criou uma classe de ativos distinta.

Para os desenvolvedores, isso sinaliza que o mercado de infraestrutura subjacente permanece ferozmente competitivo. Se acordos de nove dígitos estão sendo fechados para acesso à computação, o custo do poder de processamento bruto não cairá tão cedo. Os vencedores aqui são os corretores de infraestrutura; os perdedores são as equipes menores que esperavam que a abundância de hardware reduzisse seus custos de servidor.

A Meta estreou o Muse Wonder Full (Max) em sexto lugar no Code Arena WebDev, estabelecendo a Meta como o terceiro maior laboratório. Juntamente com o modelo principal, a Meta publicou um relatório técnico sobre o Muse Glimmer, um modelo agêntico de peso aberto de 30B construído especificamente para implantação em GPUs de consumo único, descrevendo sua receita de destilação e métodos de treinamento.

O lançamento duplo mostra a Meta atacando ambas as pontas do espectro: competindo em benchmarks de ponta enquanto garante que desenvolvedores independentes possam realmente executar seus modelos localmente. A receita de destilação para o Muse Glimmer é particularmente valiosa para pesquisadores que tentam espremer o comportamento agêntico em hardware restrito.

A Meta continua a forçar o resto da indústria a justificar seus "moats" de código fechado. Se um modelo de 30B em uma única GPU pode lidar com tarefas agênticas locais, o mercado para chamadas de API de nível médio de laboratórios fechados diminuirá drasticamente.

A MiniMax lançou oficialmente o M3.1 Flash, confirmando que é o modelo secreto 'Space Bunny' que anteriormente dominava os rankings de uso. A empresa afirma que o novo modelo opera com um terço do custo e três vezes a velocidade do M3, mostrando forte desempenho em DeepSWE, Automation-Bench e BabyVision.

A transição de um teste secreto em playground para um lançamento oficial oferece aos desenvolvedores uma nova opção de alta velocidade e custo-benefício para fluxos de trabalho automatizados. No entanto, avaliações independentes indicam uma alta taxa de alucinação, apesar de sua precisão em tarefas específicas.

Desenvolvedores que buscam velocidade e baixo custo se beneficiarão, mas a compensação da alucinação significa que o M3.1 Flash exige validação rigorosa da saída. É uma ferramenta para tarefas restritas e de alto volume, não para raciocínio aberto.

A NVIDIA lançou o Nemotron 3.5, um modelo projetado especificamente para tornar a inferência de IA mais barata. A arquitetura apresenta um design híbrido Mamba-Transformer e Mixture-of-Experts com um total de 120B parâmetros, mas apenas 12B ativos por token. Também inclui decodificação especulativa nativa para previsão de múltiplos tokens.

À medida que os custos de inferência se tornam o principal gargalo para a IA em produção, a NVIDIA está fornecendo uma solução estrutural. Ao manter a contagem de parâmetros ativos baixa e incorporar a decodificação especulativa, o Nemotron 3.5 permite que as equipes executem um modelo massivo sem o correspondente imposto computacional.

Este lançamento solidifica o controle da NVIDIA sobre o ecossistema. Eles não estão apenas vendendo os chips; eles estão entregando as arquiteturas otimizadas que tornam esses chips economicamente viáveis para inferência em escala.

A Inception lançou o Mercury 3, declarando-o o LLM de difusão mais capaz disponível. A empresa afirma que ele supera o GPT-6 Luna e o Haiku 5.5 em qualidade, gerando mais de 1.000 tokens por segundo, observando que é 40 vezes maior que o Mercury 1.

As alegações de desempenho são impressionantes, mas o aumento massivo de tamanho levanta questões imediatas sobre quem pode realmente arcar com os custos de execução. Um modelo tão grande operando a essa velocidade exige uma infraestrutura séria, tornando-o inacessível para a maioria dos desenvolvedores independentes.

Se as alegações de qualidade da Inception se sustentarem em testes independentes, eles vencerão o mercado de geração de ponta. No entanto, sem contagens de parâmetros confirmadas ou detalhes de acessibilidade, atualmente parece mais uma demonstração de poder do que uma ferramenta prática para o desenvolvedor comum.