Outras Ferramentas IA: Análises e Comparações

NPU (Neural Processing Unit) é um componente especializado do PC que executa cálculos de IA com pouco consumo de energia. ChatGPT, Claude e Gemini rodam em servidores, então a velocidade não depende de ter NPU. O NPU faz diferença em recursos do Windows como o Copilot+ PC (Recall e legendas ao vivo com tradução; requisitos: NPU de 40 TOPS ou mais, 16 GB de memória e SSD de 256 GB) e no Studio Effects, a partir de 10 TOPS, enquanto LLMs locais ainda dependem principalmente da GPU e da memória. Este artigo explica CPU, GPU e NPU, os recursos que usam NPU, o desempenho em TOPS da Intel, AMD, Qualcomm e Apple e como escolher um PC.

DeepSeek V4.1 Flash 1017 (DeepSeek-V4.1-Flash-1017) é a revisão do V4.1 Flash publicada pela DeepSeek em 17 de outubro de 2026; o nome da API deepseek-flash continua o mesmo, mas o modelo mudou. Este artigo confere o anúncio, o model card e a página de preços da DeepSeek, além de avaliações de terceiros e respostas de cada país (verificado em 19 de outubro de 2026), e explica o que mudou, as especificações, a pontuação de 45 na Artificial Analysis (contra 39 da versão anterior), o custo por tarefa de $0.49 para $0.26, a cobrança de busca a partir de 31 de outubro (16h UTC), a ausência de avaliação de segurança, o armazenamento de dados na China e como escolher entre API, Claude Code e execução local.

A Anthropic lançou o Claude Opus 5.5 em 22 de setembro de 2026. A visão geral oficial de modelos agora recomenda começar pelo Opus 5.5 na dúvida, e o Opus 5 passou para a categoria Legacy. Este artigo confronta o texto original da documentação oficial (visão geral de modelos, What's new, guia de migração e preços), o anúncio e a documentação e o CHANGELOG do Claude Code, e organiza as especificações principais (claude-opus-5-5, contexto de 1M, saída máxima de 128K, corte de conhecimento em junho de 2026, desativação não antes de 22 de setembro de 2027), o preço ($4 de entrada / $20 de saída, 20% abaixo dos $5 / $25 do Opus 5, com a leitura de cache 60% mais barata, a $0,20; mas a diferença na leitura de cache para o Fable 5.1 é de só 20%, e ela custa o mesmo que no Sonnet 5) e os números da tabela comparativa da Anthropic (a maior pontuação em 7 de 9 linhas, incluindo 66,4% no Terminal-Bench 4.0 e 1846 no GDPval-AA v2.1, enquanto o GPT-6 Astra lidera no AutomationBench e no Terminal-Bench-Science 0.1 na mesma tabela). Em seguida, explica o que significa a queda do effort padrão de high para medium, as quatro mudanças que transformam código que funcionava no Opus 5 em erros 400 (não dá para desligar o raciocínio, uso forçado de ferramentas, blocos de raciocínio vinculados ao modelo e à conversa, e a ferramenta antiga de computer use na Claude API e no Google Cloud) e como corrigi-las, as mudanças que não geram erro, como o texto entre chamadas de ferramenta passando para blocos de raciocínio, o Opus 5.5 virando o modelo padrão do Claude Code sem herdar as configurações de effort salvas e, por fim, como escolher entre Opus 5.5, Fable 5.1, Sonnet 5 e Opus 5, além dos passos da migração.

O Jev é o modelo da TypeSafe que, em vez de gerar texto, retorna uma escolha, uma pontuação ou a probabilidade de Sim/Não. Explicamos as diferenças entre Choice, Score e Noul, como ler o confidence e como escrever uma chamada de API para direcionar solicitações. Como um formato correto não garante um julgamento correto, o guia também reúne as fraquezas oficiais, o preço, os limites de entrada e como avaliar o modelo com textos em português antes de usá-lo, para que você possa decidir se ele serve ao seu trabalho.

A pergunta “a IA vai tomar meu trabalho?” já não serve para esta história. A análise de Siddiq e Zhang, da UCLA Anderson, que acompanhou 49,610 profissionais e 2.26 milhões de contratos da Upwork de janeiro de 2021 a março de 2026, mostrou não a existência ou não de trabalho, mas a mudança na forma de ser escolhido. O peso dos sinais de capital humano (certificações, trajetória, apresentação pessoal) caiu 7.8%, o peso do preço subiu 1.1% e o número de contratos caiu 7.0%. E nos últimos 4 trimestres (do 2º trimestre de 2025 ao 1º trimestre de 2026) a demanda cai 9.6%, o peso do capital humano cai 10.1% e o peso do preço sobe 1.8% — uma tendência em curso que o próprio artigo descreve como algo que “não se limita ao período logo após o lançamento do ChatGPT, mas continua depois disso”. Certificações verificadas, histórico profissional, portfólio e avaliações de clientes perderam poder de prever quem fecha contrato. E, no mesmo período, um movimento em direção exatamente oposta está acontecendo. Segundo o Future Workforce Index 2026 da Upwork, a proporção de freelancers entre os trabalhadores do conhecimento qualificados dos EUA subiu de 28% em 2025 para 38% em 2026, e 58% dos assalariados consideram migrar. Em um mercado para o qual as pessoas estão migrando, os sinais de diferenciação deixaram de funcionar — a pressão que esmaga a faixa intermediária vem ao mesmo tempo do lado da demanda e do lado da oferta. O artigo trata ainda de 2 paradoxos. O primeiro: na análise do Stanford Digital Economy Lab, os assalariados de 22 a 25 anos em ocupações expostas à IA estão cerca de 19% abaixo, sem diferença equivalente entre os experientes, enquanto no estudo da Organization Science a queda foi maior justamente entre os freelancers mais experientes. A diferença que pesa é que a empresa contrata um papel e o cliente compra um entregável. O segundo: no estudo de Demirci e colegas as vagas mais automatizáveis caíram 21%, mas os projetos que restaram ficaram mais complexos e mais bem pagos — não foi o trabalho que sumiu, foi o meio. Também estão aqui as objeções (a alta dos juros, o mercado de baixa contratação e baixa demissão) e as ressalvas da própria Stanford, que escreve que a causalidade “ainda não pode ser respondida de forma definitiva” e que “parte do momento dessa queda se deve a fatores que não são a IA”. Por fim, 3 previsões com condições de erro explícitas e um capítulo de táticas assumidamente especulativo.

Fazer um modelo que roda no seu próprio PC escrever código deixou de ser apenas autocompletar: entre o fim de 2025 e 2026, os modelos abertos alcançaram a programação em modo agente, e os próprios desenvolvedores passaram a citar as extensões de editor pelo nome. Este artigo organiza, usando apenas fontes primárias, até onde dá para chegar hoje e onde as coisas travam. O ponto central é uma armadilha silenciosa: o tamanho de contexto padrão do Ollama não é fixo, ele é decidido pela VRAM, e um PC gamer comum cai na faixa de 4k, o que faz o agente esquecer instruções, repetir operações e perder o objetivo sem nunca exibir um erro. A recomendação oficial para uso em programação é de 64000 tokens ou mais, mas aumentar esse valor também aumenta a memória necessária, então a verificação com ollama ps é obrigatória. O texto separa Continue de Cline, que são ferramentas de filosofias opostas, compara Qwen3.6-35B-A3B e Devstral Small 2 com as pontuações divulgadas pelos próprios fabricantes, indica o que é realista em cada faixa de VRAM, mostra por que a comparação percentual com a nuvem deixou de fazer sentido agora que a fronteira vem deixando de divulgar o SWE-bench Verified, e desmonta a ideia de que o local é de graça: o que muda é o formato do custo, e a resposta se inverte conforme você já tenha ou não o equipamento.

Em 16 de julho de 2026, a Moonshot AI lançou o Kimi K3, um modelo com 2,8 trilhões de parâmetros no total. As ações de semicondutores dos EUA foram vendidas em massa, e a história escalou até um funcionário da Casa Branca acusar a empresa, pelo nome, de destilar os modelos da Anthropic. Como os números e até os rótulos divergem conforme a fonte, este artigo cruza as casas que publicam os benchmarks, a imprensa financeira, os anúncios da própria Moonshot e a página real no Hugging Face, dizendo quem produziu cada dado. Em desempenho, ele marca 57 pontos e o terceiro lugar no Artificial Analysis Intelligence Index (em 17 de julho de 2026, embora também existam contagens que colocam os mesmos 57 pontos em quarto e em sétimo). No GDPval-AA v2, a métrica mais prática, o K3 fica em 1668 contra 1760 do Fable 5 e 1600 do Opus 4.8 — um salto de 478 pontos sobre a geração anterior K2.6, em 1190, e foi esse encurtamento da distância, mais do que a colocação absoluta, que moveu o mercado. Em código, ele ficou em primeiro no Frontend Code Arena da Arena.ai com 1679 (Fable 5 em 1631), mas no FrontierSWE ele perde: 81,2% contra 86,6% do Fable 5. O preço se inverte conforme a comparação: US$ 3 de entrada e US$ 15 de saída são cerca de 40% mais baratos na entrada e de 40% a 50% mais baratos na saída que o Claude Opus 4.8 (US$ 5/US$ 25) ou o GPT-5.6 Sol (US$ 5/US$ 30), e o custo medido de US$ 0,94 por tarefa fica abaixo dos US$ 1,80 do Opus 4.8. Diante dos rivais chineses, porém, ele é o mais caro do grupo, com cerca de três vezes o GLM-5.2 e 23 vezes o DeepSeek V4 Pro, de modo que este não é o desconto de uma ordem de grandeza do choque DeepSeek. Sobre os pesos, os veículos se dividem entre "código aberto" (VentureBeat, SCMP) e o "pesos abertos" da Reuters, e este último é o termo correto. Os pesos saíram no prazo, em 27 de julho de 2026, e podem ser baixados do Hugging Face sem pedido de acesso, em 96 fragmentos safetensors. A licença publicada junto com eles é a própria "Kimi K3 License": sobre uma concessão de estilo MIT, ela exige acordo à parte com a Moonshot AI para negócios de Model as a Service acima de US$ 20 milhões de receita e a exibição de "Kimi K3" na interface de produtos com mais de 100 milhões de usuários mensais. Como a concessão muda conforme o porte de quem usa, ela não é código aberto pela definição da OSI, e a divergência de rótulo passa a ser resolvida pelo próprio texto da licença, e não por inferência. Nos mercados, o Nasdaq caiu 1,5% na sexta-feira, Taiwan mais de 6%, o Japão 4%, e o ETF de semicondutores (SMH) recuou mais de 20% em relação à máxima do fim de junho, mas a queda semanal do SOX é noticiada de -9% a -12,5% conforme o veículo, e as perdas depois foram reduzidas por compradores de oportunidade. A acusação de destilação é rejeitada por pesquisadores pela cronologia — 15 dias entre a estreia pública do Fable em 1º de julho e o lançamento do K3 em 15 de julho — e nenhuma evidência foi tornada pública. A velocidade (medições que vão de 33 a 62 tokens por segundo, com o OpenRouter avisando sobre erros 429 frequentes por aperto de capacidade), a taxa de alucinação subindo de 39% para 51% e a clara diferença de experiência de uso que a própria Moonshot admite são todas tratadas com rótulos explícitos de confiança.

A Anthropic lançou o Claude Opus 5 em 24 de julho de 2026, e a própria documentação o descreve como uma mudança de patamar, e não uma melhoria incremental sobre o Opus 4.8 — mesmo assim o preço não muda: $5 de entrada / $25 de saída por milhão de tokens, exatamente metade do carro-chefe Fable 5 ($10 / $50). Este artigo confronta o anúncio oficial e a documentação com várias reportagens e organiza as especificações principais (claude-opus-5, contexto de 1M que é ao mesmo tempo padrão e máximo, saída máxima de 128K, corte de conhecimento em maio de 2026), o preço incluindo taxas de cache e o modo rápido (cerca de 2,5x a velocidade pelo dobro do preço, somente na Claude API), os benchmarks (a Anthropic afirma no próprio texto que o Frontier-Bench é mais que o dobro do Opus 4.8, que o CursorBench 3.2 fica dentro de 0,5% do Fable 5, que o ARC-AGI 3 é três vezes o segundo colocado e que o OSWorld 2.0 supera o Fable 5 por cerca de um terço do custo; entre os números da tabela comparativa da Anthropic estão Frontier-Bench 43,3%, ARC-AGI-3 30,2%, GDPval-AA 1.861 e OSWorld 70,6%) e também os pontos em que ele ainda perde (68,8% contra 72,7% do GPT-5.6 Sol no DeepSWE v1.1 na tabela da Anthropic, embora a da OpenAI inverta a ordem, segurança ofensiva e pesquisa biológica de longo prazo onde o Mythos 5 lidera, e cenários em que o effort max pontua abaixo de níveis mais baixos). Em seguida cobre as duas breaking changes da API (o thinking vem ligado por padrão, então orçamentos apertados de max_tokens acabam truncados; desligar o thinking só é permitido com effort high ou abaixo, e xhigh ou max devolve erro 400), como escolher entre os cinco níveis de effort, as novidades como troca de ferramentas no meio da conversa, cache mínimo de 512 tokens e modo de fallback padrão, a mudança de personalidade rumo a respostas mais longas, mais narração, mais delegação e autoverificação espontânea — com a regra de migração de que se remove texto do prompt em vez de acrescentar — e, por fim, quem deve migrar agora, além de um checklist de migração em seis passos.

Em 8 de julho de 2026, a OpenAI lançou mundialmente o GPT-Live, um novo modelo de voz que substitui o Advanced Voice Mode do ChatGPT. Seu maior diferencial é a arquitetura full-duplex (duplex total): ele ouve e fala ao mesmo tempo, devolve retornos afirmativos (backchanneling), acomoda interrupções e não corta o silêncio de quando você pensa. A prontidão da conversa fica com o GPT-Live, enquanto o raciocínio profundo e a busca são delegados a um modelo nos bastidores (GPT-5.5 no lançamento; GPT-5.6 ou GPT-6 Astra desde 9 de setembro de 2026). No lançamento, o gratuito usava o GPT-Live-1 mini e Go/Plus/Pro o GPT-Live-1; desde 9 de setembro, o Go também usa o mini. Este artigo explica o que é, como funciona, os limites atuais (sem vídeo nem compartilhamento de tela), a API disponível desde 10 de setembro de 2026 e a diferença em relação ao GPT-Realtime-2.1.

Quem desistiu de desenhar porque "não sabe desenhar" é exatamente para quem o desenho com IA é um parquinho de diversão. Coloque em palavras a imagem que está na sua cabeça e ela vira arte; uma foto do celular ou um rabisco de criança se transforma em uma obra em menos de um minuto. Isto não é uma comparação de ferramentas nem um curso sério — é um guia de ideias para se divertir sozinho ou em família. Das ferramentas gratuitas para começar (ChatGPT, Google Gemini, Microsoft Copilot, Canva) às 10 ideias (① rabisco em arte ② foto em um novo estilo ③ seu personagem em várias cenas ④ o desenho da criança como página de livro ⑤ emojis originais ⑥ tirinhas de quatro quadros ⑦ combinações "e se" ⑧ suas páginas para colorir ⑨ reformas de ambiente ⑩ duelos de desenho), pequenos truques para imagens melhores e três coisas para saber antes de brincar (não use rostos de outras pessoas, verifique direitos e uso comercial, rotule como feito com IA).

O Ollama é a ferramenta de referência para começar com LLMs locais: ele cuida de quase toda a configuração trabalhosa para que você baixe um modelo e converse com um único comando. Este guia para iniciantes percorre tudo do começo ao fim — instalação no Windows, Mac e Linux, os comandos essenciais, como obter e escolher modelos pelo tamanho e pela VRAM, usar uma GUI como o Open WebUI, integrar a API local (inclusive a compatível com OpenAI) aos seus próprios apps, personalizar com Modelfile e variáveis de ambiente, além de soluções para os problemas mais comuns.

Um guia prático para escolher qual modelo de LLM local instalar em 2026, organizado por desenvolvedor, país de origem, caso de uso, tamanho e licença. Cobre as principais famílias (Qwen, Llama, Gemma, DeepSeek, Mistral, Phi, GLM) e destaca modelos focados em português e regionais — Sabiá e Tucano (Brasil), Albertina e Gervásio (Portugal) —, além de modelos multilíngues fortes bem ajustados ao português, com recomendações por VRAM e alertas de licenciamento para uso comercial.