AI FRONTIER
Signals worth understanding before they become obvious.
OpenRouter adiciona Tencent Hy4: contexto de 1M e compreensão visual pela primeira vez
O lançamento oficial do Hy4 da Tencent é reportado com melhorias abrangentes e substanciais em relação ao Hy4 Preview, com ganhos especialmente fortes em capacidades agênticas e tarefas de produtividade reais de longo horizonte, e introduz compreensão visual pela primeira vez.
- A janela de contexto é de 1.048.576 tokens e suporta até 65.536 tokens de conclusão.
- O preço é de $0,417 por milhão de tokens de entrada e $1,251 por milhão de tokens de saída, com leitura de cache a $0,021 por milhão de tokens, todos listados com 50% de desconto.
- Aceita texto e imagens como entrada e retorna texto, e suporta chamadas de função via tools e tool_choice, além de saídas estruturadas via esquema JSON em response_format.
- Lançado em 4 de novembro de 2026, hospedado por um único provedor, a Tencent Cloud, com o OpenRouter encaminhando cada solicitação diretamente.
Para os desenvolvedores, a combinação de contexto de 1M, chamadas de ferramentas e entrada de imagens pela primeira vez atende agentes de produção que leem imagens enquanto executam tarefas longas de várias etapas.
moonshotai/Kimi-K3.1-Pro: um modelo agêntico multimodal aberto de 2,8 T de parâmetros
Kimi K3.1 Pro é um modelo agêntico multimodal nativo de pesos abertos, pós-treinado a partir do Kimi K3 com aprendizado por reforço conjunto em larga escala, e oferece uma janela de contexto de um milhão de tokens.
- Parâmetros totais de 2,8 T, 104 B de parâmetros ativados, 93 camadas, arquitetura Mixture-of-Experts selecionando 16 especialistas por token.
- Comprimento de contexto de 1048576 e codificador de visão MoonViT-V2 com 401 M de parâmetros.
- Quantização com pesos MXFP4 e ativações MXFP8, com treinamento ciente da quantização.
- O cartão do modelo reporta 65,7 no Terminal-Bench 4.0, 51,7 no SWE Marathon v1.1 e 70,0 no HLE-Full w/ tools.
Para os desenvolvedores, este modelo combina contexto de um milhão de tokens e entrada multimodal nativa com pesos abertos e caminhos de implantação em vLLM, SGLang e TokenSpeed, sendo adequado para agentes de contexto longo e análise de do...
Dharma Field Extractor: qualquer documento na entrada, campos estruturados em JSON na saída
A Dharma-AI lançou o Dharma Field Extractor, um modelo de 2 bilhões de parâmetros que extrai os campos solicitados de qualquer tipo de documento e retorna JSON estruturado, nos modos aberto e orientado por esquema.
- O modelo base é o DharmaOCR-LITE v1.1, um checkpoint de 2 bilhões de parâmetros, sobre o qual foi treinado um adaptador LoRA com 43.384 exemplos de treinamento cobrindo os dois modos de solicitação.
- O modelo obteve 0,834, acima de todas as configurações de fronteira testadas, de Claude Opus 5 com 0,816 a GPT-5.6 Luna com 0,741.
- O custo é de cerca de 6 vezes menor (GPT-5.6 Luna) a cerca de 147 vezes menor (GPT-5.6 Sol) que as APIs de fronteira; o custo auto-hospedado é o tempo de GPU em uma única L40S a US$ 2,24 por hora.
Para extração de campos em documentos, um modelo especializado auto-hospedado de 2 bilhões de parâmetros pode superar APIs de fronteira com custo menor no mesmo benchmark.
Circuit Oracle: automatizar a análise de grafos de atribuição via consultas em linguagem natural
Circuit Oracle é um LLM pronto para uso com um harness multiagente e habilidades específicas da tarefa, que responde a perguntas em linguagem natural sobre um modelo-alvo lendo o grafo de atribuição por meio de chamadas de ferramentas. O artigo o avalia em três tarefas proxy relevantes para segurança, com resultados mi...
- Na detecção de características espúrias, o Circuit Oracle atinge 78,2 ± 2,4% de acurácia, superando baselines de ranqueamento de características de camada única.
- Na elicitação de segredos, autoexplicadores treinados como Activation Oracles continuam sendo a baseline mais forte.
- Na supressão de recusa em 50 prompts, sua única intervenção comprometida fica ligeiramente abaixo de uma baseline diff-in-means, e só a supera quando é permitido o melhor de cinco tentativas.
- Os resultados são estáveis em cinco execuções e entre escolhas de modelo para os agentes.
A análise de grafos de atribuição pode ser parcialmente automatizada por um agente em linguagem natural, mas os resultados relatados ficam atrás de baselines dedicadas em elicitação de segredos e supressão de recusa, então desenvolvedores d...
MEMENTO: aprender gestão de contexto para agentes de processamento de contextos longos
O artigo apresenta o MEMENTO, um agente de contexto longo construído sobre o Qwen3-8B que aprende a gerenciar seu contexto por compactação: primeiro é inicializado por ajuste fino em trajetórias sintéticas anotadas com notas geradas a posteriori, depois é reforçado com RL usando uma recompensa que combina correção das ...
- O artigo relata que, no mesmo harness, o MEMENTO supera um agente GPT-5.5 (13,1%) e o contexto completo do livro (56,7%) com menos de 1/50 do custo.
- O artigo relata que o MEMENTO quase iguala um agente GLM-5.3 cerca de 100 vezes maior (69,3%) com 1/9 do custo, e fica a 6,4 pontos do contexto completo do GLM-5.3 com 1/26 do custo.
- O artigo afirma que modelos agênticos prontos para uso, incluindo GPT-5.5 e GLM-5.3, frequentemente escrevem notas ineficazes, e que o RL sozinho raramente descobre comportamento útil de tomada de notas.
Para quem constrói agentes de contexto longo, os resultados sugerem que treinar uma política explícita de compactação dentro de uma janela fixa de 20K tokens pode aproximar-se da acurácia de QA em nível de livro com custo muito menor do que...
GAVAGAI: alinhamento referencial para modelos visão-linguagem em escala infantil via transporte ótimo balanceado
O artigo adiciona uma variável referencial ao objetivo de legendagem por próximo token ao tratar cada cena como um pequeno problema de atribuição entre as palavras de conteúdo ouvidas e as regiões vistas, resolvido como transporte ótimo entrópico sob uma coluna NOTHING e uma restrição de capacidade. No corpus de vídeo ...
- A etapa de alinhamento custa cerca de oito iterações de Sinkhorn, pouco em relação ao codificador visual.
- Uma versão de um parâmetro do modelo reproduz a precisão de aprendizagem transsituacional adulta em três condições de ambiguidade, com RMSE 0,024.
- No corpus de vídeo infantil SAYCam, adicionar a perda de alinhamento a um modelo de legendagem por próximo token eleva a precisão palavra-imagem de 32,4% para 48,7% e a IoU de localização de 0,18 para 0,38.
Para modelos visão-linguagem treinados sob altas taxas de não referência, uma variável explícita de atribuição palavra-região fornece pressão de ancoragem que o objetivo de legendagem isolado não tem, embora o artigo relate que ela não supe...
Humanizado, mas ainda verdadeiro? Auditoria de fatos e detecção em humanizadores de texto com IA
O artigo usa um verificador baseado em regras para auditar se humanizadores de IA preservam números, datas, nomes de pessoas e organizações e trechos citados, e testa se um modelo de decisão de propósito geral, Jev, separa originais humanos de reescritas humanizadas.
- No ciclo de outubro de 2026, todas as 11 ferramentas comerciais alteraram ou removeram pelo menos uma unidade verificável em 35-65% dos documentos que continham uma.
- Contando apenas números e nomes, 10 das 11 ferramentas ainda alteraram pelo menos um em 20% ou mais dos documentos.
- Um humanizador aberto de 12B manteve pelo menos 97% dos números e nomes em textos densos em fatos de agências federais dos EUA, mas reescreveu 67-78% dos trechos citados.
- Jev separou originais humanos de reescritas humanizadas com AUROC 0,864 (0,827-0,902), 0,18-0,22 acima de Binoculars, Fast-DetectGPT e RADAR, mas classificou 24% dos originais humanos como IA com limiar de 0,5.
Quem constrói pipelines de humanização ou detecção deve medir separadamente a retenção de unidades factuais verificáveis, pois evasão de detectores e preservação de fatos não se relacionaram claramente.
Transformers apresenta os Model Integration Contracts
A Hugging Face propõe os Model Integration Contracts (MIC), que reduzem checkpoints reais a pequenos fixtures e executam um caminho de uso em CPU para comparar com baselines revisadas por humanos, detectando regressões já na fase de PR.
- O fixture do UMT5 usou 66 MB de pesos, enquanto o checkpoint de origem tem 1.227 MB.
- A regressão do UMT5 permaneceu desde sua introdução em 30 de julho de 2026 até a correção em 28 de setembro, com log-probabilidades diferindo da baseline em 1,22 e perda de treinamento em cerca de 0,20.
- O Llama 4 Scout passou de 108,6 bilhões de parâmetros para 44,7 milhões, com a pilha de visão de 34 para 2 camadas e a pilha de linguagem de 48 para 4.
- No estudo de inicialização de pesos, fixtures aleatórios do Whisper detectaram 18 de 24 falhas injetadas, enquanto fixtures sobreajustados detectaram todas as 24.
Os builders podem adotar os MICs como verificação de PR barata em CPU, mas devem observar que, em 1º de novembro de 2026, o job MIC relata falhas sem bloquear PRs.