Com 63 modelos lançados em setembro, a decisão de produto já não é escolher um nome para sempre. É criar uma arquitetura que permita trocar sem reescrever a funcionalidade — e avaliações próprias que mostrem se o novo modelo melhora o seu fluxo.

Setembro terminou com uma pilha de lançamentos que dificilmente alguém acompanhou inteira. Separei o que vale a atenção de quem trabalha com produto, e hoje o destaque é o que esse ritmo muda na rotina.

Tem uma pergunta que ouço cada vez mais quando o assunto é IA em produto: “qual modelo a gente vai usar?”. A resposta honesta mudou de lugar. Hoje é “o que funciona para esta tarefa — e a gente troca quando fizer sentido”.

Um agregador de changelog, o LLM Reference, registrou 63 modelos lançados só em setembro. Entre eles aparecem novas versões de Claude, variantes do GPT-6, Grok, Gemini e modelos menores de outros laboratórios. Quase todos trazem foco em raciocínio e em entender imagem junto com texto.

Eu vejo esse ritmo com otimismo. Competição derruba custos, eleva a qualidade e abre espaço para casos de uso que ontem não fechavam a conta.

A decisão migrou do modelo para a arquitetura

Para quem trabalha com produto, escolher um modelo e ficar preso a ele deixou de ser uma boa decisão. O que passa a valer é a camada de baixo: uma arquitetura que permita trocar de modelo sem reescrever a funcionalidade e avaliações próprias para saber, com dados, se a novidade entrega mais no seu fluxo.

Essa capacidade faz parte da gestão de produtos com IA: tratar arquitetura e avaliação como decisões de produto, não como detalhes que ficam para depois.

Avalie o modelo com os seus casos

Benchmark de divulgação é ponto de partida. O que decide é testar com os seus documentos, prompts e casos difíceis, medindo qualidade, custo por tarefa e latência. As práticas de avaliação de agentes de IA ajudam a organizar casos e critérios de avaliação; para acompanhar o custo ao longo do tempo, veja também o guia de custo de agentes de IA.

Roteie cada tarefa para o modelo adequado

Outra ideia que ganha força é o roteamento. Uma tarefa simples vai para um modelo barato e rápido; outra que exige raciocínio vai para um modelo mais potente. Na prática, isso é gestão de produto aplicada à inteligência: decidir onde vale pagar mais.

Para quem atua em negócio, tecnologia ou produto, a habilidade que mais compensa agora talvez seja saber medir bem. Quem tem boas avaliações aproveita cada lançamento em dias. Quem não tem fica refém do hype de cada semana.

O resto do radar

GPT-6.1 Sol (OpenAI) — Um novo modelo com raciocínio e visão pode mudar custo, qualidade e benchmarks internos das suas funcionalidades de IA. A lista de lançamentos do mês.

Claude Sonnet 5.5 (Anthropic) — Candidato a modelo padrão para funcionalidades com boa relação entre custo e qualidade; vale rodar suas avaliações antes de migrar. A lista de lançamentos do mês.

Gemini 3.1 Pro e família Gemini 3.x (Google) — A janela de contexto de até 1 milhão de tokens do Gemini 3.1 Pro, junto com capacidades multimodais e foco em agentes, amplia os casos de uso com documentos longos. Veja o panorama.

Amazon Bedrock e modelos especializados da Microsoft — Plataformas gerenciadas reduzem atrito de segurança e compras e aceleram a entrada da IA nas empresas. Veja o panorama.

Amanhã tem mais um recorte do que apareceu por aí.