Hoje o radar traz um modelo aberto novo, um modelo de voz que aprendeu só ouvindo e uma conta de custo de raciocínio que dá para baixar. Começo pelo modelo.

Toda vez que sai um modelo novo com benchmark de finanças no anúncio, eu fico com a mesma dúvida de quem trabalha com produto: o que isso muda na decisão de qual modelo colocar na minha feature?

A Moonshot lançou o Kimi K3.1 Pro e uma versão chamada Highspeed, que a empresa diz ser duas a três vezes mais rápida. São 1 milhão de tokens de contexto, e os pesos abertos estão prometidos para até 4 de novembro. O modelo também já está disponível por API, no app e no Kimi Code.

O que chamou minha atenção foi o foco. Além de código, a empresa mostra resultados em modelagem financeira, pesquisa com fontes e operação de negócio, e diz que a taxa de alucinação em um teste difícil caiu de 23,4% para 8,3%. Vale o aviso: são testes internos e a própria página diz que não é a taxa do dia a dia.

O que muda para quem faz produto

Para quem faz produto, a notícia útil é outra. Um modelo aberto, rápido e competitivo em tarefas de escritório muda a conversa de custo e de dependência de fornecedor. Dá para pensar em rodar por conta própria quando os pesos saírem, ou usar a existência da opção para negociar preço. O guia de custo de agentes de IA ajuda a colocar essa conta no papel.

Benchmark não substitui a sua avaliação

Só que benchmark de laboratório não substitui avaliação com os seus dados. Em qualquer fluxo que lide com números, eu monto primeiro um conjunto de casos reais e comparo os modelos ali, antes de falar em roadmap. O guia de avaliação de agentes de IA mostra como estruturar isso, e o de governança de IA cobre o cuidado extra quando o fluxo envolve dinheiro.

Sou otimista com esse movimento. Mais concorrência entre modelos tende a barateiar e acelerar o que a gente consegue entregar, e quem mede bem sai na frente.

Para quem ficou curioso e quer ver o anúncio completo, deixo a página oficial.

O resto do radar

  • Dessa, da Block — voz full-duplex que roda local aponta para atendimento por voz com menos latência, e a própria Block admite que os riscos ainda não são conhecidos. Block.
  • ThinkingCap para Gemma 4 — tokens de raciocínio são custo e latência; cortar 39% em média sem perder acurácia muda a conta de uma feature (medição da própria empresa). BottleCap AI.
  • Island levanta US$ 400 milhões — investidores pagando por controle de acesso e auditoria de quem age nos sistemas da empresa, requisito que vai chegar a produtos com agentes. Times of Israel.
  • Corgi — sinal de que trabalhar com vários agentes em paralelo ganhou ferramentas de supervisão, com status, arquivos alterados e consumo de tokens. Corgi.
  • Ask HN: por que a OpenAI não abre 100 empresas? — a discussão mostra a dúvida sobre onde está o valor, no modelo ou na aplicação, e pesa em posicionamento de produto. Hacker News.

Fico por aqui. Amanhã tem mais.