Nota: Este artigo foi traduzido automaticamente com Claude Sonnet 4.5; a qualidade pode estar reduzida, especialmente na terminologia técnica.
Lançamentos
Lançamento do DeepSeek 3.1
Após um longo hiato, a DeepSeek finalmente lançou um novo modelo. É o modelo DeepSeek V3.1, que combina tanto as habilidades de raciocínio quanto as não-raciocínio de seus modelos anteriores em um modelo híbrido.
Este lançamento parece ser uma resposta ao Kimi K2 e GLM 4.5, que são ambos modelos de raciocínio e agênticos muito fortes lançados por outros laboratórios chineses. Com este lançamento, a DeepSeek realmente enfatizou a capacidade de codificação agêntica do modelo, vendo grandes aumentos na maioria dos benchmarks de engenharia de software e agênticos em comparação com as versões anteriores.

A porção de raciocínio do modelo é muito mais rápida do que era anteriormente, já que a DeepSeek era conhecida por ter cadeias de pensamento muito longas, causando tempos de resposta longos, mesmo para consultas simples. Com este lançamento, eles reduziram bastante esse comportamento, pois o modelo agora usa de 30 a 50% menos tokens durante o raciocínio, mantendo ainda uma precisão similar.

Eles também tornaram muito fácil usar o modelo no Cloudcode, fornecendo instruções muito simples sobre como usá-lo no Cloudcode. A única desvantagem, no entanto, é que o modelo executa muito lentamente pela API da DeepSeek a apenas 20 tokens por segundo.
O modelo, no entanto, domina na relação preço-desempenho, já que com seu preço de $1 por milhão de tokens de saída e número reduzido de tokens de raciocínio torna o modelo ainda mais eficiente do que era antes, sendo metade do preço dos outros modelos chineses.
Z.ai Lidera Benchmark de Uso de Computador
A ZAI lançou um framework de RL para fine-tuning de agentes de uso de computador. Junto com ele, eles também lançaram um fine-tune de seu modelo GLM 4.1 de 9 bilhões de parâmetros que lidera o benchmark OS World.
O OS World é um benchmark para agentes multimodais testarem quão bem eles podem interagir com interfaces visuais, bem como sistemas operacionais. Algumas tarefas incluídas são instalar o Spotify e também extrair um anexo de um email e enviá-lo para o Google Drive.

Seu modelo, embora seja muito, muito menor que os concorrentes no topo do benchmark, como o Claude 4 Sonnet, ainda consegue superá-los, mostrando quão longe você pode ir com um modelo pequeno se você o fizer focar apenas em um domínio um tanto restrito.
Infelizmente, o modelo não foi disponibilizado como open source, mas poderia ser divertido ir e tentar fazer o fine-tune de sua própria versão disso e ver se você consegue até mesmo superar o desempenho deles.
Qwen Image Edit
A Qwen lançou um modelo de edição de imagem baseado no Qwen image, que eles lançaram duas semanas atrás. O modelo se destaca em todas as formas de edição de imagem, incluindo manipulação de texto, rotação de objetos, edição de aparência, adição e remoção de objetos, e muito mais.
Suas habilidades são apoiadas também em benchmarks do mundo real, estando basicamente no topo do leaderboard de edição de imagem da Artificial Analysis, que é votado por pessoas reais. Você também pode conferir a página do Twitter da Qwen para ver vários outros exemplos de como ele pode ser usado.

Isso combinado com o também bom modelo base Qwen image forma uma das melhores stacks de geração e edição de imagem disponíveis. Eu vou mudar meu pipeline local de geração de imagem para usar ambos na próxima semana por causa disso.
Pesquisa
IA Pode Prever o Futuro
Recentemente, mercados de apostas como Kalshi e Polymarket ganharam popularidade massiva, permitindo que usuários apostem no que pode acontecer no mundo real, como haverá um terremoto de magnitude 7 este mês, ou quantos tweets Elon Musk fará esta semana?
Pesquisadores quiseram ver quão bons são os LLMs em escolher em quais eventos do mundo real apostar e atribuir probabilidades a eles para ver se eles têm alguma vantagem sobre esses mercados.
Nenhum LLM foi capaz de vencer o mercado. Os modelos da OpenAI se saíram melhor em média e o DeepSeek foi o pior, mas nenhum deles teve perdas catastróficas.
É interessante ver a dinâmica de como diferentes LLMs decidem fazer apostas e como eles querem agir. O O3-Mini, por exemplo, é super agressivo e está disposto a assumir posições arriscadas para obter um grande retorno, o que resulta em ele estar no topo do leaderboard.
O resultado do DeepSeek é definitivamente o mais interessante de todos esses modelos. A maioria dos modelos tende a estar pelo menos um pouco próximos uns dos outros em termos de probabilidade esperada para a maioria dessas apostas. Mas o DeepSeek não. O DeepSeek tem probabilidades completamente diferentes que está atribuindo a esses eventos acontecerem ou não acontecerem, sendo completamente contrário ao resto dos modelos. Essa singularidade não o ajuda em nada, já que teve os piores retornos de qualquer modelo.
A coisa legal sobre este benchmark é que ele não pode ter overfitting. Ele está sempre ao vivo, e há sempre novos eventos para ir e apostar. Então certifique-se de verificar o leaderboard de vez em quando para ver como os modelos estão se saindo e ver se algum deles foi capaz de ser mais esperto que a mente coletiva humana.
Rodada Rápida
Ferramentas úteis ou tópicos que encontrei esta semana que podem ou não estar relacionados a IA, mas não tive tempo de escrever uma seção completa sobre.
Modelos com RL realmente gostam de números
Ao perguntar a um LLM quais são seus artistas favoritos, pesquisadores descobriram que modelos que tinham mais aprendizado por reforço (modelos de raciocínio) tendiam a ter uma probabilidade maior de responder com artistas que tinham números ou outros símbolos matemáticos em seus nomes do que artistas regulares.

Você é o chatbot
Alguém no twitter criou o oposto de um assistente de IA, um usuário de IA. Ele foi treinado em uma estrutura invertida, onde espera que você responda suas perguntas, resultando em algumas trocas hilariantes.

Você pode conversar com o usuário de IA agora em https://youaretheassistantnow.com.
Finalização
Espero que você tenha gostado das notícias desta semana. Se você quiser receber as notícias toda semana, certifique-se de se juntar à nossa lista de emails abaixo.
