Vector Lab
VECTOR LAB

EST. 2025

WEEKLY UPDATE2025
BY ANDREW MEAD

Atualização Semanal: 30 de Junho a 6 de Julho

Uma semana tranquila

Nota: Este artigo foi traduzido automaticamente com Claude Sonnet 4.5; a qualidade pode estar reduzida, especialmente na terminologia técnica.

Com a maior parte dos EUA tirando pelo menos parte desta semana de folga devido ao 4 de Julho, não há muitas notícias para relatar.

Notícias

Cursor no seu telefone

O Cursor agora permite que você se conecte aos seus repositórios do Github e faça alterações para você usando seus agentes em segundo plano (relativamente) novos. Você pode voltar mais tarde e revisar e mesclar o código que ele cria para você. Isso pode ser feito a partir do site deles ou, mais importante ainda, do seu telefone. Basta ir para cursor.com/agents para experimentar agora.

Atualizações de preços do Cursor

O Cursor tem mexido com seus preços nas últimas semanas, que culminaram em um negócio muito pior do que era anteriormente.

Algumas semanas atrás, eles se livraram das 500 solicitações por mês e substituíram por usos ilimitados para qualquer um de seus modelos não-max. Então eles atualizaram para que os usos gratuitos ilimitados só funcionem se você tiver o modelo automático selecionado, que roteia o modelo para o mais econômico dado a dificuldade da tarefa, e quando você escolhe um modelo, agora você é cobrado com base no preço da API do modelo que está usando (sua assinatura de $20 cobre seus primeiros $20 de uso, mas depois você paga do próprio bolso).

Isso significou que muitas pessoas descobriram que estavam sendo cobradas centenas de dólares de repente, já que o Cursor não comunicou essas mudanças muito bem. Eles dizem que você ainda deveria conseguir cerca de ~225 solicitações do Claude Sonnet, mas na minha experiência eu esperaria conseguir apenas algumas dezenas de solicitações antes de acabar seus créditos.

Cursor Usage

Para ser justo, eles definitivamente estavam perdendo dinheiro com minha assinatura

Desde então, eles reembolsaram todos que incorreram em custos inesperados e esclareceram seu modelo de preços, mas a era do uso absurdo de LLMs por preços baixos acabou (pelo menos para o Cursor). Eu mudei para o Claude Code nas últimas semanas usando minha assinatura Claude Pro, e tenho gostado mais para programação descontraída do que o Cursor, mas não tem uma UX tão boa para revisar alterações de código. Vou fazer um post assim que tiver um bom fluxo de trabalho estabelecido com o Claude Code.

Lançamentos

Novo modelo de raciocínio multimodal da Z.ai

A Z.ai tem passado despercebida por um tempo agora, apesar de ter alguns dos melhores modelos de código aberto disponíveis atualmente com sua série GLM4. Seu modelo GLM4 32B é indiscutivelmente melhor que o Qwen3 32B, e vem com o benefício adicional de ter o melhor modelo base de código aberto atualmente disponível também (a equipe Qwen não lançou o modelo base para os modelos Qwen3 32B e 235B).

Eles estão adicionando à sua série GLM4, lançando um modelo de raciocínio de visão baseado em seu modelo GLM4 9B. Ele supera a maioria dos outros modelos de seu tamanho, e também supera o GPT-4o em tarefas de compreensão e raciocínio de imagens. Ele também pode fazer compreensão de vídeo, também ficando acima de outros modelos de código aberto e fechado.

GLM-4.1V-9B-Thinking benchmarks

Gemma 3n

Tecnicamente um lançamento da semana passada que não foi incluído, Gemma 3n é um lançamento de código aberto do Google, destinado a implantações em dispositivos. Você pode variar o número de parâmetros usados (usando uma arquitetura chamada MatFormer) que o torna maior ou menor, dependendo da dificuldade da tarefa ou dos recursos do dispositivo em que está sendo executado. É verdadeiramente multimodal também, permitindo entrada de imagem e áudio junto com texto. Os benchmarks parecem bons, especialmente para uso conversacional, com um elo acima de 1300 no LMArena.

Há uma competição no Kaggle com mais de $150 mil em prêmios centrada no modelo. Você pode encontrar e usar o modelo em praticamente todas as plataformas que você usa para inferência de LLM já, então você pode começar a construir com ele agora!

NOTA: Atualmente há um bug na biblioteca TIMM (que tem o código de modelagem para a parte do transformador de visão do modelo Gemma 3n) que está afetando drasticamente de forma negativa a compreensão de imagem do modelo. Até que isso seja corrigido, não espere nenhuma saída significativa de entradas de imagem.

Pesquisa

Speedrunning Automatizado de LLM

Andrej Karpathy lançou a biblioteca nanoGPT como um exemplo simples e totalmente independente para treinar um LLM. Desde seu lançamento, as pessoas têm trabalhado em aumentar a velocidade para treinar o modelo para uma métrica alvo específica (3.28 de perda de entropia cruzada no conjunto de validação FineWeb).

Isso resultou em uma infinidade de mudanças que fizeram o tempo para treinar o modelo ir de 45 minutos para menos de 3. Pesquisadores da Meta queriam ver se os modelos, dado o código, poderiam encontrar essas acelerações e implementá-las.

Para chegar à conclusão, os modelos foram bastante ruins nisso, sem nenhum modelo capaz de obter mais de 20% das acelerações quando por conta própria, e mesmo quando receberam pseudocódigo completo para as mudanças que resultaram nas acelerações, os modelos ainda podiam conseguir no máximo 40%.

LLMs podem ser bons em desenvolvimento web, mas ainda têm um longo caminho a percorrer para programação estilo sistema.

LLMs are bad at ML systems programming

Engenheiros de ML não precisam se preocupar em perder seus empregos tão cedo

Finalização

Lightning Spite

Um sprite acontecendo sobre o México visto pela Estação Espacial Internacional

Stay Updated

Subscribe to get the latest AI news in your inbox every week!

← BACK TO NEWS