A xAI disponibilizou seu mais recente modelo de codificação, Grok 4.6, dentro do GitHub Copilot para desenvolvedores que usam VS Code e outras plataformas. Os usuários podem selecionar o novo modelo através do seletor de modelos, enquanto clientes empresariais podem precisar habilitá-lo nas configurações do Copilot.
A Z.ai anunciou o GLM-5.3, um novo modelo que alcança desempenho de ponta em benchmarks de codificação agêntica ao estender o pós-treinamento de seu modelo base GLM-5.2. O modelo de ~750B parámetros atualmente supera o Kimi K3 e iguala ou excede o Claude Fable 5 e o GPT-5.6-Sol em vários benchmarks.
O projeto llama.cpp lançou a compilação b10434, que adiciona suporte para passar o parâmetro `reasoning_effort` para os templates Jinja. Esta alteração garante que os valores de `reasoning_effort` do OpenAI Chat Completions sejam armazenados e disponibilizados durante a geração.
A Anthropic implementará marca d'água em texto nos futuros modelos do Claude para cumprir a Lei de IA da UE e seu Código de Prática sobre Transparência de Conteúdo Gerado por IA. A empresa utiliza o método SynthID-Text publicado pelo Google DeepMind, que incorpora um padrão detectável no texto gerado sem afetar a qualidade da saída ou adicionar tokens extras.
Os pesquisadores abordam descontinuidades temporais no relighting de vídeos de longo prazo reformulando a tarefa como tradução de domínio latente condicionado temporalmente. A estrutura impõe continuidade entre blocos propagando os latentes do domínio-alvo através dos limites e utiliza autocondicionamento mascarado do domínio-alvo para tornar esse comportamento aprendível.
Pesquisadores da Nvidia introduziram o FusionRelight, um método para realinhamento de retratos que combina transferência de iluminação fisicamente plausível com preservação de identidade e inferência compacta em tempo real. A abordagem utiliza a Fusão Híbrida de Conhecimento de Domínio (HDKF), uma estrutura de treinamento que destila priors de física, refletância e realismo a partir de dados sintéticos, One-Light-at-a-Time (OLAT) e in-the-wild em um modelo estudante.
O projeto llama.cpp lançou a versão b10431, que introduz suporte para rollback de estado recorrente (RS) na operação ggml_ssm_scan. Esta alteração permite o rollback de RS para modelos Nemotron nos backends de CPU e CUDA.
A OpenAI apresentou o Ultrafast, um modo do GPT-5.6 Sol capaz de gerar até 750 tokens de saída por segundo e operar a uma velocidade de processamento de até 14x a velocidade padrão. A abordagem visa oferecer desempenho em tempo real sem mudar para um modelo menor.
O usuário helloadhavan criou um conjunto de dados chamado CC-FilteredCorpus, projetado para filtrar o Common Crawl e extrair conteúdo como Markdown limpo. O projeto visa preservar a estrutura útil do documento, incluindo cabeçalhos, listas, links, blocos de código e tabelas, em vez de achatar tudo em texto puro.
A Meta apresentou o Muse Code, um framework de codificação agética via linha de comando, alimentado pelo novo modelo Muse Spark 1.2. O lançamento inclui uma "categoria de contribuidor" que reduz drasticamente os custos para desenvolvedores que permitem à Meta usar seus dados de interação para treinamento.
Um relatório que analisa dados do Hugging Face Hub no início de 2026 revela que laboratórios chineses superaram os americanos em tamanho de modelos abertos de fronteira, enquanto fornecedores de hardware como NVIDIA e AMD dominam os lançamentos de novos repositórios. A análise destaca uma divergência entre a empolgação da comunidade (curtidas) e a adoção real (downloads), com modelos pequenos permanecendo o padrão prático para inferência local.
A Qwen liberou os pesos abertos para seu modelo Qwen 3.8 27B. O checkpoint está disponível no Hugging Face.
A Qwen lançou o modelo Qwen3.8-27B, disponível para download no ModelScope e Hugging Face.
Quatro grandes modelos de linguagem foram lançados na China no último mês: Kimi K3-2.8T, Qwen3.8-2.4T, DeepSeek-V4-Pro-0813-1.6T e GLM-5.3-743B.
O projeto llama.cpp lançou a versão b10429, que modifica o servidor para permitir o acesso aos endpoints /metrics e /slots enquanto llama_decode() está em execução.
O projeto llama.cpp lançou a versão b10430, que introduz suporte para dispositivos de GPU integrada (igpu) virtuais. Esta atualização também inclui comentários melhorados na base de código.
A Z.ai lançou o GLM-5.3, uma atualização para seu modelo de 743B parâmetros que alcança ganhos de desempenho por meio de pós-treinamento escalado, em vez de retratamento do modelo base. O lançamento está atualmente disponível via API da Z.ai, Plano de Codificação GLM e ZCode, com pesos públicos programados para serem liberados aproximadamente duas semanas após o lançamento, após avaliações de segurança.
Um engenheiro detalha a arquitetura e os modos de falha encontrados ao migrar projetos de chatbots simples para sistemas agênticos robustos capazes de planejamento, uso de ferramentas e conclusão de tarefas em múltiplos passos.
O lançamento completo do Qwen 3.8 Max confirma as primeiras impressões de que o modelo é excepcionalmente rápido, altamente capaz em planejamento e habilidoso em identificar complexidade desnecessária nos problemas.
O projeto llama.cpp lançou a versão b10427, que inclui uma otimização de desempenho para GPUs Intel Arc via SYCL. A atualização implementa a fusão das operações gate, up e GLU dentro da camada feed-forward densa (FFN) q4_K.