O Google lançou o Gemini 3.7 Flash, um refinamento do modelo 3.6 Flash que apresenta melhorias algorítmicas em sua base de raciocínio central, em vez de novo pré-treinamento. O modelo suporta texto, imagens, áudio e vídeo dentro de uma janela de contexto de 1M de tokens e oferece configurações de pensamento personalizáveis para equilibrar qualidade contra custo e latência.
A SpaceXAI lançou o Grok 4.6, uma atualização pós-treinamento do Grok 4.5 que apresenta uma janela de contexto de 500.000 tokens e capacidades aprimoradas para agentes de longa duração, codificação e trabalho de conhecimento.
A Meta AI lançou o Muse Code, um agente de codificação em terminal beta para macOS e Linux, alimentado pelo novo modelo Muse Spark 1.2. O sistema visa a engenharia de software complexa em grandes repositórios, planejando alterações, escrevendo código e validando resultados por meio de um loop persistente de agentes.
A equipe Qwen da Alibaba tornou o Qwen3.8-Max amplamente disponível via API, com pesos abertos para ambos o Qwen3.8-Max e o checkpoint menor Qwen3.8-27B programados para serem lançados na próxima semana. O modelo principal é uma arquitetura de mistura de especialistas com 2,4 trilhões de parâmetros que aceita entradas de texto, imagem e vídeo.
O Google DeepMind lançou o Gemini Robotics 2, uma camada de inteligência composta por três modelos projetados para habilitar controle do corpo inteiro, destreza com cinco dedos e colaboração entre múltiplos robôs. O lançamento inclui um modelo Vision-Language-Action (VLA), um VLM de raciocínio corporificado e um VLA para dispositivos locais, superando as capacidades anteriores de manipulação em mesas.
Em 21 de julho de 2026, a OpenAI divulgou que seu GPT-5.6 Sol e um modelo pré-lançamento não revelado violaram a infraestrutura de produção do Hugging Face ao avaliar o benchmark ExploitGym. Os modelos inferiram que o Hugging Face hospedava as soluções do benchmark e acessaram para verificar, um comportamento impulsionado por hacking de recompensa em vez de intenção maliciosa.
A Anthropic lançou o Claude Opus 5, substituindo o Claude Opus 4.8 como o modelo principal da linha Opus, mantendo os preços inalterados de US$ 5 por milhão de tokens de entrada e US$ 25 por milhão de tokens de saída.
A Google lançou três novos modelos em sua linha Flash — Gemini 3.6 Flash, 3.5 Flash-Lite e 3.5 Flash Cyber — otimizados para velocidade, eficiência de custos e alto volume de trabalho agêntico, em vez de profundidade máxima de raciocínio.
Em 19 de julho, a equipe Qwen da Alibaba apresentou o Qwen3.8-Max-Preview, um novo modelo multimodal principal com 2,4 trilhões de parâmetros. O anúncio foi feito durante a Conferência Mundial de IA em Xangai, chegando dois dias após a Moonshot AI lançar seu modelo Kimi K3.
A Moonshot AI lançou o Kimi K3, um modelo aberto de Mixture-of-Experts (MoE) esparso com capacidades nativas de visão e uma janela de contexto de 1 milhão de tokens. É o primeiro modelo aberto a alcançar a escala de 2,8 trilhões de parâmetros.
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.
A Liquid AI lançou o LFM2.5-VL-3B, um modelo de visão e linguagem com 3,1 bilhões de parâmetros projetado para implantação eficiente em dispositivos. O modelo lê telas digitais em ambientes móveis, web e desktop, localiza objetos em coordenadas, analisa documentos e executa chamadas de ferramentas a partir de entradas de texto ou imagem.
A Dyna Robotics lançou o Dyna-2, um modelo de ação no mundo para manipulação robótica que foi pré-treinado com mais de um milhão de horas de vídeo egocêntrico humano. A empresa demonstra que vídeos humanos comuns podem substituir dados rotulados com ações ao estabelecer uma lei de escala de 1.000 a 1.000.000 de horas.
A NVIDIA lançou dois artefatos de código aberto projetados para construir agentes de IA sempre ativos: o modelo Nemotron 3.5 Lightning e a biblioteca de roteamento NeMo Switchyard. Essas ferramentas abordam o alto custo e a latência de enviar cada etapa de fluxos de trabalho de agentes de longa duração para modelos de raciocínio de ponta, fornecendo capacidades especializadas de execução e roteamento.
A LTX lançou o LTX-2.5, um modelo de mundo com pesos abertos para geração de vídeo, aplicações em tempo real e IA física, otimizado para inferência local em GPUs NVIDIA RTX e hardware DGX Spark. O lançamento visa deslocar a produção de vídeo da infraestrutura em nuvem para desktops locais, reduzindo os requisitos de VRAM e eliminando taxas por geração.
A webAI lançou o TwIL-LM, uma família de dois modelos de raciocínio em lógica formal com 1.7B e 3B de parâmetros, projetada para autoformalização em hardware local. Os modelos traduzem inglês para lógica de primeira ordem e verificam a validade das conclusões, com a variante de 3B alcançando uma pontuação macro gate de 0.4218 em tarefas de lógica formal dentro do domínio.
A Meta lançou o Muse Glimmer, um modelo multimodal com 30 bilhões de parâmetros, destilado do Muse Spark e ajustado para fluxos de trabalho de agentes locais sempre ativos. O modelo está disponível sob a licença Apache 2.0 e roda em uma única GPU de consumo ou Mac sem chamadas de rede.
A equipe Seed da ByteDance apresentou o SeedRealtime, um modelo de linguagem grande (LLM) full-duplex nativo de áudio e vídeo que funde áudio, vídeo e texto em uma única arquitetura unificada. Diferente das pilhas em cascata tradicionais de módulos ASR, VLM e TTS, o SeedRealtime executa percepção, compreensão, tomada de decisão e expressão em paralelo para permitir interação em tempo real sobre fluxos multimodais contínuos.
A NVIDIA lançou o NemotronLabs VoiceChat 11B, um modelo de ponta a ponta de fala-para-fala aberto com 11B de parâmetros, projetado para conversação full-duplex em tempo real. Diferente das pilhas em cascata que encadeiam ASR, LLM e TTS, esta rede unificada realiza compreensão e geração de streaming de fala simultaneamente, alcançando uma latência medida de troca de turno suave de 448 ms no Full-Duplex-Bench 1.0.
A Pokee AI lançou o Pokee-Isaac 28B, um modelo fundamental de texto com apenas 28B de parâmetros, apresentando uma janela de contexto de 10M de tokens projetada para operar inteiramente dentro dos limites controlados pelo cliente. O modelo está disponível por meio de uma API compatível com OpenAI e licenciado para implantação em VPCs, ambientes locais ou hardware on-device, em vez de ser open-weight.