In partnership with
Bom dia. Bem-vindo novamente à InferêncIA News.
Quando uma empresa anuncia um modelo de IA mais barato, a primeira pergunta é: mais barato em quê? A Anthropic apresentou o Claude Sonnet 5.5 dizendo que ele gera respostas mais depressa e gasta menos por tarefa. O preço por token, porém, continua igual ao da versão anterior. Essa distinção interessa a quem usa IA para trabalhar, porque uma conta de API é feita de tarefas reais, não de slogans.
Nesta edição, olhamos para o que o anúncio de fato permite concluir e para o que ainda depende de testes fora da empresa. Também há uma oportunidade de colaboração científica para pesquisadores paulistas, um estudo que complica o debate sobre algoritmos de contratação e uma política bem explícita de uso de IA em pesquisa de opinião.
Hoje é dia de Deep Content!
Vocês podem ter notado que em alguns dias da semana estou postando duas vezes ao dia, com alguns conteúdos mais densos, em que resolvi chamar de Deep Content.
Estou adorando estes temas, mas também quero saber um pouco mais do que gostariam de ver nesta sessão.
Pra isso eu deixei um post em nossa comunidade InferêncIA Plural pedindo a opinião de vocês para me ajudar com temas que gostariam de ve por aqui.
Se você ainda nao tá na comunidade, basta clicar no botão abaixo pra acessar o post e já se inscrever:
🤝 Conteúdo dos nossos parceiros
Store It. Search It. Analyze It. One Postgres
Your AI app generates three kinds of data at once: events, vector embeddings, and the analytics you run on top of them. The default move is three systems, three sets of tooling, and pipelines to keep them in sync.
TimescaleDB handles all three in the Postgres you already run.
Hypertables ingest events at scale. pgvector and pgvectorscale store and search embeddings. Continuous aggregates keep analytics live without re-querying everything.
Same SQL, same tools, one system to operate. No pipelines to sync, no drift, no second database to feed.
Point it at your heaviest workload and watch it stay fast as data grows. It's still Postgres. Start on Tiger Cloud and get $1000 in credits.
Claude Sonnet 5.5 fica mais rápido e barato, mas como isso reflete no uso cotidiano?
A Anthropic apresentou o Sonnet 5.5 como uma opção para programação e trabalho cotidiano bem delimitado. Segundo a empresa, a geração de respostas é mais de 30% rápida em relação ao Sonnet 5 e o custo por tarefa pode cair até 30% em seus testes. Não houve corte na tabela básica da API: ambos cobram US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída. A economia anunciada vem do menor número de tokens necessários para concluir certos trabalhos. Para quem compra por volume, é uma diferença importante: a promessa precisa aparecer na própria carga de trabalho, não apenas no anúncio.
A empresa também destaca um salto de 10,3% para 70,6% no Terminal-Bench 4.0, uma avaliação de programação com agentes. É um resultado declarado pela fornecedora, em uma configuração específica; não significa que a produtividade de toda equipe aumentará na mesma proporção. A própria Anthropic afirma que o Opus 5.5 segue melhor em tarefas complexas e abertas que exigem julgamento prolongado. O Sonnet passa a ser uma alternativa interessante quando velocidade, iteração e custo por trabalho pesam mais. Detalhes e ressalvas da avaliação.
Há ainda um ponto que não costuma aparecer no resumo dos benchmarks: o Sonnet 5.5 chega com salvaguardas e mecanismos de contingência para pedidos cibernéticos de alto risco, segundo a Anthropic. A recomendação prática é comparar os modelos em um conjunto pequeno de tarefas representativas, medindo tempo, qualidade e gasto total. A divulgação não substitui essa verificação local. Não realizamos teste próprio nesta curadoria.
🤝 Conteúdo dos nossos parceiros
Product teams aren’t short on ideas. They’re missing a system.
Jira Product Discovery gives teams one place to capture customer feedback, prioritize ideas with consistent frameworks, and build living roadmaps everyone can align on. And when it’s time to build, those decisions connect directly to delivery in Jira, so everyone can see how the roadmap turns into real work.
FAPESP abre chamada internacional que inclui IA entre sete áreas estratégicas
A FAPESP anunciou em 28 de setembro uma nova chamada SPRINT para aproximar pesquisadores do estado de São Paulo de parceiros no exterior. “Transição digital e inteligência artificial” é um dos sete eixos estratégicos elegíveis; as propostas precisam contemplar pelo menos um deles. Portanto, não se trata de um edital exclusivo de IA, nem de verba já concedida a projetos específicos. A primeira etapa prevê até 12 meses de mobilidade da equipe paulista, com fases seguintes condicionadas a resultados e relatórios.
O valor dessa notícia está no tipo de infraestrutura que ela tenta construir: colaboração entre grupos, intercâmbio e, se as etapas avançarem, pesquisa conjunta. Isso pode ajudar a conectar trabalhos brasileiros em IA a redes internacionais, mas o efeito ainda dependerá das propostas escolhidas. A elegibilidade é restrita a pesquisadores vinculados às modalidades de auxílio vigentes especificadas no edital. Há dois prazos de submissão, 26/10/2026 e 22/02/2027. Condições da chamada.
Um algoritmo de contratação usado por todos nem sempre prejudica candidatos, mas pode reduzir descobertas
Pesquisadores do MIT apresentaram modelos e simulações em que a “monocultura” pode, sob certas condições, até melhorar o poder de negociação de candidatos. O mesmo trabalho aponta risco de homogeneizar informação e deixar bons perfis de fora. É análise teórica, não prova de que sistemas atuais de contratação sejam justos ou seguros.
PEW explica onde usa IA e onde mantém decisões humanas
Na política publicada, o centro descreve usos de IA para apoiar etapas de trabalho, mas afirma que opiniões em suas pesquisas vêm de pessoas reais, não de respostas sintéticas. É uma regra interna de método e transparência, não uma norma geral para o setor.
O que faz: cria uma memória pesquisável do que aparece na tela e das reuniões, com recuperação de contexto para assistentes de IA, segundo a desenvolvedora.
Para quem serve: profissionais que alternam entre documentos, chamadas e agentes e perdem tempo reconstruindo contexto.
Ressalva: o armazenamento anunciado como local não torna todo uso automaticamente local. Quando uma memória recuperada é enviada a um agente em nuvem, esse trecho pode sair do dispositivo. Revisar permissões e conteúdo sensível antes de conectar. Política de privacidade da ferramenta. Não foi testada nesta curadoria.
O que faz: permite criar ou anexar documentos, preparar campos de assinatura e acompanhar solicitações pelo conector da Jotform, conforme a documentação oficial.
Para quem serve: equipes que lidam com formulários, contratos e aprovações recorrentes.
Ressalva: automatizar a preparação não dispensa conferir cláusulas, destinatários e autorização antes do envio. Disponibilidade e limites dependem da conta e da integração. Não foi testada nesta curadoria.
🤝 Conteúdo dos nossos parceiros
7 Stocks You May Never Need to Sell
Buying a stock is easy. Finding one you may never need to sell is harder.
This free report reveals seven blue-chip companies selected for financial strength, durable demand and long-term potential to hold up when markets turn ugly.
Chatbots mostram uma fatia mais estreita do conhecimento, aponta estudo. Pesquisa divulgada em 26/09 compara respostas de 27 modelos em 155 temas; não afirma que o “colapso do conhecimento” já ocorreu.
Pesquisadora discute o que se perde nas conversas íntimas com máquinas. Entrevista e debate de livro, publicados em 29/09; não é ensaio clínico nem medida de efeito populacional.
Comentário questiona se a IA pode ampliar especialistas e enfraquecer sua formação. Artigo de opinião de 29/09; apresenta uma tese para debate, não um resultado experimental.
Aprendizado ativo acelera busca laboratorial por polímeros antifúngicos. Destaque de pesquisa de 29/09 relata 11 candidatos em 18 dias contra Candida em laboratório, sem demonstrar tratamento clínico.
OpenAI propõe documentação estruturada de segurança antes de treinos de fronteira. Diretrizes iniciais de 28/09; a própria empresa as descreve como proposta em evolução, não exigência já implantada integralmente.
Google descreve memória persistente em sua arquitetura de computação privada. Atualização técnica de 23/09, incluída como contexto, não como notícia das últimas 24 horas.
Na próxima vez que um modelo prometer economizar tempo ou dinheiro, vale perguntar em qual tarefa, com quais controles e em comparação a quê. A resposta pode ser ótima. Também pode mostrar que o ganho depende bastante do trabalho que você põe diante dele.
Se você tiver uma comparação real entre modelos em uma tarefa do seu dia a dia, vale responder a este email contando o que mudou e o que não mudou.
Nos vemos amanhã…
Filipe, o único humano nesta empresa.
