12 novas IAs anunciadas para outubro de 2026

Estado em 2026-09-15. Rumor: nova linha de nomes da OpenAI focada em alinhamento/segurança, mais rápido e potente que um suposto modelo "Astra", testes internos com 6x de velocidade. Status: rumor com fonte (mas fragmentado — as fontes públicas atribuem partes desse rumor a codinomes DIFERENTES, ver seção 4)

O que é a linhagem (fabricante, posicionamento, 3 frases)

A OpenAI é a fabricante. Em set/2026 a linhagem pública em produção é a família GPT-5.x (GPT-5.2, GPT-5.5, GPT-5.6 com as variantes Sol/Terra/Luna, GPT-5.3-Codex) e o novo topo de linha GPT-6 Astra, lançado em 3/set/2026 (fonte: orcarouter.ai/blog/gpt-6-astra-successor-leak,… citando OpenAI developer docs e Artificial Analysis). "Astra" não é rumor — é um modelo real já lançado e cobrado via API (gpt-6-astra). O nome "GPT Bel" circula na imprensa/X como codinome interno de pré-treinamento, não como produto anunciado.

Versão atual verificada (set/2026)

• Modelo: GPT-6 Astra (fonte: orcarouter.ai/blog/gpt-6-astra-successor-leak…)
• Data de lançamento: 2026-09-03 (shipping desde essa data; GA em 2026-09-05) (fonte: orcarouter.ai/blog/gpt-6-astra-successor-leak…)
• Janela de contexto: ~1.05M tokens de entrada / 128K tokens de saída (fonte: orcarouter.ai/blog/gpt-6-astra-successor-leak…)
• Preço API: input US$ 10/1M, output US$ 50/1M (fonte: orcarouter.ai/blog/gpt-6-astra-successor-leak…)
• Benchmarks:
  • Artificial Analysis Intelligence Index: 61,2 (praticamente empatado com o antecessor GPT-5.6 Sol) (fonte: orcarouter.ai/blog/gpt-6-astra-successor-leak…)
  • SWE-Atlas-QnA (proxy de SWE-bench): 62% (vs. 54% do GPT-5.6 Sol) (fonte: WebSearch — MindStudio/Vellum/DataCamp, agregado via busca "GPT-6 Astra SWE-bench GPQA AIME benchmark score OpenAI", não verificado em página primária da OpenAI)
  • GPQA Diamond: 96,0% (fonte: WebSearch, mesma busca acima, não verificado em página primária)
  • FrontierMath Tier 4: 97,6% (fonte: WebSearch, mesma busca acima, não verificado em página primária)
  • AIME: não verificado
  • Rating de risco cibernético interno da OpenAI: "Critical" (fonte: orcarouter.ai/blog/gpt-6-astra-successor-leak…)
• Multimodalidade / recursos-chave: não verificado em detalhe nesta pesquisa (a página oficial openai.com/index/gpt-6-astra/ retornou erro HTTP 403 ao tentar acesso direto — não foi possível confirmar diretamente na fonte primária)

Linha do tempo de versões (mais antiga → mais nova, 3 a 6 itens)

O rumor: o que se sabe

• "Bel" — codinome de uma rodada de pré-treinamento com mais de 10 trilhões de parâmetros, sucessora de outro codinome interno, "Doug". Fonte original: postagem no X de conta anônima @synthwavedd em 25/ago/2026, sem fonte nomeada dentro da OpenAI (resumo via orcarouter.ai/blog/gpt-6-astra-successor-leak…). Reproduzido também por eyestech.in/gpt-6-sol-benchmarks-astra-latency-t… que descreve "Bel" como reservado internamente enquanto times de alinhamento constroem sandboxes de avaliação — aqui está a ligação com "alinhamento/segurança" do rumor pedido.
• Relação com Astra: as próprias fontes divergem — alguns leitores tratam "Bel" como a base que virou o GPT-6/Astra já lançado; outros como o modelo SEGUINTE a Astra (fonte: orcarouter.ai/blog/gpt-6-astra-successor-leak…).
• A afirmação "6x mais rápido", especificamente: as fontes públicas atribuem esse número a um codinome DIFERENTE — "GPT-6 Sol" (não "Bel") — em testes internos, rodando ~6x mais rápido que o Astra, com um usuário citando uma tarefa SVG concluída em 3 min vs 19 min do Astra; especulação de lançamento no DevDay de 29/set/2026 (fonte: x.com/hqmank/status/2096886608582643847 e kucoin.com/news/flash/gpt-6-sol-begins-internal-…). Não há fonte pública que amarre o número "6x" ao nome "Bel" especificamente.
• Também circula um segundo codinome, "Doug", citado pela SemiAnalysis (7/ago/2026) como "modelo muito maior, ativamente em desenvolvimento", antecessor de "Bel" (fonte: orcarouter.ai/blog/gpt-6-astra-successor-leak…).
• Em 8/set/2026 a própria OpenAI declarou publicamente a existência de um modelo futuro não nomeado, "significativamente mais capaz que o GPT-6 Astra", que teria produzido uma prova relacionada a Navier-Stokes — mas sem nome, preço, data ou identificador de API (fonte: orcarouter.ai/blog/gpt-6-astra-successor-leak…).

Marcação de cada afirmação do rumor combinado ("GPT Bel", alinhamento/segurança, mais rápido/potente que Astra, 6x em testes internos):

• "Nova linha de nomes focada em alinhamento/segurança": verificável? parcialmente — há reportagem (eyestech.in) ligando "Bel" a um período de avaliação de alinhamento/segurança antes do lançamento, mas a fonte primária é uma leitura de posts de X anônimos, não documento da OpenAI.
• "Mais rápido e potente que Astra": verificável? parcialmente — a OpenAI confirmou (via Altman/Axios e post de 8/set) que existe um modelo futuro "significativamente mais capaz" que Astra; a velocidade especificamente não foi confirmada pela OpenAI.
• "Testes internos com 6x de velocidade": verificável? não, para o nome "Bel" — esse número específico está documentado em fontes de imprensa/X ligado ao codinome "GPT-6 Sol", não a "Bel". Pode ser confusão de nomenclatura no rumor que chegou até você.
• "Chamado de GPT Bel": verificável? não — nenhuma fonte oficial da OpenAI usa esse nome; é inteiramente originado de posts anônimos no X, sem confirmação da empresa.

O que muda na prática vs. versão atual (3 bullets, com "se o rumor se confirmar")

• Se o rumor se confirmar (seja como "Bel" ou "GPT-6 Sol"), a OpenAI passaria a oferecer uma opção sensivelmente mais rápida que o Astra atual (~6x em uma tarefa testada), possivelmente trocando um pouco de qualidade bruta por latência — útil para fluxos agênticos que hoje sofrem com os 128K/token de saída do Astra em tarefas longas.
• Se a ligação com "alinhamento/segurança" se confirmar, o lançamento pode vir mais devagar e passar por gates de segurança adicionais — o próprio Astra já teve rollout adiado por um achado "Critical" de risco cibernético, então um sucessor mais capaz tende a ter o mesmo tipo de atraso.
• Enquanto não houver nome, preço ou data oficial da OpenAI, qualquer decisão de produto/orçamento hoje deve ser baseada no GPT-6 Astra (US$ 10/US$ 50 por 1M tokens) ou no GPT-5.6 Sol (US$ 4/US$ 20, mais barato), não em projeções sobre "Bel".

Utilidade para um criador/educador/dev brasileiro (3 bullets: onde usar, custo, cuidado)

• Onde usar: hoje, para produção real (roteiro, código, pesquisa), o GPT-5.6 Sol é a opção com melhor custo-benefício verificado (US$ 4/US$ 20 por 1M, 1,1M de contexto); o GPT-6 Astra vale para tarefas que exigem raciocínio científico/matemático pesado, dado o salto em GPQA Diamond e FrontierMath — mas a um custo mais que dobrado.
• Custo: com o dólar pesando no orçamento de quem paga em real, a diferença entre US$ 20/1M (Sol) e US$ 50/1M (Astra) de output é relevante em uso de alto volume (ex.: geração de roteiros em lote, agentes rodando o dia todo) — vale medir se o ganho de benchmark do Astra se traduz em qualidade percebida no seu caso de uso antes de trocar.
• Cuidado: não planeje fluxo de trabalho ou orçamento em cima de "GPT Bel" — é rumor não confirmado pela OpenAI, com dados nem sempre consistentes entre fontes (inclusive confusão entre "Bel" e "GPT-6 Sol" no próprio ecossistema de imprensa); trate como watch-list, não como roadmap.

Fontes (lista de URLs)

• orcarouter.ai/blog/gpt-6-astra-successor-leak…
• eyestech.in/gpt-6-sol-benchmarks-astra-latency-t…
• openai.com/index/gpt-6-astra/ (tentativa de acesso direto retornou HTTP 403 — não confirmado diretamente)
• openai.com/index/gpt-5-6/
• openai.com/index/introducing-gpt-5-2/
• openai.com/index/introducing-gpt-5-5/
• requesty.ai/models/openai/gpt-5.6-sol
• openrouter.ai/openai/gpt-5.6-sol
• openrouter.ai/openai/gpt-5.5
• en.wikipedia.org/wiki/GPT-5.3-Codex
• en.wikipedia.org/wiki/GPT-5.6
• x.com/hqmank/status/2096886608582643847
• kucoin.com/news/flash/gpt-6-sol-begins-internal-…
• x.com/wallstengine/status/2092328264060764586
• kucoin.com/news/flash/openai-completes-bel-pre-t…
• thewincentral.com/gpt-6-bel-leak-openai-next-mod…

Estado em 2026-09-15. Rumor: disponibilidade ampla, modelo "workhorse" padrão, agentes de longo horizonte e coding. Status: rumor com fonte (mas de baixa confiabilidade — nome "GPT-6 Sol" aparece só em um blog de leaks não-oficial; a OpenAI não confirmou esse nome)

O que é a linhagem (fabricante, posicionamento, 3 frases)

A linhagem GPT é da OpenAI. Em setembro/2026 ela tem duas gerações vivas simultaneamente: a família GPT-5.x (5.4, 5.5, 5.6 — esta última dividida em três variantes Sol/Terra/Luna) e a nova geração GPT-6, cujo primeiro membro, GPT-6 Astra, foi lançado em 3/set/2026 como "o modelo mais inteligente e alinhado do mundo" (posicionamento oficial da OpenAI) (fonte: en.wikipedia.org/wiki/GPT-6). O nome "GPT-6 Sol" citado no rumor deste dossiê NÃO corresponde a um modelo confirmado pela OpenAI: "Sol" é, na verdade, o nome do modelo-carro-chefe (flagship) da família GPT-5.6, lançada em 9/jul/2026, descrito pela própria OpenAI como seu "workhorse" e "melhor modelo de coding até então" (fonte: en.wikipedia.org/wiki/GPT-5.6). Um blog de leaks (eyestech.in) especula que a OpenAI vai repetir a taxonomia Astra/Sol/Terra/Luna também na "era GPT-6", com um "GPT-6 Sol" como camada de engenharia de alto throughput — mas isso não tem fonte oficial nem confirmação independente (fonte: eyestech.in/gpt-6-sol-benchmarks-astra-latency-t…).

Versão atual verificada (set/2026)

• Modelo: GPT-6 Astra (API: gpt-6-astra) — o modelo mais avançado e efetivamente lançado da linhagem GPT em 15/09/2026 (fonte: en.wikipedia.org/wiki/GPT-6 ; orcarouter.ai/blog/gpt-6-astra-successor-leak…)
• Data de lançamento: 3 de setembro de 2026 (fonte: orcarouter.ai/blog/gpt-6-astra-successor-leak…)
• Janela de contexto: aproximadamente 1,05 milhão de tokens de entrada / 128.000 tokens de saída (fonte: orcarouter.ai/blog/gpt-6-astra-successor-leak…)
• Preço API: input US$ 10,00/1M, output US$ 50,00/1M (fonte: orcarouter.ai/blog/gpt-6-astra-successor-leak… — cita "list price: $10 / $50 per MTok")
• Benchmarks:
  • Artificial Analysis Intelligence Index: 61 (contra 66 do Claude Fable 5.1) (fonte: orcarouter.ai/blog/gpt-6-astra-successor-leak…)
  • OSWorld 2.0 (uso de computador, "partial credit" reportado pela própria OpenAI): 72,6% (fonte: orcarouter.ai/blog/gpt-6-astra-successor-leak…)
  • SWE-bench Verified, GPQA Diamond, AIME para GPT-6 Astra: não verificado (não encontrado número específico nas fontes consultadas)
• Multimodalidade / recursos-chave: classificação "Critical" na própria escala de risco cibernético da OpenAI (capacidades avançadas de cibersegurança restritas a programas de acesso confiável), foco declarado em autonomia de longo horizonte ("anything you can do on a computer") (fonte: orcarouter.ai/blog/gpt-6-astra-successor-leak…)

Referência secundária: GPT-5.6 Sol (o "Sol" real, geração anterior)

• Modelo: GPT-5.6 Sol (API: gpt-5.6-sol, alias gpt-5.6) — flagship da família GPT-5.6 (fonte: developers.openai.com/api/docs/models/gpt-5.6-so…)
• Data de lançamento: 9 de julho de 2026 (fonte: en.wikipedia.org/wiki/GPT-5.6)
• Janela de contexto: 1.050.000 tokens de entrada / 128.000 tokens de saída (fonte: developers.openai.com/api/docs/models/gpt-5.6-so…)
• Preço API: input US$ 4,00/1M (cache US$ 0,40/1M), output US$ 20,00/1M (fonte: developers.openai.com/api/docs/models/gpt-5.6-so…)
• Benchmarks: Artificial Analysis Coding Agent Index v1.1, raciocínio máximo: 80 pontos, 2,8 pontos acima do Claude Fable 5 (fonte: en.wikipedia.org/wiki/GPT-5.6)
• Multimodalidade / recursos-chave: entrada texto+imagem, saída texto; "modelo de cibersegurança mais forte até então" segundo a OpenAI; agente operacional do ChatGPT Work; 54% mais eficiente em tokens para tarefas de coding, segundo Sam Altman (fonte: en.wikipedia.org/wiki/GPT-5.6)

Linha do tempo de versões (mais antiga → mais nova, 3 a 6 itens)

O rumor: o que se sabe

• Fontes que citam algo próximo ao rumor "GPT-6 Sol" (URL + resumo de 1 linha):
  • eyestech.in/gpt-6-sol-benchmarks-astra-latency-t… — blog de leaks não-oficial especula que a OpenAI vai repetir a taxonomia de 4 níveis (Astra/Sol/Terra/Luna) também na "era GPT-6", com "GPT-6 Sol" como camada de engenharia de coding de alto throughput; sem fonte primária citada, artigo tem tom especulativo/clickbait.
  • orcarouter.ai/blog/gpt-6-astra-successor-leak… — confirma que existe rumor de um sucessor do GPT-6 Astra (codinomes "Doug" e "Bel", segundo SemiAnalysis e contas anônimas no X), mas NENHUMA dessas fontes usa o nome "Sol" para esse sucessor — "Sol" nessas fontes permanece sendo o nome da variante da geração GPT-5.6, já lançada.
  • Não há fonte pública (oficial ou de imprensa confiável) que confirme um modelo chamado literalmente "GPT-6 Sol" com o significado descrito no rumor do usuário (disponibilidade ampla, workhorse padrão, agentes de longo horizonte e coding).
• Cada afirmação do rumor com marcação:
  • "Modelo chamado GPT-6 Sol existe/será lançado" → verificável? não — nenhuma fonte oficial da OpenAI usa esse nome; o único uso é um blog de leaks de baixa credibilidade que mistura a nomenclatura da geração GPT-5.6 com especulação sobre a geração GPT-6.
  • "Disponibilidade ampla" → verificável? não — não há data, preço ou anúncio de disponibilidade para um "GPT-6 Sol"; o que existe hoje é GPT-6 Astra, já em API/ChatGPT desde 03/09/2026.
  • "Modelo 'workhorse' padrão" → verificável? parcialmente, mas para OUTRO modelo — a descrição "workhorse" pertence, com fonte, ao GPT-5.6 Sol (geração anterior, já lançada em julho/2026), não a um "GPT-6 Sol" (fonte: en.wikipedia.org/wiki/GPT-5.6).
  • "Agentes de longo horizonte e coding" → verificável? parcialmente, mas para o Astra — a capacidade de agentes de longo horizonte/uso de computador é atributo confirmado do GPT-6 Astra (o modelo real da geração GPT-6 hoje), não de um "GPT-6 Sol" separado (fonte: orcarouter.ai/blog/gpt-6-astra-successor-leak…).

O que muda na prática vs. versão atual (3 bullets, com "se o rumor se confirmar")

• Se o rumor se confirmar (isto é, se a OpenAI de fato lançar uma variante "GPT-6 Sol" como workhorse abaixo do Astra), o mercado ganharia uma opção de custo mais baixo que o Astra (hoje US$ 10/US$ 50 por 1M) mantendo boa parte da capacidade de coding/agentes — replicando o que já aconteceu entre GPT-5.6 Sol (US$ 4/US$ 20) e uma hipotética "GPT-6 Astra" mais cara.
• Se o rumor se confirmar, o contexto de ~1M tokens e a orientação para tarefas de coding/engenharia (SWE-bench, refatoração, CI) passariam a ser o padrão "de uso diário" da geração GPT-6, deixando o Astra reservado para tarefas de raciocínio máximo (robótica, prova formal, WebGL).
• Enquanto isso não é oficial, a prática recomendada hoje é usar GPT-6 Astra (lançado e documentado) para tarefas que exigem o topo da linha, e GPT-5.6 Sol (também lançado e documentado, mais barato) como o verdadeiro "workhorse" disponível agora — não construir nada em produção sobre um "GPT-6 Sol" que ainda não existe oficialmente.

Utilidade para um criador/educador/dev brasileiro (3 bullets: onde usar, custo, cuidado)

• Onde usar: para coding assistido, agentes de longo horizonte e fluxos de automação (ex.: pipelines de conteúdo, scripts, revisão de código), o modelo hoje disponível e documentado que mais se encaixa na descrição do rumor é o GPT-5.6 Sol (via API gpt-5.6-sol ou alias gpt-5.6) — não um "GPT-6 Sol" inexistente.
• Custo: GPT-5.6 Sol custa US$ 4,00/1M tokens de entrada e US$ 20,00/1M de saída (com cache de entrada a US$ 0,40/1M), bem mais barato que o GPT-6 Astra (US$ 10,00/US$ 50,00 por 1M) — para uso rotineiro de criador/dev, o Sol da geração 5.6 tende a ser a escolha de melhor custo-benefício até que a OpenAI confirme algo oficial para "GPT-6 Sol" (fontes: developers.openai.com/api/docs/models/gpt-5.6-so… ; orcarouter.ai/blog/gpt-6-astra-successor-leak…).
• Cuidado: não planejar integração ou orçamento em cima do nome "GPT-6 Sol" — é um rumor sem confirmação oficial, misturado com o nome real de um modelo diferente (GPT-5.6 Sol) e com especulação de um blog de baixa credibilidade; a própria OpenAI, em 08/09/2026, mencionou publicamente um sucessor "significativamente mais capaz que o GPT-6 Astra" mas sem nome, preço ou data — qualquer decisão de arquitetura deveria esperar por um identificador de API real antes de comprometer produção (fonte: orcarouter.ai/blog/gpt-6-astra-successor-leak…).

Fontes (lista de URLs)

• en.wikipedia.org/wiki/GPT-6
• en.wikipedia.org/wiki/GPT-5.6
• en.wikipedia.org/wiki/GPT-5.4
• developers.openai.com/api/docs/models/gpt-5.6-so…
• orcarouter.ai/blog/gpt-6-astra-successor-leak…
• eyestech.in/gpt-6-sol-benchmarks-astra-latency-t…
• releasebot.io/updates/openai/openai-models
• help.openai.com/en/articles/9624314-model-releas…

Estado em 2026-09-15. Rumor: "Claude Fable 5.2 — próxima iteração flagship da Anthropic; coding, trabalho de conhecimento, tarefas longas, pesquisa mais forte". Status: rumor com fonte (fonte única, não confirmada por Anthropic)

O que é a linhagem (fabricante, posicionamento, 3 frases)

Claude é a linha de modelos de linguagem da Anthropic. Desde junho de 2026 a Anthropic reorganizou o catálogo em quatro camadas — Haiku (rápido/barato), Sonnet (equilíbrio custo-desempenho), Opus (agentic coding e trabalho corporativo complexo) e, acima de todas, "Mythos-class" Fable (raciocínio exigente e tarefas agenticas de longo horizonte) (fonte: docs.claude.com/en/docs/about-claude/models/over…). Fable e Mythos são, segundo a Anthropic, "o mesmo modelo" com níveis diferentes de salvaguardas: Fable é de disponibilidade geral, Mythos só via programas de acesso confiável (fonte: anthropic.com/claude-fable-and-mythos-5-1). O nome "Fable 5.2" citado no pedido não corresponde a nenhum lançamento oficial encontrado até 2026-09-15 — é um rumor de fonte única no X (Twitter).

Versão atual verificada (set/2026)

• Modelo: Claude Fable 5.1 (API ID claude-fable-5-1) — (fonte: anthropic.com/claude-fable-and-mythos-5-1)
• Data de lançamento: 2026-09-01 (fonte: cellcog.ai/blog/fable-5-2-release-date/, que cita o anúncio oficial da Anthropic; a página oficial anthropic.com/claude-fable-and-mythos-5-1 não expõe a data em texto simples no conteúdo indexado — usar a data com essa ressalva)
• Janela de contexto: 1.000.000 tokens (fonte: docs.claude.com/en/docs/about-claude/models/over… — tabela de comparação, linha "Context"; mesmo valor de Opus 5 e Sonnet 5)
• Preço API: input US$ 10,00 / 1M tokens, output US$ 50,00 / 1M tokens (fonte: anthropic.com/claude-fable-and-mythos-5-1 e confirmado na tabela comparativa docs.claude.com/en/docs/about-claude/models/over…). Cache reads: US$ 0,25 / 1M tokens (fonte: anthropic.com/claude-fable-and-mythos-5-1)
• Benchmarks: a Anthropic publica os resultados de Fable 5.1 vs. Fable 5, Opus 5 e GPT-5.6 Sol apenas como imagem (gráfico/tabela) em anthropic.com/claude/fable — os valores numéricos exatos de SWE-bench Verified, GPQA Diamond e AIME não puderam ser extraídos como texto nesta sessão; portanto: não verificado. Um valor textual capturado (não da Fable 5.1, mas de Fable 5 e Opus 5 antecessores, citado pela própria Anthropic como nota de rodapé do benchmark Terminal-Bench-Science 0.1): "Claude Opus 5 at 30.0% and Claude Fable 5 at 21.4%" no leaderboard público (3 trials/task, harness Claude Code) (fonte: anthropic.com/claude/fable)
• Multimodalidade / recursos-chave: entende diagramas, gráficos e tabelas em arquivos/PDFs; usa visão para autoavaliar seu próprio código gerado contra o design/objetivo original (fonte: anthropic.com/claude/fable). Suporta texto e imagem como entrada, saída em texto, multilíngue, uso de ferramentas (fonte: docs.claude.com/en/docs/about-claude/models/over…)

Linha do tempo de versões (mais antiga → mais nova, 3 a 6 itens)

O rumor: o que se sabe

• Fonte primária do rumor: posts de uma única conta no X, @kimmonismus — em 2026-09-05: "Fable 5.2, or whatever it ends up being called" seria "expected very soon"; em 2026-09-08: descreveu um "novo pretraining run" com lançamento planejado para "end of September or early October" (fonte: cellcog.ai/blog/fable-5-2-release-date/, que cita e linka os dois posts originais)
• Outras menções no X (contas "Aman" e "Surendar"), sem informação adicional verificável, repetindo a mesma expectativa genérica de "beats Fable 5.1", "melhora coding e agentic workflows" — sem especificidade técnica ou fonte própria (fonte: buscas no X via WebSearch, 2026-09-15; conteúdo é especulação de usuários, não vazamento com evidência)
• Explicitamente, um agregador de rumores (CellCog) afirma: "There is no leaked evaluation sheet, no configuration string, no early-access identifier and no provider-catalog sighting attributed to Fable 5.2 as of September 10, 2026" (fonte: cellcog.ai/blog/fable-5-2-release-date/)
• Mercados de previsão citam probabilidades (não são fonte de fato do modelo, apenas de expectativa de mercado): Polymarket precifica o "próximo modelo Fable" em 53% até 31/10/2026 e 87,5% até 31/12/2026 (fonte: cellcog.ai/blog/fable-5-2-release-date/, citando polymarket.com/event/next-fable-model-5pt2-relea…)
• Nenhuma fonte oficial Anthropic (docs.anthropic.com, anthropic.com/news, anthropic.com/pricing) menciona "Fable 5.2" nesta data

Marcação de cada afirmação do rumor:

• "Próxima iteração flagship da Anthropic" — verificável? Parcialmente sim (padrão histórico de numeração 5 → 5.1 → 5.2 é consistente com o ciclo já visto de Fable 5 → 5.1), mas a existência do modelo em si não tem confirmação oficial
• "Coding mais forte" — verificável? Não, é extrapolação de tendência (cada geração até agora melhorou coding), sem benchmark leaked
• "Trabalho de conhecimento mais forte" — verificável? Não, mesma razão
• "Tarefas longas / long-horizon melhor" — verificável? Não, nenhuma fonte técnica citada, apenas expectativa qualitativa em posts de rede social
• "Pesquisa mais forte" — verificável? Não, sem fonte primária

O que muda na prática vs. versão atual (3 bullets, com "se o rumor se confirmar")

• Se o rumor se confirmar, um "Fable 5.2" provavelmente seguiria o padrão de Fable 5 → 5.1 (mesmo tipo de anúncio, possível redução de custo em cache e leve ganho de benchmark) — mas isso é inferência baseada em histórico, não em dado do rumor (fonte do padrão histórico: anthropic.com/claude-fable-and-mythos-5-1)
• Se o rumor se confirmar com o prazo citado ("fim de setembro/início de outubro de 2026"), o lançamento aconteceria poucas semanas após o Fable 5.1 (01/09/2026), um intervalo bem mais curto que o observado entre Fable 5 (09/06/2026) e Fable 5.1 (01/09/2026) — cerca de 3 meses (fonte das datas: anthropic.com/news/claude-fable-5-mythos-5 e anthropic.com/claude-fable-and-mythos-5-1)
• Sem confirmação de preço, contexto ou benchmark do rumor, não é possível dizer o que muda tecnicamente — hoje é só uma expectativa de "melhora geral"

Utilidade para um criador/educador/dev brasileiro (3 bullets: onde usar, custo, cuidado)

• Onde usar hoje: para o modelo confirmado (Fable 5.1), tarefas de raciocínio pesado, revisão/debug de código complexo e trabalho agentic de longo horizonte via Claude API/Claude Code, disponível também via AWS, Google Cloud e Microsoft Foundry (fonte: anthropic.com/claude-fable-and-mythos-5-1)
• Custo: Fable 5.1 é o modelo mais caro do catálogo atual (US$ 10 input / US$ 50 output por milhão de tokens), bem acima de Sonnet 5 (US$ 2/US$ 10) e Opus 5 (US$ 5/US$ 25) — para uso de alto volume, considerar Sonnet 5 ou Opus 5 com "effort" ajustado antes de escalar para Fable (fonte: docs.claude.com/en/docs/about-claude/models/over…)
• Cuidado: não planejar workflow ou orçamento em cima de "Fable 5.2" — é rumor de fonte única (um perfil no X) sem confirmação da Anthropic; usar apenas a versão 5.1 documentada oficialmente até haver anúncio em anthropic.com/news (fonte: cellcog.ai/blog/fable-5-2-release-date/)

Fontes (lista de URLs)

• anthropic.com/claude/fable
• anthropic.com/claude-fable-and-mythos-5-1
• anthropic.com/news/claude-fable-5-mythos-5
• anthropic.com/news/claude-sonnet-5
• docs.claude.com/en/docs/about-claude/models/over…
• anthropic.com/pricing
• cellcog.ai/blog/fable-5-2-release-date/
• orcarouter.ai/blog/claude-fable-5-2-leak
• x.com/kimmonismus/status/2096259311580119414
• x.com/kimmonismus/status/2097357380254138866
• x.com/Amank1412/status/2096955965551919365
• x.com/Surendar__05/status/2097755960265814118
• polymarket.com/event/next-fable-model-5pt2-relea…
• manifold.markets/Bayesian/claude-fable-52-anthro…

Estado em 2026-09-15. Rumor: "Claude Opus 5.1 — update do campeão custo-benefício, perto do Fable por metade do preço, foco enterprise". Status: rumor sem fonte

O que é a linhagem (fabricante, posicionamento, 3 frases)

A linhagem Opus é a família "top de linha" (flagship) de modelos da Anthropic, dentro do portfólio Claude que também inclui Sonnet (equilíbrio custo/desempenho) e Haiku (rápido/barato), acima dos quais está agora a linha Fable como o modelo mais capaz de todos (anthropic.com/claude/opus, techcrunch.com/2026/07/24/anthropic-launches-opu…). O Opus é posicionado para codificação agente de longa duração, uso de computador e raciocínio profissional/científico, sendo vendido pela Anthropic como o modelo que "chega perto" da inteligência de fronteira do Fable por metade do preço (anthropic.com/news/claude-opus-5). A versão atual da linhagem é Claude Opus 5, lançada em 24/07/2026, substituindo o Opus 4.8 (techcrunch.com/2026/07/24/anthropic-launches-opu…).

Versão atual verificada (set/2026)

• Modelo: Claude Opus 5, ID de API claude-opus-5 (fonte: anthropic.com/news/claude-opus-5)
• Data de lançamento: 24 de julho de 2026 (fonte: techcrunch.com/2026/07/24/anthropic-launches-opu… e anthropic.com/news/claude-opus-5)
• Janela de contexto: 1.000.000 (1M) tokens, sendo esse valor tanto o padrão quanto o máximo (não há variante de contexto menor); saída máxima de 128.000 tokens (fonte: platform.claude.com/docs/en/about-claude/models/… — relatado também em essamamdani.com/blog/claude-opus-5-launch-develo…)
• Preço API: input US$ 5,00 / 1M tokens, output US$ 25,00 / 1M tokens — preço inalterado em relação ao Opus 4.8 (fonte: anthropic.com/news/claude-opus-5, confirmado por techcrunch.com/2026/07/24/anthropic-launches-opu…); até 90% de economia com prompt caching e 50% com batch processing (fonte: anthropic.com/news/claude-opus-5)
• Benchmarks:
  • IMO 2026 (problemas de matemática olímpica): 42/42, nível equivalente a medalha de ouro na Olimpíada Internacional de Matemática — não verificado o nome exato do source primário além do resumo agregado (fonte reportada: system card / cobertura agregada, ver alphaxiv.org/abs/2607.claude-opus-5 — não verificado contra o PDF oficial da Anthropic, tratar com cautela)
  • ARC-AGI-3: 30,16% — cerca de quatro vezes o recorde anterior, segundo cobertura agregada (fonte: mesma cobertura acima — não verificado contra documento primário)
  • SWE-bench Verified: não verificado — fontes secundárias divergem entre si (uma indica 96,0%, outra afirma que a Anthropic não publicou entrada de SWE-bench Verified no lançamento do Opus 5); não foi possível confirmar um número único em fonte primária (anthropic.com/news ou system card) até o momento desta pesquisa
  • GPQA Diamond: não verificado — não encontrado número específico para Opus 5 em fonte primária (apenas números de Opus 4.7/4.8, que não se aplicam a esta versão)
  • AIME 2025 / LMArena: não verificado — não encontrado número específico para Opus 5 em fonte primária
• Multimodalidade / recursos-chave: "thinking" (raciocínio estendido) ligado por padrão; novo nível de esforço "xhigh" entre "high" e o nível "max" sem teto; pensado para codificação agente de longa duração e uso de computador (fonte: platform.claude.com/docs/en/about-claude/models/…)

Linha do tempo de versões (mais antiga → mais nova, 3 a 6 itens)

O rumor: o que se sabe

• Fontes que citam o modelo rumorado (URL + resumo de 1 linha):
  • mindstudio.ai/blog/claude-opus-5-1-benchmarks… — blog de terceiro (não é imprensa reconhecida nem fonte primária) afirma que "Opus 5.1" já teria sido lançado em 01/09/2026, com ganhos de benchmark sobre o Opus 5.
  • mindstudio.ai/blog/claude-opus-5-1-pricing — mesmo site, afirma preço igual ao Opus 5 (US$ 10/US$ 50 por 1M) mas custo efetivo menor por eficiência de cache/token.
  • cometapi.com/claude-opus-5-1/ — site agregador/terceiro, título "Claude Opus 5.1 Is Coming Soon" (fala em algo ainda não lançado, contradizendo o mesmo tema em outro artigo).
  • cellcog.ai/blog/claude-opus-5-1-release-date/ — site agregador, discute "leaks vs. o que foi lançado" sem citar uma fonte primária rastreável.
  • kie.ai/blog/what-is-claude-opus-5-1 — site de terceiro sobre geração 3D, menção tangencial ao nome "Opus 5.1".
  • Nenhuma dessas fontes é primária (docs.anthropic.com, anthropic.com/news, anthropic.com/pricing) nem imprensa reconhecida (The Verge, TechCrunch, Reuters, The Information, Ars Technica). São sites de conteúdo/SEO, com informações inconsistentes entre si (um diz "já lançado em 01/09/2026", outro diz "coming soon"), o que é um forte indício de conteúdo especulativo ou gerado automaticamente, não de um vazamento real.
  • Busca direcionada em imprensa confiável (TechCrunch, Reuters, The Information) e no site oficial da Anthropic não retornou nenhuma menção a "Claude Opus 5.1" ou a uma versão pós-Opus-5 (fonte: buscas realizadas em 15/09/2026, ver seção 7).
  • Conclusão: sem fonte pública confiável encontrada.

• Cada afirmação do rumor, marcada:
  • "Update do campeão custo-benefício" — verificável? Não, por enquanto — não há confirmação de lançamento em fonte primária ou imprensa reconhecida; a caracterização do Opus 5 *atual* como "campeão custo-benefício" (perto do Fable por metade do preço) É verificável e já é real, mas isso descreve o Opus 5, não uma versão 5.1 (fonte: anthropic.com/news/claude-opus-5).
  • "Perto do Fable por metade do preço" — verificável? Sim, mas essa característica já é atribuída ao Opus 5 atual, não a uma versão 5.1 (fonte: anthropic.com/news/claude-opus-5, techcrunch.com/2026/07/24/anthropic-launches-opu…). Não há evidência de que isso mude ou se repita numa "5.1".
  • "Foco enterprise" — verificável? Não — nenhuma fonte primária ou de imprensa reconhecida associa um suposto Opus 5.1 a um reposicionamento enterprise; é uma alegação presente apenas em sites de conteúdo não confiáveis.

O que muda na prática vs. versão atual (3 bullets, com "se o rumor se confirmar")

• Se o rumor se confirmar, uma "Opus 5.1" traria ganhos incrementais de benchmark sobre o Opus 5 atual (coding, uso de computador, raciocínio) mantendo a mesma faixa de preço — mas isso é apenas o padrão histórico de atualizações ".1" da Anthropic (ex.: Opus 4 → 4.1 → 4.5 → ... → 4.8), não uma confirmação factual específica.
• Se o rumor se confirmar com foco enterprise, esperar-se-ia mais recursos de governança/compliance, integrações corporativas e talvez eficiência de custo por token via cache — mas nenhuma fonte confiável hoje sustenta essa direção específica.
• Enquanto isso não é confirmado, na prática nada muda: o modelo Opus disponível e recomendado continua sendo o Claude Opus 5 (claude-opus-5), lançado em 24/07/2026, com contexto de 1M tokens e preço US$ 5/US$ 25 por 1M tokens (fonte: anthropic.com/news/claude-opus-5).

Utilidade para um criador/educador/dev brasileiro (3 bullets: onde usar, custo, cuidado)

• Onde usar: Opus 5 é indicado para tarefas de codificação agente de longa duração, automação de fluxos de trabalho complexos e raciocínio profissional/científico — não para tarefas simples de baixo custo, onde Sonnet ou Haiku (linhagens mais baratas da Anthropic) tendem a ser mais eficientes (fonte: anthropic.com/claude/opus).
• Custo: a US$ 5/US$ 25 por milhão de tokens (input/output), Opus 5 é mais barato que o Fable 5 (que custa US$ 10/US$ 50 conforme tabela de preços consultada), com a Anthropic reportando redução de até 90% via prompt caching e 50% via batch processing — vale medir o consumo real antes de comprometer orçamento (fonte: anthropic.com/news/claude-opus-5).
• Cuidado: não tratar como confirmado nenhum recurso, preço ou lançamento associado a "Claude Opus 5.1" até que apareça em fonte primária (anthropic.com/news, docs.anthropic.com) ou imprensa reconhecida — os artigos que hoje citam esse nome são de sites de conteúdo/SEO com informações contraditórias entre si.

Fontes (lista de URLs)

• anthropic.com/news/claude-opus-5
• platform.claude.com/docs/en/about-claude/models/…
• anthropic.com/claude/opus
• techcrunch.com/2026/07/24/anthropic-launches-opu…
• techcrunch.com/2026/07/29/claude-opus-5-became-d…
• techcrunch.com/2025/11/24/anthropic-releases-opu…
• marktechpost.com/2026/07/24/meet-the-new-claude-…
• essamamdani.com/blog/claude-opus-5-launch-develo…
• bitsminds.com/news/claude-opus-5-launch-1m-conte…
• alphaxiv.org/abs/2607.claude-opus-5 (não verificado contra fonte primária — usar com cautela)
• Fontes do rumor (não confiáveis, listadas para transparência): mindstudio.ai/blog/claude-opus-5-1-benchmarks,… mindstudio.ai/blog/claude-opus-5-1-pricing, cometapi.com/claude-opus-5-1/, cellcog.ai/blog/claude-opus-5-1-release-date/, kie.ai/blog/what-is-claude-opus-5-1

Estado em 2026-09-15. Rumor: Grok 4.7 — flagship da xAI, dados de engenharia da SpaceX, multimodalidade em tempo real, raciocínio, custo-benefício. Status: rumor com fonte (declarações públicas de Elon Musk no X, repercutidas pela imprensa especializada; nenhum documento oficial da xAI)

O que é a linhagem (fabricante, posicionamento, 3 frases)

A linhagem Grok é desenvolvida pela xAI, empresa de Elon Musk que hoje opera sob a marca institucional "SpaceXAI" nos próprios domínios oficiais (docs.x.ai e x.ai exibem "SpaceXAI" no título das páginas) (fonte: docs.x.ai/docs/models). O Grok é posicionado como assistente de propósito geral com forte integração à rede social X, foco em tarefas agenticas de longa duração (pesquisa, codificação, análise) e uma narrativa de diferenciação por dados "em tempo real" da plataforma X e, segundo o rumor tratado neste dossiê, por dados de engenharia da SpaceX. O modelo mais recente confirmado publicamente é o Grok 4.6, lançado em 12/08/2026 (fonte: x.ai/news/grok-4-6), e o sucessor "Grok 4.7" está em atraso público desde julho/2026, sem lançamento até a data deste dossiê.

Versão atual verificada (set/2026)

• Modelo: Grok 4.6 (fonte: x.ai/news/grok-4-6)
• Data de lançamento: 12/08/2026 (fonte: datanorth.ai/news/xai-releases-grok-4-6 ; confirmado por múltiplas fontes de imprensa especializada — página oficial x.ai/news/grok-4-6 confirma a existência do anúncio mas não expôs a data em texto extraível na checagem direta)
• Janela de contexto: 500.000 tokens (fonte: requesty.ai/models/xai/grok-4.6 e kingy.ai/blog/grok-4-6-price-benchmarks-api-curs…)
• Preço API: input US$ 2,00/1M tokens, output US$ 6,00/1M tokens — mesmo preço do Grok 4.5 (fonte: moolstudio.com/blog/xai-grok-4-6-release e benchlm.ai/models/grok-4-6)
• Benchmarks:
  • GPQA Diamond: 94,9% (fonte: emergent.sh/learn/grok-4-6-benchmarks)
  • Artificial Analysis Intelligence Index: 61 pontos, empatando com "GPT-5.6 Sol" (fonte: evolink.ai/blog/grok-4-6-release-date)
  • CursorBench v3.2 (proxy de engenharia de software, não é o SWE-bench Verified oficial): 69,9% (fonte: layer3labs.io/guides/grok-4-6-benchmarks)
  • DeepSWE v1.1: 65,9%, ante 54% do Grok 4.5 (fonte: layer3labs.io/guides/grok-4-6-benchmarks)
  • SWE-bench Verified: não verificado (não foi localizada, nas buscas feitas, uma fonte específica citando o Grok 4.6 nesse benchmark exato; os números de engenharia de software encontrados foram CursorBench v3.2 e DeepSWE v1.1, listados acima)
  • AIME: não verificado
  • LMArena: não verificado
• Multimodalidade / recursos-chave: foco declarado em agentes de longa duração (pesquisa multi-etapas, análise, trabalho em bases de código, geração de aplicações), conhecimento até 01/02/2026 (fonte: evolink.ai/blog/grok-4-6-release-date). Disponível via Cursor, via ferramenta própria "Grok Build" e via API da xAI (fonte: moolstudio.com/blog/xai-grok-4-6-release)

Linha do tempo de versões (mais antiga → mais nova, 3 a 6 itens)

O rumor: o que se sabe

• cellcog.ai/blog/grok-4-7-release-date/ — resume que, em 14/09/2026, não existe anúncio, página de modelo, identificador de API, preço nem nota de lançamento da xAI para o Grok 4.7; o modelo mais novo confirmado continua sendo o Grok 4.6 (12/08/2026).
• bighatgroup.com/blog/xai-weekly-2026-09-13/ — relata que o Grok 4.7 "escorregou" de novo: o alvo de Musk para 12/09/2026 não foi cumprido, e ele disse publicamente que o modelo "precisa de mais alguns dias" de ajuste por RL (aprendizado por reforço) para corrigir problemas de tamanho de resposta e gestão de tarefas.
• kucoin.com/news/flash/xai-delays-grok-4-7-releas… — cobertura de imprensa noticiando o adiamento do Grok 4.7 em meio a atualizações de modelos concorrentes.
• cryptobriefing.com/xai-delays-grok-4-7-release/ — cobertura similar de adiamento.
• Histórico de promessas verbais de Musk (via X, reportado por imprensa, não documentos oficiais): 24/07/2026 disse "em 4 semanas"; 28/07/2026 revisou para "algumas semanas" após o lançamento do Grok 4.6; quando o Grok 4.6 saiu em 12/08/2026, ele projetou "3 a 4 semanas" para o sucessor; adiamentos seguiram se repetindo até a data deste dossiê (fonte: síntese de bighatgroup.com/blog/xai-weekly-2026-09-13/ e cellcog.ai/blog/grok-4-7-release-date/).
• Especificação rumorada de parâmetros: ~2,1 trilhões de parâmetros (alta de ~40% sobre os ~1,5 trilhão atribuídos ao Grok 4.6), com Musk dizendo que o novo modelo deve superar o antecessor "na maioria das áreas" mas será "um pouco mais lento para servir" (fonte: síntese de resultados de busca sobre bighatgroup.com/blog/xai-weekly-2026-09-13/ e cellcog.ai/blog/grok-4-7-release-date/ — número de parâmetros não confirmado em nenhum documento técnico da xAI).
• Sobre a frase específica do rumor tratado neste dossiê ("dados de engenharia da SpaceX, multimodalidade em tempo real, raciocínio, custo-benefício"): não foi localizada, nas buscas realizadas, nenhuma fonte pública citando literalmente "dados de engenharia da SpaceX" como insumo de treinamento do Grok 4.7. O rebranding institucional de docs.x.ai/x.ai para "SpaceXAI" (fonte: docs.x.ai/docs/models) é um indício estrutural de aproximação entre xAI e SpaceX, mas não é uma confirmação de que dados de engenharia da SpaceX estejam sendo usados para treinar o Grok 4.7 — isso permanece sem fonte pública direta encontrada.

Marcação de verificabilidade de cada afirmação do rumor:

• "Flagship da xAI" — verificável? sim, no sentido de posicionamento (é o próximo modelo principal da linhagem); não há como verificar especificações porque o modelo não foi lançado.
• "Dados de engenharia da SpaceX" — verificável? não, nenhuma fonte pública direta encontrada associando dados da SpaceX ao treinamento do Grok 4.7.
• "Multimodalidade em tempo real" — verificável? não, nenhuma fonte encontrada detalhando recursos multimodais específicos do Grok 4.7; os anúncios encontrados falam apenas de atraso por ajuste de RL (tamanho de resposta e gestão de tarefas).
• "Raciocínio" — verificável? parcialmente; é consistente com a tendência da linhagem Grok 4.x (todos os modelos recentes são "reasoning models"), mas nenhuma fonte detalha ganhos específicos de raciocínio do Grok 4.7.
• "Custo-benefício" — verificável? não, nenhuma fonte com preço ou benchmark de custo-benefício do Grok 4.7 foi encontrada; preço não existe porque o modelo não foi lançado.
• "~2,1 trilhões de parâmetros" — verificável? não, número aparece apenas em cobertura de imprensa/blogs secundários citando Musk, sem confirmação técnica oficial da xAI.

O que muda na prática vs. versão atual (3 bullets, com "se o rumor se confirmar")

• Se o rumor de ~2,1 trilhões de parâmetros se confirmar, o Grok 4.7 seria significativamente maior que o Grok 4.6 (~1,5 trilhão, não verificado oficialmente), o que tende a aumentar custo de inferência e, segundo o próprio Musk, tornar o modelo "um pouco mais lento para servir" — um trade-off relevante para quem hoje usa Grok 4.6 em fluxos com restrição de latência.
• Se a promessa de "dados de engenharia da SpaceX" se confirmar, o Grok 4.7 poderia se diferenciar em tarefas de engenharia física/aeroespacial e raciocínio técnico complexo — mas isso é especulação de terceiros, não uma feature anunciada pela xAI; não há como planejar um caso de uso em cima disso hoje.
• Enquanto o Grok 4.7 não sai, o Grok 4.6 (500K de contexto, US$ 2/US$ 6 por 1M tokens, GPQA Diamond 94,9%) continua sendo o teto real e testável da linhagem — qualquer decisão de adoção precisa ser tomada com base nele, não no rumor.

Utilidade para um criador/educador/dev brasileiro (3 bullets: onde usar, custo, cuidado)

• Onde usar: hoje, o Grok 4.6 é a opção madura da linhagem para agentes de codificação de longa duração e pesquisa multi-etapas (via API ou Cursor); não há ainda nenhum motivo prático para planejar em cima do "Grok 4.7", que segue sem data, preço ou documentação.
• Custo: em reais, US$ 2,00/1M tokens de entrada e US$ 6,00/1M de saída (fonte: benchlm.ai/models/grok-4-6) tende a ficar mais caro que os tiers de volume da própria xAI (ex.: o extinto Grok 4.1 Fast, US$ 0,20/US$ 0,50) — vale comparar cenário de uso antes de padronizar em um modelo só, especialmente em projeto educacional com orçamento apertado.
• Cuidado: nunca planejar prazo de lançamento, preço ou capacidade em cima de declarações de Elon Musk no X sobre o Grok 4.7 — o próprio histórico mostra promessas de "4 semanas" viradas em múltiplos adiamentos entre julho e setembro de 2026 (fonte: bighatgroup.com/blog/xai-weekly-2026-09-13/); tratar como rumor até a xAI publicar página de modelo em docs.x.ai/x.ai/news.

Fontes (lista de URLs)

• docs.x.ai/docs/models
• x.ai/news
• x.ai/news/grok-4-6
• datanorth.ai/news/xai-releases-grok-4-6
• requesty.ai/models/xai/grok-4.6
• kingy.ai/blog/grok-4-6-price-benchmarks-api-curs…
• moolstudio.com/blog/xai-grok-4-6-release
• benchlm.ai/models/grok-4-6
• emergent.sh/learn/grok-4-6-benchmarks
• evolink.ai/blog/grok-4-6-release-date
• layer3labs.io/guides/grok-4-6-benchmarks
• pricepertoken.com/pricing-page/model/xai-grok-4
• ai-toolbox.co/grok-models/grok-pricing-plans-api…
• benchlm.ai/xai/api-pricing
• cellcog.ai/blog/grok-4-7-release-date/
• bighatgroup.com/blog/xai-weekly-2026-09-13/
• kucoin.com/news/flash/xai-delays-grok-4-7-releas…
• cryptobriefing.com/xai-delays-grok-4-7-release/
• orcarouter.ai/blog/grok-4-7-release-date
• techjournal.org/grok-4-7-delayed-spacex-data
• supergok.com/grok-4-7-delayed/
• juliangoldie.com/grok-4-7-release-date/

Estado em 2026-09-15. Rumor: "líder open-source, contexto 1M, agentes muito fortes, cortador de preços". Status: rumor com fonte

O que é a linhagem (fabricante, posicionamento, 3 frases)

A DeepSeek (DeepSeek-AI, China) é um laboratório que publica modelos de linguagem com pesos abertos, cobrindo a linhagem V2 → V3 → V3.1 → V3.2 → V4 → V4.1, todos disponibilizados via API própria (api-docs.deepseek.com) e/ou Hugging Face/GitHub (github.com/deepseek-ai) (Change Log | DeepSeek API Docs). O posicionamento da empresa é ser a alternativa aberta e barata frente a modelos proprietários (OpenAI, Anthropic, Google), historicamente cortando preço de API a cada novo lançamento (DeepSeek API Pricing (September 2026)). Em setembro de 2026 a linhagem está em transição de arquitetura: a família V4 introduziu um novo desenho "Causal Encoder-Decoder (CED)" com suporte nativo a multimodalidade, substituindo o antigo MoE denso da V3.x (DeepSeek V4.1 Flash API Pricing & Specs).

Versão atual verificada (set/2026)

• Modelo: DeepSeek-V4.1-Flash (model id deepseek-flash) — modelo mais recente e oficialmente lançado da linhagem (fonte: DeepSeek-V4.1-Flash: Smarter, Faster, More Efficient | DeepSeek API Docs)
• Data de lançamento: 10 de setembro de 2026 (fonte: DeepSeek Launches V4.1-Flash With 1M-token Context - Dataconomy)
• Janela de contexto: 1.048.576 tokens (~1M) (fonte: DeepSeek V4.1 Flash - API Pricing & Benchmarks | OpenRouter)
• Parâmetros / arquitetura: 552B parâmetros totais (MoE, arquitetura CED), 8B ativos na entrada e 16B ativos na saída — não verificado se esse split assimétrico está confirmado em fonte primária da DeepSeek, aparece em fontes secundárias (fonte: DeepSeek V4.1 Flash API Pricing & Specs)
• Licença / pesos abertos: não verificado especificamente para V4.1-Flash (não encontrada página de licença oficial no GitHub/HF para esse modelo nesta pesquisa). Para referência histórica da linhagem: DeepSeek-R1 é MIT (código e pesos) e DeepSeek-V3 tem código MIT mas pesos sob licença própria derivada de OpenRAIL (fonte: GitHub - deepseek-ai/DeepSeek-V3 · License, DeepSeek-R1/LICENSE)
• Preço API: off-peak US$ 0,15/1M input (cache miss) / US$ 0,60/1M output; cache hit US$ 0,003/1M; peak (01:00–04:00 UTC e 06:00–10:00 UTC, seg-sex) o dobro desses valores (fonte: DeepSeek Launches V4.1-Flash With 1M-token Context - Dataconomy)
• Benchmarks: não coletados números específicos de SWE-bench/GPQA para o V4.1-Flash nesta pesquisa — não verificado. Para a versão anterior da família V3.x (DeepSeek-V3.2), há dados verificados: GPQA Diamond 82,4 e SWE-bench Verified 77,2 (Resolved) (fonte: DeepSeek-V3.2: Pushing the Frontier of Open Large Language Models)
• Multimodalidade / recursos-chave: primeiro modelo "Flash" com entendimento visual multimodal nativo, modos thinking/non-thinking, tool calling, saída JSON, prompt caching, até 384K tokens de saída máxima (fonte: DeepSeek V4.1 Flash API Pricing & Specs)

Linha do tempo de versões (mais antiga → mais nova, 3 a 6 itens)

O rumor: o que se sabe

• DeepSeek V4.1 Pro Is in the Works — What We Know So Far (OrcaRouter) — segundo os resumos de busca coletados, o artigo afirma que "V4.1 Pro" não está listado, não tem benchmark nem preço publicado, e não aparece em nenhuma página oficial de modelos até a data da pesquisa.
• DeepSeek launches V4.1-Flash and retires V4-Pro (TheNextWeb) — cita que, em 9 de setembro de 2026, um membro da equipe técnica da DeepSeek (nome citado nas buscas: Tianyi Cui) declarou publicamente, em um aviso sobre o tráfego do V4-Pro, que as requisições de API para o DeepSeek V4-Pro seriam redirecionadas para o V4.1-Flash e cobradas na tarifa mais barata do Flash, "até que o DeepSeek V4.1 Pro em si entre no ar" — sem data de lançamento anunciada.
• DeepSeek V4.1 Flash: Price, Specs, and the Rumor Scorecard (CellCog) — trata o V4.1 Pro como item de rumor/expectativa ainda não confirmado, no contexto do lançamento oficial do V4.1 Flash.

Cada afirmação do rumor descrito no briefing do usuário, marcada:

• "líder open-source" — verificável? não, por enquanto. Não há benchmark publicado para o V4.1 Pro; a alegação de liderança não pode ser checada contra nenhum leaderboard (LMArena, Artificial Analysis, SWE-bench) nesta pesquisa.
• "contexto 1M" — verificável? parcialmente. O V4.1 Flash (lançado, não o Pro) já tem 1.048.576 tokens confirmados (fonte acima); é plausível que o Pro herde a mesma janela, mas isso é extrapolação, não confirmação — não verificado para o Pro especificamente.
• "agentes muito fortes" — verificável? não. Nenhuma fonte encontrada traz benchmark de agente (ex.: SWE-bench, Terminal-Bench) para um modelo chamado V4.1 Pro.
• "cortador de preços" — verificável? parcialmente, por padrão histórico. A DeepSeek tem histórico de reduzir preço a cada geração (V4.1 Flash já é mais barato e substituiu o V4 Pro no roteamento), então a expectativa é consistente com o padrão da empresa, mas não há tabela de preço publicada para o V4.1 Pro em si — não verificado.

O que muda na prática vs. versão atual (3 bullets, com "se o rumor se confirmar")

• Hoje (V4.1-Flash) já entrega 1M de contexto e visão nativa a US$ 0,15/US$ 0,60 por 1M tokens (off-peak) — se o rumor do V4.1 Pro se confirmar, o ganho esperado seria em capacidade de raciocínio/agente (mais parâmetros ativos ou arquitetura maior), não necessariamente em contexto, que o Flash já cobre.
• O V4-Pro (antigo topo de linha, US$ 0,66/US$ 1,98 off-peak) já está sendo descontinuado e seu tráfego redirecionado para o Flash — se o V4.1 Pro chegar, ele provavelmente reocupa esse espaço de "modelo topo de linha para tarefas difíceis", com preço acima do Flash.
• Para quem depende de benchmarks de agente/coding hoje, a base de comparação sólida ainda é o DeepSeek-V3.2 (SWE-bench Verified 77,2, GPQA 82,4) — se o V4.1 Pro confirmar "agentes muito fortes", isso precisaria superar esses números com fonte própria, o que ainda não existe.

Utilidade para um criador/educador/dev brasileiro (3 bullets: onde usar, custo, rodar local?, cuidado)

• Onde usar hoje: para agentes/RAG com contexto muito longo e custo baixo, o DeepSeek-V4.1-Flash (já lançado, deepseek-flash na API) é a opção madura agora — evitar planejar produto em cima do "V4.1 Pro" enquanto ele for só um nome citado sem data.
• Custo: aproveitar a janela off-peak (01:00–04:00 e 06:00–10:00 UTC, seg-sex são horário de pico com preço em dobro) para baixar custo de lotes grandes de processamento — fora desse horário e fins de semana o preço cai pela metade (fonte: DeepSeek Launches V4.1-Flash - Dataconomy).
• Rodar local / cuidado: rodar localmente exige checar a licença específica de pesos de cada modelo antes de redistribuir ou usar comercialmente — a linhagem V3 teve licença de pesos diferente da licença do código (MIT no código, licença própria nos pesos do V3); não assumir que todo modelo novo da DeepSeek é MIT sem checar a licença exata do repositório daquele modelo.

Fontes (lista de URLs)

• api-docs.deepseek.com/updates/
• api-docs.deepseek.com/news/news251201/
• api-docs.deepseek.com/news/news250929/
• api-docs.deepseek.com/news/news250821/
• api-docs.deepseek.com/news/news260424/
• api-docs.deepseek.com/news/news260821/
• api-docs.deepseek.com/news/news260910/
• dataconomy.com/2026/09/11/deepseek-v4-1-flash-ul…
• getdeploying.com/llms/deepseek-v4.1-flash
• openrouter.ai/deepseek/deepseek-v4.1-flash
• orcarouter.ai/blog/deepseek-v4-1-pro-leak
• thenextweb.com/news/deepseek-v4-1-flash-launch-v…
• cellcog.ai/blog/deepseek-v4-1-flash-release-date…
• benchlm.ai/deepseek/api-pricing
• arxiv.org/pdf/2512.02556
• github.com/deepseek-ai/DeepSeek-V3?tab=License-2…
• github.com/deepseek-ai/DeepSeek-R1/blob/main/LIC…
• aibase.com/news/20630

Estado em 2026-09-15. Rumor: "GLM-5.5 Zhipu Trillion-Parameter Model Aims to Dethrone the Frontier" — modelo de próxima geração com mais de 1 trilhão de parâmetros, esperado para agosto de 2026 (wan27.org/blog/glm-5-5). Status: rumor com fonte (análise de mercado/imprensa, sem confirmação oficial da Zhipu/Z.ai)

O que é a linhagem (fabricante, posicionamento, 3 frases)

A GLM é a linhagem de modelos de linguagem da Zhipu AI (agora operando sob a marca Z.ai), spin-off da Universidade Tsinghua, focada em modelos de peso aberto competitivos com os líderes fechados (OpenAI, Anthropic, Google). O posicionamento é agressivamente "aberto + agentic coding": os modelos são lançados com pesos publicados no Hugging Face (com variações de licença), preço de API muito abaixo dos concorrentes fechados, e foco forte em tarefas de codificação, uso de ferramentas e workflows agentic de longa duração. Em 2026 a Z.ai tornou-se a primeira empresa de IA chinesa listada publicamente (HKEX, janeiro de 2026), segundo reportagem citada em busca (fonte: presenc.ai/research/zhipu-glm-model-lineage-2026 — não verificado em fonte primária).

Versão atual verificada (set/2026)

• Modelo: GLM-5.3 (fonte: docs.z.ai/guides/llm/glm-5.3)
• Data de lançamento: API em 14/08/2026; pesos abertos publicados em 28/08/2026 no Hugging Face após retenção de segurança de duas semanas (fonte: techjacksolutions.com/ai-brief/zai-glm-53-open-w…)
• Janela de contexto: 1.000.000 tokens de entrada, saída máxima de 128.000 tokens (fonte: docs.z.ai/guides/llm/glm-5.3)
• Parâmetros / arquitetura: MoE, 753B parâmetros totais, 40B parâmetros ativos (fonte: layer3labs.io/guides/glm-5-3-explained)
• Licença / pesos abertos: pesos publicados no Hugging Face (zai-org/GLM-5.3), porém sob licença própria da Z.ai (não é MIT/Apache-2.0) — empresas com mais de US$ 10 bi/ano em receita de "model-as-a-service" precisam passar por revisão de segurança da Z.ai antes de uso comercial. A variante companheira GLM-5.3-Flash (320B) é licenciada em MIT (fonte: digitalapplied.com/blog/glm-5-3-weights-bespoke-…)
• Preço API: input US$ 1,40/1M tokens, output US$ 4,40/1M tokens (input em cache: US$ 0,26/1M) (fonte: venturebeat.com/technology/glm-5-3-hits-the-api-…)
• Benchmarks: Terminal-Bench 3.0: 4,6 → 28,3 (salto vs. GLM-5.2); DeepSWE v1.1: 46,2 → 66,9; Agents' Last Exam: 23,8 → 28,5 (todos vs. GLM-5.2) (fonte: busca agregada citando docs/benchmarks — ver benchlm.ai/models/glm-5-3). SWE-bench Verified e GPQA Diamond para GLM-5.3 especificamente: não verificado (não encontrada fonte primária com o número exato nesta pesquisa)
• Multimodalidade / recursos-chave: texto-somente confirmado para GLM-5.3 nesta pesquisa (fonte: busca agregada, kingy.ai/blog/glm-5-3-specs-benchmarks-api-how-t…); raciocínio (reasoning) obrigatório, com três níveis de esforço selecionáveis (low, high, max — default max) (fonte: docs.z.ai/guides/llm/glm-5.3)

Linha do tempo de versões (mais antiga → mais nova, 3 a 6 itens)

O rumor: o que se sabe

• wan27.org/blog/glm-5-5 — "GLM-5.5 Launching August 2026: Zhipu Trillion-Parameter Model Aims to Dethrone the Frontier" — projeta lançamento em agosto/2026 e mais de 1 trilhão de parâmetros.
• kie.ai/blog/what-is-glm-5-5 — descreve GLM-5.5 como "próximo modelo de peso aberto de 1T parâmetros" da Zhipu, em tom especulativo.
• evolink.ai/blog/glm-5-5-release-date — cobre "data de lançamento, rumores e disponibilidade de API" do GLM-5.5, também especulativo.
• baike.baidu.com/en/item/GLM-5.5/2568706 — verbete de wiki chinesa descrevendo GLM-5.5 como "modelo de linguagem de trilhão de parâmetros" da Zhipu AI — fonte agregadora/enciclopédica, não primária.
• Segundo busca agregada, a projeção de mais de 1 trilhão de parâmetros e a janela de agosto/2026 vêm de reportagem da Reuters e da CGTN citando pesquisa do JPMorgan, com a estimativa de parâmetros também replicada pelo veículo chinês AIBase (fonte: resultado de busca agregado — URLs primárias da Reuters/CGTN/JPMorgan não verificadas diretamente nesta pesquisa).
• Não encontrada nenhuma página em docs.z.ai, blog oficial z.ai/blog, GitHub zai-org ou Hugging Face zai-org que mencione "GLM-5.5" como modelo lançado ou anunciado oficialmente. O lançamento real mais recente confirmado em fonte primária é o GLM-5.3 (z.ai/blog/glm-5.3, docs.z.ai/guides/llm/glm-5.3).
• Uma fonte cita o fundador Tang Jie (Zhipu) descrevendo um upgrade futuro como "epic plus" em 20/07/2026, mas sem identificá-lo explicitamente como GLM-5.5 (fonte: resultado de busca agregado sobre rumores GLM-5.5 — URL primária da declaração não verificada nesta pesquisa).

Cada afirmação do rumor com marcação:

• "Mais de 1 trilhão de parâmetros" — verificável? Não, hoje. É projeção de analistas (JPMorgan, segundo fontes secundárias), não confirmação da Zhipu/Z.ai.
• "Lançamento em agosto de 2026" — verificável? Não — a data já passou (hoje é 15/09/2026) e o que efetivamente foi lançado em agosto de 2026 foi o GLM-5.3 (API em 14/08, pesos em 28/08), não um "GLM-5.5". Não há evidência de que o rumor se concretizou sob esse nome.
• "Nome oficial será 'GLM-5.5'" — verificável? Não — nenhuma fonte primária (z.ai, docs.z.ai, GitHub zai-org, Hugging Face zai-org) usa esse nome até a data desta pesquisa.

O que muda na prática vs. versão atual (3 bullets, com "se o rumor se confirmar")

• Se o rumor se confirmar (>1T parâmetros totais), o GLM-5.5 seria quase o dobro do tamanho do GLM-5.3 (753B totais), provavelmente mantendo a proporção de ativação esparsa (MoE) — mas nenhuma fonte primária confirma a contagem de parâmetros ativos projetada; não verificado.
• Se o rumor se confirmar quanto a contexto de até 1M de tokens (mesma ordem de grandeza do GLM-5.2/5.3), a mudança prática para o usuário seria menor do que sugere o "salto de geração" — o contexto de 1M já está disponível desde o GLM-5.2 (fonte: z.ai/blog/glm-5.2); o ganho real estaria em benchmarks de coding/agentic, não em janela de contexto.
• Dado que a Zhipu adotou estratégia de "rolling release" com pontos incrementais (5.1 → 5.2 → 5.3) em vez de saltos de geração inteira, é plausível — mas não verificado — que o próximo lançamento seja rotulado "GLM-5.4" e não "GLM-5.5", inclusive já circula reportagem (não verificada) que a numeração "5.5" seria apenas especulação de mercado, não roadmap oficial.

Utilidade para um criador/educador/dev brasileiro (3 bullets: onde usar, custo, rodar local?, cuidado)

• Onde usar / custo: hoje, a versão real disponível para uso via API é o GLM-5.3, a US$ 1,40/1M tokens de entrada e US$ 4,40/1M de saída (fonte: venturebeat.com/technology/glm-5-3-hits-the-api-…) — mais caro que o GLM-4.6 (US$ 0,43/US$ 1,75, fonte: openrouter.ai/z-ai/glm-4.6), mas ainda abaixo de modelos fechados de ponta ocidentais (comparação de preço absoluto com Claude/GPT: não verificado nesta pesquisa).
• Rodar local: os pesos do GLM-5.3 estão no Hugging Face (zai-org/GLM-5.3), mas sob licença própria da Z.ai (não MIT) com restrição para empresas de "model-as-a-service" acima de US$ 10 bi/ano de receita — para uso pessoal/educacional isso tende a não se aplicar, mas vale ler os termos antes de redistribuir ou revender acesso (fonte: digitalapplied.com/blog/glm-5-3-weights-bespoke-…). A variante GLM-5.3-Flash (320B) é MIT e mais viável para rodar localmente, embora 320B ainda exija hardware pesado (múltiplas GPUs) segundo fonte agregada (kingy.ai/blog/glm-5-3-specs-benchmarks-api-how-t…).
• Cuidado: o "GLM-5.5" citado em blogs e agregadores (kie.ai, wan27.org, evolink.ai, felloai.com) é especulação de imprensa/analistas — não usar esse nome/nº de parâmetros em material educativo como se fosse fato lançado; hoje (15/09/2026) o modelo real mais avançado publicamente confirmado é o GLM-5.3.

Fontes (lista de URLs)

• docs.z.ai/guides/llm/glm-5.3
• z.ai/blog/glm-5.3
• z.ai/blog/glm-5.2
• z.ai/blog/glm-5.1
• z.ai/blog/glm-5
• github.com/zai-org/GLM-5
• github.com/zai-org/GLM-4.5
• huggingface.co/zai-org/GLM-5.3
• huggingface.co/zai-org/GLM-5
• openrouter.ai/z-ai/glm-4.6
• venturebeat.com/technology/glm-5-3-hits-the-api-…
• digitalapplied.com/blog/glm-5-3-weights-bespoke-…
• techjacksolutions.com/ai-brief/zai-glm-53-open-w…
• layer3labs.io/guides/glm-5-3-explained
• morphllm.com/glm-5-2
• wan27.org/blog/glm-5-5
• kie.ai/blog/what-is-glm-5-5
• evolink.ai/blog/glm-5-5-release-date
• baike.baidu.com/en/item/GLM-5.5/2568706
• developer.puter.com/tutorials/zai-glm-api-pricin…
• presenc.ai/research/zhipu-glm-model-lineage-2026

Estado em 2026-09-15. Rumor: "Kimi K3.1" — post no X de @Mr_Salio em 26/07/2026 alegando uma atualização K3.1 com performance mais próxima de GPT-5.6 e Claude Fable, inferência mais rápida/de menor latência, melhor eficiência de tokens em raciocínio longo, fluxos de coding/agente mais confiáveis, menos passos de raciocínio desperdiçados, vantagem continuada sobre o Claude Opus 5 em algumas tarefas de coding/agente, e lançamento continuado com pesos abertos (fonte: orcarouter.ai/blog/kimi-k3-1-leak). Status: rumor com fonte (uma única fonte não-oficial, sem corroboração)

O que é a linhagem (fabricante, posicionamento, 3 frases)

A Kimi é a família de modelos de linguagem da Moonshot AI, empresa chinesa, com foco em contexto longo, raciocínio agente (agentic) e pesos abertos de grande escala (fonte: en.wikipedia.org/wiki/Kimi_(chatbot)). A linhagem evoluiu de K1.5 (janeiro/2025) para a série K2 (K2, K2 Thinking, K2.5, K2.6, K2.7 Code, K2.8 Preview) e culminou no K3, lançado em 16/07/2026 como o maior modelo de pesos abertos já lançado, com 2,8 trilhões de parâmetros totais (fonte: en.wikipedia.org/wiki/Kimi_(AI)). A Moonshot se posiciona como concorrente direta de OpenAI e Anthropic em benchmarks de ponta, tendo debutado o K3 em 3º lugar no leaderboard da Artificial Analysis, atrás de Claude Fable 5 e GPT-5.6 Sol (fonte: en.wikipedia.org/wiki/Kimi_(AI)).

Versão atual verificada (set/2026)

• Modelo: Kimi K3 (fonte: kimi.ai/blog/kimi-k3). Nota: há também um "Kimi K2.8 Preview" multimodal lançado em 11/09/2026, com performance "próxima do K3" segundo a Moonshot, rodando dentro do Kimi Code (fonte: kucoin.com/news/flash/moonshot-kimi-k2-8-preview…). O K3 segue sendo o modelo-flagship confirmado.
• Data de lançamento: 16/07/2026 (anúncio), pesos completos liberados em 27/07/2026 (fonte: cnbc.com/2026/07/17/moonshot-ai-kimi-k3-model-op… e en.wikipedia.org/wiki/Kimi_(AI))
• Janela de contexto: 1.048.576 tokens (1M) (fonte: en.wikipedia.org/wiki/Kimi_(AI))
• Parâmetros / arquitetura (MoE): 2,8 trilhões de parâmetros totais, 104 bilhões de parâmetros ativos por token (fonte: en.wikipedia.org/wiki/Kimi_(AI))
• Licença / pesos abertos: pesos abertos sob a "Kimi K3 License", uma licença MIT modificada que permite uso comercial livre, modificação, distribuição e fine-tuning; empresas de Model-as-a-Service com receita acima de US$ 20 milhões em 12 meses consecutivos precisam negociar acordo separado com a Moonshot AI (fonte: codersera.com/blog/kimi-k3-complete-guide-2026/,… corroborado por en.wikipedia.org/wiki/Kimi_(chatbot))
• Preço API: input US$ 3,00/1M tokens (cache-miss), US$ 0,30/1M em cache-hit; output US$ 15,00/1M tokens (fonte: benchlm.ai/moonshot/api-pricing)
• Benchmarks:
  • GPQA Diamond: 93,5% (fonte: codersera.com/blog/kimi-k3-benchmarks-comparison…)
  • AIME 2025: 96,1% (fonte: codersera.com/blog/kimi-k3-benchmarks-comparison…)
  • Terminal-Bench 2.1: 88,3% (fonte: emergent.sh/learn/kimi-k3-benchmark)
  • LMArena Frontend Code Arena: Elo 1.679 (posição #1); LMArena texto geral: Elo 1.486 (fonte: codersera.com/blog/kimi-k3-benchmarks-comparison…)
• Multimodalidade / recursos-chave: entrada multimodal (imagem e vídeo), recurso "Swarm" com centenas de sub-agentes para pesquisa profunda (fonte: en.wikipedia.org/wiki/Kimi_(AI))

Linha do tempo de versões (mais antiga → mais nova, 3 a 6 itens)

O rumor: o que se sabe

• orcarouter.ai/blog/kimi-k3-1-leak — resumo: artigo do OrcaRouter (26–27/07/2026) que rastreia um único post no X de @Mr_Salio anunciando "Kimi K3.1 Leak"; o próprio artigo classifica isso como rumor não confirmado e afirma que a Moonshot AI não anunciou nem confirmou oficialmente nenhum "K3.1" até a data de publicação.
• Não há fonte oficial da Moonshot AI (nem platform.moonshot.ai, nem huggingface.co/moonshotai, nem GitHub da Moonshot) mencionando "K3.1" nas buscas realizadas.

Cada afirmação do rumor, com marcação de verificabilidade:

• "Performance mais próxima de GPT-5.6 e Claude Fable" — verificável? não, é uma promessa qualitativa sem benchmark associado no post original (fonte: orcarouter.ai/blog/kimi-k3-1-leak)
• "Inferência mais rápida / menor latência" — verificável? não, nenhum número de latência citado (fonte: orcarouter.ai/blog/kimi-k3-1-leak)
• "Melhor eficiência de tokens em raciocínio longo" — verificável? não, sem métrica (fonte: orcarouter.ai/blog/kimi-k3-1-leak)
• "Coding/agente mais confiáveis, menos passos desperdiçados" — verificável? não, sem benchmark (fonte: orcarouter.ai/blog/kimi-k3-1-leak)
• "Vantagem continuada sobre Claude Opus 5" — verificável? não, sem dado comparativo (fonte: orcarouter.ai/blog/kimi-k3-1-leak)
• "Lançamento continuado com pesos abertos" — verificável? não diretamente, mas é consistente com o padrão histórico da Moonshot (K2 e K3 já foram abertos) — plausível por precedente, não confirmado para K3.1
• Contexto, parâmetros, preço e data de lançamento do rumor: não verificado — o próprio leak não cita nenhum desses números (fonte: orcarouter.ai/blog/kimi-k3-1-leak)

O que muda na prática vs. versão atual (3 bullets, com "se o rumor se confirmar")

• Se o rumor se confirmar, o K3.1 seria uma atualização incremental de eficiência/latência sobre o K3 (2,8T total / 104B ativos, contexto 1M — fonte: en.wikipedia.org/wiki/Kimi_(AI)), não uma reescrita de arquitetura — o post citado não menciona mudança de contagem de parâmetros ou de janela de contexto.
• Se o rumor se confirmar, o principal ganho declarado seria em coding/agentes de longo horizonte com "menos passos desperdiçados", o que se alinha à tendência já vista de K2 Thinking → K3 (raciocínio interleaved com uso de ferramentas) — mas sem número comparável hoje.
• Na prática, o K2.8 Preview (11/09/2026, confirmado) já ocupa o espaço que um "K3.1" ocuparia — é uma atualização real, multimodal, com desempenho "próximo do K3" dentro do Kimi Code — então o rumor K3.1 pode estar confundindo ou antecipando esse lançamento real (fonte: kucoin.com/news/flash/moonshot-kimi-k2-8-preview…).

Utilidade para um criador/educador/dev brasileiro (3 bullets: onde usar, custo, rodar local?, cuidado)

• Onde usar: Kimi K3 é forte em coding agente e documentos/contexto muito longos (1M tokens) — útil para revisar bases de código grandes, contratos extensos ou pesquisa com muitas fontes; acesso via API oficial (api.moonshot.ai) ou revendedores como OpenRouter.
• Custo: input US$ 3,00/1M e output US$ 15,00/1M tokens no K3 (fonte: benchlm.ai/moonshot/api-pricing) — mais caro que as variantes K2.x (K2.5 a US$ 0,60/US$ 3,00, K2.6/K2.7 a US$ 0,95/US$ 4,00 — mesma fonte); para uso de alto volume, vale comparar custo-benefício com K2.7 Code, que é mais barato e focado em coding.
• Rodar local / cuidado: pesos abertos sob "Kimi K3 License" (MIT modificada) permitem self-host, mas 2,8T de parâmetros totais exige infraestrutura de GPU de classe empresarial — inviável em hardware doméstico; empresas com receita acima de US$ 20 milhões/ano que ofereçam o modelo como serviço a terceiros precisam de acordo comercial separado com a Moonshot (fonte: codersera.com/blog/kimi-k3-complete-guide-2026/…). Cuidado: há acusações não confirmadas de que o K3 teria sido destilado do Claude Fable, segundo autoridades dos EUA — tratar como controvérsia em aberto, não fato (fonte: en.wikipedia.org/wiki/Kimi_(AI)).

Fontes (lista de URLs)

• en.wikipedia.org/wiki/Kimi_(AI)
• en.wikipedia.org/wiki/Kimi_(chatbot)
• cnbc.com/2026/07/17/moonshot-ai-kimi-k3-model-op…
• orcarouter.ai/blog/kimi-k3-1-leak
• openrouter.ai/moonshotai/kimi-k2-thinking
• openrouter.ai/moonshotai/kimi-k2.5
• benchlm.ai/moonshot/api-pricing
• codersera.com/blog/kimi-k3-benchmarks-comparison…
• emergent.sh/learn/kimi-k3-benchmark
• codersera.com/blog/kimi-k3-complete-guide-2026/…
• kimi-k2.org/blog/24-kimi-k2-6-release
• marktechpost.com/2026/06/12/moonshot-ai-releases…
• kucoin.com/news/flash/moonshot-kimi-k2-8-preview…
• llm-stats.com/models/kimi-k2.8
• intuitionlabs.ai/articles/kimi-k2-open-weight-ll…
• kimi.ai/blog/kimi-k3

Estado em 2026-09-15. Rumor: próxima geração Tongyi da Alibaba, grande salto em multimodalidade e coding, ecossistema mais amplo. Status: rumor com fonte (arquitetura já pré-anunciada via modelo-preview, sem lançamento oficial do "Qwen4" completo)

O que é a linhagem (fabricante, posicionamento, 3 frases)

A linhagem Qwen (Tongyi Qianwen) é desenvolvida pelo Qwen Team, da Alibaba Cloud, e cobre desde modelos densos pequenos até flagships MoE de grande porte, com braço aberto (pesos no Hugging Face, licença Apache 2.0 na maioria dos releases) e um braço proprietário via API (linha "Max"), este último fechado. A empresa evoluiu rapidamente em 2026: da série Qwen3 (abril/2025) passou por Qwen3.5 (fevereiro/2026, nativamente multimodal) e chegou a Qwen3.6/3.7/3.8, com a linha "Max" evoluindo em paralelo como modelo proprietário top-tier via Alibaba Cloud Model Studio (ex-DashScope). Em agosto de 2026 a Alibaba lançou o "Qwen3.8-Flash-Next" descrito explicitamente como prévia da arquitetura da próxima geração "Qwen4", mas sem confirmar data nem lançar o Qwen4 completo até 15/09/2026 (fonte: technode.com/2026/08/26/alibabas-qwen-to-open-so…).

Versão atual verificada (set/2026)

• Modelo: Qwen3.8-Max (proprietário, via API) e Qwen3.8-2.4T-A95B (pesos abertos do flagship, lançados em paralelo) (fonte: yottalabs.ai/post/qwen-3-8-max-release-date-spec… ; fonte: developersdigest.tech/blog/qwen-3-8-max-release-…)
• Data de lançamento: preview em 19/07/2026, disponibilidade geral (GA) em 03/08/2026; pesos abertos do Qwen3.8-2.4T-A95B liberados em 12/08/2026 (fonte: yottalabs.ai/post/qwen-3-8-benchmarks-what-is-ve… ; fonte: yottalabs.ai/post/qwen-3-8-max-release-date-spec…)
• Janela de contexto: 1.000.000 de tokens (até 128k tokens de saída) (fonte: yottalabs.ai/post/qwen-3-8-max-release-date-spec…)
• Parâmetros / arquitetura (total e ativos, MoE): 2,4 trilhões de parâmetros totais, ~95B ativados por token (fonte: developersdigest.tech/blog/qwen-3-8-max-release-… ; fonte: yottalabs.ai/post/qwen-3-8-max-release-date-spec…)
• Licença / pesos abertos: o Qwen3.8-Max (via API) é proprietário/fechado — pesos não publicados (fonte: packetnebula.com/articles/qwen-3-8-max-open-sour…). O flagship "companheiro" Qwen3.8-2.4T-A95B teve pesos abertos publicados em 12/08/2026, primeiro release aberto de um flagship classe "Max" da Qwen (fonte: yottalabs.ai/post/qwen-3-8-benchmarks-what-is-ve…) — não verificado qual licença exata (Apache 2.0 ou outra) para esse release específico de pesos abertos.
• Preço API: input US$ 2,00/1M, output US$ 6,00/1M tokens, no Alibaba Cloud Model Studio/QwenCloud (fonte: yottalabs.ai/post/qwen-3-8-max-release-date-spec… ; fonte: neomanex.com/news/qwen3-8-max-pricing-published-…). Nota: valores anteriores (Qwen3-Max e Qwen3.7-Max) variam por provedor de revenda — não usados aqui por não serem a fonte primária.
• Benchmarks: GPQA Diamond 92,6 (fonte: WebSearch agregando benchlm.ai/models/qwen3-8-max via resultado "Qwen 3.8 Benchmarks: What's Actually Verified So Far" — não verificado em fonte primária qwen.ai, marcar como não verificado em fonte primária); SWE-bench Pro 67,7 (mesma fonte, não verificado em fonte primária); SWE-bench Verified (Qwen3-Max-Instruct, geração anterior) 69,6 (fonte: qwen.ai/blog?id=qwen3-max, conteúdo obtido via busca indexada — página é renderizada em JS e não foi possível confirmar o texto bruto na visita direta, tratar como não verificado diretamente); AIME 25: Qwen3-Max-Thinking atinge 100 pontos (fonte: qwen.ai/blog?id=qwen3-max-thinking, mesma ressalva de renderização JS — não verificado diretamente); LMArena: Qwen3-Max-Instruct (preview) no top-3 do leaderboard de texto (fonte: qwen.ai/blog?id=qwen3-max, não verificado diretamente, valor Elo numérico = não verificado).
• Multimodalidade / recursos-chave: Qwen3.5 (fev/2026) já introduziu arquitetura nativamente multimodal (texto+visão), com atenção linear híbrida (Gated Delta Networks) + MoE esparso, 397B totais / 17B ativos no maior modelo aberto da série (fonte: WebSearch resultado "Qwen3.5: Towards Native Multimodal Agents" agregando qwen.ai/blog?id=qwen3.5 — conteúdo não confirmado em fonte primária por bloqueio de fetch direto, marcar não verificado diretamente). Qwen3.8-Max mantém entrada nativa de texto e visão (fonte: yottalabs.ai/post/qwen-3-8-max-release-date-spec…).

Linha do tempo de versões (mais antiga → mais nova, 3 a 6 itens)

O rumor: o que se sabe

• technode.com/2026/08/26/alibabas-qwen-to-open-so… — Alibaba abriu o código do "Qwen3.8-Flash-Next", descrito pela própria Qwen como prévia da arquitetura de próxima geração "Qwen4", para a comunidade de devs se preparar; não é o lançamento do Qwen4 em si.
• kucoin.com/news/flash/alibaba-to-release-qwen-3-… — mesma notícia (26/08/2026), reforça caráter de "preview arquitetural", não de lançamento.
• decrypt.co/376530/alibaba-qwen-3-8-flash-next-pr… — cobertura similar, sem data de lançamento do Qwen4 completo.
• yottalabs.ai/post/qwen-4-release-date-what-is-kn… — menciona um leak de 20/07/2026 (atribuído a um canal do YouTube) alegando lançamento em setembro/2026, mas sem documentação nem confirmação da Alibaba; e cita um mercado de previsão (prediction market) dando 44% de chance de lançamento antes de 01/10/2026 e 74% antes de 01/11/2026 — isso é especulação de mercado, não fonte oficial.
• Cada afirmação do rumor:
  • "Qwen4 terá arquitetura MoE com fração bem menor de parâmetros ativos (ex.: 6B ativos em 125B totais, como no Flash-Next)" — verificável? sim, parcialmente — já demonstrado no Qwen3.8-Flash-Next, que é explicitamente chamado de prévia da arquitetura Qwen4 (fonte: technode.com acima). Mas não confirma que o Qwen4 "cheio" (flagship) terá exatamente essas proporções.
  • "Lançamento em setembro/2026" — verificável? não — baseado em leak não documentado sem confirmação oficial da Alibaba (fonte: yottalabs.ai acima).
  • "Grande salto em multimodalidade e coding, ecossistema mais amplo" — verificável? não — não encontrada declaração oficial da Alibaba especificamente atribuída ao "Qwen4" com esses termos; a tendência de "multimodalidade nativa" já apareceu no Qwen3.5 (fev/2026), então é razoável como extrapolação, mas não é uma claim oficial sobre o Qwen4 em si — sem fonte pública direta encontrada.

O que muda na prática vs. versão atual (3 bullets, com "se o rumor se confirmar")

• Eficiência de inferência: o Qwen3.8-Flash-Next já mostra a Alibaba migrando para MoE com fração ativa bem menor (6B ativos / 125B totais) — se o rumor do Qwen4 se confirmar nessa linha, espera-se custo de API mais baixo e latência menor por token gerado, mantendo capacidade de "modelo grande" (fonte: technode.com/2026/08/26/alibabas-qwen-to-open-so…).
• Multimodalidade nativa: a versão atual (Qwen3.8-Max) já tem entrada de texto+visão; se o rumor do "grande salto em multimodalidade" se confirmar, o Qwen4 deve estender isso a mais modalidades nativas (áudio/vídeo) de forma mais integrada — sem fonte oficial específica sobre isso para o Qwen4, é extrapolação da tendência iniciada no Qwen3.5.
• Pesos abertos: a versão atual já rompeu precedente ao abrir pesos de um flagship "Max" (Qwen3.8-2.4T-A95B, 12/08/2026); se o rumor de "ecossistema mais amplo" se confirmar, é plausível que o Qwen4 continue essa política de abrir ao menos uma variante flagship — mas isso não está confirmado para o Qwen4 especificamente, é inferência a partir do padrão recente.

Utilidade para um criador/educador/dev brasileiro (3 bullets: onde usar, custo, rodar local?, cuidado)

• Onde usar: via API no Alibaba Cloud Model Studio (Qwen3.8-Max) para tarefas de contexto longo (1M tokens) e coding/agentes — útil para quem já usa Claude/GPT e quer comparar custo-benefício, já que o preço (US$ 2/US$ 6 por 1M) é competitivo frente a modelos frontier ocidentais (fonte: yottalabs.ai/post/qwen-3-8-max-release-date-spec…).
• Custo/rodar local: quem quer rodar localmente (sem custo de API) pode usar os pesos abertos — Qwen3-235B-A22B (Apache 2.0, mais antigo, leve para MoE) ou o mais recente Qwen3.8-2.4T-A95B (pesos abertos desde 12/08/2026), mas este último exige hardware substancial dado o tamanho (2,4T total); nenhuma licença específica desse último release foi verificada nesta pesquisa — checar o card do Hugging Face antes de usar comercialmente (fonte: yottalabs.ai/post/qwen-3-8-benchmarks-what-is-ve…).
• Cuidado: o "Qwen4" ainda não existe como lançamento oficial em 15/09/2026 — qualquer conteúdo educacional ou comercial que prometa "já use o Qwen4" está se referindo, na prática, ao preview arquitetural (Qwen3.8-Flash-Next) ou a especulação de mercado; não confundir isso com um lançamento confirmado.

Fontes (lista de URLs)

• qwen.ai/blog?id=qwen3.5
• qwen.ai/blog?id=qwen3-max
• qwen.ai/blog?id=qwen3-max-thinking
• yottalabs.ai/post/qwen-3-8-max-release-date-spec…
• yottalabs.ai/post/qwen-3-8-benchmarks-what-is-ve…
• yottalabs.ai/post/qwen-4-release-date-what-is-kn…
• developersdigest.tech/blog/qwen-3-8-max-release-…
• neomanex.com/news/qwen3-8-max-pricing-published-…
• technode.com/2026/08/26/alibabas-qwen-to-open-so…
• kucoin.com/news/flash/alibaba-to-release-qwen-3-…
• decrypt.co/376530/alibaba-qwen-3-8-flash-next-pr…
• packetnebula.com/articles/qwen-3-8-max-open-sour…
• huggingface.co/Qwen/Qwen3-235B-A22B
• huggingface.co/Qwen/Qwen3-235B-A22B-Instruct-250…
• benchlm.ai/models/qwen3-8-max

Estado em 2026-09-15. Rumor: upgrade completo, contexto de 1M tokens, velocidade do Flash com inteligência do Pro. Status: rumor com fonte

O que é a linhagem (fabricante, posicionamento, 3 frases)

Gemini é a família de modelos de linguagem multimodais do Google DeepMind, sucessora do Gemini 1.5/2.5. A linhagem atual é o "Gemini 3.x", lançada a partir de 18/11/2025 com o Gemini 3 Pro, seguida por uma cadência rápida de modelos "Flash" (3, 3.5, 3.6, 3.7, 3.8) e do "Pro" mais recente, Gemini 3.1 Pro (fonte: felloai.com/all-we-know-about-google-gemini-4/). O posicionamento é dividir a linha em Pro (raciocínio/conhecimento amplo), Flash (custo-benefício e velocidade) e Flash-Lite (alto volume/baixo custo), todos ainda em preview na API (fonte: ai.google.dev/gemini-api/docs/gemini-3). Um "Gemini 3.5 Pro" prometido por Sundar Pichai para junho/2026 nunca foi lançado, e a Google seguiu iterando os modelos Flash em vez disso (fonte: techcrunch.com/2026/07/21/google-releases-three-…).

Versão atual verificada (set/2026)

• Modelo: gemini-3.1-pro-preview (Gemini 3.1 Pro) — modelo "Pro" mais avançado da API hoje (fonte: ai.google.dev/gemini-api/docs/gemini-3)
• Data de lançamento: 19/02/2026 (fonte: felloai.com/all-we-know-about-google-gemini-4/)
• Janela de contexto: 1.048.576 tokens de entrada / até 64k tokens de saída (fonte: ai.google.dev/gemini-api/docs/gemini-3)
• Preço API: input US$ 2,00/1M (prompts até 200k tokens) e US$ 4,00/1M (acima de 200k); output US$ 12,00/1M (até 200k) e US$ 18,00/1M (acima de 200k) (fonte: ai.google.dev/gemini-api/docs/gemini-3)
• Benchmarks: GPQA Diamond 94,3% (fonte: smartchunks.com/gemini-3-1-pro-benchmarks-gpqa-h…); SWE-bench Verified 80,6% (fonte: smartchunks.com/gemini-3-1-pro-benchmarks-gpqa-h…); ranking #1 na LMArena (fonte: smartchunks.com/gemini-3-1-pro-benchmarks-gpqa-h…) — valor numérico de Elo não verificado em fonte primária, não verificado
• Multimodalidade / recursos-chave: Computer Use (controle de navegador/apps), geração de imagem via Nano Banana Pro/2 (Gemini 3 Pro Image e Gemini 3.1 Flash Image), thinking levels ajustáveis (fonte: ai.google.dev/gemini-api/docs/gemini-3)

Nota complementar: o modelo Flash mais recente lançado é o Gemini 3.8 Flash, em 02/09/2026, com contexto de 1M tokens/64k de saída e preço introdutório de US$ 0,75/1M input e US$ 3,75/1M output (válido até 31/12/2026, subindo para US$ 1,50/US$ 7,50 em 01/01/2027) (fonte: ai.google.dev/gemini-api/docs/latest-model e layer3labs.io/guides/gemini-3-8-flash-pricing…).

Linha do tempo de versões (mais antiga → mais nova, 3 a 6 itens)

O rumor: o que se sabe

• felloai.com/all-we-know-about-google-gemini-4/ — tabela "Rumor Log" confirma oficialmente que o pré-treinamento do Gemini 4 começou (Google, 21/07/2026, call de resultados do Q2), mas classifica "lançamento no final de 2026" como especulativo e "novo model ID gemini-4-* na API" como falso (checado em 02/09/2026)
• nokiapoweruser.com/gemini-4-leak-september-launc… — argumenta que ir de início de pré-treinamento (fim de julho) a lançamento amplo em setembro seria uma janela incomumente curta, tratando lançamento em setembro como improvável; cita um "leak" de contexto de 1,5 milhão de tokens e checkpoint interno do "Gemini 4 Pro" com lançamento público mirado para outubro — mas sem link para fonte primária/documento verificável
• timesofai.com/news/gemini-4-leaks-show-google-ch… — repete leaks de contexto ampliado e ganhos em coding, sem fonte primária citada
• nokiapoweruser.com/google-gemini-4-pro-first-che… — alega "primeiro checkpoint do Gemini 4 Pro" com lançamento em outubro e Flash-Lite/NB2Lite em setembro; artigo de rumor de um único veículo, sem confirmação da Google

Cada afirmação do rumor do usuário ("upgrade completo, contexto de 1M tokens, velocidade do Flash com inteligência do Pro"):

• "Upgrade completo" (nova geração Gemini 4): verificável? não — a Google confirmou apenas início de pré-treinamento (fonte: felloai.com/all-we-know-about-google-gemini-4/); não há confirmação de lançamento, nome final ou escopo do "upgrade completo".
• "Contexto de 1M tokens": verificável? não, e contraditório — isso já é o padrão da geração 3.x atual (1.048.576 tokens, ver seção 2); os leaks sobre Gemini 4 falam em 1,5M+ tokens, não 1M, então a afirmação do rumor citada no prompt não bate com os leaks mais recentes encontrados (fonte: nokiapoweruser.com/gemini-4-leak-september-launc…).
• "Velocidade do Flash com inteligência do Pro": verificável? não — essa é exatamente a descrição oficial já usada pela Google para o Gemini 3 Flash ("Pro-level intelligence at the speed and pricing of Flash", fonte: ai.google.dev/gemini-api/docs/gemini-3); não há fonte que aplique essa frase especificamente ao Gemini 4 — parece reciclagem do posicionamento de marketing já usado na geração 3, não um claim novo sobre o Gemini 4.

O que muda na prática vs. versão atual (3 bullets, com "se o rumor se confirmar")

• Se o rumor de contexto de 1,5M+ tokens se confirmar, o Gemini 4 superaria o teto atual de 1.048.576 tokens da geração 3.x — mas a própria geração 3.x já mostra queda de recall em janelas grandes (Gemini 3.6 Flash recupera só 54,0% no GDM-MRCR v2 no limite de 1M, fonte: felloai.com/all-we-know-about-google-gemini-4/), então "mais tokens" não garante mais utilidade prática sem dados de recall do Gemini 4.
• Se o rumor de "velocidade do Flash com inteligência do Pro" se confirmar como unificação de linha, isso repetiria — em escala maior — o que a Google já fez ao lançar o Gemini 3 Flash com esse mesmo discurso; o ganho real dependeria de benchmarks publicados (SWE-bench, GPQA) que hoje não existem para o Gemini 4.
• Nenhuma fonte confirma data de lançamento nem preço do Gemini 4: até que a Google publique algo em ai.google.dev/blog.google, qualquer planejamento de custo ou de migração de projeto deve seguir os preços atuais do Gemini 3.1 Pro / 3.8 Flash (seção 2), não os rumores.

Utilidade para um criador/educador/dev brasileiro (3 bullets: onde usar, custo, cuidado)

• Onde usar: para produção de conteúdo/curso hoje, o par recomendável verificado é Gemini 3.8 Flash (tarefas rápidas, custo baixo, contexto de 1M) e Gemini 3.1 Pro (raciocínio mais pesado, pesquisa, código complexo) — ambos disponíveis via Gemini API/AI Studio (fonte: ai.google.dev/gemini-api/docs/gemini-3).
• Custo: o Gemini 3.8 Flash está em preço introdutório (US$ 0,75/US$ 3,75 por 1M tokens) só até 31/12/2026, dobrando depois (US$ 1,50/US$ 7,50) — vale orçar já pensando no reajuste de janeiro/2027 (fonte: layer3labs.io/guides/gemini-3-8-flash-pricing…).
• Cuidado: não planejar nenhum produto ou automação em cima do "Gemini 4" agora — não há model ID, preço ou data confirmados pela Google; todas as fontes com números de contexto/benchmark para o "Gemini 4" são leaks de imprensa especializada, não documentação oficial (fonte: felloai.com/all-we-know-about-google-gemini-4/).

Fontes (lista de URLs)

• ai.google.dev/gemini-api/docs/gemini-3
• ai.google.dev/gemini-api/docs/pricing
• ai.google.dev/gemini-api/docs/latest-model
• ai.google.dev/gemini-api/docs/changelog
• techcrunch.com/2026/07/21/google-releases-three-…
• felloai.com/all-we-know-about-google-gemini-4/
• nokiapoweruser.com/gemini-4-leak-september-launc…
• nokiapoweruser.com/google-gemini-4-pro-first-che…
• timesofai.com/news/gemini-4-leaks-show-google-ch…
• smartchunks.com/gemini-3-1-pro-benchmarks-gpqa-h…
• layer3labs.io/guides/gemini-3-8-flash-pricing…

Estado em 2026-09-15. Rumor: novo release do Meta Superintelligence Labs, workflows de agente mais eficientes em tokens, menos recursos em tarefas longas. Status: rumor sem fonte pública encontrada — na verdade a versão estável verificada é Muse Spark 1.3 (lançada 2026-09-02), não existe "1.4" documentado em nenhuma fonte primária ou secundária confiável até a data deste dossiê.

O que é a linhagem (fabricante, posicionamento, 3 frases)

Muse Spark é a família de modelos de linguagem multimodal da Meta, desenvolvida pelo Meta Superintelligence Labs (MSL), a divisão de IA liderada por Alexandr Wang criada após o investimento da Meta na Scale AI (fonte: en.wikipedia.org/wiki/Meta_Superintelligence_Lab…). É distinta da linhagem Llama (pesos abertos, licença customizada): Muse Spark é proprietária, voltada a raciocínio multimodal, uso de ferramentas/computador e tarefas agenticas de código, servida via Meta AI app, meta.ai e Meta Model API (fonte: ai.meta.com/blog/introducing-muse-spark-meta-mod…). A família Muse também inclui modelos irmãos fora do escopo de "Spark": Muse Image (geração de imagem, fonte: about.fb.com/news/2026/07/introducing-muse-image…), Muse Code (agente de codificação em terminal, fonte: techcrunch.com/2026/08/05/meta-launches-muse-cod…), Muse Glimmer (modelo agentic pequeno e de pesos abertos, fonte: research.meta.ai/blog/introducing-muse-glimmer-o…) e Muse Voice Transcribe (ASR em tempo real, fonte: marktechpost.com/2026/09/01/meta-superintelligen…).

Versão atual verificada (set/2026)

• Modelo: Muse Spark 1.3 (fonte: en.wikipedia.org/wiki/Muse_Spark — infobox "Stable release: Muse Spark 1.3 / September 2, 2026")
• Data de lançamento: 2026-09-02 (fonte: en.wikipedia.org/wiki/Muse_Spark)
• Janela de contexto: não verificado em fonte primária direta (o blog oficial de lançamento — research.meta.ai/blog/introducing-muse-spark-1-3 — não divulga o número exato de tokens de contexto). A versão Muse Spark 1.1 (predecessora imediata) foi descrita por cobertura de imprensa como suportando "um milhão de tokens de contexto", mas essa cifra não foi confirmada num documento oficial da Meta consultado nesta pesquisa — tratar como não verificado.
• Parâmetros / arquitetura (total e ativos, se MoE): não verificado — a Meta não divulgou contagem de parâmetros para Muse Spark 1.1/1.2/1.3 nos posts oficiais consultados (ai.meta.com/blog/introducing-muse-spark-msl/, ai.meta.com/blog/introducing-muse-spark-meta-mod… research.meta.ai/blog/introducing-muse-spark-1-3). Diferente da linhagem Llama, a Meta não publicou arquitetura/contagem para os modelos Muse Spark.
• Licença / pesos abertos: proprietária, modelo fechado — só acessível via API/produto (fonte: en.wikipedia.org/wiki/Muse_Spark, infobox "License: Proprietary - Spark"). O irmão Muse Glimmer é Apache 2.0 (pesos abertos) — fonte: mesma infobox da Wikipedia.
• Preço API: para Muse Spark 1.1 (jul/2026), Meta cobrou US$ 1,25 por 1M tokens de input e US$ 4,25 por 1M tokens de output, segundo declaração do CAIO Alexandr Wang (fonte: cnbc.com/2026/07/09/meta-jumps-into-ai-coding-ma…). Para Muse Spark 1.3 (set/2026), uma cobertura secundária menciona um preço "blended" de aproximadamente US$ 0,10 por milhão de tokens, sem detalhar a separação input/output nem citar fonte primária Meta — tratar como não verificado com ressalva (fonte da menção: local-ai-zone.github.io/blog/September_2026_AI_M…).
• Benchmarks (2 a 4, com valor e fonte): não verificado — o post oficial de lançamento do Muse Spark 1.3 (research.meta.ai/blog/introducing-muse-spark-1-3) apresenta exemplos qualitativos de output em tarefas agenticas (ex.: relatórios, apresentações, edição de áudio) mas não expõe tabela de benchmarks padronizados (SWE-bench, GPQA, AIME, LMArena) nesta pesquisa. Nenhuma fonte consultada trouxe esses números para Muse Spark.
• Multimodalidade / recursos-chave: modelo de raciocínio multimodal nativo com suporte a uso de ferramentas ("tool-use"), cadeia de pensamento visual e orquestração multi-agente; Muse Spark 1.3 foi otimizado para reduzir número de chamadas de ferramenta e uso de tokens em tarefas agenticas longas, e para reportar quando encontra um obstáculo em vez de "alucinar" um resultado (fonte: local-ai-zone.github.io/blog/September_2026_AI_M… e research.meta.ai/blog/introducing-muse-spark-1-3).

Linha do tempo de versões (mais antiga → mais nova)

O rumor: o que se sabe

• Fontes que citam o modelo rumorado (URL + resumo de 1 linha): sem fonte pública encontrada. Buscas diretas por "Muse Spark 1.4", Meta Superintelligence Labs Muse 1.4, e variações não retornaram nenhum artigo, post oficial, página da Wikipedia, ou changelog mencionando essa versão. A versão estável mais recente confirmada em todas as fontes consultadas (Wikipedia, blog oficial do MSL, imprensa) é Muse Spark 1.3, lançada em 2026-09-02.
• Cada afirmação do rumor com marcação:
  • "Novo release do MSL" — verificável? não, no momento — não há anúncio, changelog ou vazamento apontando uma versão 1.4; o padrão de cadência observado (1.1→1.2→1.3 em intervalos de ~4-5 semanas: jul/ago/set 2026) tornaria um "1.4" plausível para outubro/2026, mas isso é inferência de padrão, não confirmação.
  • "Workflows de agente mais eficientes em tokens" — verificável? parcialmente, mas já é característica descrita da 1.3, não de uma "1.4" — o próprio Muse Spark 1.3 (lançado 2026-09-02) já foi divulgado com esse exato objetivo ("cutting tool-call counts and token usage in agentic tasks", fonte: local-ai-zone.github.io/blog/September_2026_AI_M…). Isso sugere que o rumor sobre "1.4" pode ser uma confusão ou reaproveitamento da descrição real da versão 1.3, e não uma informação nova sobre uma versão futura.
  • "Menos recursos em tarefas longas" — verificável? não — nenhuma fonte associa essa frase especificamente a uma versão 1.4; é consistente com o discurso de eficiência já usado para a 1.3.

O que muda na prática vs. versão atual (3 bullets, com "se o rumor se confirmar")

• Hoje (Muse Spark 1.3, confirmado): já entrega o que o rumor descreve — menos chamadas de ferramenta e menos consumo de tokens em tarefas agenticas longas, com melhor autoavaliação de limites (fonte: local-ai-zone.github.io/blog/September_2026_AI_M…). Ou seja, mesmo sem uma "1.4" existir, o ganho de eficiência descrito no rumor já está disponível na versão real e atual.
• Se o rumor se confirmar como uma futura "1.4": a expectativa razoável, seguindo o padrão de cadência mensal da família (abr → jul 1.1 → ago 1.2 → set 1.3), seria um refinamento incremental de eficiência/custo por tarefa, não necessariamente mudança de arquitetura ou parâmetros — já que a Meta não costuma divulgar esses números para o Muse Spark.
• Sem confirmação: para qualquer decisão de produção hoje (15/09/2026), o dev/criador deve planejar em cima da Muse Spark 1.3 real e verificada, não de uma "1.4" hipotética.

Utilidade para um criador/educador/dev brasileiro (3 bullets: onde usar, custo, rodar local?, cuidado)

• Onde usar: Muse Spark serve via Meta AI app / meta.ai e, para devs, via Meta Model API em preview público (fonte: ai.meta.com/blog/introducing-muse-spark-meta-mod…); é fechado e não roda local. Para quem quer rodar localmente ou usar pesos abertos da Meta, a opção é a linhagem Llama 4 (Scout/Maverick, com licença Llama Community License — uso comercial permitido abaixo de 700M usuários mensais ativos, com restrições de "Built with Llama" e proibição de treinar modelos concorrentes, fonte: techjacksolutions.com/ai-tools/meta-llama/llama-…) ou o Muse Glimmer, que é Apache 2.0 e projetado para rodar no dispositivo (fonte: research.meta.ai/blog/introducing-muse-glimmer-o…).
• Custo: Muse Spark 1.1 custava US$ 1,25/1M input e US$ 4,25/1M output via Meta Model API (fonte: cnbc.com/2026/07/09/meta-jumps-into-ai-coding-ma…); já Llama 4 é sensivelmente mais barato via provedores terceiros — Llama 4 Scout no Groq custa US$ 0,11/1M input e US$ 0,34/1M output (fonte: cloudzero.com/blog/groq-pricing/), e Llama 4 Maverick no DeepInfra custa US$ 0,15/1M input e US$ 0,60/1M output (fonte: techjacksolutions.com/ai-tools/meta-llama/llama-…). O acesso à API do Muse Spark além disso ainda está limitado a waitlist/parceiros (fonte: cnbc acima).
• Cuidado: não tratar "Muse Spark 1.4" como real em roteiro, aula ou conteúdo publicado — na data deste dossiê (2026-09-15) a versão verificável é a 1.3; qualquer menção a "1.4" deve ser marcada explicitamente como rumor não confirmado, sob risco de disseminar informação falsa sobre uma linhagem de IA real.

Fontes (lista de URLs)

• en.wikipedia.org/wiki/Muse_Spark
• en.wikipedia.org/wiki/Meta_Superintelligence_Lab…
• ai.meta.com/blog/introducing-muse-spark-msl/
• ai.meta.com/blog/introducing-muse-spark-meta-mod…
• research.meta.ai/blog/introducing-muse-spark-1-3
• research.meta.ai/blog/introducing-muse-glimmer-o…
• about.fb.com/news/2026/04/introducing-muse-spark…
• about.fb.com/news/2026/07/introducing-muse-image…
• cnbc.com/2026/04/08/meta-debuts-first-major-ai-m…
• cnbc.com/2026/07/09/meta-jumps-into-ai-coding-ma…
• cnbc.com/2026/07/07/meta-ai-muse-image.html
• techcrunch.com/2026/08/05/meta-launches-muse-cod…
• marktechpost.com/2026/09/01/meta-superintelligen…
• local-ai-zone.github.io/blog/September_2026_AI_M…
• ai.meta.com/blog/llama-4-multimodal-intelligence…
• artificialanalysis.ai/models/llama-4-scout/provi…
• cloudzero.com/blog/groq-pricing/
• techjacksolutions.com/ai-tools/meta-llama/llama-…
• fortune.com/2026/07/09/meta-muse-spark-1-1-relea…

Estado em 2026-09-15. Rumor: Xiaomi entrando em IA de fronteira com variantes Pro e Flash para nuvem, rollout mais rápido. Status: rumor com fonte

O que é a linhagem (fabricante, posicionamento, 3 frases)

A MiMo é a linhagem de modelos de IA da Xiaomi, iniciada em abril de 2025 com o MiMo-7B (foco em raciocínio matemático e código) e expandida para visão (MiMo-VL), áudio/voz (MiMo-Audio, MiMo-V2.5-TTS/ASR) e modelos de fronteira em larga escala (MiMo-V2-Flash, MiMo-V2-Pro, MiMo-V2.5/V2.5-Pro) (fonte: en.wikipedia.org/wiki/Xiaomi_MiMo). O projeto é liderado por Luo Fuli, ex-pesquisadora da DeepSeek que assumiu a equipe MiMo (fonte: en.wikipedia.org/wiki/Xiaomi_MiMo). A estratégia da Xiaomi para 2026 é integrar chip próprio (XRING O1), sistema operacional próprio (HyperOS) e modelo próprio (MiMo) no ecossistema "pessoas × carro × casa" (fonte: asiatimes.com/2026/06/hidden-in-plain-sight-the-…).

Versão atual verificada (set/2026)

• Modelo: MiMo-V2.5-Pro (flagship atual da Xiaomi) (fonte: openrouter.ai/xiaomi/mimo-v2-pro)
• Data de lançamento: fim de abril de 2026 (MiMo-V2.5 e MiMo-V2.5-Pro open-sourced sob MIT) (fonte: orcarouter.ai/blog/xiaomi-mimo-v3-flash-leak)
• Janela de contexto: 1.000.000 (1M) tokens — listado como "1.1M context" na página do OpenRouter (fonte: openrouter.ai/xiaomi/mimo-v2-pro)
• Parâmetros / arquitetura: 1,02 trilhão de parâmetros totais, 42 bilhões ativos, Mixture-of-Experts (fonte: orcarouter.ai/blog/xiaomi-mimo-v3-flash-leak)
• Licença / pesos abertos: MIT, open-source (fonte: orcarouter.ai/blog/xiaomi-mimo-v3-flash-leak;… confirmado também para a Wikipedia quanto ao padrão de licenciamento da família: en.wikipedia.org/wiki/Xiaomi_MiMo)
• Preço API: input US$ 0,3045 / 1M tokens, output US$ 0,609 / 1M tokens (listagem via OpenRouter) (fonte: openrouter.ai/xiaomi/mimo-v2-pro)
• Benchmarks: não verificado (números específicos de GPQA Diamond, SWE-bench Verified, AIME e LMArena para o MiMo-V2.5-Pro especificamente não foram encontrados nas fontes consultadas; a página do OpenRouter cita apenas que o modelo tem "top rankings" em ClawEval, GDPVal e SWE-bench Pro, sem valores numéricos) (fonte: openrouter.ai/xiaomi/mimo-v2-pro)
• Multimodalidade / recursos-chave: contexto de até 1M tokens voltado a frameworks de agentes; capaz de completar tarefas profissionais autônomas envolvendo mais de mil chamadas de ferramentas (fonte: openrouter.ai/xiaomi/mimo-v2-pro). Existe também o MiMo-V2.5 (irmão "omnimodal nativo", menor, ~metade do custo de inferência do Pro) (fonte: openrouter.ai/xiaomi/mimo-v2-pro)

Linha do tempo de versões (mais antiga → mais nova, 3 a 6 itens)

O rumor: o que se sabe

• Fonte principal: OrcaRouter, "Xiaomi MiMo-V3-Flash: Is It OpenCode's Omen Alpha?" — em 4 set 2026, o analista independente "teortaxesTex" afirmou publicamente acreditar que o "Omen Alpha", modelo anônimo ("stealth model") que a OpenCode começou a oferecer a assinantes do plano Go na manhã daquele dia, é na verdade o Xiaomi MiMo-V3-Flash (fonte: orcarouter.ai/blog/xiaomi-mimo-v3-flash-leak).
• A hipótese se baseia no estilo do chain-of-thought visível do Omen Alpha, que teortaxesTex lê como característico de um modelo da era DeepSeek V4 GA (GA lançada em 13 ago 2026, DeepSeek V4 Pro build 0813, pesos MIT) — o que sugeriria que o MiMo-V3-Flash seria um "tier rápido" da Xiaomi construído sobre os pesos abertos de raciocínio da DeepSeek V4 (fonte: orcarouter.ai/blog/xiaomi-mimo-v3-flash-leak).
• Contexto de arquitetura da geração V3: em julho de 2026, no ICML, Luo Fuli (líder da equipe MiMo) apresentou uma prévia da arquitetura "High Sparse" para V3 — camadas de atenção plena como "oráculo" que seleciona tokens para camadas esparsas, que compartilham o KV-cache das camadas plenas; a Xiaomi alega redução de ~10x na memória de KV-cache e testou razão esparso:pleno de 11:1 em modelo de escala 80B (afirmações da própria equipe em talk de conferência, não resultados independentes) (fonte: orcarouter.ai/blog/xiaomi-mimo-v3-flash-leak).
• Existem também "números do MiMo-V3-Pro" que teriam vazado em agosto de 2026, mas o artigo-fonte não detalha esses números especificamente nesta pesquisa; ele apenas os menciona como referência de comparação (fonte: orcarouter.ai/blog/xiaomi-mimo-v3-flash-leak).
• Segundo o artigo, nenhuma das quatro condições que confirmariam a identificação havia se concretizado até 4 set 2026: (1) declaração/pesos da Xiaomi, (2) fingerprint técnico (tokenizer) apontando para a Xiaomi, (3) benchmarks neutros do Omen Alpha, (4) revelação do fabricante após a janela "Go" (fonte: orcarouter.ai/blog/xiaomi-mimo-v3-flash-leak).
• O próprio artigo classifica a evidência central (semelhança estilística do raciocínio) como "a classe mais fraca de fingerprint de modelo", e nota que parte da comunidade de desenvolvedores relata que os requests de backend do Omen Alpha resolvem para outro lugar (não Xiaomi) — trecho cortado na fonte indexada, não verificado completamente (fonte: orcarouter.ai/blog/xiaomi-mimo-v3-flash-leak).

Marcação das afirmações do rumor:

• "MiMo-V3-Flash é o Omen Alpha" — verificável? não, por enquanto (nenhum fingerprint técnico publicado, apenas leitura estilística de um analista)
• "MiMo-V3-Flash é construído sobre pesos abertos da DeepSeek V4" — verificável? não (hipótese derivada da afirmação acima, mesma fragilidade evidencial)
• "Arquitetura High Sparse da geração V3, com ganho de ~10x em memória de KV-cache" — verificável? parcialmente — é uma afirmação pública da própria Xiaomi (Luo Fuli, ICML jul/2026), mas ainda não é resultado independente nem confirma a existência do MiMo-V3-Flash/Pro como produto lançado
• "MiMo-V3-Pro teve números vazados em agosto de 2026" — verificável? não com os dados desta pesquisa (fonte cita o fato mas não reproduz os números)

O que muda na prática vs. versão atual (3 bullets, com "se o rumor se confirmar")

• Hoje (MiMo-V2.5-Pro, MIT, 1,02T/42B, 1M contexto, ~US$0,30/US$0,61 por 1M tokens) já é aberto e competitivo em tarefas agenticas de longo horizonte; se o rumor do MiMo-V3-Flash se confirmar, a Xiaomi passaria a operar também um "tier rápido" de fronteira distribuído por terceiros (OpenCode) antes mesmo do anúncio oficial — repetindo o padrão "Hunter Alpha" já usado com o MiMo-V2-Pro.
• Se confirmado que o V3-Flash se apoia em pesos abertos da DeepSeek V4, isso mudaria a percepção de "modelo 100% proprietário Xiaomi" para uma estratégia de reaproveitamento de bases abertas de terceiros com otimização de custo/velocidade — relevante para quem hoje escolhe modelo pela genealogia técnica.
• A arquitetura "High Sparse" anunciada para a geração V3 (redução de ~10x em KV-cache), se de fato chegar a produto, tende a baratear ainda mais contextos longos (1M+ tokens) e acelerar throughput — mas isso ainda depende de lançamento oficial, não apenas do preview de pesquisa do ICML.

Utilidade para um criador/educador/dev brasileiro (3 bullets)

• Onde usar hoje: o MiMo-V2.5-Pro (via OpenRouter ou outros agregadores) é a aposta segura agora — aberto (MIT), contexto de 1M tokens, bom para pipelines de agentes/RAG com documentos longos; o MiMo-V3-Flash/Pro ainda é rumor e não deve entrar em produção.
• Custo: MiMo-V2.5-Pro sai bem mais barato que modelos fechados equivalentes (referência: MiMo-V2-Flash custava cerca de 3,5% do preço da Claude Sonnet 4.5 com desempenho comparável em SWE-bench, segundo a Xiaomi) — vale testar para reduzir custo de chamadas de API em fluxos de alto volume (fonte: openrouter.ai/xiaomi/mimo-v2-pro).
• Rodar local / cuidado: por ser open-weight (MIT), MiMo-V2-Flash (309B/15B ativos) e a família V2.5 podem, em tese, ser auto-hospedados, mas exigem infraestrutura pesada (centenas de bilhões de parâmetros totais); para uso prático no Brasil, a rota mais viável ainda é via API de terceiros. Cuidado: não basear pipeline de produção no "Omen Alpha"/MiMo-V3-Flash enquanto a origem não for oficialmente confirmada pela Xiaomi — é um modelo anônimo por assinatura, sem garantias de estabilidade, preço ou continuidade.

Fontes (lista de URLs)

• en.wikipedia.org/wiki/Xiaomi_MiMo
• github.com/xiaomimimo/MiMo-V2-Flash
• openrouter.ai/xiaomi/mimo-v2-pro
• artificialanalysis.ai/models/mimo-v2-0206
• orcarouter.ai/blog/xiaomi-mimo-v3-flash-leak
• huggingface.co/XiaomiMiMo/MiMo-Audio-7B-Base
• github.com/XiaomiMiMo/MiMo-Audio
• github.com/XiaomiMiMo/MiMo-VL
• asiatimes.com/2026/06/hidden-in-plain-sight-the-…
• mimo.mi.com/docs/en-US/updates/model
• mimo.xiaomi.com/mimo-v2-5-pro