Informações sobre serviços e produtos– category –

A SB Intuitions, subsidiária da SoftBank, lançou uma versão beta gratuita da IA generativa japonesa «Sarashina». Resumimos o que esta oferece — a possibilidade de experimentar seis modelos através do chat e da API — e as condições a verificar antes da utilização.

Segundo avaliações internas divulgadas, a versão de desenvolvimento Carbon do Gemini 4 da Google tem uma capacidade de programação próxima da do Opus 5.5, da Anthropic. No entanto, a comparação baseia-se na experiência de utilização de funcionários e não são apresentados valores de desempenho.

A Meta anunciou o novo modelo de IA «Muse Wonder» e uma versão avançada. Destacou a capacidade de recordar informação entre conversas e de levar tarefas difíceis até ao fim, embora existam diferenças entre os seus pontos fortes. Resumimos também o âmbito da disponibilização e a evolução em matéria de segurança.

O novo serviço da Google Cloud, «Gemini Agent», é compatível não só com os modelos da Google, mas também com Claude, da Anthropic. A proposta é não depender de um único modelo e escolher o mais adequado a cada tarefa, mas os preços e a previsão de disponibilização no Japão ainda não foram anunciados.

A IA da Asana que opera o navegador reduziu os custos estimados dos modelos para cerca de 1/76, graças à revisão da gestão do histórico e à mudança de modelo. A análise dos números mostra que a eficiência dependia não só da escolha do modelo, mas também da forma como era gerida a informação fornecida à IA.

Nos testes de uma IA de automação do browser, a Asana reduziu o custo estimado do modelo para 0,47 dólares por execução. Por detrás da redução do custo para 1/76 do valor original está não só a mudança de modelo, mas também a revisão da forma como o histórico de navegação é guardado e reutilizado.

O Jev é uma IA que devolve respostas como «é um anúncio?», «em que categoria deve ficar?» ou «que pontuação tem?», em vez de escrever texto. Este artigo explica como integrá-lo em aplicações e reúne os aspetos a ter em conta na implementação que não são evidentes numa demonstração.