Esta semana na IA: os agentes vão trabalhar, os modelos ficam mais baratos

A história desta semana não era um único modelo. Eram agentes aparecendo dentro das ferramentas que as pessoas já usavam. O Google abriu um agente persistente do Gemini para o trabalho em 8 de outubro que é executado na nuvem, mantém o contexto em todos os dispositivos e pega as tarefas após o fechamento do laptop. A Microsoft respondeu com o Autopilot, um "colega de trabalho digital" com sua própria identidade e permissões configuráveis, e construção de aplicativos de linguagem natural dentro do Copilot.

No lado do modelo, a Anthropic enviou o Claude Haiku 5.5 em 7 de outubro a $ 0,10 por milhão de tokens de entrada para prompts abaixo de 100.000 tokens, cerca de 75% mais barato do que o Haiku anterior. No mesmo dia, reduziu pela metade os preços de leitura de cache do Sonnet 5.5 para $ 0,10 por milhão, um aceno direto ao nível econômico do GPT-6 Luna. O modelo de imagem Nano Banana 2.1 do Google e o preview Large 4 do Mistral, uma mistura de especialistas de 1,05 trilhão de parâmetros, chegaram em 6 de outubro.

A perplexidade silenciosamente se tornou a maneira mais barata de tomar uma decisão: o pplx-decider-v1-27b, lançado desde 1º de outubro, custa $ 0,04 por milhão de tokens de entrada com saída gratuita. Para as mil pequenas chamadas de roteamento que um fluxo de trabalho faz, isso prejudica os grandes modelos gerais por uma ampla margem.

O fio condutor que liga tudo: os laboratórios estão a competir em termos de preço e autonomia, não apenas na capacidade bruta. Para qualquer pessoa que escolha um modelo este mês, o movimento certo é testar a modalidade barata em relação ao que você executa hoje antes de assumir que precisa do carro-chefe.

Nada disso é motivo para reescrever sua pilha. É um motivo para reavaliar as chamadas chatas e repetidas, porque é aí que as economias realmente aparecem.