Em 11 de novembro de 2025, o modelo chinês de código aberto Kimi K2 despertou a atenção do sector ao superar o GPT-5 em várias tarefas a um quarto do custo deste último. Entretanto, a OpenAI lançou a funcionalidade de conversação em grupo ChatGPT, a xAI desenvolveu o agente remoto e de linha de comandos Grok Code, a Gemini lançou o ecrã interativo Dynamic View, a ElevenLabs lançou o Scribe V2, um modelo de transcrição em tempo real que suporta mais de 90 idiomas, a Pathwork utilizou o LlamaParse para melhorar drasticamente a eficiência do processamento de documentos de seguros de vida e a BlueCodeAssim, a BlueCodeAssist foi capaz de melhorar a eficiência do processamento de documentos de seguros de vida. eficiência do processamento de documentos de seguros de vida, e a BlueCodeAgent lançou uma estrutura de segurança de código automatizada para impulsionar a inovação em várias áreas da IA.
- Este resumo é gerado por uma IA que analisa o conteúdo do artigo apenas para fins informativos.



Recentemente, um modelo de código aberto chamado Kimi K2 superou o popular GPT-5 numa série de tarefas e custa um quarto do custo de execução do GPT-5. O Kimi K2 é lançado sob uma licença MIT modificada, o que significa que os utilizadores são livres de utilizar, modificar e implementar o modelo. Em contrapartida, o GPT-5 é de código fechado e apenas acessível através da API da OpenAI.
O que atraiu a atenção geral foi o desempenho do Kimi K2 em aplicações do mundo real e a sua vantagem significativa em termos de custos. Especificamente, os custos de entrada e saída do Kimi K2 são de $0,60 e $2,50 por milhão de tokens, respetivamente; comparados com $1,25 e $10 para o GPT-5, tornando possível gastar quatro vezes mais na saída usando o GPT-5 do que o Kimi K2.
Além disso, o Kimi K2 superou o GPT-5 numa série de tarefas:
- Raciocínio proxy: 44,9 vs 41,7
- Navegação na Web: 60,2 vs 54,9
- Última recolha de informações: 56,3 vs 53,4
- Programação Proxy (SWE-Bench): 61,1 vs 55,3
Este é um ponto de viragem importante para os programadores que estão a construir sistemas de produção.Não só obtém um melhor desempenho para tarefas de agente, pesquisa na Web e assistência à codificação, como também reduz drasticamente os custos operacionais e mantém o controlo total do seu ambiente de implementação. À medida que o fosso entre os modelos de código aberto e comerciais continua a diminuir e até a inverter-se, esta mudança terá um impacto profundo na indústria.
A OpenAI está a trabalhar numa nova funcionalidade de conversação em grupo para o ChatGPT. Esta funcionalidade permitirá aos utilizadores criar e participar em conversas com várias pessoas para uma experiência interactiva mais rica.
A nova interface do ChatGPT tem uma nova barra de navegação superior com um novo"Iniciar conversa de grupo".os utilizadores podem criar uma ligação e partilhá-la com outras pessoas para as convidar a participar na conversa de grupo. Na conversação em grupo, todos os membros podem ver o histórico das conversações anteriores.
As principais caraterísticas da função de chat em grupo incluem:
- Os comandos personalizados em chats de grupo são separados dos comandos personalizados individuais do ChatGPT para proporcionar mais flexibilidade.
- Os utilizadores podem optar por que o ChatGPT responda automaticamente ou apenas quando mencionado.
- Suporte para reacções a mensagens, comunicação e resposta a mensagens específicas.
- Visualização em tempo real dos indicadores de digitação para aumentar a sensação de interação em tempo real.
- Suporta o carregamento de ficheiros e a criação de imagens, bem como a pesquisa na Web, enriquecendo as conversas em grupo.
Além disso, as memórias pessoais ChatGPT dos utilizadores não são utilizadas nas conversas de grupo, garantindo a privacidade e a segurança.
O lançamento desta funcionalidade irá expandir ainda mais os cenários de aplicação do ChatGPT, especialmente nas áreas da colaboração em equipa, educação em linha e interação social.
A aplicação Web do ChatGPT lançou recentemente a primeira pré-visualização da sua funcionalidade de chat em grupo. A atualização acrescenta um botão "Iniciar conversa de grupo" à barra de navegação superior, que permite aos utilizadores criar uma ligação e partilhá-la com outras pessoas para as convidar a participar numa conversa de grupo.
Depois de se juntarem a uma conversa de grupo, os novos membros podem ver o histórico de mensagens na conversa de grupo. Para garantir a experiência do utilizador, os comandos personalizados no chat de grupo são separados das definições pessoais do ChatGPT. Os utilizadores podem optar por fazer com que o ChatGPT responda automaticamente ou responda apenas quando mencionado, mas é importante notar que as memórias pessoais do ChatGPT não serão utilizadas nas conversas de grupo.
Outras caraterísticas úteis incluem:
- Adicionar uma resposta com um emoticon
- Comunicar ou responder a uma mensagem específica
- Indicador que mostra o que alguém está a escrever
- Suporte para carregamento de ficheiros
- Criação de imagens
- Pesquisa na Internet
Estas novas funcionalidades não só melhoram a experiência interactiva do utilizador, como também tornam o ChatGPT mais útil em cenários de colaboração em equipa e de gestão de projectos.
Atualização: A xAI está a trabalhar numa funcionalidade remota para o Código Grok. Os utilizadores poderão criar ambientes virtuais através de páginas Web e executar tarefas do Grok Code diretamente nos seus browsers.
Esta nova funcionalidade não só proporciona a comodidade do funcionamento remoto, como também mantém a opção de execução local, dando aos programadores a flexibilidade de escolherem de acordo com as suas necessidades.
Espera-se que a funcionalidade seja testada e demonstrada no evento Hackathon em dezembro. Espera-se que a mudança melhore significativamente a eficiência e a flexibilidade dos programadores, especialmente em cenários em que é necessária uma rápida implementação e depuração do código.
Caraterísticas principais:
- **Suporta operação remota e local**
- **Execução de tarefas de código diretamente numa página Web
- **Criação e gestão de ambientes virtuais**
Esta iniciativa inovadora da xAI irá promover ainda mais o desenvolvimento da computação em nuvem e da tecnologia de desenvolvimento remoto, proporcionando aos programadores uma experiência de desenvolvimento mais cómoda e eficiente.
Atualização: O Grok Code irá lançar em breve um Agente de linha de comandos (Agente CLI) que permitirá aos utilizadores executar tarefas de codificação nas suas máquinas locais através de uma interface de linha de comandos. Esta funcionalidade ainda não está disponível.
Para além do futuro agente CLI, o Grok Code também está a trabalhar numa versão remota em que os utilizadores poderão criar ambientes virtuais e executar tarefas do Grok Code diretamente a partir de uma página Web. Isto proporciona aos programadores mais flexibilidade e opções para operações remotas e locais.
Etapas de instalação:
- Instale o agente Grok:npm install -g @xai-official/grok
Estas novas funcionalidades podem estar relacionadas com o próximo evento Hackathon de dezembro, que fornecerá mais ferramentas e apoio aos programadores.
A Pathwork aumentou com sucesso o número de documentos de seguros de vida processados de 5.000 para 40.000 páginas por semana utilizando o LlamaParse, melhorando significativamente a eficiência do processamento.
A solução é capaz de lidar com registos médicos complexos, resultados laboratoriais e PDFs digitalizados há décadas, alcançando um aumento de 8x no rendimento. O LlamaParse também extrai e indexa automaticamente as diretrizes de subscrição das companhias de seguros, assegurando que as regras de risco são actualizadas em tempo real. Este processo automatizado substitui os frágeis pipelines manuais e pode tratar documentos que vão desde formulários digitais até digitalizações desbotadas da década de 1970.
As vantagens específicas incluem:
- Capacidade para tratar documentos complexos, tais como registos médicos e digitalizações antigas
- Extração e indexação automatizadas de guias de subscrição para manter os dados actualizados
- Processos automatizados poderosos para reduzir as operações manuais
- Libertar o tempo dos engenheiros para se concentrarem no desenvolvimento de novas funcionalidades
O BlueCodeAgent é um quadro completo para a equipa azul, concebido para melhorar a segurança do código através da automatização dos processos de teste, dos dados e das regras de segurança da equipa vermelha. A estrutura utiliza estas ferramentas para orientar os modelos de linguagem de grande dimensão (LLM) nas decisões de defesa.
O teste dinâmico é uma das principais caraterísticas do BlueCodeAgent, que reduz significativamente a taxa de falsos positivos na deteção de vulnerabilidades, melhorando assim a eficiência geral da segurança. Especificamente, o BlueCodeAgent simula o comportamento de um atacante e efectua testes exaustivos ao código para descobrir potenciais problemas de segurança.
As principais caraterísticas incluem:
- Processo de teste automatizado da equipa vermelha
- Apoio à decisão com base em dados e regras de segurança
- Reduz os falsos alarmes e melhora a precisão da deteção
Para mais informações, consultar: https://t.co/BMzhbtMf8e
O Gemini anunciou uma nova funcionalidade inovadora: Dynamic View (Creative Canvas), que permite aos utilizadores apresentar experiências interactivas em tela diretamente no chat do Gemini.
Os destaques desta funcionalidade incluem:
- Pesquisar na Web
- Geração de imagens
- Renderização de jogos e outros conteúdos
Junte-se à comunidade do Discordpara experimentar e discutir esta nova funcionalidade por si próprio: ligação
A inovação de custos também é inovação, e é o tipo de inovação em que os chineses são bons e que já funcionou muitas vezes.
Esta atual revolução da aprendizagem profunda é de grande importância e, se os fornecedores nacionais de IA conseguirem fazer progressos neste domínio, terão um impacto profundo em toda a indústria. Recentemente, o Kimi K2 Thinking da China atraiu muita atenção. Embora afirme que ultrapassa o GPT-5, o Kimi ainda não consegue ter um desempenho tão bom como o GPT-5 Codex em testes reais, especialmente em tarefas complexas de engenharia de software.
No entanto, o que realmente "assusta" no Kimi é a sua relação preço/desempenho assimétrica.Segundo os rumores, o treino de Kimi custa apenas 4,6 milhões de dólares, mas tem um desempenho ao nível do SOTA (estado da arte) do 90% e a capacidade real do 75%. Este modelo de baixo custo e rentável pode revolucionar o atual panorama competitivo.
No passado, um dos principais pontos fortes da OpenAI e das empresas de IA dos EUA foi o forte financiamento e uma base aritmética maciça. No entanto, se surgir um concorrente com um desempenho semelhante mas um custo de API 10 vezes inferior, como o Kimi K2 Thinking, estas empresas enfrentarão um enorme desafio ao seu modelo de negócio. Por exemplo, para a mesma tarefa, o Claude Sonnet 4.5 custa 5 dólares, enquanto o Kimi K2 Thinking custa apenas 0,53 dólares.
Este fenómeno também se reflecte noutras indústrias.Por exemplo, as pequenas siderurgias mencionadas em "O Dilema do Inovador" começaram a deixar de funcionar quando a qualidade do aço produzido pelas pequenas siderurgias atingiu os 90% das grandes siderurgias. Se o modelo de alta eficiência (1T MoE ativa 32B parâmetros) e baixo custo de Kimi se tornar a norma, o "fosso de capital" da OpenAI passará de um ativo a um "passivo de custos".
Para as empresas de IA sobrecarregadas com enormes financiamentos e elevados custos de computação, isto pode não ser uma "vibração", mas sim um "golpe fatal". A chave reside no facto de a capacidade básica do modelo poder continuar a melhorar.
A ElevenLabs lançou recentemente o Scribe V2 Realtime, um modelo de transcrição de baixa latência concebido para cenários de utilização de agentes. O modelo suporta mais de 90 idiomas e é adequado para uma variedade de ambientes multilíngues.
O Scribe V2 Realtime é excelente no tratamento de amostras difíceis que contêm ruído de fundo e informações complexas, superando significativamente outros modelos de transcrição existentes. Isto torna-o particularmente importante em cenários de aplicação que requerem elevada precisão e desempenho em tempo real, como a gravação de conferências, o ensino à distância e o serviço de apoio ao cliente.
Caraterísticas principais:
- Baixa latência: garante uma transcrição eficiente e exacta em tempo real.
- Ampla gama de suporte linguístico: abrange mais de 90 línguas em todo o mundo para satisfazer as necessidades de diferentes utilizadores.
- Poderosa supressão de ruído: mantém resultados de transcrição de alta qualidade em ambientes ruidosos.


评论功能已关闭。