Modelos abertos europeus, Claude Haiku 5.5 e agentes de IA na pesquisa de materiais

A segunda semana de outubro foi de escolha, custo e ciência: mais modelos abertos para rodar dentro da empresa, modelos pequenos mais baratos e agentes ajudando pesquisadores a encontrar novos materiais.

Mistral Large 4 e Kolibri: modelos abertos feitos na Europa

A Mistral abriu a prévia do Mistral Large 4, modelo de 1 trilhão de parâmetros treinado em data centers próprios na Europa, com pesos abertos prometidos para o fim de outubro. A empresa diz que ele é o melhor modelo aberto em cibersegurança, finanças e direito. Na mesma semana, a alemã Aleph Alpha liberou o Kolibri, modelo aberto em inglês e alemão, sob licença Apache 2.0, especializado em administração pública, indústria e setor aeroespacial.

Como aplicar na sua empresa

Modelos abertos de alto nível dão às empresas a opção de rodar IA na própria infraestrutura, com mais controle sobre os dados. Quem precisa cumprir regras de proteção de dados deve comparar essa opção com os serviços em nuvem.

Fale com um especialista

Fontes

• Mistral: Introducing Mistral Large 4
• Aleph Alpha: Kolibri Has Landed: A Sovereign Open-Weight Model

Claude Haiku 5.5: modelo pequeno para alto volume, cerca de 75% mais barato

A Anthropic lançou o Claude Haiku 5.5, seu modelo pequeno, voltado a tarefas de alto volume, como resumos, consultas a bancos de dados, classificação e atendimento ao cliente em tempo real. Segundo a empresa, ele custa em média cerca de 75% menos para rodar que o Haiku 4.5. A Anthropic também reduziu pela metade o preço da leitura de cache do Sonnet 5.5.

Como aplicar na sua empresa

Nem toda tarefa precisa do modelo mais caro. Combinar um modelo pequeno para o volume com um maior para os casos difíceis reduz bastante o custo de soluções como atendimento e triagem de documentos.

Fale com um especialista

Fontes

• Anthropic: Introducing Claude Haiku 5.5

Agentes de IA propõem novos materiais para memórias de computador

Uma equipe de agentes Claude Opus 5.5, trabalhando com um pesquisador da Vals AI, encontrou dois candidatos a materiais magnéticos para a próxima geração de memórias de computador: um composto novo, projetado por eles, e um material produzido pela primeira vez em 1999. Segundo os cálculos, os dois não têm magnetismo líquido, mas ainda conseguem separar os elétrons pelo spin, propriedade buscada para memórias mais rápidas e eficientes. A equipe publicou os cálculos, o código e as ressalvas conhecidas.

Como aplicar na sua empresa

Agentes já trabalham como assistentes de pesquisa em ciência de materiais, testando hipóteses em uma escala que levaria meses para uma equipe. A mesma abordagem vale para pesquisa e desenvolvimento em indústria, energia e química.

Fale com um especialista

Fontes

• Vals AI: Two Room-Temperature Antiferromagnetic Semiconductor Candidates

Curadoria da Versagil, com apoio de IA.