OpenAI lança GPT-Realtime-2, modelo de voz com raciocínio de nível GPT-5

A OpenAI lançou o GPT-Realtime-2 em sua API, seu modelo de voz mais inteligente com raciocínio de nível GPT-5 para solução colaborativa de problemas em tempo real. Agentes de voz agora são colaboradores que ouvem, raciocinam e resolvem problemas complexos conforme a conversa se desenrola.

O GPT-Realtime-2 representa o mais recente salto da OpenAI em modelos de voz, trazendo capacidades de raciocínio de nível GPT-5 para agentes conversacionais. Agora, os agentes de voz não apenas transcrevem e respondem — eles raciocinam, tomam decisões e resolvem problemas complexos enquanto a conversa se desenrola. O modelo já está disponível na API Realtime, ao lado de duas outras novidades: o GPT-Realtime-Translate, que traduz entre 70 idiomas de entrada para 13 de saída, e o GPT-Realtime-Whisper, que acelera ainda mais a transcrição em tempo real. Em benchmarks, o modelo alcançou 96,6% no Big Bench Audio, um salto significativo em relação aos 81,4% da geração anterior. Sam Altman descreveu o lançamento como "um passo muito grande à frente" e observou que cada vez mais pessoas estão usando voz para interagir com inteligência artificial, especialmente quando têm muito contexto para compartilhar.

Autoencoder de linguagem natural traduz ativações internas do Claude

A Anthropic treinou o Claude para traduzir suas ativações numéricas internas em texto legível, oferecendo uma nova ferramenta para interpretabilidade de modelos de linguagem.

Modelos como o Claude falam em palavras, mas pensam em números — as chamadas ativações. Esses números codificam os pensamentos do modelo, mas não em uma linguagem que possamos ler diretamente. A nova pesquisa da Anthropic treina o Claude para traduzir suas próprias ativações em texto legível por humanos, abrindo uma janela inédita para o funcionamento interno dos grandes modelos de linguagem e oferecendo novos caminhos para a interpretabilidade.

Codex da OpenAI chega ao Chrome com execução paralela em segundo plano

O agente de programação Codex agora funciona diretamente no Chrome no macOS e Windows, suportando execução paralela em múltiplas abas em segundo plano, sem ocupar a interface do navegador.

O Codex agora pode testar aplicações web, coletar contexto entre abas e usar as DevTools do navegador de forma eficiente e paralela. Com a nova extensão para Chrome, o agente trabalha em segundo plano, mantendo os resultados organizados sem tomar o controle do navegador do usuário. A extensão está disponível no macOS e Windows.

Anthropic doa ferramenta de alinhamento Petri a organização sem fins lucrativos

A Anthropic doou sua ferramenta de alinhamento de código aberto Petri para a Meridian Labs, garantindo seu desenvolvimento independente. O Petri é usado desde o Claude Sonnet 4.5 para avaliar todos os modelos Claude quanto a tendências prejudiciais como enganação e bajulação. Uma grande atualização foi lançada, melhorando a adaptabilidade, o realismo e a profundidade dos testes.

API do xAI lança Modo de Qualidade de Geração de Imagens

O xAI introduziu o Modo de Qualidade de Geração de Imagens em sua API, melhorando o fotorrealismo e a renderização de texto. O modelo, que alimenta a geração de imagens no Grok, já produziu mais de 300 milhões de imagens. O novo modo oferece maior controle criativo para profissionais de negócios.

Perplexity lança Personal Computer para Mac, opera arquivos e apps locais

O Personal Computer da Perplexity agora está disponível como aplicativo para Mac, capaz de executar tarefas em arquivos locais, aplicativos nativos do macOS, na web e nos servidores seguros da Perplexity. É uma versão avançada do Perplexity Computer original e está disponível para todos os usuários.