O fio condutor de hoje é a expansão da capacidade de computação a chocar com a política da rede elétrica, a transparência financeira antes da oferta pública inicial e a passagem de modelos que “conversam bem” para sistemas que “fazem as coisas”: a OpenAI lança um Grid Protectors Program à escala nacional e testa até cerca de 1000 megawatts de resposta da procura no seu campus de Effingham, na Geórgia; o S-1 corrigido da Anthropic completa os resultados do terceiro trimestre e quase 900 mil milhões de dólares em compromissos de computação; a OpenAI lança o LifeVal para tarefas quotidianas; e a Trajectory fecha uma Série A de 45 milhões de dólares, a apostar no pós-treino contínuo para especialistas de domínio.

1. A OpenAI lança o Grid Protectors Program; o piloto de Effingham pode reduzir até cerca de 1000 MW

A OpenAI publicou um artigo no blogue a 2 de novembro de 2026 a lançar formalmente o Grid Protectors Program, dizendo que vai trabalhar com empresas de eletricidade, reguladores e decisores políticos para que os futuros campus de computação possam reduzir a procura de eletricidade quando a rede estiver sob stress, e sublinhando que as famílias e as pequenas empresas não devem subsidiar os custos de energia dos campus de computação. A empresa afirmou que se espera que a capacidade de centros de dados nos EUA ultrapasse os 100 gigawatts até 2030 e quer que a “carga flexível” fique inscrita nas capacidades essenciais da construção e da exploração dos campus seguintes; quanto se pode reduzir, com que rapidez e durante quanto tempo variará consoante o local, com os pormenores a serem divulgados à medida que os acordos forem fechados. Consoante as necessidades locais e o equipamento, também poderão ser usadas geração ou armazenamento no local, baterias e controlos de potência para suavizar as variações de carga.

O piloto situa-se no campus previsto para o condado de Effingham, na Geórgia. A OpenAI afirmou que se comprometeu a pagar a totalidade dos custos de infraestrutura e de serviço de energia necessários para servir o projeto; o acordo com a Georgia Power inclui até cerca de 1000 megawatts de resposta flexível da procura, o que, segundo a empresa, poderia libertar eletricidade equivalente ao consumo médio de cerca de 700 000 casas em cenários de calor extremo. O The Verge (Emma Roth, 2 de novembro) e a Axios (Ben Geman) notaram que a medida surge numa altura em que a reação negativa à energia e ao impacto comunitário dos centros de dados está a crescer em muitas zonas dos Estados Unidos; a OpenAI tem também vindo a deslocar a sua narrativa dos “centros de dados” tradicionais para os “AI compute campuses”. A Axios citou John McCarrick, responsável pela política energética da OpenAI, a dizer que o setor insiste menos em que os centros de dados mantenham uma disponibilidade de “cinco noves”. A OpenAI sublinhou ainda que a flexibilidade não pode substituir o investimento em nova geração e transporte de energia.

Conclusão: Embalar a carga interrompível como um programa nacional associado a um acordo com uma empresa de eletricidade local mostra que o conflito em torno dos centros de dados foi além do uso do solo e do ruído e passou para as tarifas de eletricidade, a capacidade de ponta e a aceitabilidade política.

Fontes: OpenAI; The Verge; Axios

2. A Anthropic corrige o S-1: cerca de 17 mil milhões de dólares de receita no 3.º trimestre, aproximadamente 895,4 mil milhões em compromissos de computação

Segundo a CNBC (Ashley Capoot, por volta de 2 de novembro, hora da Costa Leste) e o The Verge (Jess Weatherbed), a Anthropic entregou à Comissão de Valores Mobiliários dos EUA (SEC) uma versão corrigida do formulário S-1, preenchendo os dados financeiros do terceiro trimestre até 30 de setembro de 2026. A cobertura indicou que a receita dos primeiros nove meses da empresa foi de cerca de 33,24 mil milhões de dólares, uma subida de aproximadamente 1200% em termos homólogos; o prejuízo líquido no mesmo período foi de cerca de 104 mil milhões de dólares, em grande parte devido a variações contabilísticas de justo valor em obrigações convertíveis, passivos derivados e SAFEs. Em base trimestral, a receita do terceiro trimestre foi de cerca de 17 mil milhões de dólares, uma subida de cerca de 1127% em termos homólogos e de cerca de 47% face ao trimestre anterior (o crescimento abrandou face a cerca de 144% no 2.º trimestre e 132% no 1.º); o prejuízo líquido do terceiro trimestre foi de cerca de 23,29 mil milhões de dólares.

A correção revelou compromissos de compra e contratos de arrendamento num total de cerca de 895,4 mil milhões de dólares de despesa comprometida, “quase todos” relacionados com computação e infraestrutura. A CNBC disse que a Anthropic obtém uma capacidade de computação substancial da Amazon, da Google e da SpaceX e recorre também a algumas neoclouds; as preocupações do mercado com os custos de financiamento dos centros de dados e com a entrega de capacidade entram na janela anterior ao roadshow a par deste pedido. A correção junto da SEC mostra ainda uma receita de nove meses até 30 de setembro de 33,242 mil milhões de dólares e reitera a rápida adoção empresarial do Claude desde a comercialização, no primeiro trimestre de 2023.

Conclusão: Pôr a escala da receita no mesmo quadro que compromissos de computação de quase um bilião de dólares entrega ao preço dos mercados públicos tanto a história de crescimento como o risco de capacidade e de financiamento.

Fontes: CNBC; The Verge; SEC S-1/A

3. A OpenAI lança o LifeVal: medir o progresso dos assistentes pessoais em tarefas quotidianas

A OpenAI lançou o LifeVal a 2 de novembro, dizendo que o seu objetivo é medir o progresso dos modelos em “tarefas que realmente importam no dia a dia”, em vez de ficar pelos benchmarks de conhecimento ou académicos. O artigo enumera cenários como a parentalidade, o acesso a serviços públicos, o orçamento familiar, a preparação escolar, a adaptação de receitas, as compras de supermercado, a conceção de planos de exercício e situações semelhantes, e sublinha que um assistente pessoal realmente útil tem de agir e concluir o trabalho, e não apenas dar conselhos ou respostas de chat.

Quanto à origem das tarefas, a OpenAI disse ter recorrido ao American Time Use Survey e ao Multinational Time Use Study, e ter acrescentado um inquérito a 3995 respondentes descritos como demograficamente representativos, para identificar onde as pessoas mais querem ajuda de um assistente pessoal; a cobertura abrange cuidados a familiares, saúde, educação, gestão doméstica, finanças pessoais, compras e serviços públicos. A página dá exemplos de pontuações de workflows, como cerca de 93,1% para escolher e inscrever-se numa escola depois de uma mudança, cerca de 98,0% para organizar voluntários antes de uma cheia, cerca de 100% para encontrar uma casa e tratar dos passos relacionados com o título de propriedade de uma família, cerca de 96,3% para ver um jogo à distância com os avós e cerca de 90,4% para preparar um plano de refeições para um pai ou uma mãe com diagnóstico recente de diabetes; uma tabela mostra também as “melhores pontuações registadas” do GPT-6 Astra em tarefas selecionadas, incluindo entradas de 100% para marcar uma aula sensorial para uma criança pequena, agendar a inspeção do automóvel e encomendar compras de supermercado halal. A OpenAI disse ter passado o último ano a treinar modelos em tarefas de utilização do browser, do computador e de conectores, para levar o ChatGPT de uma ferramenta de chat para um assistente pessoal mais capaz de agir, mas a página não disponibiliza um conjunto público de tarefas totalmente reproduzível nem uma grelha de pontuação para transferência independente.

Conclusão: A empresa está a deslocar a narrativa da avaliação das disputas de classificação para o “fazer as coisas”, mas mantém o desenho das tarefas e a divulgação dos resultados dentro do laboratório, pelo que a verificabilidade externa continua limitada.

Fontes: OpenAI

4. A Trajectory fecha uma Série A de 45 milhões de dólares com uma avaliação de cerca de 300 milhões

Segundo o TechCrunch (Marina Temkin, por volta das 15h13, hora do Pacífico, de 2 de novembro de 2026), a Trajectory, uma startup com cerca de um ano, anunciou uma Série A de 45 milhões de dólares com uma avaliação de cerca de 300 milhões; a Sequoia liderou, com a participação da Nvidia, da Bessemer Venture Partners e da Bain Capital Ventures. A empresa foi fundada por três colegas de curso de Stanford, com experiência que passa pela Google DeepMind e pela Apple, e tem atualmente cerca de 18 pessoas; entre os cofundadores estão Ronak Malde, Michael Elabd e Arjun Karanam.

A tese do produto é a aprendizagem contínua e a automatização do pós-treino: as empresas podem partir de modelos de código aberto, ligar a plataforma às suas próprias aplicações para recolher feedback de desempenho e voltar a treinar, para que os modelos continuem a melhorar em trabalho especializado, como o direito e as finanças, reduzindo a dependência de equipas de investigação internas ou de caros “forward deployed engineers” (FDEs). A cobertura indicou que a Harvey e a Rogo já usaram a plataforma para fazer o pós-treino de modelos de código aberto; entre outros clientes estão a Decagon, a Mercor e a Nvidia; a empresa vai abrir ao público a plataforma de pós-treino. Os cofundadores sublinham que são os humanos que definem “o que é bom” e o inscrevem no ciclo de melhoria, o que consideram mais controlável do que a automelhoria recursiva (RSI) totalmente autónoma. No mapa da concorrência, a cobertura mencionou, entre outras, a Thinking Machines Lab (Tinker), a Applied Compute e a Prime Intellect.

Conclusão: A ronda aposta numa interface de pós-treino que os especialistas de domínio possam operar, transformando em produto a melhoria contínua que era um fluxo de trabalho de investigação e ligando-a diretamente ao custo de entrega das aplicações verticais de IA.

Fontes: TechCrunch

---

Resumo numa frase: a OpenAI responde às disputas sobre a energia dos campus de computação com o Grid Protectors Program, o S-1 corrigido da Anthropic mostra cerca de 17 mil milhões de dólares de receita trimestral e quase 900 mil milhões em compromissos de computação, o LifeVal vira a avaliação para a conclusão de tarefas do dia a dia e a Trajectory levanta uma Série A de 45 milhões de dólares para o pós-treino contínuo.