O fio condutor de hoje vai da disponibilização geral de um modelo de referência, a um laboratório de investigação que dá um passo em direção aos mercados públicos, a um produto de conversação para o consumidor que abre um caminho para a descoberta de empresas, a um modelo de robótica testado numa linha de fábrica, e a um novo conjunto de pesos abertos de um modelo de imagem: a Google disponibilizou a 10 de novembro o Gemini 4 Carbon, o seu modelo mais forte até à data, a programadores, empresas, investigadores e consumidores. A Anthropic iniciou no mesmo dia o roadshow da proposta de oferta pública inicial, fixou um intervalo de preço esperado de 70,00 a 78,00 dólares por ação e pediu a admissão à cotação das ações de classe A no Nasdaq Global Select Market sob o símbolo «ANT». A OpenAI apresentou as empresas no ChatGPT em beta, permitindo às companhias reivindicar um perfil, consultar perspetivas agregadas e, no caso de empresas elegíveis de comércio eletrónico e serviços em linha nos Estados Unidos, lançar um Business Agent. A Google DeepMind revelou também o Gemini Robotics 2.5, o seu modelo de visão-linguagem-ação mais capaz, e comunicou uma taxa de êxito de 96 por cento numa prova de conceito numa linha de produção da Mercedes-Benz. A MiniMax lançou e abriu os pesos do H3-Image, um modelo de geração e edição de imagens construído sobre o H3, e disse que consegue produzir uma imagem 4K em menos de 10 segundos.

1. A Google disponibiliza de forma geral o Gemini 4 Carbon, o seu modelo mais forte até à data

A 10 de novembro de 2026, Koray Kavukcuoglu, vice-presidente sénior da Google DeepMind e arquiteto-chefe de inteligência artificial da Google, escreveu no blogue da empresa que o Gemini 4 Carbon está agora disponível para programadores, empresas, cientistas e consumidores. A Google chamou ao Carbon o seu modelo mais forte, com desempenho de fronteira em cibersegurança e em fluxos de trabalho agênticos de longo horizonte no trabalho de conhecimento complexo, na engenharia de software e no raciocínio científico.

Duas semanas antes, a Google tinha disponibilizado o Carbon a um conjunto de defensores de cibersegurança através do programa Fairwind. A empresa escreveu que, após o lançamento recente do Gemini 4 Argon, o Carbon empurra a fronteira mais longe. O Argon continua a ser a escolha preferida para a maior parte da engenharia de software e do trabalho de conhecimento, enquanto o Carbon é construído para tarefas que testam os limites da inteligência de um modelo, como a programação e a depuração complexas e em vários passos e a investigação e descoberta científicas em aberto, usando mais tokens do que o Argon para explorar a fundo, raciocinar com profundidade e correr ciclos alargados de verificação.

Em referenciais independentes concebidos para testar o desempenho em fluxos de trabalho reais, a Google disse que o Carbon ocupa o primeiro lugar no CursorBench 4.0, no WANDR da Perplexity e no AutomationBench da Zapier, a um custo por tarefa mais de duas vezes inferior ao do segundo melhor modelo externo. A empresa associou-se também à Artificial Analysis para lançar um referencial Multimodal Knowledge Agent (MKA), argumentando que os testes existentes não captam adequadamente a forma como os agentes raciocinam de modo nativo sobre ficheiros densos que contêm gráficos, imagens, plantas, esquemas e tabelas; o Carbon ocupa o segundo lugar nesse referencial, ao mesmo tempo que custa, em média, mais de seis vezes menos por tarefa do que o modelo com melhor desempenho. Em avaliações anteriores ao lançamento, a Google disse que o Carbon igualou o melhor modelo testado na avaliação agêntica financeira de ponta a ponta da Hebbia e ficou em primeiro lugar entre 23 configurações de modelos de fronteira no referencial General Financial Intelligence da Balyasny Asset Management.

Para pôr o Carbon a trabalhar em projetos maiores e mais complexos, a Google está a pré-visualizar o /swarm no Google Antigravity, transformando uma única instrução numa equipa coordenada de agentes que pode ser acompanhada em tempo real. Os programadores podem atribuir ao Carbon papéis que exigem o raciocínio mais profundo, como o desenho de arquitetura, a coordenação e a auditoria, emparelhando-o com modelos mais rápidos e mais leves em espaços de trabalho paralelos e isolados e com verificadores adversários que testam cada alteração. Num texto publicado no mesmo dia, a equipa do Antigravity escreveu que o /swarm entrega uma instrução a uma família de agentes: um coordenador cria trabalhadores paralelos especializados em árvores de trabalho git isoladas para que as edições não colidam, e verificadores adversários executam testes e contestam as diferenças; os agentes colaboram num quadro de mensagens partilhado, apenas de acrescentar, e estacionam a custo zero de tokens quando estão inativos.

Quanto à disponibilidade, o Gemini 4 Carbon é oferecido através da Gemini API no Google AI Studio e no Gemini for Business a todos os programadores e clientes empresariais pagantes, ao mesmo preço introdutório do Gemini 4 Argon: 2 dólares por milhão de tokens de entrada e 10 dólares por milhão de tokens de saída. O preço introdutório vigora até 30 de novembro de 2026, após o que a tarifa passa a 4 dólares por milhão de tokens de entrada e 20 dólares por milhão de tokens de saída, e aplica-se apenas ao modelo Carbon destinado ao acesso público. Quando a Google anunciou o modelo pela primeira vez a 28 de outubro, disse também que os tokens de entrada em cache seriam cotados com um desconto de 95 por cento face à tarifa de entrada. O Carbon está também a ser disponibilizado a todos os subscritores do Google AI Ultra no Google Antigravity, na aplicação Gemini e no AI Mode na Pesquisa. A ficha do modelo afirma que o Carbon se baseia no Gemini 4 Argon, que as entradas podem incluir texto, imagens, áudio e vídeo, que a janela de contexto combinada de entrada e saída chega a cerca de 1 milhão de tokens, e que a saída é texto.

Em cibersegurança, o Gemini 4 Carbon for cyber, acedido através do programa Fairwind, é descrito como a capacidade de cibersegurança mais forte da Google até à data, capaz de inspecionar software, seguir o modo como as falhas se podem encadear entre sistemas e gerar correções verificadas da causa de origem. A Google disse que o modelo lidera em referenciais-chave para encontrar (SEC-bench Pro), explorar (ExploitGym) e corrigir (CWE-bench v1) vulnerabilidades; as pontuações que a empresa publicou a 28 de outubro foram 88,2 por cento no SEC-bench Pro, 54,8 por cento no ExploitGym e 71,0 por cento no CWE-bench. Testes internos e externos iniciais citados pela empresa incluem: num referencial interno do Project Fortify, o sistema autónomo da Google para análise, triagem e correção, o Carbon atingiu 100 por cento de recall na análise e 95 por cento de precisão na triagem, e em testes em repositórios de código aberto melhorou em mais de 25 por cento o já elevado recall do Argon; a equipa Cloud Vulnerability Research da Google usou o Carbon para mostrar que dois erros num pacote de código aberto popular eram de facto exploráveis, comparáveis em gravidade ao recente exploit PHP2Shell, e, ao construir uma prova de conceito, ajudou os responsáveis de manutenção a reclassificar as questões como críticas e a emitir uma correção, com pormenores a seguir após a divulgação responsável; e no programa Scan for Good da Wiz, o modelo foi usado para analisar dois grandes fornecedores de software como serviço, revelando vulnerabilidades de dia zero em menos de duas horas, após o que a equipa trabalhou com as organizações afetadas na correção.

Em ciência e matemática, a Google disse que investigadores construíram um enquadramento agêntico de verificação formal chamado AlphaProof Code, usaram o Carbon juntamente com outros modelos para traduzir objetivos de segurança no código subjacente ao protocolo criptográfico Signal em teoremas matemáticos, e fizeram os agentes gerar milhões de linhas de código Lean, ajudando a provar propriedades-chave de segurança em semanas — um trabalho que a empresa disse ter historicamente levado anos a equipas de peritos. Na previsão da estrutura de proteínas, os investigadores usaram um dispositivo com vários agentes para o Carbon procurar homólogos remotos em arquivos de sequências não anotadas à escala de petabases, em catálogos de sequências ambientais e virais e em bases de dados de estruturas tridimensionais; em sete famílias de proteínas com poucos homólogos no conjunto de teste cego CASP17, o Carbon aumentou o número de homólogos recuperados em cerca de 40 vezes, em média, sem treinar de novo os modelos de previsão de estrutura. Quatro semanas antes, a Google tinha aberto candidaturas para dar a 10 000 cientistas seis meses de acesso gratuito ao Argon no Antigravity; a empresa disse que milhares já aderiram, e está agora a alargar o Carbon aos participantes atuais e futuros, com as candidaturas ainda abertas e a integração a continuar numa base semanal rotativa.

Em matéria de segurança, a Google disse que, em ambientes simulados de ciberataque semeados com o ExploitBench e o CyScenarioBench, o Carbon bloqueou 99 por cento das trajetórias de ataque de um agente adaptativo de red teaming, baixando a taxa de violação por tentativa para 0,8 por cento, face a 3,1 por cento do Argon; nos testes Gray Swan, a taxa de êxito das consultas automatizadas de ciberataque caiu para 2,17 por cento, face a 9,86 por cento do Argon; e testes externos da Trajectory Labs não encontraram novos jailbreaks universais ao longo de 132 horas e mais de 13 000 pedidos. Num referencial de honestidade agêntica com 375 tarefas, o Carbon concluiu com êxito 92 por cento das tarefas, face a 70 por cento do Argon, recusando preencher dados experimentais em falta 98 por cento das vezes e assinalando falhas metodológicas 68 por cento das vezes. A empresa tinha dito duas semanas antes que o Carbon atingiu uma taxa de êxito de ataque de 0 por cento no referencial Gray Swan IPI para injeção indireta de instruções, observando também que, em algumas distribuições, o modelo ainda tem margem para melhorar face a ataques mais sofisticados.

Porque interessa: A Google está a passar o Carbon de uma pré-visualização limitada de cibersegurança para a API paga e para os subscritores Ultra, mas continua a deixar o trabalho quotidiano ao Argon e a gastar os tokens de raciocínio extra em ciclos de verificação mais longos; os custos mais baixos por tarefa e as cifras de segurança mais fortes visam mostrar que isto não é apenas uma corrida às pontuações de pico.

2. A Anthropic inicia o roadshow da IPO a 70 a 78 dólares por ação

A 10 de novembro de 2026, a Anthropic, PBC disse ter iniciado o roadshow da proposta de oferta pública inicial de ações ordinárias de classe A. A empresa disse que a oferta consiste em 825 000 000 de ações de classe A, das quais 801 351 354 são oferecidas pela Anthropic e 23 648 646 por certos acionistas existentes; a Anthropic não receberá o produto das ações dos acionistas vendedores. Prevê também conceder aos sindicatos de colocação uma opção de 30 dias para comprar até mais 123 750 000 ações de classe A. O preço da oferta deverá situar-se entre 70,00 e 78,00 dólares por ação. A Anthropic pediu a admissão à cotação das ações de classe A no Nasdaq Global Select Market sob o símbolo «ANT» e sublinhou que a declaração de registo ainda não produziu efeitos e que o anúncio não constitui uma oferta de venda nem uma solicitação de oferta de compra dos valores mobiliários.

Com esse intervalo de preços, as 825 milhões de ações implicam uma dimensão de oferta de cerca de 57,75 a 64,35 mil milhões de dólares. A TechCrunch relatou que, no topo do intervalo e numa base totalmente diluída, a empresa ficaria avaliada em cerca de 1,404 biliões de dólares, acima da avaliação de 965 mil milhões de dólares alcançada numa captação de maio, mas abaixo de um objetivo de cerca de 2 biliões de dólares relatado anteriormente. A CNBC situou a cifra totalmente diluída em até cerca de 1,405 biliões de dólares e, citando pessoas familiarizadas com o assunto, disse que a empresa planeia fixar o preço a 18 de novembro e começar a negociar a 19 de novembro, com uma afetação de retalho de cerca de 20 por cento.

Ambos os órgãos, citando a declaração atualizada, relataram também que a Anthropic acordou vender 26 mil milhões de dólares de ações de classe N sem direito de voto numa colocação privada ao preço da IPO à AMD, à Broadcom, à Google, à Micron, à Microsoft, à Nvidia e à TSMC; a TechCrunch disse que a Google e a Nvidia investem 10 mil milhões de dólares cada uma, e que a Anthropic estima um produto líquido de cerca de 84,6 a 93,7 mil milhões de dólares, incluindo a cifra superior a opção dos sindicatos. A declaração, conforme relatada, situou a receita em ritmo anualizado em cerca de 81 mil milhões de dólares no final de outubro, mais cerca de 10 mil milhões de dólares face ao final de setembro. A CNBC disse que a receita dos nove meses findos em 30 de setembro foi de 33,24 mil milhões de dólares, com um prejuízo líquido de 104 mil milhões de dólares no mesmo período, na maior parte proveniente de alterações no justo valor de obrigações convertíveis e de passivos derivados. A TechCrunch assinalou também que, enquanto sociedade de benefício público, os fundadores detêm uma ação de classe F com 50,1 por cento do poder de voto e que o Long-Term Benefit Trust elegerá uma maioria do conselho, limitando a influência dos compradores de ações de classe A.

Porque interessa: O intervalo de preços conduz o laboratório aos passos finais antes de uma cotação pública, mas a avaliação implícita já recuou de relatos anteriores de cerca de 2 biliões de dólares para cerca de 1,40 biliões de dólares; a negociação continua a depender de a declaração de registo produzir efeitos, e o roadshow oferece um intervalo, não um preço final.

3. A OpenAI apresenta as empresas no ChatGPT e os Business Agents em beta

A 10 de novembro de 2026, a OpenAI disse estar a apresentar as empresas no ChatGPT em beta, descrevendo-o como uma nova forma de as companhias se ligarem às 1,2 mil milhões de pessoas que usam o ChatGPT todas as semanas. Através do Business Hub, as empresas podem reivindicar a sua organização, gerir as suas informações e ver como as pessoas interagem com elas no ChatGPT. A empresa está também a acrescentar Business Agents, começando por empresas elegíveis de comércio eletrónico e serviços em linha nos Estados Unidos.

No Business Hub, as companhias verificadas podem atualizar dados-chave e acrescentar fluxos de produtos de autoatendimento com preços e disponibilidade. A OpenAI disse que qualquer empresa elegível num local onde o ChatGPT esteja disponível pode reivindicar o seu perfil através do Business Hub; os clientes atuais da OpenAI Enterprise e os anunciantes podem trabalhar com o seu representante; e os comerciantes Shopify podem ligar uma loja a partir do Business Hub ou da administração Shopify para simplificar a verificação, com os produtos Shopify elegíveis já integrados no ChatGPT através do Shopify Catalog.

Quanto às perspetivas, o Business Hub fornece cifras agregadas como menções e cliques no sítio, bem como temas de descoberta — motivos comuns em conversas em que o sítio de uma empresa é citado. A OpenAI escreveu que não partilha com as empresas as conversas dos utilizadores nem as conversas do Business Agent, e que as perspetivas só estão disponíveis de forma agregada e apenas quando atingem determinados limiares.

Depois de reivindicar um perfil, as organizações elegíveis podem construir, testar e lançar um Business Agent. Quando uma empresa aparece numa resposta do modelo, as pessoas podem abrir o respetivo perfil no ChatGPT; se um Business Agent estiver disponível, um cliente pode iniciar uma conversa separada para comparar ofertas ou colocar perguntas de seguimento, assente nas informações que a empresa forneceu. Essa conversa é claramente identificada, mantida à parte do fio original do ChatGPT e distinta das respostas independentes do ChatGPT. As empresas também podem patrocinar o seu Business Agent e usá-lo como destino dos ChatGPT Ads; as colocações patrocinadas são claramente identificadas e mantidas à parte das respostas do ChatGPT. The Verge relatou o lançamento em beta no mesmo dia.

Porque interessa: A OpenAI está a abrir um caminho da sua audiência semanal de 1,2 mil milhões de utilizadores até às empresas, mas apenas por detrás de verificação, perspetivas agregadas e conversas claramente identificadas e em separado; o primeiro passo é um perfil reivindicado e um agente de marca, não uma abertura geral a todos os setores e a todos os mercados.

4. A Google revela o Gemini Robotics 2.5, com uma taxa de êxito de 96 por cento num ensaio na linha da Mercedes-Benz

A 10 de novembro de 2026, a Google DeepMind, num texto de Carolina Parada, apresentou o Gemini Robotics 2.5, chamando-lhe o modelo de visão-linguagem-ação (VLA) mais capaz da empresa até à data. O modelo destina-se a alargar o leque de competências que um robot pode aprender e a velocidade com que as adquire, e a melhorar a destreza, a fiabilidade e a segurança, para que os robots possam sair do laboratório e entrar em ambientes reais mais pouco estruturados. A empresa disse ter, no início deste ano, levado a inteligência de corpo inteiro a robots de muitos tipos, incluindo humanoides, e que os progressos mais recentes se deveram em grande medida à capacidade do Gemini 4 Argon para acelerar a investigação em robótica. O Gemini Robotics 2.5 está a ser disponibilizado aos parceiros de robótica da Google.

A Google disse ter avaliado a amplitude de tarefas, o desempenho e a complexidade do modelo em mais de 200 tarefas distintas, como servir comida com uns alicates, atar um laço numa caixa de presente e pipetar líquido, combinando o uso de ferramentas, a manipulação de objetos deformáveis e o manuseamento cuidadoso de artigos frágeis. Em comparação com as linhas de base anteriores, o Gemini Robotics 2.5 alcançou uma taxa de êxito 30 a 100 por cento mais elevada, consoante o tipo de tarefa, e concluiu as tarefas 20 a 30 por cento mais depressa. O modelo funciona de forma nativa com vários tipos de robots, incluindo o humanoide Apollo 2 da Apptronik, que usa a mão SharpaWave de cinco dedos e 22 graus de liberdade, e a plataforma Franka Duo com pinças paralelas de dois dedos.

Para testar a fiabilidade, a Google associou-se à Apptronik e à Mercedes-Benz para implementar o Apollo 2 em linhas ativas de produção automóvel em Kecskemét, na Hungria, e em Sindelfingen, na Alemanha. Na prova de conceito, o robot usou o modelo de raciocínio corporificado Gemini Robotics ER para acompanhar o fluxo de trabalho e o modelo de ação Gemini Robotics 2.5 para controlar os braços e as mãos, apanhando suportes metálicos automóveis em contentores de abastecimento, colocando-os em contentores de sequenciação e corrigindo intervalos, com uma taxa de êxito de 96 por cento. Jeff Cardenas, cofundador e diretor-executivo da Apptronik, disse que os modelos melhoraram substancialmente em poucas semanas de pós-treino e se transferiram para as linhas da Mercedes-Benz com uma queda muito reduzida.

Em matéria de segurança, o Gemini Robotics 2.5 usa orientação de raciocínio no momento da inferência para se desviar de perigos físicos em tempo real. A Google disse que a capacidade aumentou a conclusão segura de tarefas em 33 por cento em torno de obstáculos e em 43 por cento em torno de pessoas próximas. Para testar jailbreaks adversários dirigidos a robots, a empresa lança também o ASIMOV-Jailbreak, um referencial de código aberto com centenas de instruções que disfarçam pedidos inseguros em dezenas de cenas; disse que o Gemini 4 Argon alcançou 99,5 por cento de resistência a jailbreaks, face a 82 por cento da linha de base anterior, o Gemini Robotics ER 2.

Porque interessa: Isto não é apenas mais uma demonstração laboratorial de atar um laço — a Google coloca uma taxa de êxito de 96 por cento em linhas de produção em funcionamento da Mercedes-Benz e publica ao mesmo tempo um novo referencial de jailbreak e resultados de governabilidade, tratando a fiabilidade e a segurança como condições para entrar numa fábrica.

5. A MiniMax abre os pesos do H3-Image e afirma que o modelo pode gerar imagens 4K em menos de 10 segundos

A 11 de novembro de 2026, a MiniMax lançou o MiniMax H3-Image, um modelo de geração de imagens com pesos abertos construído sobre o H3, com apoio à geração de texto para imagem, à geração com base em referências e à edição de imagens. A empresa disse que o modelo consegue gerar uma imagem 4K (4096×4096) em menos de 10 segundos, com mais pormenor e uma adesão mais forte à instrução, que consegue compreender e usar até 16 imagens de referência, e que a velocidade de geração em 4K é até cerca de cinco vezes a das alternativas correntes. Os pesos foram publicados no Hugging Face como MiniMaxAI/MiniMax-H3-Image, e o modelo também está disponível através da MiniMax API, do MiniMax Code e do Hailuo AI.

A MiniMax disse que o modo Standard é cerca de 1,5 a 2 vezes mais rápido do que as alternativas correntes, enquanto o modo Highspeed chega a 3 a 4 vezes; o preço situa-se em cerca de 50 a 70 por cento das ofertas correntes comparáveis, e na semana de lançamento a empresa oferece 50 por cento de desconto nos pedidos de geração de imagens em resolução 4K e superior. O modelo é lançado ao abrigo do MiniMax-H3-Image Community License Agreement, datado de 10 de novembro de 2026. O acordo afirma que o território aplicável é o mundo inteiro, com exclusão da União Europeia, do Reino Unido, da República da Coreia e dos Estados Unidos da América.

Porque interessa: A MiniMax está a colocar no mercado tanto a velocidade de geração em 4K como os pesos abertos, baixando a barreira para obter e executar o modelo; a licença comunitária, porém, reserva expressamente mercados que incluem a União Europeia, a Grã-Bretanha, a Coreia do Sul e os Estados Unidos, pelo que pesos abertos não equivalem a uma utilização comercial irrestrita em todo o lado.

---

Hoje numa linha: A Google disponibilizou de forma geral o Gemini 4 Carbon, o seu modelo mais forte até à data, ao preço introdutório do Argon e pré-visualizou o /swarm no Antigravity; a Anthropic iniciou o roadshow da IPO com um intervalo de 70 a 78 dólares e pediu a admissão à cotação como ANT; a OpenAI apresentou as empresas no ChatGPT e os Business Agents em beta; a Google DeepMind revelou o Gemini Robotics 2.5 e comunicou uma taxa de êxito de 96 por cento num ensaio na linha da Mercedes-Benz; e a MiniMax abriu os pesos do H3-Image, afirmando que o modelo pode gerar imagens 4K em menos de 10 segundos.