Agentes de programação

OpenAI conquista clientes da Anthropic no preço, Dessa da Block, AWS Infinity, Ollama fala: o resumo de 25 de outubro

A OpenAI atrai Replit e Rippling com descontos, a Block apresenta o Dessa, a AWS abre o código do Infinity, o Ollama fala e o Qwen Code chega à 0.26.1.

Por Audryk · 25 de outubro de 2026

• Agentes de programação
• Modelos
• Nuvem e infraestrutura
• #OpenAI
• #Anthropic
• #preços
• #agentes
• #código aberto
• #Ollama

O domingo é calmo para anúncios, então este resumo cobre 23 e 24 de outubro de 2026, com cinco histórias que nossas edições anteriores não haviam coberto: uma reportagem investigativa sobre a guerra de preços entre OpenAI e Anthropic, um modelo de voz da Block, um runtime de agentes da AWS e duas atualizações de ferramentas de código aberto. Salvo indicação em contrário, os números vêm de fontes oficiais.

OpenAI conquista clientes da Anthropic no preço (24 out.)

O veículo americano The Information relata que a OpenAI está tirando grandes clientes da Anthropic com descontos agressivos (The Information, de acesso pago, resumido pelo The Decoder). Trata-se de uma reportagem investigativa, e não de um anúncio das empresas.

• Replit: segundo uma fonte anônima citada pelo The Information, a criadora do Replit Agent transferiu a maior parte de seus gastos com IA para a OpenAI, com um desconto de mais de 30% em um contrato de mais de 100 milhões de dólares por ano, depois que a Anthropic encerrou o desconto que dava à Replit.
• Rippling: o CEO Parker Conrad diz que a participação da OpenAI no trabalho de programação da empresa subiu de 16% em maio para 52%, enquanto a da Anthropic caiu de 57% para 18%.
• DataCamp: o CEO Jonathan Cornelissen diz que os preços da OpenAI reduziram seus custos em 80 a 90%.

Para comparar os preços públicos das duas famílias de modelos, veja as páginas do Claude e do GPT e nossa calculadora de custos.

A Block apresenta o Dessa, um modelo de voz treinado apenas com fala (23 out.)

O laboratório de IA da Block (Square, Cash App) apresenta o Dessa, um modelo de voz conversacional lançado como prévia de pesquisa (página da Block). Foi anunciado no X em 23 de outubro pela Block e por seu fundador, Jack Dorsey, e depois noticiado em 24 de outubro pelo TechCrunch.

• Como funciona: um modelo de fala para fala, full-duplex, que ouve e fala ao mesmo tempo. A Block diz tê-lo treinado do zero com conversas humanas, sem texto e sem modelo pré-treinado.
• Recursos: o treinamento coube em um único sistema NVIDIA GB200 NVL72, e a inferência roda localmente em um MacBook Pro M4 Max ou superior, segundo a Block.
• Disponibilidade: ainda sem acesso público, apenas uma lista de espera. A Block está dando acesso antecipado a um pequeno grupo de pesquisadores de segurança de IA.

A AWS abre o código do Infinity, um runtime para dezenas de milhares de agentes (23 out.)

A AWS lança o Infinity sob a licença Apache 2.0, um projeto de pesquisa construído com a UC Berkeley no âmbito do projeto Hydro (AWS Open Source Blog, repositório do GitHub).

• A ideia: uma chamada de ferramenta vira um ponto de suspensão, como um await. O runtime salva a conversa, libera memória e retoma o agente quando o resultado chega, mesmo dias depois.
• Números divulgados: cerca de 100 KB de memória por agente ocioso, ou aproximadamente 75.000 agentes nos 8 GB de um Raspberry Pi 5. O benchmark executou 80.000 agentes e 3,2 milhões de completions em uma única thread.
• Serverless: uma implantação de referência usa SQS FIFO, Lambda, Aurora DSQL e DynamoDB. Eventos assíncronos chegam ao modelo como chamadas de ferramenta sintéticas (receive_event__injected). A AWS o descreve como uma versão de pesquisa inicial.

Ollama 0.40.11: saída de voz e modelos de decisão (24 out.)

O Ollama 0.40.11 (notas de versão) adiciona dois recursos. Para instalar o Ollama e usá-lo com um agente, veja nosso guia do Ollama.

• Voz no macOS: o ollama run pode ler em voz alta um texto ou a resposta de um modelo de chat, e os aplicativos podem transmitir o áudio pelo endpoint /v1/audio/speech, compatível com a OpenAI.
• Modelos d3: a família de modelos de decisão do vLLM Semantic Router, nos tamanhos 2B, 4B, 9B e 27B, para classificar, responder sim ou não, ou pontuar opções com probabilidades.

Lançamentos

• Qwen Code v0.26.1 (24 out.): persistência opcional do token do daemon (qwen daemon start --save-token), compressão manual de contexto apenas em ociosidade para sessões gerenciadas, tarefas agendadas condicionadas a um comando de shell executado fora do modelo; uma mudança incompatível afeta a integração com o QQ Bot (notas de versão).
• Ollama v0.40.10 (23 out.): adiciona o Nemotron 3.5 Bolt E4B da NVIDIA, um pequeno modelo de visão e linguagem baseado no Gemma 4, com janela de contexto de 128.000 tokens (notas de versão).

O número: 100 KB por agente em espera

É a memória que a AWS mediu para um agente ocioso no Infinity, principalmente seu histórico de conversa (AWS). Um agente que espera por um build ou por uma aprovação já não segura um processo.

O que isso significa

O custo está se tornando um argumento tão forte quanto a qualidade: segundo a imprensa, clientes de programação trocam de fornecedor por causa de um desconto. Ao mesmo tempo, a infraestrutura se prepara para muitos agentes pacientes, e ferramentas locais como o Ollama se expandem para a voz.

Fontes

• The Information: Anthropic's Margin is OpenAI's Opportunity (de acesso pago, verificado em 2026-10-25)
• The Decoder: OpenAI offers discounts up to 90 percent to poach Anthropic's biggest customers (verificado em 2026-10-25)
• Block: Dessa (verificado em 2026-10-25)
• TechCrunch: Block's new voice model sounds eerily human (verificado em 2026-10-25)
• AWS: Introducing Infinity, a runtime for extreme agent concurrency (verificado em 2026-10-25)
• Ollama: notas de versão da v0.40.11 (verificado em 2026-10-25)
• Ollama: notas de versão da v0.40.10 (verificado em 2026-10-25)
• Qwen Code: notas de versão da v0.26.1 (verificado em 2026-10-25)

Encontrou um erro neste artigo? Avise-nos · Nossa política de correções