TLDR;

A OpenAI mostrou resultados iniciais do chip de inferência Ralapenho, que não serve para treinamento mas oferece maior taxa de processamento e menor latência, processando cerca de 1,5–1,9× mais trabalho por watt e 2,1–4,1× mais desempenho em testes com modelos de pesos abertos. A Nvidia manifestou interesse em comprar o Hugging Face para integrar uma plataforma de modelos e processamento, potencialmente promovendo pesos abertos e concorrendo com os modelos fechados da OpenAI e Anthropic. A Apple apresentou os chips M6 e M5 Ultra que prometem grande salto na capacidade para rodar modelos localmente (com variantes anunciadas de 256 GB e 512 GB a caminho), viabilizando mini-computadores de inferência porém com preço inicial muito alto.

Resumo

Foi uma semana intensa em IA, marcada por movimentos estratégicos mais do que por novos modelos: a OpenAI divulgou resultados iniciais do chip de inferência Ralapenho, que mostrou maior taxa de processamento e menor latência em relação ao hardware atual (processando entre 1,5–1,9× mais trabalho por watt e 2,1–4,1× melhor desempenho em testes com modelos de pesos abertos como GPT OS, Dipsic R1 e Kimica 2.5), embora ainda dependa de GPUs Nvidia para treinamento. A Nvidia manifestou interesse em comprar o Hugging Face, o que reforçaria seu papel na oferta de modelos e processamento e poderia incentivar pesos abertos contra modelos fechados. A Apple anunciou os chips M6 e M5 Ultra, capazes de liberar gigabytes para rodar modelos localmente (rumo a 256–512 GB), mas com custo inicial elevado. A tendência é que modelos se tornem commodity e a batalha se desloque para hardware e infraestrutura. O uso de pesos abertos cresceu rapidamente — de ~28% para ~62% em poucos meses, segundo executivo da Vercel — e a China lidera muitas iniciativas; um exemplo é o OX Alfa, revelado como GLM 5.3 Flash, oferecendo desempenho razoável a custo muito menor em benchmarks, contrastando com modelos topo de linha mais caros agora.