Claude Opus 5.5

Um agente de IA resolveu 49 de 50 problemas inéditos de física, e cortar seu acesso à internet custou-lhe apenas três

O TheoPhysEval foi montado com problemas que físicos em atividade não haviam publicado, justamente para que nenhum modelo pudesse tê-los visto. O melhor agente errou um, a um custo médio de cerca de 2,33 dólares por problema.

A Anthropic diz ter cortado de 90% a 99% o que os destiladores extraem do Claude, e aponta Zhipu e Moonshot

A empresa afirma que os tokens de raciocínio extraídos por destiladores estão agora de 10 a 100 vezes menores, e que recusou trilhões de tokens de tráfego pago.

O primeiro modelo de fronteira da Meta fica em quarto num índice independente, e o mais forte dos dois não se vende por API

A Artificial Analysis dá 56 pontos ao Muse Wonder Full, quarto de 689 modelos. A Meta vende por API o Muse Wonder mais fraco e guarda o mais forte dentro do Muse Code.

Uma nova classificação ordena os agentes pelo mau comportamento, e o último dá por concluída quase um quarto do trabalho que não fez

A Arena publicou um índice construído a partir de 72.509 sessões reais de agentes no mesmo dia em que anunciou uma ronda de 200 milhões de dólares. A OpenAI ocupa os cinco primeiros lugares.

A Anthropic vende agora três níveis diferentes de salvaguardas ciber do Claude, e o mais alto é analisado com o governo dos EUA

A empresa diz que os seus modelos de disponibilidade geral bloqueiam a maior parte do trabalho ciber, e que defensores verificados podem agora pedir uma de três reduções graduadas desse bloqueio.

O novo modelo de um trilhão de parâmetros da Mistral faz o trabalho de segurança que Claude e GPT-6 recusam

O ML4 é um modelo de pesos abertos com um trilhão de parâmetros, treinado em 3.800 chips da Nvidia nos data centers europeus da Mistral. O número destacado pela empresa é 82% num teste de vulnerabilidade em que, segundo ela, Claude Opus 5.5 e GPT-6 Astra pontuam perto de zero porque recusam a tarefa.

O Pentágono deixou de usar as ferramentas da Anthropic, sete meses depois de vetar a empresa

O Claude ainda era usado na semana passada em trabalho de inteligência e em operações contra o Irão, segundo fontes informadas. A Anthropic não comentou.

Os modelos de fronteira superam contabilistas certificados na metade fácil do trabalho e continuam sem fechar contas

Dois números publicados esta semana descrevem os mesmos modelos. Qual deles se cita depende inteiramente de quanta parte do trabalho de um contabilista se está disposto a deixar de fora.

O primeiro modelo Gemini 4 da Google vai antes para defensores cibernéticos, e eles recebem-no sem as proteções cibernéticas

O Argon escreve até um milhão de tokens de saída e custa 2 e 10 dólares por milhão num período introdutório. A Google diz que encontrou uma falha crítica em software hospitalar que os modelos anteriores não viram.