Novidades dos modelos chineses e seus impactos na integração de APIs, escolha de modelos e custos.
Segundo o MarkTechPost, em 21 de outubro de 2026, a Recursive lançou seu primeiro modelo, o Flint, um modelo de codificação MoE com 40B de parâmetros totais e cerca de 2,5B ativos, com pesos publicados sob a licença Apache 2.0; em 4 bits ocupa cerca de 23 GB e pode rodar em um Mac de 48 GB ou em uma GPU.
Segundo o blog oficial da IBM publicado em 21 de outubro de 2026, a série Granite Speech recebeu três atualizações: o novo modelo granite-speech-5.0-2b suporta transcrição em seis idiomas e tradução mútua com o inglês; a versão Turbo CTC 470M adiciona multilinguismo e eleva o RTFx em cerca de 1,6 vezes; e a 4.1-2b-plus melhora a atribuição de locutor e os timestamps. Os três são publicados sob licença Apache 2.0.
Segundo reportagem da InfoQ de 20 de outubro de 2026, a Jiuzhang Yunji lançou o Alaya-DFlash2, uma solução de aceleração por decodificação especulativa voltada ao GLM-5.3, com modelo de rascunho de elaboração paralela e mecanismo de seleção de caminhos, tendo os pesos sido tornados públicos. Avaliações do fabricante afirmam que, em 8×H200 com TP=8, a velocidade de decodificação em concorrência única é 3,41 vezes a da autoregressão nativa, e que o comprimento de aceitação em contextos de baixa entropia de 1k a 32k supera o de dois esquemas comparados. Esses números e comparações são avaliações próprias do fabricante, ainda pendentes de reprodução por terceiros.
Segundo o The Decoder, em 19 de outubro de 2026, a MiniMax lançou o modelo de raciocínio M3.1 Flash, com pontuação 42 no índice de inteligência da Artificial Analysis, 13 pontos acima do antecessor M3, custo de aproximadamente US$ 0,22 por tarefa, suporte a contexto de 1 milhão de tokens e entrada de texto e imagem, com planos de lançamento em pesos abertos em 23 de outubro.
Segundo o The Decoder, em 19 de outubro de 2026, a Kling AI lançou a versão 4.0: até 30 segundos por geração, no máximo dez quadros-chave, prompts de 8000 tokens, sincronia labial estéreo e em mais de dez idiomas; também lançou a versão Flash, limitada a 720p e 20 segundos; preços e status de suporte da API ainda são listados como em breve.
Segundo reportagem da Nova IA de 19 de outubro de 2026, a MiniMax lançou o M3.1 Flash, já disponível na API MiniMax, no M Plan e no MiniMax Code, com o modelo de texto padrão do CLI oficial alterado. A reportagem afirma que ele se destaca em testes como Automation-Bench e LOCA-Bench 256K, com contexto de 1 milhão de tokens e cinco níveis de ajuste de effort.
Segundo o MarkTechPost, em 19 de outubro de 2026, a MiniMax disponibilizou o M3.1 Flash em sua API, com 428B de parâmetros totais, cerca de 23B ativados e contexto de 1M de tokens, a US$ 0,15 por milhão de tokens de entrada e US$ 0,60 por milhão de tokens de saída; a empresa afirmou que os pesos seriam publicados em 23 de outubro, mas a licença ainda não foi divulgada.
Segundo o InfoQ em 18 de outubro de 2026, a Meta abriu os pesos do Muse Spark Open em 15 de outubro: um MoE esparso com 816 bilhões de parâmetros totais e cerca de 42 bilhões ativados, contexto de aproximadamente 1,05 milhão de tokens e entradas de texto, imagem, áudio e vídeo, implantável em duas Mac Studio M5 Ultra via MLX; a reportagem afirma que seus resultados no Terminal-Bench 2.1 e DeepSWE 1.1 ficam abaixo do GLM 5.3 max e do Kimi K3 max, com licença Muse Model License.
Segundo o THE DECODER, em 17 de outubro de 2026, a DeepSeek lançou o V4.1-Flash-1017, que a empresa afirma superar rivais maiores em tarefas de programação e de agentes com menor custo por tarefa. Os pesos foram publicados no Hugging Face e no ModelScope, e a empresa abriu pela primeira vez aos desenvolvedores suas APIs próprias de busca e de extração.
Segundo o New Zhiyuan em 17 de outubro de 2026, a DeepSeek lançou o DeepSeek-V4.1-Flash-1017, focado em "programação por desejo", com atualização simultânea de web, App e API; a empresa afirma preço inalterado e pesos abertos. A fonte diz que as interfaces Search e Fetch cobram 5 yuans por 1000 chamadas cada, e que chamadas do lado do servidor dentro do Harness, Claude Code e Codex passam a ser cobradas a partir de 1º de novembro.
Segundo o MarkTechPost, em 17 de outubro de 2026, a DeepSeek lançou o checkpoint pós-treinamento V4.1-Flash-1017, sob o nome de modelo deepseek-flash, alegando superar a versão de setembro em todos os 11 benchmarks, com 77,0 no DeepSWE v1.1; também abriu as APIs de busca e scraping para todos os desenvolvedores, com cobrança por mil chamadas.
Segundo o MarkTechPost, em 16 de outubro de 2026, a StepFun publicou o Step 5 Preview com pesos abertos: 600B parâmetros totais, 27B ativados por token, contexto de até 1M, checkpoints FP8 e BF16 disponíveis no Hugging Face e no ModelScope.