A IBM lançou o Granite 4.0 - uma nova família de modelos de linguagem de pesos abertos variando em tamanho de 3B a 32B. A Artificial Analysis teve acesso pré-lançamento, e nossos testes mostram que o Granite 4.0 H Small (32B/9B parâmetros totais/ativos) obteve um Índice de Inteligência de 23, com uma força particular na eficiência de tokens. Hoje, a IBM lançou quatro novos modelos: Granite 4.0 H Small (32B/9B parâmetros totais/ativos), Granite 4.0 H Tiny (7B/1B), Granite 4.0 H Micro (3B/3B) e Granite 4.0 Micro (3B/3B). Avaliamos o Granite 4.0 Small (em modo não-raciocínio) e o Granite 4.0 Micro usando o Índice de Inteligência da Artificial Analysis. Os modelos Granite 4.0 combinam uma pequena quantidade de camadas de atenção estilo transformer padrão com a maioria das camadas Mamba, que afirmam reduzir os requisitos de memória sem impactar o desempenho. Principais conclusões dos testes: ➤🧠 Inteligência do Granite 4.0 H Small: Em modo não-raciocínio, o Granite 4.0 H Small pontua 23 no índice de Inteligência da Artificial Analysis - um salto de +8 pontos no Índice em comparação com o IBM Granite 3.3 8B (Não Raciocínio). O Granite 4.0 H Small fica à frente do Gemma 3 27B (22), mas atrás do Mistral Small 3.2 (29), EXAONE 4.0 32B (Não-Raciocínio, 30) e Qwen3 30B A3B 2507 (Não-Raciocínio, 37) em inteligência. ➤⚡ Inteligência do Granite 4.0 Micro: No Índice de Inteligência da Artificial Analysis, o Granite 4.0 Micro pontua 16. Ele fica à frente do Gemma 3 4B (15) e LFM 2 2.6B (12). ➤⚙️ Eficiência de tokens: O Granite 4.0 H Small e Micro demonstram uma impressionante eficiência de tokens - o Granite 4.0 Small usa 5.2M, enquanto o Granite 4.0 Micro usa 6.7M tokens para executar o Índice de Inteligência da Artificial Analysis. Ambos os modelos usam menos tokens do que o Granite 3.3 8B (Não-Raciocínio) e a maioria dos outros modelos de pesos abertos não-raciocínio menores que 40B parâmetros totais (exceto Qwen3 0.6B que usa 1.9M tokens de saída). Detalhes principais do modelo: ➤🌐 Disponibilidade: Todos os quatro modelos estão disponíveis no Hugging Face. O Granite 4.0 H Small está disponível no Replicate e é precificado em $0.06/$0.25 por 1M de tokens de entrada/saída. ➤📏 Janela de Contexto: 128K tokens. ➤©️ Licenciamento: Os modelos Granite 4.0 estão disponíveis sob a licença Apache 2.0.

A DeepSeek lançou a V3.2 Exp com a sua nova arquitetura DeepSeek Sparse Attention (DSA), que afirma reduzir o impacto da escalabilidade quadrática do cálculo com o comprimento do contexto. Testámos de forma independente a V3.2 Exp, que alcançou uma inteligência semelhante à DeepSeek V3.1 Terminus; a DeepSeek passou a usar a V3.2 para o seu endpoint principal da API e reduziu os preços da API em mais de 50%. Com a atualização dos preços da API de primeira parte da DeepSeek, o custo para executar o Índice de Inteligência de Análise Artificial cai de $114 para $41. A DeepSeek afirma ter "alinhado deliberadamente" as configurações de treinamento da V3.1 Terminus e da V3.2 Exp. Igualar o desempenho da V3.1 Terminus parece demonstrar que os benefícios de desempenho da arquitetura DeepSeek Spare Attention não vêm à custa da inteligência. Principais conclusões dos benchmarks: ➤🧠  Sem alteração na inteligência agregada: No modo de raciocínio, a DeepSeek V3.2 Exp pontua 57 no Índice de Inteligência de Análise Artificial. Vemos isso como equivalente em inteligência à DeepSeek V3.1 Terminus (Raciocínio) ➤📈  Sem declínio no raciocínio de longo contexto: Apesar das mudanças na arquitetura da DeepSeek, a V3.2 Exp (Raciocínio) parece não apresentar qualquer declínio no raciocínio de longo contexto - pontuando um leve aumento no AA-LCR. ➤⚡ Desempenho não relacionado ao raciocínio: No modo não relacionado ao raciocínio, a DeepSeek V3.2 Exp não mostra degradação na inteligência, igualando a DeepSeek V3.1 Terminus com uma pontuação de 46 no Índice de Inteligência de Análise Artificial. ➤⚙️ Eficiência de tokens: Para a DeepSeek V3.2 Exp (Raciocínio), o uso de tokens para executar o Índice de Inteligência de Análise Artificial diminui ligeiramente de 67M para 62M em comparação com a V3.1 Terminus. O uso de tokens permanece inalterado para a variante não relacionada ao raciocínio. ➤💲Preços: A DeepSeek reduziu significativamente o preço por token para a sua API de primeira parte de $0.56/$1.68 para $0.28/$0.42 por 1M de tokens de entrada/saída - uma redução de 50% e 75% nos preços dos tokens de entrada e saída, respetivamente. Outros detalhes do modelo: ➤©️ Licenciamento: A DeepSeek V3.2 Exp está disponível sob a Licença MIT. ➤🌐 Disponibilidade: A DeepSeek V3.2 Exp está disponível via API DeepSeek, que substituiu a DeepSeek V3.1 Terminus. Os usuários ainda podem acessar a DeepSeek V3.1 Terminus através de uma API DeepSeek temporária até 15 de outubro. ➤📏 Tamanho: A DeepSeek V3.2 Exp tem 671B de parâmetros totais e 37B de parâmetros ativos. Isso é o mesmo que todos os modelos anteriores nas séries DeepSeek V3 e R1.

A ServiceNow lançou o Apriel-v1.5-15B-Thinker, um modelo de raciocínio de pesos abertos de 15B que lidera nossa categoria de Pequenos Modelos (<40B parâmetros) 💼 Visão Geral: O Apriel-v1.5-15B-Thinker é um modelo de raciocínio denso de 15B parâmetros com pesos abertos. Este não é o primeiro modelo que a ServiceNow lançou, mas representa um salto substancial em inteligência alcançado em comparação com lançamentos anteriores 🧠 Inteligência: O modelo pontua 52 no Índice de Inteligência de Análise Artificial. Isso o coloca em paridade com o DeepSeek R1 0528, que possui uma arquitetura de 685B parâmetros muito maior. O modelo da ServiceNow se destaca particularmente em comportamentos importantes para agentes empresariais, como seguir instruções (62% no IFBench, à frente do gpt-oss-20B, raciocínio) e conversões de múltiplas interações e uso de ferramentas (68% no 𝜏²-Bench Telecom, à frente do gpt-oss-120B, raciocínio). Isso o torna particularmente adequado para casos de uso agentes, o que provavelmente foi um foco, dado que a ServiceNow está ativa no espaço de agentes empresariais ⚙️ Tokens de saída e verbosidade: O modelo produz um grande número de tokens de saída, mesmo entre modelos de raciocínio - usando ~110M de tokens de raciocínio e resposta combinados para completar o Índice de Inteligência de Análise Artificial 🖥️ Acesso: Nenhum provedor de inferência sem servidor está servindo o modelo ainda, mas ele já está disponível no Hugging Face para inferência local ou autoimplantação. O modelo foi lançado sob uma licença MIT, apoiando o uso comercial irrestrito ℹ️ Janela de contexto: O modelo tem uma janela de contexto nativa de 128k tokens. Parabéns ao @ServiceNowRSRCH por este resultado impressionante!