Novo benchmark revela falhas de raciocínio em agentes de IA na nuvem
Pesquisadores criam o CloudOpsBench para testar agentes de IA em DevOps. Claude Fable 5.1 e GPT-6 Astra falham em tarefas por problemas de raciocínio.
Tag
Claude Fable 5.1
3 artigos
xAI lança Grok 4.7 com preços reduzidos e foco em programação
A xAI anunciou o Grok 4.7 para programação, cobrando US$ 2 por milhão de tokens de entrada. Testes mostram distância de rivais como o GPT-6.
Anthropic lança Claude Opus 5.5 com menor custo e novas salvaguardas
A Anthropic anunciou o Claude Opus 5.5, novo modelo que reduz custos operacionais, melhora a escrita e inclui restrições de segurança mais rigorosas.