# astra entra pelo preço do fable, e os quatro endpoints caíram juntos > openai lança o astra no mesmo preço de api do fable 5.1, o custo por tarefa concluída vira a métrica do dia, e à tarde os principais provedores saíram do ar quase juntos - edição: quinta-feira, 3 de setembro de 2026 (2026-09-03) - caderno: dev e ia - assuntos: llm · mercado · papers · brasil - itens: 11 de 13 fontes - original: https://tonho.wtf/diario/2026-09-03/ - autoria: escrito por pipeline de llm, revisado por antonio leandro (tonho.wtf) --- O dia inteiro cotou o mesmo produto: hora de trabalho de máquina. A OpenAI lançou o Astra pelo preço de lista exato do Fable 5.1 — $10 por milhão de input, $50 por milhão de output — o que tira a disputa do eixo "quem é mais inteligente" e coloca no eixo "quanto custa a tarefa terminada". O Latent Space converteu isso em dólar por hora, o Pragmatic Engineer anuncia empresas cortando metade da conta ao mover carga simples para modelo aberto, e a Nvidia pagou US$ 12,93 bilhões pelo lugar onde esses modelos abertos moram. Quatro itens independentes, uma só pergunta: qual é o preço unitário do trabalho, e de quem é a infraestrutura que o entrega. A tarde respondeu a segunda metade da pergunta de um jeito desconfortável. OpenAI, Claude, Gemini e Grok apareceram fora do ar quase ao mesmo tempo, sem causa pública até agora, e a hipótese mais interessante que saiu da thread é que a intercambiabilidade é o mecanismo: quando um cai, todo mundo migra na mesma hora e derruba os outros. Vale reler à luz de terça, quando o fio foi que o token barateou e a tarefa encareceu 20%: hoje o Astra reivindica exatamente o inverso no eixo agêntico, com custo por tarefa abaixo da metade do Fable 5 para a mesma nota, segundo a Artificial Analysis. É uma reivindicação de terceiro, não um self-report — e ainda assim é reivindicação, não experiência de quem colocou em produção. ## laboratórios **[GPT‑6 Astra](https://simonwillison.net/2026/Sep/3/gpt6-astra/)** — rollout gradual para ChatGPT Plus, Pro, Business e Enterprise, mais API e AWS, com o label `gpt-6-astra`. Simon Willison ainda não testou e diz isso; o que ele traz é a leitura dos números. O de 99,9% no ARC‑AGI 3 vem com asterisco grande: foi obtido por $19 mil com o "Provider Adapter harness" da própria OpenAI, que preserva reasoning state opaco entre requests e faz compaction para reaproveitar trabalho anterior, enquanto o harness padrão do benchmark deu 62,7% por $26 mil. Ou seja, quase 40 pontos de diferença que não estão no modelo, estão no arnês — a mesma lição que apareceu aqui no fim de agosto. Em segurança o salto é grande (100% no ExploitBench contra 78,5% do GPT‑5.6 Sol, 42,4% no ExploitGym contra 30,3%), e em long context a benchmark interna de oito agulhas dá 100% entre 256K e 512K tokens e 96,3% entre 512K e 1M. No Intelligence Index da Artificial Analysis, porém, empata com o Sol em 61 e fica cinco pontos abaixo do Fable 5.1. **[Claude Commerce Agents](https://gihyo.jp/article/2026/09/claude-commerce-agents?utm_source=feed)** — a Anthropic abriu sob Apache 2.0 um blueprint com implementações de referência de dois agentes, um de compra e um de operação de loja, com demos em varejo, viagem, telecom e venda de ingressos, mais um plugin de Claude Code chamado `commerce-builder`. O detalhe de arquitetura é o que interessa: um agente principal segura o contexto (carrinho, histórico, preferência) em vez de repassar cada domínio para subagente, e as salvaguardas não ficam só no prompt — há gates no runtime que checam alvo, limite e estado de aprovação na hora da tool call, com mudança de preço ou estoque parada até alguém humano aprovar. Os ganhos citados (carrinho até 35% maior, 60% mais chance de concluir a compra) vêm sem empresa nem condição de medição. O código é referência e não terá manutenção contínua. ## pesquisa **[NeoMME](https://arxiv.org/abs/2609.01657)** — família de encoders bidirecionais de 260M e 800M parâmetros que processa texto multilíngue e patches de imagem crua num único transformer, treinada do zero com objetivo de masked discrete diffusion, contexto de 16.384 tokens (o suficiente para duas imagens 4K UHD). A tese é econômica: retrievers de documento visual como o ColPali reaproveitam um VLM generativo e carregam o overhead de parâmetro e compute de uma arquitetura feita para gerar texto numa tarefa que não gera nada. No ViDoRe v3, o retriever de 260M dá 0,523 de nDCG@10 e o de 800M chega a 0,556; numa L40S com entrada de 2048x2048, o de 260M codifica páginas com cerca de 2x o throughput do ColModernVBERT. Pooling hierárquico de token mais quantização assimétrica comprimem os embeddings de late interaction em 255x preservando mais de 95% do nDCG@10 base. Checkpoints em Apache 2.0 e contribuição para o Transformers. **[The Vocabulary Gap Is an Equity Gap](https://arxiv.org/abs/2609.01645)** — o contra-exemplo mais útil do dia para quem avalia RAG. O benchmark tem 51 regras de elegibilidade de benefícios federais e 25 necessidades de informação, cada uma escrita em dois registros (o da agência e o de quem pergunta em inglês simples ou não-nativo), com a passagem correta fixa. Em BM25, TF‑IDF e um retriever de grafo de termos, o registro formal dá Recall@5 de 96% a 100%; o informal desaba para 36% a 44%. No BM25, Recall@1 cai de 84% para 16%. O mecanismo é medido e não inferido: a query formal compartilha 0,63 dos termos de conteúdo com a passagem-ouro, a informal só 0,11. Um léxico plain-to-formal simples e auditável leva o Recall@5 de 44% para 80%. Se a sua avaliação de retrieval usa perguntas escritas por quem escreveu os documentos, ela está medindo o caso fácil — e isso vale igual em português, onde jargão de órgão público e a pergunta real do usuário não se tocam. ## brasil **[Vayou](https://www.tabnews.com.br/ohgawa/vayou-player-de-video-nativo-que-traduz-a-legenda-sozinho-rust-slint)** — player de vídeo para Windows e Linux em Rust + Slint, apresentado no TabNews, reescrito do zero depois de uma primeira versão em Tauri + Svelte que gastava RAM de navegador para desenhar controles em cima do vídeo. O truque de render é a parte que vale ler: o mpv roda com `vo=libmpv` e desenha no mesmo framebuffer OpenGL que o Slint usa, então é uma janela, um swapchain e nenhum frame passeando pela CPU. A armadilha relatada também é boa: no Linux, se o contexto de render não recebe o display X11/Wayland, o libmpv não abre VA display e cai para decodificação por software em silêncio, sem erro, com a CPU no talo como único sintoma. A tradução de legenda extrai a faixa com ffmpeg, traduz em blocos preservando formatação ASS e devolve como faixa externa — via endpoint não oficial do Google Translate, e o app avisa quando um trecho não foi traduzido em vez de fingir. MIT, binário de 8,8 MB, instalador do Windows gordo porque carrega libmpv e ffmpeg junto. ## mercado **[Nvidia compra a Hugging Face por US$ 12,93 bilhões](https://www.heise.de/news/Nvidia-uebernimmt-Hugging-Face-fuer-12-93-Milliarden-US-Dollar-11440209.html?wt_mc=rss.red.ho.ho.atom.beitrag.beitrag)** — acordo vinculante assinado na quarta, com cerca de US$ 11,9 bi para acionistas e até US$ 1 bi num programa de ações para quem migrar, fechamento previsto para o primeiro semestre de 2027 sujeito a aprovação regulatória. A promessa de que a plataforma continua aberta e com suporte a outros fabricantes de chip está no blog e também no comunicado à SEC, o que muda o peso dela. No item de riscos do mesmo comunicado, a Nvidia registra o que realmente ameaça o negócio: boa parte dos modelos abertos mais populares vem da China, e restrição regulatória sobre modelos abertos limitaria a oferta do hub. Vale lembrar quem está comprando: a Nvidia já publicou mais de 500 modelos e 250 datasets lá e investiu na empresa em 2023. **[Ask HN: por que OpenAI, Claude e Grok caíram ao mesmo tempo](https://news.ycombinator.com/item?id=49551096)** — 327 pontos e nenhuma causa pública. A thread desmonta parte da própria premissa: o Down Detector é auto-reportado e usa volume de reports contra uma baseline, então gente correndo para checar se um serviço caiu já produz o pico — e há relato de quem usou Gemini sem falha nenhuma na mesma janela. O que sobra de mais concreto é a hipótese de demanda deslocada: como os produtos são percebidos como intercambiáveis, a queda de um empurra os usuários para os outros em minutos. Se isso for o mecanismo, a estratégia de fallback entre provedores que muita gente escreveu neste ano é exatamente a causa do problema que ela deveria resolver. ## mundo **[I refused to train the AI that could replace me](https://restofworld.org/2026/ai-training-jobs-expert-replacement/?utm_source=rss&utm_medium=rss&utm_campaign=feeds)** — James Maisiri conta na Rest of World o convite, recém-doutorado, para treinar um sistema a desenhar avaliações, dar aula a alunos de graduação e corrigir redações: 600 rand ($37) por hora, num país onde o salário mínimo é 30,23 rand ($2) por hora e o desemprego juvenil ficou em 47,4% no segundo trimestre de 2026. O ponto do texto não é o dado de mercado de trabalho, é o que está sendo comprado: não o conhecimento, e sim o critério — como se decide que uma redação vale 75% e não 60%. Plataformas como Outlier, Mercor e Surge estão recrutando médicos, advogados e engenheiros para transferir exatamente esse tipo de discrição. Detalhe que fecha o argumento: a entrevista de 45 minutos foi conduzida por uma IA, que depois mandou por e-mail as forças e fraquezas do candidato e sugeriu refazer parte da avaliação. ## quem escreveu **[an automated AI Engineer you can hire for <$6 an hour](https://www.latent.space/p/astra)** — o Latent Space teve acesso antecipado e queimou mais de 20 bilhões de tokens de Astra em tarefas reais, com relato de gerenciar frota de subagentes, ler logs, instrumentar e depurar sistema inteiro numa tacada. O número do título é aritmética explícita: 33 tokens por segundo à taxa máxima de $50 por milhão. É throughput, não trabalho concluído — e o próprio texto avisa que no modo Ultra, paralelizando, o gasto estoura muito isso (uma das tarefas descritas custou cerca de $100 em dois dias). O texto está incompleto por opção deles, com promessa de completar depois. **[The Pulse: tech companies move to open AI models](https://newsletter.pragmaticengineer.com/p/the-pulse-tech-companies-move-to)** — só a chamada está disponível (edição paga). O que ela anuncia: Uber, Pinterest, Stripe, Coinbase, Ramp e AT&T cortando cerca de 50% da conta de IA ao trocar modelo proprietário por modelo aberto em carga simples, com roteamento de modelo. Se o número se sustentar no corpo do texto, é o dado que amarra o dia à compra da Hugging Face. **[The call for an agentic standard](https://uxdesign.cc/the-call-for-an-agentic-standard-we-need-to-stop-shipping-the-same-form-four-different-times-be5b9d40e370)** — também truncado, só a chamada: precisamos parar de entregar o mesmo formulário quatro vezes. A tese anunciada é que, com o agente virando cliente da interface, a repetição deixa de ser questão de estética e vira questão de padrão. ## fontes paradas Anthropic Engineering em 102 dias sem publicar, Karpathy em 126, Interconnects em 17, Sebastian Raschka em 13, Anthropic Research em 7.