Estudo utiliza inteligência artificial para monitorar a cognição de macacos-prego selvagens na Costa Rica

Após o projeto Wukong desaparecer quatro meses após seu lançamento, a Alibaba está migrando sua plataforma Qianwen Office para um teste beta público. Esta plataforma unifica QoderWork, Wukong e MuleRun, indicando que a concorrência em soluções de IA de escritório vai além de agentes individuais.

Em 3 de agosto, a Alibaba apresentou o Qianwen Office em modo de teste beta público. Esta é uma plataforma de escritório abrangente baseada em IA que permite aos usuários descrever tarefas, as quais o agente então divide em subtarefas, invoca as ferramentas necessárias e fornece um resultado pronto. Inicialmente, a plataforma foi integrada ao DingTalk IM. Ela inclui QoderWork, Wukong e MuleRun, que não existirão mais como produtos separados; o antigo bloco Wukong foi promovido ao primeiro nível de unidade no grupo Alibaba Token Hub.

Há mais de quatro meses e meio, Wukong era um elemento central da estratégia corporativa de IA da Alibaba. Em 17 de março, ele foi lançado como uma plataforma de trabalho nativamente criada por IA para o setor corporativo, com a capacidade de reescrever código no DingTalk para formatação CLI, bem como transformar afirmações, agendamentos e documentos em interfaces invocáveis. Naquela época, Chen Hang, ex-CEO do DingTalk, declarou: 'Hoje estamos desmantelando o DingTalk e reconstruindo-o com IA para criar o Wukong.'

Apesar do desaparecimento da marca Wukong, a direção de IA corporativa recebeu um status organizacional mais elevado. Isso demonstra a transição da concorrência em IA de escritório da fase de criação de agentes individuais para a unificação de modelos, execução de desktop, dados corporativos, permissões e comercialização dentro de um único produto.

A Microsoft definiu a primeira fase dessa tendência: em 2023, o 365 Copilot apareceu no Word, Excel e Teams, desempenhando funções de rascunho e sumarização sob controle humano. Até junho de 2026, as assinaturas pagas ultrapassaram 30 milhões, e a Accenture adquiriu mais de 740.000 desses assentos. No entanto, nos cenários da Microsoft, não foi confirmado que a IA é capaz de concluir o trabalho autonomamente.

Mudanças ocorreram na área de codificação: o Claude Code foi apresentado em maio de 2025 e atingiu uma receita anual de US$ 2,5 bilhões até fevereiro de 2026, provando a disposição dos usuários em pagar pela execução de tarefas.

O Anthropic Cowork adicionou a capacidade de agentes na esfera do trabalho intelectual: os usuários especificam uma pasta, o agente lê os materiais, analisa os dados e gera documentos, além de suportar operações de navegador, tarefas agendadas e plugins corporativos. Seu impacto foi que a lógica validada pelo Claude Code se tornou acessível a todos os trabalhadores intelectuais.

Cinco dias após o lançamento do Cowork, a equipe da Tencent desenvolveu o WorkBuddy 0.01 em apenas um fim de semana, e seu teste beta público começou em 9 de março. Para isso, eles usaram seu próprio framework CodeBuddy Agent para adaptar a execução de código para pessoas que não são programadores. A ByteDance renomeou o TRAE SOLO para TRAE Work em 9 de junho, expandindo o escopo da IA além do código puro. Assim, a codificação por IA tornou-se uma matriz tecnológica chave.

No início de 2026, o OpenClaw levou os agentes de desktop ao mainstream, mostrando que os agentes podem operar localmente, acessar arquivos e software, e receber comandos remotos. A Alibaba propôs três soluções: QoderWork para execução de desktop, MuleRun para entrega de tarefas, e Wukong dependia do DingTalk para garantir organização e segurança. Nenhum desses caminhos fecha o ciclo corporativo completo.

Em junho, segundo a Analysys, o número total de visitas a agentes de escritório chineses de desktop baseados em IA excedeu 60 milhões, sendo o WorkBuddy o agente de eficiência mais utilizado entre contas ativas diariamente. A Microsoft atualizou o Copilot para colega assíncrono, a OpenAI lançou o Frontier, e o Google nomeou o Gemini no Chat como um prompt de linha de comando unificado para trabalho. O ciclo Wukong, que durou quatro meses, demonstrou que o trabalho com IA está se tornando um ponto de entrada para a redistribuição de valor de software, onde a integração determina quem possuirá a interface de produtividade unificada.

Após declarações sobre a ambição de tornar o Pangu líder mundial, Yu Chengdong apresentou o openPangu-2.0-Pro. A Huawei liberou o código-fonte do modelo openPangu-2.0-Pro juntamente com os pesos, o código de inferência e um relatório técnico. Este modelo é o primeiro de uma série de 500 bilhões de parâmetros totalmente treinado em hardware diferente do NVIDIA, fortalecendo o ecossistema computacional doméstico.

Em 31 de julho, a Huawei tornou o openPangu-2.0-Pro público. O modelo possui 505 bilhões de parâmetros totais, cerca de 180 bilhões de ativações esparsas e uma janela de contexto de 512K. Ele foi treinado no Ascend NPU com base em 34 trilhões de tokens. A diferença chave é o código-fonte aberto e funcional: ao contrário de muitos outros modelos de código aberto que fornecem apenas pesos, o openPangu-2.0-Pro oferece uma cadeia totalmente reproduzível desde o treinamento no Ascend até a inferência nativa no Ascend. Este é o primeiro modelo de ponta com mais de 500 bilhões de parâmetros totalmente treinado em hardware não-NVIDIA. Sete componentes foram liberados, incluindo o código de pré-treinamento e pós-treinamento. Yu Chengdong explicou a escolha dos 505 bilhões de parâmetros dizendo que os recursos computacionais são amplamente utilizados por outras empresas domésticas, deixando recursos limitados para a Huawei.

A arquitetura do modelo é otimizada para as restrições de recursos e inclui atenção híbrida DSA mais SWA, resíduos mHC de quatro threads, auto-especulação MTP de três cabeças e o otimizador Muon. Com uma janela de contexto de 128K, a latência mínima TPOT é de 9,55 milissegundos, e o throughput de um único cartão atinge 1326 tokens por segundo, permitindo operação em tempo real na periferia. A janela de contexto de 512K com ativação esparsa permite que o modelo analise dados de forma abrangente e execute cálculos de forma eficiente: ele pode ler um conjunto completo de contratos ou um registro anual de fábrica em uma única passagem, mantendo o controle dos custos. O modelo é orientado para tarefas de agentes de longo contexto, tornando-se um funcionário digital capaz de tomada de decisões multifásica, planejamento e chamada de ferramentas, marcando a transição de um simples bate-papo para um trabalho completo para dispositivos, veículos e controle industrial. O relatório admite honestamente que o openPangu-2.0 ainda fica atrás dos modelos líderes em tarefas complexas de engenharia de software no mundo real, refletindo uma estratégia de longo prazo.

O modelo Pangu atua como um especialista industrial em IA para a indústria, utilizando a arquitetura L0 foundation, L1 industry e L2 scenario. Os modelos governamentais operam totalmente localmente. Por exemplo, o Pudong Development Bank criou o armazém bancário Pu Hui Cloud Cang, que aumentou a detecção de mercadorias em 5-10% e reduziu os prazos de desenvolvimento de meses para dias. A PetroChina Kunlun alcançou um aumento de 40% na eliminação de defeitos submilimétricos, e os fabricantes começaram a economizar 20 toneladas de combustível diariamente por forno. A condução inteligente se beneficia da compreensão da trajetória em uma janela de 512K. A Guangyao reduziu os custos de descoberta de medicamentos em 70%, e a Hanyu melhorou a eficiência da tomada de decisões de produção em 90%. A Tianjin Energy alcançou um equilíbrio de aquecimento de 100% com uma redução no consumo de energia de 10%. As pequenas empresas obtêm o maior benefício: agora hospitais distritais ou institutos agrícolas locais podem possuir agentes industriais.

O lançamento foi intencional: em 30 de junho, na HDC 2026, começou a divulgação de sete componentes. Inicialmente, o modelo Flash com 92 bilhões de parâmetros foi lançado, e um mês depois, a versão Pro mais pesada seguiu, permitindo fornecer métodos de treinamento e conhecimento de engenharia, em vez de apenas despejar um repositório. Esta abordagem ecoa a opinião de Jian Zhengfei sobre a Apple: colaboração aberta focada apenas na parte mais vantajosa. Na era da IA, a vitória do ecossistema precede o desempenho de uma máquina. Canais abertos direcionam os desenvolvedores para o rio Ascend mais Pangu, e à medida que os usuários crescem, este rio se expande. O openPangu-2.0-Pro serve como uma 'pedra angular' para a comunidade doméstica: quando os principais players disseminam coletivamente suas capacidades, os aplicativos de baixo nível prosperam, e as empresas chinesas podem formar pela primeira vez uma força unificada em uma pilha independente. Para uma empresa sob forte pressão, entregar a tecnologia principal mais pesada a todos é a mais alta forma de confiança.

O modelo DeepSeek V4 Flash demonstrou uma demanda colossal, consumindo 8 trilhões de tokens em apenas um dia na ferramenta OpenCode. Este volume excedeu a média diária da plataforma OpenRouter, que é de cerca de 6,6 trilhões de tokens. Este aumento no uso reflete uma mudança fundamental nos métodos de trabalho com IA: se antes a tarefa era concluída com uma simples pergunta e resposta, agora os agentes executam operações mais complexas, como leitura de arquivos, modificação de código, execução de programas e tentativas repetidas após erros, o que aumenta drasticamente o consumo de tokens.

Um exemplo dessa interação complexa foi mostrado por um usuário que criou um projeto de jogo 3D de página única usando o Claude Opus 5. Esse processo resultou em um único arquivo HTML que exigiu 690 milhões de tokens e custou quase 3000 yuans.

Com o surgimento de tarefas executadas por agentes, o critério de avaliação dos modelos mudou da qualidade de uma resposta individual para o custo de execução de uma tarefa longa. Por exemplo, um milhão de tokens de saída custou 2 yuans no DeepSeek, enquanto no Claude Opus 4.8 a mesma operação custou US$ 25, o que equivale a aproximadamente 170 yuans, demonstrando uma diferença de preço de 85 vezes. Embora no índice Artificial Analysis Intelligence Index v4.1 o modelo V4 Flash Max tenha obtido 50 pontos contra 56 do Opus Max, o custo para passar neste teste foi de US$ 72,02 para o V4 Flash contra US$ 3752,55 para o Opus, sendo que o Opus recebeu 6 pontos adicionais com um aumento de custo de cerca de 52 vezes.

O V4 Flash ainda não pode provar superioridade absoluta, mas se ambos os modelos estiverem na mesma lista de candidatos, a diferença de preço de 85 vezes pode mudar o padrão de escolha. Quando um modelo que supera o concorrente por apenas alguns pontos percentuais custa dezenas de vezes mais caro, a matemática da escolha deixa de favorecer a opção mais cara.

Os primeiros a sentir o impacto dessa tendência não são os modelos mais fracos, pois os pequenos modelos continuam adequados para roteamento, e os modelos de ponta continuam lidando com as tarefas mais complexas. Os modelos de nível médio são os mais vulneráveis — eles são mais fortes que o V4 Flash, mas custam dezenas de vezes mais e não são poderosos o suficiente para resolver as tarefas que o V4 Flash resolve. É isso que representa a 'linha de abate' do DeepSeek: os modelos não precisam ser os mais fortes, basta serem bons o suficiente para realizar a maioria das tarefas, utilizando a diferença de preço de quase duas ordens de magnitude para substituir opções mais caras da lista padrão.

No contexto de precificação, o Opus custa US$ 25 por milhão de tokens de saída, o Fable 5 custa US$ 50, e os modelos chineses incluem Qwen 3.8 Max por 36 yuans, Kimi K3 por 100 yuans e GLM 5.2 por 28 yuans.

A capacidade de vender o Mutai a preços de água mineral é determinada pelo custo direto de inferência por token, que depende dos parâmetros ativados, precisão, atenção, cache KV, comprimento da saída, uso de hardware e paralelismo. O V4 Flash possui 284 bilhões de parâmetros totais, mas ativa cerca de 13 bilhões para cada token, usando atenção híbrida, pesos de baixa precisão e otimização de cache. Em um contexto de um milhão de tokens, a carga computacional de inferência é de cerca de 10% do V3.2, e o tamanho do cache KV é de cerca de 7%. A série V4 reformulou o mecanismo de atenção, implementando mecanismos CSA compress-then-focus e HCA full-browse, além de usar o roteamento DeepSeekMoE, direcionando cada token para um pequeno subgrupo de especialistas. A precificação comercial e os custos de serviço seguem essas características técnicas. Assim, a 'linha de abate' redefine a fronteira do desenvolvimento: o fator decisivo torna-se a combinação de desempenho e preço, onde o custo de execução da tarefa é a métrica determinante.