O piso caiu para dez centavos, e Macaíba ficou para novembro

Em 7 de outubro a Anthropic lançou o Claude Haiku 5.5 (claude-haiku-5-5), com janela de um milhão de tokens e saída de até 128 mil. O preço tem duas faixas: até 100 mil tokens de entrada, US$ 0,10 por milhão na entrada e US$ 0,50 na saída; acima disso, US$ 0,50 e US$ 2,50. A leitura em cache custa US$ 0,01 e US$ 0,05, e o limite de 100 mil conta todos os tokens de entrada, inclusive os que estão em cache.^1,2 O Haiku 4.5 custava US$ 1 e US$ 5. A Anthropic diz que o modelo novo sai, em média, cerca de 75% mais barato — a conta já desconta o tokenizador novo, que gasta um pouco mais de tokens por tarefa, e o fato de 90% das chamadas ao Haiku 4.5 ficarem abaixo de 100 mil tokens.¹

Na faixa de baixo, a tabela do Haiku 5.5 é idêntica, ao centavo, à do GPT-6 Luna: US$ 0,10, US$ 0,01 e US$ 0,50.³ É a segunda vez em duas semanas que dois laboratórios chegam à mesma tabela. A diferença está na faixa de cima, que o Luna não tem até 272 mil tokens. O código 1 faz a conta por chamada.

# O degrau dos 100 mil tokens: custo de uma chamada sem cache, com 2 mil tokens de resposta (US$)
def haiku55(entrada, saida):
    pin, pout = (0.10, 0.50) if entrada <= 100_000 else (0.50, 2.50)  # a faixa vale para a chamada inteira
    return (entrada * pin + saida * pout) / 1e6

def haiku45(entrada, saida):
    return (entrada * 1.00 + saida * 5.00) / 1e6

def luna(entrada, saida):  # GPT-6 Luna, até 272 mil tokens de entrada
    return (entrada * 0.10 + saida * 0.50) / 1e6

saida = 2_000
print(f"{'entrada':>9}{'Haiku 5.5':>12}{'Haiku 4.5':>12}{'GPT-6 Luna':>12}{'5.5 / 4.5':>11}")
for entrada in (20_000, 60_000, 100_000, 100_001, 150_000, 250_000):
    a, b, c = haiku55(entrada, saida), haiku45(entrada, saida), luna(entrada, saida)
    print(f"{entrada:>9,}{a:>12.4f}{b:>12.4f}{c:>12.4f}{a / b:>11.0%}")
print(f"\num token a mais depois de 100 mil multiplica a chamada por {haiku55(100_001, saida) / haiku55(100_000, saida):.1f}")

  entrada   Haiku 5.5   Haiku 4.5  GPT-6 Luna  5.5 / 4.5
   20,000      0.0030      0.0300      0.0030        10%
   60,000      0.0070      0.0700      0.0070        10%
  100,000      0.0110      0.1100      0.0110        10%
  100,001      0.0550      0.1100      0.0110        50%
  150,000      0.0800      0.1600      0.0160        50%
  250,000      0.1300      0.2600      0.0260        50%

um token a mais depois de 100 mil multiplica a chamada por 5.0

Abaixo de 100 mil tokens, o Haiku 5.5 custa um décimo do anterior e exatamente o mesmo que o Luna. Um token acima, a chamada fica cinco vezes mais cara, e entre 100 mil e 272 mil tokens o Luna sai cinco vezes mais barato pela tabela. Agentes de código e de documentos passam desse limite com facilidade: o histórico cresce a cada passo, e o cache, que no nº 3 parecia a solução da conta, conta para o limite. Quem migrar para o Haiku 5.5 precisa de um controle simples no harness — compactar ou resumir o contexto antes dos 100 mil — ou vai pagar a tabela de cima sem perceber.

A tabela de lançamento do Haiku 5.5 traz o modelo com 39,2% no Terminal-Bench 4.0, contra 0,0% do Haiku 4.5 e 16,4% do GPT-6 Luna, este rodado pela própria Anthropic. Outros números da mesma tabela: 72,4% no subconjunto offline do OSWorld 2.1, 46,4% no FrontierCode 1.1 e 45,9% no Humanity's Last Exam sem ferramentas. Todos autorreportados, com o método remetido ao system card.¹ A figura 1 põe o Terminal-Bench ao lado do placar oficial.

A linha do Luna é a mais informativa da figura. A Anthropic rodou o modelo da OpenAI no próprio setup e chegou a 16,4%; a OpenAI submeteu o mesmo modelo ao placar, com o próprio agente, e chegou a 16,36%. Quando o setup interno de um laboratório reproduz o número que o concorrente publicou, a calibração ganha um ponto que não depende de confiar em quem a fez. É um argumento a favor dos 39,2% do Haiku 5.5 — com a mesma ressalva do nº 5, em que a calibração valeu para três modelos e falhou no quarto.

Se os 39,2% se confirmarem, o andar de baixo mudou de função. Um modelo a US$ 0,50 de saída que resolve quatro de cada dez tarefas de terminal pode fazer a triagem de um agente — ler o erro, tentar a correção óbvia, rodar o teste — e deixar para o Opus ou o Sol só o que não resolver. Na conta da figura, o Haiku 4.5 não servia para isso; o Luna, com 16%, mal serve. O GLM-5.3-Flash, aberto e sem raciocínio, chega perto, a US$ 119 pela execução inteira do placar.⁴

Em 6 de outubro a Mistral lançou o Mistral Large 4 como prévia pública na própria API. Pelos números da empresa, é um mixture-of-experts de cerca de um trilhão de parâmetros (1,05 trilhão, na documentação) com 52 bilhões ativos, multimodal desde o treino, com modo de raciocínio opcional e janela de um milhão de tokens. Custa US$ 1,36 por milhão de tokens de entrada, US$ 0,14 em cache e US$ 4,18 de saída. Os pesos, diz o anúncio, saem “até o fim do mês”. O texto chama o modelo de open-weight e não nomeia licença.^5,6

A Artificial Analysis o mediu no mesmo dia: 38 no índice, com 49 bilhões de parâmetros ativos pela conta dela, e um desconto de lançamento de 50% por duas semanas que só o artigo dela menciona.⁷ Trinta e oito é a nota do GPT-6 Luna e do MiMo-V2.6-Flash. A figura 2 mostra o que isso custa.

Pela régua e pelo preço, o Large 4 não compete com os abertos chineses: o MiMo-V2.6-Pro marca oito pontos a mais por um quinto do preço. O argumento da Mistral é outro, e não aparece no índice: um laboratório europeu, sujeito às regras europeias, com pesos que um banco ou um governo poderá rodar no próprio servidor. Para isso funcionar, faltam as duas coisas que o anúncio deixou para depois — os pesos e a licença. Até lá, o modelo não entra no painel, e a pergunta que importa para quem o considera não é técnica: sob que termos, exatamente, ele vai sair.

Em 9 de outubro, os mantenedores do SWE-bench Science publicaram uma correção: as tarefas 079, 104 e 107 do DeepSeek V4 Pro foram rodadas de novo, e o modelo caiu de 42,02% para 39,50% no geral, de 73,16% para 71,50% no conjunto privado e de 20,00% para 17,14% no subconjunto difícil, segundo o histórico do repositório.^11,12 Com isso, o DeepSeek passou do terceiro para o quarto lugar, atrás do GPT-5.6 Sol. O topo não mudou: GPT-6 Astra com 50,42%, desde 10 de setembro.

# SWE-bench Science: o placar em tarefas, não em porcentagem (119 tarefas)
N = 119
placar = {  # % geral, leitura de 9 de outubro
    "GPT-6 Astra (max)":         50.42,
    "Claude Opus 5 (max)":       47.90,
    "GPT-5.6 Sol (max)":         40.34,
    "DeepSeek V4 Pro, corrigido": 39.50,
    "DeepSeek V4 Pro, antes":     42.02,
    "Kimi K3":                   35.29,
}
for m, p in placar.items():
    print(f"{m:28}{p:6.2f}%  {p / 100 * N:5.1f} tarefas")
print(f"\ncada tarefa vale {100 / N:.2f} ponto")
print(f"correção do DeepSeek: {(42.02 - 39.50) / 100 * N:.0f} tarefas; distância Astra–Opus 5: {(50.42 - 47.90) / 100 * N:.0f} tarefas")

GPT-6 Astra (max)            50.42%   60.0 tarefas
Claude Opus 5 (max)          47.90%   57.0 tarefas
GPT-5.6 Sol (max)            40.34%   48.0 tarefas
DeepSeek V4 Pro, corrigido   39.50%   47.0 tarefas
DeepSeek V4 Pro, antes       42.02%   50.0 tarefas
Kimi K3                      35.29%   42.0 tarefas

cada tarefa vale 0.84 ponto
correção do DeepSeek: 3 tarefas; distância Astra–Opus 5: 3 tarefas

A correção mexeu em três tarefas — o mesmo tanto que separa o Astra do Opus 5 no topo. É a ilustração mais clara do que o nº 1 calculou com intervalos de confiança: com 119 tarefas, uma releitura de três delas muda a ordem do placar. O gráfico do SWE-bench Science no nº 1 mostrava o DeepSeek com 42,0%, o número correto naquela data; hoje ele é outro. É por isso que todo número deste boletim vem com a data em que foi lido, e é por isso que um placar que corrige para trás, com o histórico aberto, merece mais confiança que um que nunca muda.

A sessão da Seleção Pública nº 27/2026, o supercomputador de IA de Macaíba, estava marcada para quinta, 8 de outubro. Não aconteceu: a página da FACC passou a mostrar a sessão em 4 de novembro, às 10h, e uma Errata 01 entre os documentos.¹⁴ Segundo a Convergência Digital, que leu a errata, a mudança foi além da data. O peso da proposta técnica ficou em 70%; o do preço caiu de 30% para 10%; e os 20% restantes passaram a premiar produção nacional, pelo Processo Produtivo Básico. A reportagem nota que as fórmulas do edital original ainda dão 30% ao preço, e a regra não está clara.¹³

As mudanças apontam numa direção. Tirar 20 pontos do preço e dá-los à produção nacional favorece quem monta servidores no Brasil sob o PPB, mesmo que mais caro. Exigir operação sem conexão externa e computação confidencial define um uso — dados sensíveis do Estado, rodando isolados — que o edital original não explicitava. E pagar um terço adiantado, com garantia integral, filtra quem pode disputar. Nenhuma dessas escolhas é errada por si; todas encarecem ou estreitam a disputa, e a fórmula de preço ainda contradiz o novo peso. É o tipo de inconsistência que abre espaço para impugnação.

No mesmo dia 9, a ANPD publicou o segundo relatório parcial do sandbox regulatório de IA, que acompanha três empresas — Metatext, Synapse AI e Prevvine — com uma metodologia de supervisão desenhada pelo Ciaam, da USP. A parte sobre explicabilidade é a mais útil para quem constrói: em duas empresas, a agência registrou que a evidência concreta dos mecanismos de transparência descritos ainda está pendente; na terceira, deixou para testes posteriores a clareza dos alertas enviados às equipes de segurança.^16,17 A descrição de um mecanismo não foi aceita como prova de que ele funciona. É a regra brasileira sobre explicação de decisões automatizadas sendo escrita na prática, caso a caso, antes da lei.

O indicador do PBIA não muda: os R$ 959 milhões continuam em edital, só que com nova data. O prazo de inscrição da RHAE IA terminava em 9 de outubro. O PL 2338/2023 não teve movimento na Câmara na semana; a última tramitação segue sendo de 2 de setembro.¹⁵