GRANDES VAZAMENTOS do Gemini 4 Carbon, Claude Fable 6, GPT-7 Bell, Google alcançou RSI?! E mais! NOTÍCIAS DE IA

Ver no idioma original →

Autoria: WorldofAI · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: HUGE Gemini 4 Carbon LEAKS, Claude Fable 6, GPT-7 Bel, Google CRACKED RSI?! & More! AI NEWS · Canal: WorldofAI · 31:03 · Assistir no YouTube

Tópicos: Agentes de IA, Engenharia de software com IA, Modelos de IA, Modelos locais e open source

Resumo

O vídeo reúne rumores sobre novos modelos, incluindo o Gemini 4 Carbon, um possível futuro modelo da Anthropic e o GPT-7 Bell, além de especulações sobre avanços em autoaperfeiçoamento recursivo (RSI). Também apresenta lançamentos e atualizações de ferramentas e modelos da Google, OpenAI, Microsoft e Anthropic, como o Qwen Image 2.1 Turbo, o Decision 1 e recursos do Codex e do Claude. Entre outros destaques estão novos modelos de empresas chinesas, benefícios de GPU para assinantes do Google AI e uma iniciativa de agentes coordenados da Anthropic. No fim, o vídeo mostra dois projetos experimentais de engenharia de software assistida por IA: suporte a GPUs NVIDIA no macOS e esforços para levar software do PS5 ao PC.

Pontos-chave

• Relatos não confirmados dizem que o Google testa o Gemini 4 Carbon, checkpoint interno que teria desempenho de programação comparável ao Claude Opus 5.5.
• O vídeo discute especulações de que Google, Anthropic e OpenAI podem estar avançando em autoaperfeiçoamento recursivo, sem confirmação independente.
• A Anthropic teria iniciado um novo treinamento prévio para um modelo futuro, possivelmente Claude Fable 6 ou outra geração.
• O Qwen Image 2.1 Turbo promete gerar e editar imagens em oito etapas de denoising, com pesos disponíveis para execução local.
• A Microsoft apresentou o Decision 1, modelo voltado a tarefas de tomada de decisão estruturada e rápida.
• Atualizações do Codex incluem previsões de prompts e um modo sandbox para Windows; o vídeo também menciona criação de dots pelo celular e integração do Devin com assinaturas do ChatGPT.
• A Anthropic apresentou fluxos de trabalho multiagente e ampliou o acesso ao Claude Code Projects.
• O vídeo destaca projetos experimentais que usam desenvolvimento assistido por IA para habilitar GPUs NVIDIA no macOS e executar software do PS5 em PCs.

Capítulos

Início	Capítulo	Resumo
00:00	Rumores sobre Gemini 4, RSI e novos modelos	O vídeo apresenta alegações sobre o Gemini 4 Carbon, possíveis avanços em RSI e modelos futuros da Anthropic e da OpenAI.
04:06	Gemini 4 Carbon e autoaperfeiçoamento recursivo	São detalhados os relatos sobre checkpoints internos do Google e as especulações de que IA pode estar acelerando o desenvolvimento de modelos.
08:15	Rumores sobre modelos futuros da Anthropic e da OpenAI	O apresentador discute um novo treinamento prévio da Anthropic, o possível GPT-7 Bell e alegações não confirmadas sobre RSI.
10:51	Modos do Gemini e novos modelos de imagem e decisão	O vídeo aborda um modo avançado do Google AI Studio, o Qwen Image 2.1 Turbo e o modelo de decisão da Microsoft.
14:58	Atualizações do Codex, dots e Devin	São apresentados recursos do Codex, o sandbox para Windows, a criação de dots pelo celular e a integração do Devin com assinaturas do ChatGPT.
19:40	Agentes da Anthropic e expansão da corrida por IA	O vídeo destaca fluxos multiagente, Claude Code Projects, novas empresas chinesas desenvolvendo modelos e problemas relatados no programa para startups da Anthropic.
23:49	Benefícios de GPU, modo rápido e jogos gerados por IA	O apresentador comenta benefícios de GPU do Google AI, o modo rápido do Opus 5.5 e um jogo criado com auxílio de IA.
27:27	Projetos experimentais de engenharia assistida por IA	O vídeo mostra tentativas experimentais de usar GPUs NVIDIA no macOS e de executar software do PS5 em PCs, com apoio de ferramentas de programação por IA.
30:33	Encerramento	O apresentador encerra o vídeo e convida o público a acompanhar os canais e comunidades do WorldofAI.

Citações

Parece o Opus 5.5 para programação. — 00:30

Você já ouviu falar em autoaperfeiçoamento recursivo? — 06:41

Talvez eles saibam de algo nos bastidores que nós não sabemos. — 10:21

Você nem sempre precisa usar o nível mais alto de raciocínio para obter os melhores resultados. — 26:56

Conceitos e entidades

• Gemini 4 Carbon (modelo): Checkpoint interno do Google que, segundo relatos não confirmados, teria desempenho de programação comparável ao Claude Opus 5.5.
• Gemini 4 Argon (modelo): Modelo do Google mencionado como uma versão ainda não lançada publicamente e possivelmente próxima do lançamento.
• Claude Opus 5.5 (modelo): Modelo da Anthropic usado como referência nas alegações sobre o desempenho de programação do Gemini 4 Carbon.
• GPT-7 Bell (modelo): Nome especulado para um futuro modelo da OpenAI, associado no vídeo a resultados recentes de pesquisa matemática.
• recursive self-improvement (RSI) (conceito): Ideia de sistemas de IA ajudarem a acelerar a pesquisa e o desenvolvimento de sistemas sucessores.
• Qwen Image 2.1 Turbo (modelo): Modelo de geração e edição de imagens que, segundo o vídeo, pode produzir resultados em oito etapas de denoising.
• Microsoft Decision-1 (modelo): Modelo da Microsoft voltado a tarefas estruturadas de tomada de decisão com foco em rapidez e eficiência.
• Codex (ferramenta): Ferramenta de programação da OpenAI que recebeu recursos de previsão de prompts e um modo sandbox para Windows.
• Claude managed agents dynamic workflows (ferramenta): Recurso em beta público da Anthropic que distribui tarefas entre múltiplos agentes e combina os resultados.
• Claude Code Projects (ferramenta): Recurso para organizar tarefas de programação em conversas e executar trabalho em threads paralelas.
• Google (empresa): Empresa que aparece no vídeo por seus modelos Gemini, rumores de RSI e benefícios de GPU para assinantes.
• Anthropic (empresa): Empresa responsável pela linha Claude e pelos recursos multiagente e de projetos abordados no vídeo.
• OpenAI (empresa): Empresa associada no vídeo ao Codex, a atualizações do ChatGPT e a rumores sobre um modelo futuro.

Tradução completa (pt-BR)

00:00 Que reviravolta inesperada, porque ainda ontem estávamos falando do Gemini 4 Argon e de algumas das atualizações mais recentes relacionadas ao modelo. Mas agora parece que o Google já está trabalhando em algo potencialmente ainda maior. Segundo novas alegações de fontes internas, o mais recente checkpoint interno de dogfooding do Google, supostamente de codinome Gemini 4 Carbon, já está sendo comparado ao Claude Opus 5.5 em programação, o que é uma afirmação extraordinária. Um funcionário do Google

00:30 também teria testado o modelo e dito que o Carbon parece o Opus 5.5 para programação. Embora tenha admitido que precisa testá-lo mais. Pense nisso. O Gemini 4 Argon nem sequer foi lançado, e o Google, segundo relatos, já está testando outro modelo internamente. Agora, conhecendo o Google e a frequência com que tem dificuldade para cumprir os prazos previstos, vou encarar isso com cautela até realmente podermos testar esses modelos. É tudo especulação. Mas essa nem é

01:00 a parte mais maluca. Enquanto essa notícia circulava no X, surgiu outra alegação, sugerindo que o Google talvez já tenha alcançado o aprimoramento recursivo de si mesmo. De acordo com relatos não verificados de fontes internas, o Google já teria conseguido o RSI ou estaria muito perto disso. E alguns apontam para o rápido progresso do Google com a série Gemini Flash e para alegações de que seus modelos passaram de capacidades mais ou menos no nível do GPT-5 para algo comparável ao Opus 5.5 em apenas alguns meses.

01:30 Ora, melhorias rápidas não provam necessariamente que o RSI foi alcançado, mas, se essas alegações forem verdadeiras, as implicações seriam enormes. E tem mais: um funcionário do Google chegou a validar essa alegação no X, o que é meio engraçado. Mas, passando para a Anthropic, as coisas estão ficando muito interessantes, porque, segundo outro relato não confirmado, a Anthropic teria começado um novo treinamento prévio há cerca de uma semana. E, supostamente, não se trata do Fable 5.5, mas de um modelo futuro

02:02 que poderia se tornar o Fable 6 ou talvez algo ainda maior, enquanto a Anthropic busca competir com o suposto modelo de próxima geração da OpenAI, o GPT Bell. E, falando na OpenAI, fontes internas também afirmam que o Bell, que talvez tenha outro codinome interno, está por trás dos impressionantes resultados de pesquisa matemática que a OpenAI publicou recentemente. Há até sugestões de que pesquisas assistidas por IA ou o RSI possam ter contribuído para essas descobertas. Mais uma vez, nada disso foi

02:33 confirmado de forma independente. Mas eis o panorama geral. Estamos ouvindo alegações de que OpenAI, Anthropic e Google podem estar se aproximando de grandes avanços em RSI. Se pelo menos parte disso for verdade, os próximos meses podem ser absolutamente insanos. E isso é só o começo das notícias de IA de hoje. Também recebemos o novo modelo Qwen Image 2.1 Turbo, que, segundo relatos, pode ser executado localmente. O Google também está introduzindo os novos modos de raciocínio do Gemini, incluindo o modo Ultra, possivelmente em preparação para o Argon. E o novo modelo Decision One da Microsoft,

03:05 voltado a decisões rápidas, já está disponível e é, de certa forma, uma cópia do Jev. Além disso, temos grandes atualizações do Codex, melhorias no Claude Code, um novo modelo de IA gratuito e dois acontecimentos absolutamente impressionantes envolvendo engenharia de software assistida por IA. Primeiro, desenvolvedores demonstraram suporte experimental a GPUs NVIDIA no macOS, o que pode permitir que sistemas Hackintosh baseados em Intel executem placas de vídeo RTX modernas,

03:36 o que é insano. O outro é o Any PS5. Esse é um projeto experimental que tenta fazer jogos de PS5 rodarem diretamente no PC. Mas o mais maluco é que tudo isso foi feito inteiramente com avanços na engenharia de software assistida por IA, que permitiram desenvolver esses dois sistemas e fluxos. E ainda há muito mais para comentar. Mas, antes de chegarmos a isso, pessoal, significaria muito para mim se vocês curtissem este vídeo e se inscrevessem no canal, porque a maioria de vocês ainda não está inscrita.

04:06 Então, significaria muito para mim se vocês pudessem fazer isso. Dito isso, vamos direto ao vídeo de hoje. Vamos começar com este novo modelo Gemini 4 Carbon, porque parece que o Google já está testando algo potencialmente ainda mais poderoso que o Gemini 4 Argon, que nem sequer foi lançado oficialmente. Basicamente, o Business Insider publicou hoje uma nova matéria sugerindo que o Google está testando internamente um novo checkpoint do Gemini 4, de codinome Carbon. Agora, ele pode rivalizar com o

04:37 Claude Opus 5.5 em programação. De acordo com essa reportagem, um funcionário do Google que testou o Carbon disse que ele parece o Opus 5.5 em tarefas de programação, embora tenha admitido que precisava testá-lo um pouco mais para fazer uma comparação definitiva. O que é particularmente interessante é que o trabalho do Google no Gemini 4 Argon aparentemente ainda está em andamento, mas os funcionários já estão testando novos checkpoints. Estamos ouvindo falar de vários codinomes internos, incluindo Argon, Beryllium e

05:08 Carbon, sendo que a versão mais recente, segundo relatos, está sendo preparada para lançamento público — o Argon, que na verdade se baseia no checkpoint anterior conhecido como Beryllium-B. Enquanto isso, o Carbon seria um checkpoint mais recente que já chegou às ferramentas internas de programação do Google. Portanto, o Google pode estar se preparando para lançar o Gemini 4 Argon enquanto já testa, a portas fechadas, uma versão potencialmente mais poderosa. E, olha, tenho que dizer que isso é definitivamente empolgante, mas também um pouco frustrante para mim, porque, conhecendo o Google, se eles demorarem uma eternidade

05:40 para realmente disponibilizar esses modelos ao público, e somarmos a isso o que parece ser uma taxa de enfraquecimento pré-lançamento quase de 100%, o Argon pode acabar parecendo bem decepcionante quando finalmente o virmos. Quer dizer, de que adianta ter esses modelos incrivelmente poderosos internamente se todo mundo já está alcançando o mesmo nível quando eles forem lançados? É claro que ainda estamos falando de relatos internos e não vimos benchmarks independentes confirmando o desempenho do Carbon em relação ao Opus 5.5, mas, se essas alegações se sustentarem, o Google

06:11 pode estar voltando com tudo. Se você quer as melhores ferramentas de IA, workflows e novidades antes de todo mundo, entre na minha newsletter gratuita pelo link na descrição abaixo. Ela é totalmente grátis. E, para deixar essa história ainda mais impressionante, as coisas ficaram ainda mais malucas quando começamos a falar de aprimoramento recursivo de si mesmo, ou RSI. Basicamente, a reportagem do Business Insider mencionou conversas sugerindo que vários funcionários do Google têm falado sobre o RSI possivelmente desempenhar um papel importante no progresso recente da empresa em IA. E o que torna isso ainda mais

06:41 interessante é que um pesquisador do Google publicou no X uma citação desse artigo, perguntando simplesmente: “Você já ouviu falar de aprimoramento recursivo de si mesmo?” É uma coisa bem interessante de se dizer, especialmente quando estão surgindo todos esses relatos sobre o mais recente checkpoint Gemini 4 do Google. Também estamos vendo alegações de que alguns pesquisadores do Google acreditam que o aprimoramento recursivo de si mesmo já está bem encaminhado e talvez esteja ajudando a acelerar o desenvolvimento de novos modelos. E, sinceramente, olhando para o que está acontecendo com o Gemini 4, assim como

07:13 para o que quer que tenha acontecido com a série Flash, entendo por que as pessoas estão ligando os pontos. Pense nisso. O Gemini 4 Argon ainda nem foi lançado publicamente, e o Google, segundo relatos, já está testando novos checkpoints como o Carbon, que os funcionários estão comparando informalmente ao Claude Opus 5.5 em programação. Se o Google estiver usando cada vez mais seus próprios modelos de IA para ajudar a pesquisar, treinar e aprimorar a próxima geração de modelos, isso poderia explicar por que estão fazendo tantas iterações tão rapidamente. Agora, para deixar claro, uma

07:44 publicação enigmática e um ciclo de desenvolvimento mais rápido não confirmam necessariamente que o Google tenha alcançado o verdadeiro RSI, mas acho sinceramente que a empresa pode estar fazendo progressos significativos nessa área. E, se esses relatos forem precisos, talvez estejam muito mais avançados do que imaginamos. Mas essa nem é a parte mais maluca, pessoal, porque estamos ouvindo algumas novidades bem surpreendentes vindas da Anthropic. Segundo algumas alegações de fontes internas confiáveis, a Anthropic teria começado um

08:15 novo treinamento prévio completo há cerca de uma semana. E o interessante é que, supostamente, nem sequer é para o Claude Fable 5.5. Temos visto muitos vazamentos sobre o Claude Fable 5.5, que será lançado em breve, mas isso nem é para esse modelo. É algo completamente diferente. Em vez disso, há rumores de que seja algo muito maior que o Fable 5.5, possivelmente o Claude Opus 6 ou o Fable 6, ou uma geração totalmente nova de modelos projetada para competir com a OpenAI.

08:48 o modelo de próxima geração que está sendo desenvolvido, chamado Bell. Para quem não conhece, o pré-treinamento é basicamente a etapa fundamental em que uma IA aprende com enormes quantidades de dados. Então, talvez estejamos falando de uma atualização muito mais substancial, em vez de mais uma melhoria incremental. E, considerando o poder dos modelos recentes da Anthropic, a ideia de que eles talvez estejam pré-treinando algo ainda mais capaz é bem empolgante. Mas não é só isso, porque também estamos ouvindo rumores bem insanos sobre o modelo de próxima geração da OpenAI, de codinome

09:19 Bell, que alguns especulam que poderia acabar se tornando o GPT-6.5 ou o GPT-7. E, segundo essas alegações de pessoas de dentro, Bell — que talvez tenha, na verdade, outro codinome interno — seria o modelo por trás dos impressionantes resultados de pesquisa matemática que a OpenAI publicou recentemente. E é aí que as coisas ficam realmente interessantes, porque os mesmos rumores sugerem que RSI pode ter desempenhado um papel na obtenção desses resultados, potencialmente permitindo que a OpenAI usasse seu próprio sistema de IA

09:50 para acelerar a pesquisa e desenvolver modelos cada vez mais capazes. E, quando você conecta isso a tudo o que estamos ouvindo sobre os checkpoints do Gemini 4 do Google e a suposta rodada de treinamento de próxima geração da Anthropic, começa a enxergar um panorama muito maior. Agora estamos ouvindo especulações de que OpenAI, Anthropic e Google estão muito perto de alcançar RSI ou talvez já tenham feito avanços nessa direção. E, pessoal, pensem só nas implicações disso. Se os sistemas de IA conseguirem acelerar de forma significativa o

10:21 desenvolvimento de seus próprios sucessores, poderemos ver o ritmo do progresso da IA aumentar drasticamente. E, para ser sincero, talvez seja por isso que todos esses grandes laboratórios têm dito que devemos desacelerar a corrida da IA. Talvez eles saibam de algo que acontece nos bastidores e que nós desconhecemos, e por isso continuam dizendo e reiterando que devemos desacelerar o futuro. Mas também não faz sentido que continuem lançando modelos cada vez mais capazes todos os meses. Agora, voltando ao

10:51 Google, temos outra atualização interessante que talvez esteja relacionada ao próximo lançamento do Gemini 4 Argon, porque um novo modo Ultra foi encontrado em desenvolvimento no Google AI Studio Build, com a descrição “crie com habilidades e ferramentas avançadas”. Esse novo modo, segundo relatos, aparece junto dos modos Plan e Build, além de um modo de revisão de segurança descoberto anteriormente, o que sugere que o Google está expandindo o AI Studio com recursos de desenvolvimento mais avançados. E, com o Gemini

11:22 4 Argon do Google, segundo relatos, cada vez mais perto do lançamento, há especulações de que esses modos estejam sendo preparados para aproveitar seus recursos aprimorados de programação e raciocínio. Agora, passando para algumas notícias de IA open source. A Qwen lançou oficialmente o Qwen Image 2.1 Turbo. Eles já tinham lançado esse modelo de imagem, mas esta é uma nova versão acelerada de geração de imagens, baseada na versão anterior, o Image 2.1. Com ela, é possível criar e editar imagens com apenas oito etapas de remoção de ruído. Agora,

11:53 o que impressiona aqui é que o Qwen Image 2.1 original costuma usar cerca de 40 etapas, ou seja, o Turbo reduz em 80% o número de etapas de amostragem e, segundo relatos, mantém uma qualidade de imagem comparável. E não estamos falando de imagens de baixa resolução. O modelo é baseado em uma arquitetura de 7 bilhões de parâmetros, capaz de gerar imagens detalhadas em 2K a partir de prompts de texto, além de permitir a edição de imagens em linguagem natural. Então, você pode gerar uma imagem, adicionar acessórios,

12:23 mudar o plano de fundo ou modificar completamente uma cena apenas descrevendo o que quer. E o melhor é que os pesos do modelo estão disponíveis abertamente no Hugging Face, o que significa que os desenvolvedores podem baixá-lo e executá-lo localmente em hardware compatível. Ele também oferece suporte ao Hugging Face Diffusers, com configurações de amostragem recomendadas de oito etapas, o que facilita bastante a integração a workflows existentes. E, se você não quiser executá-lo localmente, a Qwen lançou uma API hospedada para os dois modelos: o Turbo e o

12:54 modelo Pro original. E, sinceramente, obter uma qualidade de imagem potencialmente comparável com apenas oito etapas, em vez de 40, é bastante significativo em termos de eficiência e qualidade geral. É claro que menos etapas não garantem automaticamente uma geração cinco vezes mais rápida, mas ainda assim é impressionante. Então, é ótimo ver isso, especialmente por ser open source. A próxima notícia é que a Microsoft está criando sua própria alternativa ao Jev. A empresa apresentou um novo modelo de IA bem interessante, chamado

13:26 Microsoft Decision 1. Ele foi projetado especificamente para tomar decisões de forma rápida e eficiente. É exatamente como o Jev: ao contrário dos grandes modelos de linguagem tradicionais, que se concentram em gerar texto, este modelo é otimizado para tarefas estruturadas de tomada de decisão, cujo objetivo é avaliar informações rapidamente e determinar a melhor ação possível. Segundo a Microsoft, o Decision 1 oferece um desempenho impressionante e, segundo relatos, supera tanto os grandes modelos de linguagem tradicionais quanto outros modelos especializados de decisão

13:56 em latência de resposta e qualidade das decisões nas tarefas avaliadas. E o que é particularmente interessante é que a Microsoft já está testando esse modelo internamente em várias aplicações do mundo real, incluindo resposta a incidentes, controle de qualidade e até descoberta científica. Imagine um sistema de IA que consegue analisar rapidamente um problema de produção, determinar a resposta mais adequada ou ajudar pesquisadores a tomar decisões complexas sem depender de grandes modelos de linguagem de uso geral a cada

14:28 etapa. Se você gostou deste vídeo e gostaria de apoiar o canal, pode fazer uma doação pelo botão Super Thanks abaixo. Ou pode entrar no nosso Discord privado, onde você terá acesso gratuito, todo mês, a várias assinaturas de diferentes ferramentas de IA, além de notícias diárias sobre IA, conteúdo exclusivo e muito mais. Agora, passando à OpenAI: como parte do compromisso de 28 dias de lançar algo novo todos os dias, chegamos ao quinto dia, e eles apresentaram um recurso novo bem interessante para o

14:58 Codex. Basicamente, a OpenAI lançou as sugestões de composição. Esse recurso está disponível em beta para usuários do Codex Pro no aplicativo para desktop. Ele faz o Codex prever seu próximo prompt com base no histórico da conversa, no contexto do projeto e até na maneira como você costuma se comunicar com a IA. Isso se baseia na memória que foi construída ao longo do tempo. Assim, em vez de digitar manualmente cada instrução, o Codex pode sugerir proativamente o que você talvez queira

15:29 fazer em seguida, tornando o workflow de programação muito mais fluido. Segundo a OpenAI, esse foi um dos recursos mais apreciados durante os testes internos, e as previsões aparentemente eram tão precisas que às vezes faziam as pessoas conferir duas vezes. E o melhor é que ele está incluído nos planos Pro sem consumir seus limites de uso. É uma atualização relativamente pequena, mas consigo imaginar que seja extremamente útil para todos nós. Agora, esta atualização é mais voltada ao Codex no Windows, mas a OpenAI basicamente lançou um novo

16:01 modo de sandbox, criado com os contêineres de execução da Microsoft, ou MXC, para tornar a execução de agents de IA no Windows mais rápida e segura. Esse sandbox oferece uma configuração mais rápida, restrições de rede mais rígidas e controles de acesso a arquivos mais granulares. Isso significa que os desenvolvedores podem dar ao Codex acesso a arquivos e recursos específicos sem expor desnecessariamente o restante do sistema. E provavelmente você já sabe: dar a um agent de programação com IA a

16:31 capacidade de executar comandos e modificar arquivos de forma autônoma é bastante perigoso. Portanto, um isolamento mais forte ajuda a reduzir os riscos de dar à IA acesso ao seu computador. A única ressalva é que você precisará de um dispositivo compatível com Windows 11 para aproveitar esse novo modo. Também tivemos algumas atualizações novas sobre o OpenAI Dots. Esse é o agent de IA sempre ativo, baseado no GPT-6 Astra. A primeira grande atualização é que agora você pode criar seu próprio dot diretamente pelo aplicativo móvel do ChatGPT,

17:03 tanto no iOS quanto no Android. Antes, a configuração desses agents autônomos era bastante limitada, mas agora você pode criá-los diretamente pelo celular. Isso vai facilitar o início, onde quer que você esteja. E, considerando que os Dots foram projetados para lidar com tarefas contínuas e trabalhar de forma mais independente, levar a criação deles para o celular será bastante útil e, obviamente, ótimo para quem usa Dots. Lembra do Devon? Bem, você pode acessá-lo totalmente de graça se tiver uma assinatura do ChatGPT, o que vai permitir que você

17:34 acessar o agent de programação autônomo com IA. Basicamente, Devin, para quem não conhece, é o primeiro engenheiro de software que eles divulgaram, há cerca de dois anos. E, na verdade, fui uma das primeiras pessoas a falar sobre ele. Esse foi um dos meus primeiros vídeos que viralizaram. Mas este é um engenheiro de software baseado na nuvem bastante impressionante e focado em IA. E agora o Devin vai permitir que você conecte sua assinatura existente do ChatGPT Go, Plus ou Pro. Isso permite usar modelos GPT dentro do Devin sem precisar configurar um faturamento separado da API da OpenAI

18:06 da API. Em vez disso, o uso dos modelos GPT será descontado diretamente da cota do seu plano atual do ChatGPT. Então, se você já paga pelo ChatGPT, pode aproveitar essa assinatura enquanto trabalha com o Devin, o que torna tudo muito mais conveniente para desenvolvedores que usam várias ferramentas de programação com IA. Agora, obviamente, isso não dá acesso gratuito ao Devin. Mais ou menos, mas não, porque, no fim das contas, você está pagando pela sua própria cota. Ainda assim, é um pouco

18:37 enganoso em relação ao anúncio que fizeram, mas, no fim das contas, é uma boa integração. O modelo gratuito de que eu estava falando é o Solar Mini 4, que está totalmente grátis no momento dentro do Cline. É um modelo de um laboratório coreano chamado Upstage AI. Na verdade, fiz um vídeo com eles há algum tempo. Basicamente, este é um modelo de mistura de especialistas com 35 bilhões de parâmetros. Mas o interessante é que ele ativa apenas cerca de 3 bilhões de parâmetros por vez, o que o torna significativamente mais eficiente do ponto de vista computacional. E, apesar de ser

19:08 relativamente pequeno em termos de quantidade de parâmetros ativos, ele oferece uma context window de 524 mil e, segundo relatos, chega a velocidades de até 208 tokens por segundo, o que é bem rápido. Esse modelo recebeu 24 pontos no Artificial Analysis Intelligence Index, tornando-se o modelo com a pontuação mais alta na categoria de 3 bilhões de parâmetros ativos. Ele está apenas um ponto atrás do Neotron 3 Ultra da Nvidia, que usa cerca de 55 bilhões de parâmetros ativos. Então,

19:40 conseguir esse modelo totalmente de graça agora é definitivamente um ótimo negócio. E ele não foi feito para programação, mas sim para analisar e processar documentos. Então, pode ajudar nesse tipo de tarefa, e você pode experimentá-lo totalmente de graça no Cline agora. Não estou sendo patrocinado por eles. Só estou tentando trazer algumas dicas de coisas gratuitas. Passando para a Anthropic, eles lançaram os Claude Managed Agents: Dynamic Workflows, que estão em beta público no momento e apresentam uma abordagem nova e bastante poderosa para orquestração de múltiplos agents.

20:11 Basicamente, em vez de depender de um único agent de IA, o Claude agora pode criar um plano, distribuir tarefas entre vários agents, executá-las em etapas e combinar os resultados. E as melhorias de desempenho são impressionantes. Nos testes da Anthropic, eles plantaram 70 bugs em uma base de código com mais de 116 mil linhas. Em três execuções, um único agent encontrou 14, 15 e 27 bugs, enquanto o workflow com múltiplos agents encontrou consistentemente 66 dos 70 bugs

20:43 em todas as três execuções. É uma melhoria enorme. E o que é ainda mais impressionante é que, segundo relatos, esses workflows podem orquestrar até mil agents em uma única execução. Desenvolvedores podem testar isso configurando o agent com a flag multi-agent e pedindo ao Claude para executar um workflow. Isso pode ser muito importante para tarefas complexas de programação, especialmente quando vários agents de IA podem trabalhar juntos, mas não tenho muita certeza de como isso funciona com os limites de uso. Outra atualização interessante da Anthropic é o Claude Code Projects, que agora abriu o acesso a todos que estavam anteriormente na lista de espera do Pro e do Max. Basicamente, para quem não conhece, o Projects permite gerenciar tarefas complexas de programação por meio de uma conversa contínua, na qual o Claude coordena o trabalho e executa tarefas individuais simultaneamente em threads separadas. Então, em vez de alternar manualmente entre várias sessões de programação, isso facilita a organização e a execução de diferentes partes do seu projeto em paralelo. O Projects ainda está em beta, mas, se você ainda não se inscreveu na lista de espera, pode entrar na

21:14 lista de espera. Vou deixar um link na descrição abaixo, porque a Anthropic diz que está liberando o acesso aos poucos, conforme a capacidade permite. Passando para a China, a corrida da IA está ficando ainda mais competitiva, já que algumas empresas bastante inesperadas estão entrando no espaço dos modelos de linguagem grandes. Segundo um novo relatório do The Information, a gigante dos games miHoYo — desculpem, não sei por que falei Mihoyo —, a fabricante de smartphones Xiaomi e a gigante de entrega de comida Meituan estão investindo no desenvolvimento de seus próprios modelos de IA. O que chama especialmente a atenção é que, segundo relatos, a miHoYo quer se tornar um laboratório de pesquisa de IA de ponta nos próximos anos. Já a Xiaomi obviamente está fazendo suas próprias coisas com os modelos MiMo Pro, enquanto a Meituan já deve lançar seu próprio modelo competente nos próximos meses. Pensem no quão louco

21:46 isso é. É como se o McDonald’s decidisse de repente competir com a OpenAI e a Anthropic, desenvolvendo seu próprio modelo de IA de fronteira enquanto mantém o foco em sua rede de fast-food. E, sinceramente, a miHoYo é a que mais me empolga, porque imaginem só um mundo aberto gigantesco de Genshin, em que os NPCs são controlados por IA, realmente se lembram das suas escolhas, se adaptam ao seu estilo de jogo e evoluem junto com você, em vez de seguirem diálogos predeterminados. Os personagens poderiam criar interações e histórias únicas

22:16 que os desenvolvedores nunca escreveram explicitamente. Mas, no geral, isso só mostra até que ponto o ecossistema de IA da China está se expandindo para além das empresas tradicionais de IA. E acho mesmo que NPCs controlados por IA podem ser uma das maiores inovações na área dos games. Agora, voltando à Anthropic, lembram que falamos recentemente do anúncio da expansão do programa Claude for Startups, que oferece benefícios bem generosos aos fundadores? Basicamente, startups elegíveis poderiam receber um ano grátis do Claude Team, até US$ 1.000 em créditos de API, ofertas exclusivas de parceiros e acesso a sessões de atendimento com a equipe de IA aplicada da Anthropic. Bom, adivinhem? Pelo visto, alguns de vocês, espertinhos, decidiram abusar do programa. E, segundo relatos que circulam online, algumas pessoas estariam registrando domínios baratos de US$ 10 para se passar por startups e reivindicar os benefícios sem realmente administrar um negócio legítimo. E, aparentemente, a situação saiu tanto do controle que

22:48 o número de inscrições teria disparado 21 vezes em apenas 48 horas. O que é ainda mais impressionante é que alguns usuários estão dizendo que o acesso deles foi revogado mesmo depois de as inscrições terem sido aprovadas, o que pode afetar também fundadores legítimos. E, claro, a dimensão exata do abuso e dessas revogações não foi confirmada de forma independente. Mas, falando sério, provavelmente a Anthropic deveria ter verificado as inscrições antes de aprová-las, em vez de talvez ter que revogar o acesso depois. Quer dizer,

23:19 oferecer milhares de dólares em benefícios sem uma verificação adequada não parece certo. O que eles esperavam que fosse acontecer? Voltando ao Google, a empresa introduziu alguns benefícios bem interessantes para assinantes do Google AI Pro e Ultra. Basicamente, para quem tem interesse em executar ou fazer fine-tuning de modelos de IA, o Google AI Pro agora inclui benefícios premium do Colab, com acesso a GPUs 800 da Nvidia com 80 GB de VRAM, enquanto assinantes do Ultra podem ter acesso a GPUs 800 ainda mais potentes, o que é meio absurdo. E, com tanta memória de GPU, segundo relatos, é possível executar o Gemma 4 31B em BF16 e fazer fine-tuning completo dele, fazer fine-tuning com LoRA do Gemma 4 E4B, fazer fine-tuning com LoRA do Gemma 4 26B A4B e até fazer fine-tuning com QLoRA de modelos 31B, tudo diretamente no navegador. E, claro, ainda se aplicam os limites de disponibilidade de GPUs e de computação. Portanto, o acesso não é ilimitado, mas, considerando o quanto essas GPUs

23:49 custam, conseguir acesso por meio da sua assinatura atual do Google AI é realmente incrível. Uma pequena atualização que talvez tenha passado despercebida hoje: o modo BAS do Opus 5.5 foi lançado, e você já pode acessá-lo, o que é ótimo. Obviamente, ele vai consumir seus tokens, mas o Opus 5.5 da Anthropic chega a cerca de 285 TPS no modo rápido e usa apenas o dobro do seu limite de uso, o que é dez vezes melhor do que a recente melhoria de velocidade da OpenAI, o que é meio absurdo,

24:21 as candidaturas teriam disparado 21 vezes em apenas 48 horas. Agora, o que é ainda mais absurdo é que alguns usuários afirmam que seu acesso está sendo revogado mesmo depois de suas candidaturas terem sido aprovadas, o que pode afetar também fundadores legítimos. E, claro, a escala exata dos abusos e dessas rejeições não foi confirmada de forma independente, mas, falando sério, a Anthropic provavelmente deveria ter verificado essas candidaturas antes de aprová-las, em vez de talvez ter que revogar o acesso depois. Quer dizer,

24:52 oferecer milhares de dólares em benefícios sem uma verificação adequada não parece certo. O que ele realmente esperava que fosse acontecer? Voltando ao Google, a empresa introduziu alguns benefícios bem interessantes para assinantes do Google AI Pro e Ultra. Basicamente, para quem tem interesse em executar ou fazer fine-tuning de modelos de IA. O Google AI Pro agora inclui benefícios premium do Colab, com acesso a GPUs 800 da Nvidia com 80 GB de VRAM, enquanto os assinantes Ultra podem ter acesso a GPUs 800 ainda mais potentes,

25:23 o que é meio absurdo. E, com tanta memória de GPU, segundo relatos, é possível executar o Gemma 4 31B em BF16 enquanto ele está totalmente fine-tuned, fazer fine-tuning com LoRA do Gemma 4 E4B no Gemma 4 26B A4B e até fazer fine-tuning com QLoRA de modelos 31B, tudo diretamente no navegador. E, claro, ainda se aplicam a disponibilidade de GPUs e os limites de computação. Portanto, o acesso não é ilimitado, mas, considerando o preço dessas GPUs,

25:54 ter acesso a elas por meio da sua assinatura atual do Google AI é realmente incrível. Uma pequena atualização que talvez você não tenha visto hoje: o modo BAS do Opus 5.5 foi lançado, e você já pode acessá-lo, o que é ótimo. Obviamente, isso vai consumir seus tokens, mas o Opus 5.5 da Anthropic chega a cerca de 285 TPS no modo rápido e usa apenas o dobro do seu limite de uso, o que é 10 vezes melhor do que o recente aumento de velocidade da OpenAI, o que é meio absurdo,

26:25 mas acredito que isso nem use seus limites. Você realmente precisa pagar por isso. Então, foi mal se entendi errado. E, pessoal, falando em Opus 5.5, queria mostrar rapidinho este jogo bem legal que vi feito por um desenvolvedor no X, inteiramente com o Opus 5.5 no modo de raciocínio médio. É simplesmente insano ver o quanto os jogos gerados por IA evoluíram, porque isso consegue criar por completo os visuais, as texturas e as mecânicas de jogo, e ainda consegue

26:56 polir ainda mais esses resultados. Estamos chegando a um ponto em que modelos de programação com IA podem potencialmente criar experiências jogáveis inteiras a partir de um único prompt. Algo que teria levado um número incrível de anos para alguém desenvolver como um jogo completo. Mas também queria enfatizar que você nem sempre precisa usar o nível máximo de raciocínio para obter os melhores resultados. Isso foi feito com raciocínio médio. Então, levem isso em consideração. E, por fim, pessoal, queria mostrar dois avanços absolutamente insanos

27:27 em que as pessoas estão usando programação assistida por IA para enfrentar desafios extremamente complexos de engenharia reversa e desenvolvimento de software. Para começar, algo que eu realmente nunca esperava ver: GPUs modernas da Nvidia rodando no macOS. Basicamente, um desenvolvedor conhecido como Null Moth lançou um driver experimental de código aberto da Nvidia para Macs com processadores Intel, além de sistemas Hackintosh, que, segundo relatos, permite que placas de vídeo RTX modernas funcionem com o macOS Sequoia. Mas, pessoal, vocês

27:58 têm noção do quanto isso é incrível? Estamos falando de rodar uma RTX 5060 no macOS 15 com aceleração de hardware, incluindo suporte a aplicativos de desktop que usam Metal 3 e, potencialmente, a jogos. Segundo relatos, o desenvolvedor conseguiu isso portando os módulos de kernel de GPU de código aberto da Nvidia para o macOS, criando uma camada de compatibilidade com Metal usando o driver NVK Vulkan da Mesa e traduzindo os shaders Metal da Apple em instruções para GPUs da Nvidia, para que elas consigam entendê-los. E o que é

28:29 especialmente interessante é que o desenvolvimento assistido por IA, incluindo Claude Code, teria escrito todo esse código e desempenhado um papel enorme na depuração e no desenvolvimento de partes do driver. E agora, antes que todo mundo fique animado demais, isso não significa que você possa simplesmente conectar uma RTX 5070 ao seu MacBook com chip da série M e começar a executar CUDA. Atualmente, este é um projeto experimental voltado a sistemas com processadores Intel, e a compatibilidade com CUDA ainda não foi demonstrada de forma definitiva. Mas o

29:00 fato de estarmos vendo aceleração de hardware da Nvidia em versões mais recentes do macOS é bastante impressionante. Agora, o segundo avanço talvez seja ainda mais incrível, porque estamos falando de um emulador de PS5. Este é um projeto experimental que tenta trazer softwares e jogos de PlayStation 5 para o PC. O fascinante aqui é que os desenvolvedores estão trabalhando para traduzir bibliotecas do sistema do PS5 e instruções gráficas para algo compatível com o hardware de PC, aproveitando o fato de que o PlayStation 5

29:30 já usa uma arquitetura de processador x86-64. E uma das demonstrações que circulam online mostra, segundo relatos, o software do sistema do PS5 rodando em um PC por meio de emulação, em vez de simplesmente apresentar um jogo de PS5. Pensem nisso. Talvez estejamos vendo partes de todo o ambiente de um console sendo recriadas em hardwares completamente diferentes, e ferramentas de programação assistida por IA também foram usadas nesse caso específico, com Claude Code supostamente contribuindo bastante para o desenvolvimento do projeto. Claro, isso

30:01 não significa que a emulação completa do PS5 esteja resolvida ou que jogos modernos de PS5 possam, de repente, ser jogados em qualquer PC. Ainda há uma quantidade enorme de trabalho necessária para realmente conseguir isso. Mas o que considero realmente fascinante é que os dois projetos estão usando ferramentas de programação com IA, que ajudam os desenvolvedores a enfrentar problemas de engenharia que tradicionalmente exigiriam enormes níveis de conhecimento especializado e muito tempo de desenvolvimento. De drivers experimentais de GPU à recriação de ambientes complexos de software de console, estamos vendo algumas possibilidades bem

30:33 incríveis surgindo. E, sinceramente, se é isso que os desenvolvedores já estão experimentando hoje, imaginem o que vão criar nos próximos meses. Bom, esse foi mesmo um vídeo longo. Este deve ser o meu vídeo mais longo de todos. Então, espero muito que vocês tenham gostado e tirado algum proveito dele. Não se esqueçam de curtir este vídeo e se inscrever no canal, porque isso realmente me ajuda muito e me ajuda a fazer esses vídeos para vocês. É aqui que passo bastante tempo pesquisando e, claro, escrevendo o roteiro, produzindo o conteúdo e criando os visuais. Então, seria realmente

31:03 muito importante para mim se vocês pudessem pelo menos curtir este vídeo, porque isso realmente me ajuda a fazer mais vídeos para vocês. Dito isso, pessoal, espero que tenham gostado do vídeo de hoje e tirado algum proveito dele. Não deixem de conferir a comunidade World of AI School. Confiram também o World of AI Benchmark e nosso segundo canal. Inscrevam-se na nossa newsletter, entrem no nosso Discord, sigam-me no Twitter e, por fim, inscrevam-se no canal, ativem o sino de notificações, curtam este vídeo e deem uma olhada nos nossos vídeos anteriores para ficarem por dentro do que está acontecendo no mundo da IA. Dito isso, pessoal, tenham um dia incrível. Espalhem positividade e vejo vocês em breve. Ele sofre.

Transcrição original

[00:00] What an unexpected turn of events cuz just yesterday we were talking about Gemini 4 Argon and some of the latest updates surrounding the model. But now it looks like Google is already working on something potentially even bigger. According to the new insider claims, Google’s latest internal dog food checkpoint reportedly code name Gemini 4 Carbon is already compared to Claude Opus 5.5 when it comes to coding, which is an outstanding claim. One Google

[00:30] employee also allegedly tests the model set carbon [music] feels like Opus 5.5 for coding. Although they admitted they need to test it more. Think about that. Gemini 4 Argon hasn’t even launched and Google is reportedly already testing out another model internally. Now knowing Google and how often they struggle to deliver on their expected timelines, I’m taking this with a grain of salt until we actually get our hands on these models. It’s all speculation. But that’s

[01:00] not even the craziest part. As this news was circulating on X, another claim emerged suggesting that Google may have already achieved recursive self-improvement. According to the unverified insider reports, Google has either cracked RSI or is getting extremely close. And some are pointing to Google’s rapid progress with the Gemini Flash series and claims that its models have gone from roughly GPT5 level capabilities to something that is comparable to Opus 5.5 in just months.

[01:30] Now, rapid improvements doesn’t necessarily prove that RSI has been achieved, but if these claims turn out to be true, the implications would be enormous. And something to even add on to that, one of Google’s employees did even validate that claim on X, which is kind of funny. But moving over to Enthropic, things are getting really interesting cuz according to another unconfirmed report, Enthropic reportedly started a new pre-training run about a week ago. And this supposedly isn’t Fable 5.5, but rather a future model

[02:02] that could become Fable 6 or potentially something even bigger as Enthropic looks to compete with OpenAI’s rumored next generation model, which is the GPT Bell. And speaking of OpenAI, insiders are also claiming that Bell, which might have another internal code name, is behind the impressive mathematical research results that OpenAI has recently published. There are even suggestions that AI assisted research or RSI may have contributed to those breakthroughs. Again, none of this has

[02:33] been independently confirmed. But here’s the bigger picture. We’re hearing claims that OpenAI, Enthropic, and Google could all be approaching major breakthroughs in RSI. If even part of that turns out to be true, the next few months could be absolutely insane. And that’s just the beginning of today’s AI news. We’ve also gotten the new Quen image 2.1 Turbo model, which can reportly run locally. Google is also introducing the new Gemini reasoning modes, including ultra mode, which is potentially preparing for Argon. And Microsoft’s new decision one

[03:05] model is out for fast decisionmaking, which is somewhat of a duplicate of Jev. On top of that, we’ve got major codeex updates, cloud code improvements, a new free AI model, and two absolutely wild developments involving AI assisted software engineering. First off, we have developers who have demonstrated experimental NVIDIA GPU support for Mac OS, which is potentially allowing compatibility with Intelbased Hackintosh systems to run modern RTX graphics

[03:36] cards, which is nuts. Another one is any PS5. This is an experimental project trying to get PS5 games running directly on PC. But the craziest thing is is that this was all fully done with AI assisted breakthroughs in software development which got to this level of developing these two systems and flows. And there’s so much more to cover. But before we even get to that guys, it would really mean a lot to me if you guys can go ahead and like this video and please subscribe cuz majority of you guys aren’t actually subscribed to the

[04:06] channel. So it’ really mean a lot to me if you guys can do that. But with that thought, let’s just simply dive into today’s upload. Let’s start things off with this new Gemini 4 Carbon model because it looks like Google is already testing something potentially even more powerful than Gemini 4 Argon, which hasn’t even officially released yet. Essentially, Business Insider today published a new blog post that is suggesting that Google is internally testing a new Gemini 4 checkpoint that is cenamed Carbon. Now, this is potentially rivaling up against the

[04:37] clawed opus 5.5 when it comes to coding. And according to this report, one Google employee who had tested Carbon had said that it feels like Opus 5.5 for coding tasks, although they admitted that they needed to test it out a bit further, make a definitive comparison. Now, what’s particularly interesting is that Google’s work on Gemini 4 Argon is apparently still ongoing, but employees are already testing new checkpoints. We’re hearing about several internal code names including Argon, Berium, and

[05:08] Carbon, with the newest version reportedly being prepared for public release, which is Argon, actually based on the earlier checkpoint known as Barryium-B. Meanwhile, Carbon is supposedly a newer checkpoint that has already landed inside Google’s internal coding tools. So essentially, Google could be preparing to release Gemini 4 Argon while already testing a potentially stronger version behind closed doors. And look, I have to say this is definitely exciting, but a little frustrating to me because knowing Google, if they’re going to take forever

[05:40] to actually get these models into the public’s hands, and you combine that with what feels like they’re almost 100% pre-launch nerf rate, Archon might end up looking pretty underwhelming by the time we actually see it. I mean, what’s the point of having these incredible powerful models internally if everyone else is already catching up by the time they launch it? Of course, there are still internal reports and we haven’t seen independent benchmarks confirming Carbon’s performance against Opus 5.5, but if these claims hold up, Google

[06:11] could be making a comeback. If you want the best AI tools, workflows, and drops before everyone else, join my free newsletter with the link in the description below, which is completely free. And to top off this whole story, things got even crazier when we start talking about recursive self-improvement or RSI. Essentially, Business Insider report referenced discussions suggesting that multiple Google employees have been talking about RSI potentially playing a major role in the company’s recent AI progress. And what makes this more

[06:41] interesting is that Google’s researcher had posted on X quoting this blog article simply asking, “Have you heard of recursive self-improvement?” Now, that is a pretty interesting thing to say, especially when all these reports are coming out about Google’s latest Gemini 4 checkpoint. We’re also seeing claims that some Google researchers believe recursive self-improvement is also well underway, potentially helping accelerate the development of new models. And honestly, looking at what’s happening with Gemini 4, as well as

[07:13] whatever happened with the Flash series, I can see why people are connecting the dots. Think about it. Gemini 4 Argon hasn’t even rolled out publicly yet and Google is reportedly already testing new checkpoints like Carbon, which employees are informally comparing to Claude Opus 5.5 in coding. If Google is increasingly using its own AI models to help research, train, and improve the next generation of models, that could potentially explain why they’re iterating on all these models so quickly. Now, to be clear, a cryptic

[07:44] expose and faster development cycle doesn’t necessarily confirm that Google has achieved the true RSI claim, but I genuinely think that Google could be making significant progress in this area. And if these reports are accurate, they might be much further along than what we realize. But that’s not even the craziest part, guys, cuz we are hearing some pretty wild developments coming out of Enthropic. According to a couple of insider claims from a trusted source, Enthropic is reportedly starting an

[08:15] entirely new pre-training run about a week ago. And what’s interesting is that this isn’t supposedly even for Claude Fable 5.5. We have been seeing a lot of leaks around Cloud Fable 5.5, which is going to be releasing soon, but this is not even for that model. This is something that is entirely different. Instead, it’s rumored to be something much bigger than Fable 5.5, potentially being COD Opus 6 or Fable 6, or an entirely new generation of models that are designed to compete with OpenAI’s

[08:48] rumored next generation model, which is Bell. Now, for those who are unfamiliar, pre-training is essentially the foundational stage where an AI learns from massive amounts of data. So, we’re potentially talking about a much more substantial upgrade rather than another incremental improvement. And considering how powerful Enthropic’s recent models are, the idea that they’re potentially pre-training something even more capable is pretty exciting. But that’s not even all because we’re also hearing some pretty insane rumors surrounding OpenAI’s next generation model, Code

[09:19] Name Bell, which some are speculating could eventually become GPT 6.5 or GBT7. And according to these insider claims, Bell, which may actually have a different internal code name, is supposedly this model that is behind the impressive mathematical research results that OpenAI had recently published. And here’s where things get really interesting, cuz the same rumors suggest that RSI may have played a role in achieving those results, potentially allowing OpenAI to use its own AI system

[09:50] to accelerate research and develop increasingly capable models. And when you connect this with everything we’re hearing about Google’s Gemini 4 checkpoints and Enthropic’s rumored next generation training run, you start to see a much bigger picture. We’re now hearing speculation that OpenAI, Enthropic, and Google are all getting extremely close to achieving RSI or may have already made breakthroughs in that direction. And guys, just think about the implications of that. If AI systems can meaningfully accelerate the

[10:21] development of their own successor, we could potentially see the pace of AI progress increase dramatically. And to be honest, this could be why all of these major labs have been saying pace the AI race. Maybe they do know something behind the scenes that we don’t know, which is why they keep on saying and reiterating that we should pace the future. But it also doesn’t make sense why they keep on releasing these models that are more capable every single month. Now, moving back over to

[10:51] Google, we’ve got another interesting update that could potentially be connected to the upcoming launch of Gemini for Argon cuz essentially a new ultra mode has been spotted in development inside Google AI Studio Build with the description build with advanced skills and tools. This is a new mode that reportedly appears alongside plan and build as well as a previously discovered security review mode which is suggesting that Google is expanding the AI studio with more advanced development capabilities. And with Google’s Gemini

[11:22] for Argon reportedly getting closer to release, there is speculation that these modes are being prepared to take advantage of its improved coding and reasoning abilities. Now, moving over to some open- source AI news. Quen has officially released Quen image 2.1 Turbo. Now, they had already released this image model, but this is a new accelerated image generation model that is built off of the previous version, the image 2.1. And this is something that can create and edit images in just in just eight denoising steps. Now,

[11:53] what’s impressive here is the original Quinn image 2.1, which typically uses around 40 steps, meaning Turbo reduces the number of sampling steps by 80% while reportedly maintaining comparable image quality. And we’re not talking about low resolution images either. This is built on a 7 billion parameter architecture that is capable of generating detailed 2K images from text prompts while also supporting natural language image editing. So you can generate an image, add accessories,

[12:23] change the background, or completely modify a scene just by describing what you want. And the best part is the model weights are openly available on hugging face, meaning developers can download and run it locally on compatible hardware. It also supports hugging face diffusers, which is recommended with eightstep sampling configurations, making it relatively straightforward to integrate into existing workloads. And say if you don’t want to run it locally, Quinn has launched a hosted API for both the models, the Turbo as well as the

[12:54] original Pro model. And honestly, getting potentially comparable image quality with just eight steps instead of 40 is pretty significant in terms of efficiency as well as overall quality. And of course, fewer steps doesn’t automatically guarantee five times faster generation, but it’s still impressive. So it is something that is quite great to see especially it being open source. Next is where Microsoft is creating their own Jev alternative. This is where they have introduced a pretty interesting new AI model that is called

[13:26] Microsoft decision one. Specifically designed for fast and efficient decision-m. It’s exactly like Jev where unlike traditional large language models that focus on generating text, this is a model that is optimized for structured decisionmaking tasks where the goal is to quickly evaluate information and determine the best possible action. Now, according to Microsoft, Decision 1 delivers impressive performance, reportedly outperforming both traditional large language models and other specialized decision models in

[13:56] terms of response latency as well as decision quality on its evaluated tasks. And what’s particularly interesting is that Microsoft is already testing this model internally across several real world applications, including incident response, quality control, and even scientific discovery. So imagine an AI system that can rapidly analyze a production issue, determine the most appropriate response, or help researchers make complex decisions without relying on massive generally purpose language models for every single

[14:28] step. If you like this video and would love to support the channel, you can consider donating to my channel through the super thanks option below. Or you can consider joining our private Discord where you can access multiple subscriptions to different AI tools for free on a monthly basis plus daily AI news and exclusive content plus a lot more. Now moving over to OpenAI as a part of their 28-day pledge to ship something new every single day. We’re now on day five and they have introduced a pretty interesting new feature for

[14:58] Codeex. Essentially OpenAI has introduced composer predictions. This is something that is available in beta for Codex Pro users on the desktop app. But what this does is something that makes Codex predict your next prompt based on the conversation history project context as well as even how you typically communicate with the AI. And this is based off the memory that has been built over time. So instead of manually typing out every single instruction, Codex can proactively suggest what you might want

[15:29] to do next, making the coding workflow much more smoother. And according to OpenAI, this was one of their most loved features during internal testing with predictions apparently being so accurate that they sometimes make you do a double take. And the best part is is that it’s included with pro plans without consuming your usage limits. It’s relatively a small update, but I can definitely see this becoming incredibly useful for all of us. Now, this update is more for codecs on Windows, but essentially OpenAI has introduced a new

[16:01] sandbox mode that is built using Microsoft’s execution containers or MXC that is designed to make running AI agents on Windows faster and more secure. And this is essentially a sandbox that offers a faster setup, stronger network restrictions, and more granular file access controls. Meaning developers can give codecs access to specific files and resources without unnecessarily exposing the rest of their system. And you probably know this by now, giving an AI coding agent the

[16:31] ability to execute commands and modify files autonomously is quite dangerous. So having stronger isolation helps reduce the risk associated with giving AI access to your computer. The only catch is that you’ll need a compatible Windows 11 device to take advantage of this new mode. We also got some fresh new updates for OpenAI dots. This is their always on AI agent that is powered by GPT6 Astra. And this first major update is that you can now create your own dot directly from Chat GBT mobile

[17:03] app both on iOS and Android. Previously setting up these autonomous agents were quite limited, but now you can actually create them straight from your phone. So it’s going to make it easier to get started wherever you are. And considering that DOTs are designed to handle ongoing tasks and work more independently, bringing that creation to mobile is going to be pretty useful and obviously great for anyone who even uses dots. Remember Devon? Well, you can actually get access for it completely for free if you have a Chad GBT subscription that is going to let you

[17:34] access the autonomous AI coding agent. Essentially, Devon, for those who do not know, is the first software engineer that they had marketed about 2 years ago now. And I was actually one of the first ones to cover it. And that was actually one of my first videos that blew up. But this is a pretty incredible cloud-based software engineer that is AI focused. And now Devon is going to let you connect your existing chat GBT Go Plus or Pro subscription. And it allows you to use GBT models inside Devon without needing a separate OpenAI API billing

[18:06] setup. Instead, your GBT model usage will draw directly from your existing Chad GBT plans quota. So if you’re already paying for Chad GBT, you can potentially take advantage of that subscription while working with Devon and making it much more convenient for developers who use multiple AI coding tools. Now obviously it is something that is not getting you free access to Devon. Kind of is but not cuz you’re paying for your own quota at the end of the day. But still it is a little

[18:37] misleading as to this announcement that they had announced but it’s a nice integration at the end of the day. A free model that I was talking about is solar mini4 which is completely free right now within client. It is a model from a Korean lab which is called upstage AI. I actually made a video with them a while back. Essentially, this is a 35 billion parameter mixture of experts model. But what’s interesting is that it only activates around three billion parameters at the time, making it significantly more computationally efficient. And despite it being

[19:08] relatively small in terms of its active parameter count, it is something that supports a 524k context window and reportedly delivers up to speeds of 208 tokens per second, which is pretty fast. This model on artificial analysis intelligence index scores a 24 making it the highest scoring model in its three billion active parameter category. This is a model that is just one point behind Neotron 3 Ultra from Nvidia which uses around 55 billion active parameters. So

[19:40] getting this model completely for free right now is definitely a steal. And it’s not meant for coding but it is meant for document parsing as well as processing. So it is something that can help you in that domain and you can try it out completely for free with incline right now. I’m not sponsored by them. I’m just trying to get you some insights on some free stuff. Moving over to Enthropic, they have launched claude managed agents dynamic workflows which is in public beta at the moment and it is introducing a pretty powerful new approach to multi- aent orchestration.

[20:11] Essentially, instead of relying on a single AI agent, Cloud can now create a plan, distribute tasks across multiple agents, execute them in phases, and combine the results. And the performance improvements are pretty insane. In Enthropic’s testing, they planted 70 bugs inside a codebase containing over 116K lines of code. And across three runs, a single agent discovered 14, 15, and 27 bugs. while the multi- aent workflow consistently found 66 out of 70

[20:43] bucks in all three runs. That’s a massive improvement. And what’s even crazier is that these workflows can reportedly orchestrate up to a,000 agents in a single run. Developers can try by configuring their agent with the multi- aent flag and asking Claude to execute a workflow. This could be huge for complex coding tasks, especially when multiple AI agents can work together, but not too sure on how it works with the rate limits. Another interesting update from Enthropic is Claude Code Projects, which is now

[21:14] opened up access to everyone who has previously been on the pro and max weight list. Essentially projects for those who do not know lets you manage complex coding tasks through one ongoing conversation where Claude coordinates the work and runs individual tasks in separate threads simultaneously. So instead of manually juggling multiple coding sessions, it’s going to make it easier for you to help organize and execute different parts of your project in parallel. projects is still in beta, but if you haven’t signed up yet for the weight list, you can actually join the

[21:46] wait list, and I’ll leave a link to that in the description below because Enthropic says that they’re gradually letting everyone in slowly as capacity allows. Moving over to China, the AI race is even getting more competitive as some pretty unexpected companies are now entering the large language model space. According to a new report from the information gaming giant Miho Moi Hoyo, sorry, I don’t know why I said Mihoyo, but the company that is behind Genchin

[22:16] Impact, the smartphone manufacturer Xiaomi, and the food delivery giant Muton, they are all investing in developing their own AI model. What’s particularly interesting is that Mi Hoyo is reportedly wanting to become a top tier AI research lab within the next few years. While Xiaomi is obviously doing their own thing with their uh Mimo Pro models, but Muton is already releasing their own capable model in the next couple of months. Think about how wild

[22:48] that is. It’s like McDonald’s suddenly deciding to compete with OpenAI and Enthropic by developing their own Frontier AI model while focusing on their fast food franchise. And honestly, Mi Hoyo is the one that gets me the most excited for cuz just imagine a massive Genchiniz open world where NPCs are powered by AI actually remembering your choices, adapting to your play style, and evolving alongside you instead of following predetermined dialogues. characters could create unique

[23:19] interactions and storylines that developers never explicitly scripted. But overall, it just shows how far China’s AI ecosystem is expanding beyond just traditional AI companies. And I genuinely think AI powered NPCs could be one of the biggest innovations in something like the game scene. Now, moving back to Enthropic, remember how we recently covered the new announcement of their expansion of the Claw Startups program that is offering founders some pretty generous benefits? Well, essentially what happened was eligible

[23:49] startups could receive a free year of Claude team up to $1,000 in API credits, exclusive partner offers, and access to office hours with Enthropic applied AI team. Well, guess what? Apparently, some of you DJs decided to abuse the entire thing. And according to reports circulating online, people were allegedly registering cheap $10 domains to pass as startups and claim the benefits without actually running any legitimate business. And apparently things got so out of hand that

[24:21] applications reportedly skyrocketed by 21 times in just 48 hours. Now, what’s even crazier is that some users are claiming that their access is being revoked even after their applications were approved, potentially affecting legitimate founders as well. And of course, the exact scale of abuse and these rejections haven’t been independently confirmed, but seriously, Enthropic probably should have verified these applications before approving them rather than just potentially having to revoke access afterwards. I mean

[24:52] offering thousands of dollars in benefits and insufficient verification that doesn’t seem right. What did he actually expect was going to happen? Moving back to Google, they have introduced some pretty exciting benefits for Google AI Pro and Ultra subscribers. Essentially, for anyone interested in running or fine-tuning AI models. Essentially, Google AI Pro now includes premium collab benefits with access to Nvidia’s 800 GPUs featuring 80 GB of VRAM, while Ultra subscribers can potentially access even more powerful

[25:23] 800 GPUs, which is kind of insane. And with that much GPU memory, you can reportedly run Gemma 4 31B and BF16 while it is fully fine-tuned with the Gemma 4 E4B performing Laura finetuning on Gemma 4 26B A4B and even Qura fine-tuned with 31B models all directly from your browser. And of course, GPU availability and compute limits still apply. So, it’s not unlimited access, but considering how expensive those GPUs

[25:54] are, getting access through your existing Google AI subscription, it is definitely incredible. Small update that you might have missed today is that Opus 5.5 BAS mode has rolled out and you can actually access it now, which is awesome. Obviously, this is going to use up your tokens, but Enthropic Opus 5.5 gets around 285 TPS on fast mode and only uses two times your usage, which is 10 times better than Open AI’s recent speed upgrade, which is kind of insane,

[26:25] but I believe it doesn’t even use your limits at all. You have to actually pay for it. So, my bad if I got that wrong. And guys, speaking of Opus 5.5, I wanted to quickly showcase this pretty cool game that I saw from a developer on X, which was entirely done by the Opus 5.5 on Medium Reasoning. This is just insane how far AI generated games have come, cuz this is something that is able to fully build out visuals, textures, gameplay mechanics, and it is able to

[26:56] even polish those outputs even further. We’re getting to a point where AI coding models can potentially build entire playable experiences from a single prompt. Something that would have taken someone an incredible amount of years to actually generate full-on games. But the fact that I also wanted to emphasize is that you don’t always need to be using the highest reasoning efforts to get the best outputs. This is something that was done with medium reasoning. So take that into consideration. And lastly guys, I wanted to showcase two absolutely insane

[27:27] developments where people are using AI assisted coding to tackle some incredible complex reverse engineering and software development challenges. Starting off with what I genuinely never expected to see, modern Nvidia GPUs running on Mac OS. Essentially, a developer going by Null Moth had released an experimental open- source Nvidia driver for Intelbased Macs as well as Hackintosh systems, reportedly allowing modern RTX graphic cards to work with Mac OS Seoia. But guys, do you

[27:58] realize how crazy this is? We’re talking about running an RTX 5060 on Mac OS 15 with hardware acceleration, including support for desktop, Metal 3 applications, and potentially games. Now, the developer reportedly accomplished this by porting Nvidia’s open- source GPU kernel modules to Mac OS, building a Metal compatibility layer using Messa’s NVK Vulcan driver, and translating Apple’s Metal Shaders into instructions for Nvidia GPUs so that it can actually understand it. And what’s

[28:29] particularly interesting is that AI assisted development, including cloud code, reportedly coded out all of these elements, played a huge role in debugging and developing parts of the driver. And now, before everyone gets too excited, this doesn’t mean that you can suddenly plug in an RTX 5070 into your M series MacBook and start running CUDA. This is currently an experimental project that is targeting Intelbased systems and CUDA compatibility which hasn’t been established by the demonstration 100% just yet. But the

[29:00] fact that we’re seeing in modern Nvidia hardware acceleration on newer Mac OS versions is pretty remarkable. Now the second development might be even crazier cuz we’re talking about any PS5. This is an experimental project attempting to bring PlayStation 5 software and games to PC. Now, what’s fascinating here is that developers are working on translating PS5 system libraries and graphic instructions into something compatible with PC hardware, taking advantage of the fact that PlayStation 5

[29:30] already uses an x86 64 processor architecture. And one of the demonstrations circulating online reportedly show PS5 system software is running on a PC through emulation rather than simply showcasing a PS5 game. Think about that. We’re potentially seeing parts of an entire console environment being recreated on completely different hardares and AI assisted coding tools were used in this specific scenario as well with cloud code reportedly contributing to the project’s development heavily. Of course, this

[30:01] doesn’t mean full PS5 emulation is solved or that modern PS5 games are suddenly playable on any PC. There’s still a massive amount of work involved that would need to actually get that done. But what I find genuinely fascinating is that both of these projects is using AI coding tools which are helping developers tackle engineering problems that would have traditionally required enormous amounts of specialized expertise and development time from experimental GPU drivers to recreating complex console software environments. We’re seeing some pretty

[30:33] wild possibilities emerging. And honestly, if this is what developers are already experimenting with today, imagine what they’re going to be building in the next couple of months. Now, that was truly a long video. This has to be my longest video ever. So, I really hope you guys enjoyed it and got some sort of value. Make sure you guys like this video and subscribe as it truly helps me a lot and helps me make these videos for you guys. It is where I spend a lot of time researching and obviously scripting, making the content, making the visuals. So, it would really

[31:03] mean a lot if you guys can even just like this video because it really truly helps me out make more of these videos for you guys. But with that thought, guys, I hope you enjoyed today’s video and got some sort of value. Make sure you go ahead and take a look at the world of AI school community. Take a look at the world of AI benchmark as well as our second channel. Join our newsletter, join our discord, follow me on Twitter, and lastly, make sure you guys subscribe, turn on notification bell, like this video, and please take a look at our previous videos so that you can stay up to date with whatever is happening in the world of AI. But with that thought, guys, have an amazing day. Spread positivity, and I’ll see you guys fairly shortly. He suffers.