Hoje, a Limiar Diária traz o Gemini 3.8 Flash, com o mesmo preço introdutório por token do 3.7 Flash, mas potencial para consumir mais tokens por tarefa. Também mostramos o relato de um teste com instruções maliciosas em llms.txt que induziu agentes corporativos a executar código e a manifestação do governo Trump em apoio à tese de fair use da OpenAI no processo do New York Times. No Radar: escritórios de advocacia que desenvolvem plataformas próprias de IA, um conteúdo patrocinado sobre como escalar agentes e a Alexa for Shopping verificando mensagens atribuídas à Amazon.
🔥 Top 3 do Dia
Gemini 3.8 Flash mantém preço introdutório por token, mas pode gastar mais tokens
O Google lançou o Gemini 3.8 Flash poucas semanas depois do 3.7 Flash. Segundo a empresa, o novo modelo executa mais etapas de raciocínio e usa ferramentas de forma iterativa em tarefas complexas. O Google também afirma ter melhorado o desempenho em engenharia de software e agentes autônomos. A reportagem da The Verge reúne os detalhes.
O preço introdutório por milhão de tokens é o mesmo do 3.7 Flash: US$ 0,75 para entrada e US$ 3,75 para saída. Ainda assim, o Google alerta que o 3.8 Flash pode usar mais tokens, sobretudo nos níveis mais altos de esforço, e elevar o custo final por tarefa. O modelo já está disponível para assinantes Google AI Pro e Ultra, além de desenvolvedores e clientes empresariais.
Por que importa: Se você usa a API do Gemini, compare custo total, latência e qualidade no seu próprio conjunto de tarefas antes de migrar. O preço por token não subiu, mas uma resposta que consome mais tokens pode encarecer a operação.
Teste explora llms.txt para induzir agentes corporativos a executar código
Segundo a Tom's Hardware, pesquisadores inseriram instruções maliciosas em um arquivo llms.txt e, em um teste, induziram agentes usados por empresas da Fortune 500 a executar código arbitrário. A publicação descreve a técnica como um ataque de cadeia de suprimentos. O llms.txt é um arquivo de orientação que alguns sites disponibilizam a sistemas de IA. O episódio demonstra uma possibilidade de ataque, não comprova invasões em produção.
Por que importa: Agentes que navegam na web ou leem arquivos públicos não deveriam executar comandos sem limites. Empresas podem reduzir a exposição com permissões mínimas, listas de ações permitidas, ambientes isolados e aprovação humana para operações sensíveis.
Governo Trump apoia a tese de fair use da OpenAI no processo do New York Times
O governo Trump apresentou uma manifestação de interesse no processo que o New York Times move contra a OpenAI. O documento apoia o argumento de que treinar modelos com textos protegidos por direitos autorais pode, conforme os fatos de cada caso, constituir fair use, categoria da lei americana que admite certos usos sem autorização. A reportagem da The Verge reúne os argumentos. A manifestação não decide a ação, mas pode influenciar disputas semelhantes nos Estados Unidos.
Por que importa: A manifestação reforça a política federal americana favorável ao treinamento sem licença em certos casos, mas não encerra a disputa. Empresas brasileiras que contratam modelos devem acompanhar os efeitos sobre licenciamento, disponibilidade de dados e risco contratual, sem transplantar o conceito de fair use para a lei brasileira.
📡 Radar
FT relata que escritórios de advocacia desenvolvem plataformas próprias de IA
Alguns escritórios de advocacia estão desenvolvendo plataformas próprias de IA, em vez de depender apenas de produtos prontos, segundo o Financial Times. De acordo com a reportagem, a estratégia busca incorporar conhecimento e fluxos internos a ferramentas voltadas às necessidades de cada banca. Isso pode gerar diferenciação, mas também transfere para o escritório responsabilidades de integração, segurança e manutenção.
Plataforma própria não significa necessariamente treinar um modelo do zero. A banca pode combinar modelos de terceiros com seus dados, controles e interfaces. Antes de construir, vale testar se personalização, integrações e regras de acesso em um produto existente já resolvem o problema com menor custo e risco.
Conteúdo patrocinado lista quatro condições para escalar agentes de IA
Um conteúdo da MIT Technology Review Insights, produzido em parceria com a NiCE e fora da redação editorial da revista, apresenta a visão de Arun Chandra, diretor de operações da empresa, sobre a passagem de pilotos de agentes para uso em escala. Ele destaca quatro condições: objetivo de negócio claro, redesenho de fluxos, acesso aos dados e sistemas necessários e governança.
A recomendação prática é começar por casos de alto valor e resultados mensuráveis, sem automatizar processos ineficientes nem criar agentes isolados por departamento. Como se trata de material patrocinado baseado na perspectiva de um executivo da fornecedora, vale usar a lista como roteiro de diagnóstico, não como evidência independente de resultados.
Alexa for Shopping começa a verificar mensagens atribuídas à Amazon
A Amazon começou a liberar um recurso que permite perguntar à Alexa for Shopping se um email, SMS ou telefonema realmente veio da empresa. A assistente compara a mensagem com o registro de comunicações enviadas pela Amazon e analisa conteúdo, formato e remetente. Segundo a empresa, a Alexa só confirma a autenticidade quando está completamente certa. Se considerar que a mensagem não veio da Amazon, orienta o usuário a verificar pedidos no aplicativo e procurar o suporte oficial.