O cenário da inteligência artificial global se movimenta com grandes anúncios e desafios em julho de 2026, destacando o contínuo atraso do Gemini 3.5 Pro do Google. No mesmo período, a China implementa novas leis rigorosas para serviços de IA companheira, forçando gigantes como ByteDance e Alibaba a desativar recursos para milhões de usuários. Paralelamente, a Tesla expande seu serviço de Robotaxi para Miami, operando sem monitores de segurança e provocando debates sobre a autonomia veicular. Enquanto isso, a Casa Branca prepara padrões voluntários para modelos de IA, em um esforço para balizar o rápido avanço tecnológico.
Atrasos no Gemini 3.5 Pro e a crescente competitividade no setor
O Gemini 3.5 Pro, modelo de inteligência artificial do Google, entra em sua segunda semana de julho de 2026 ainda em fase de prévia para empresas, sem data confirmada para lançamento geral. O modelo já perdeu duas datas de entrega, inicialmente prometido para junho e com um prazo de 30 de junho para disponibilidade geral. A justificativa para a mais recente postergação aponta para a necessidade de otimizar a eficiência de tokens em tarefas complexas e aprimorar o desempenho em raciocínio de longo prazo, com base no feedback dos primeiros testadores.
Este cenário ocorre em meio a um ambiente de intensa concorrência. Recentemente, a Anthropic lançou o Claude Sonnet 5 e restaurou o Claude Fable 5, enquanto a OpenAI apresentou o GPT-5.6 em prévia para parceiros governamentais. A urgência do Google em entregar um modelo com performance claramente diferenciada, especialmente em recuperação de contexto e raciocínio complexo, é vital para justificar os adiamentos e reverter a percepção negativa que acompanhou o mês de junho da empresa. Testes iniciais revelaram que o modelo consumia mais tokens que o esperado, encarecendo sua operação em larga escala, e apresentava lacunas no desempenho de codificação e em tarefas de raciocínio de múltiplos passos.
Legislação chinesa impacta agentes de IA: Doubao e Qwen se adaptam
A China se prepara para implementar em 15 de julho suas “Medidas Provisórias para a Administração de Serviços Interativos Antropomórficos de IA”, uma legislação que exige que serviços de IA com personalidade humana incorporem sistemas anti-vício, notificações obrigatórias de uso e mecanismos de saída instantânea. Esta nova regulamentação impacta diretamente plataformas como Doubao, da ByteDance, e Qwen, da Alibaba, que estão desativando suas funcionalidades de agentes humanoides e criados por usuários.
Doubao, o aplicativo de IA mais utilizado na China com 345 milhões de usuários ativos mensais, permitirá o acesso apenas para visualização de configurações e histórico de conversas até 15 de outubro, quando os dados serão permanentemente inacessíveis. Usuários devem exportar seus conteúdos importantes antes do prazo. A situação de Qwen é ainda mais crítica, pois a Alibaba não anunciou nenhum caminho de migração para usuários com configurações de agentes existentes, elevando o risco de perda imediata e permanente de dados. A decisão de ambas as empresas de desativar os recursos, em vez de adaptá-los, reflete a incompatibilidade fundamental entre as regras anti-vício da lei e o funcionamento de agentes de memória persistente.
Expansão agressiva da Tesla com Robotaxi e os riscos da autonomia sem supervisão
A Tesla expandiu seu serviço de Robotaxi para Miami, Flórida, marcando a quinta cidade dos Estados Unidos a receber a tecnologia, operando sem monitores de segurança a bordo do veículo. Esta é a primeira vez que a empresa lança a operação autônoma sem qualquer período de supervisão prévia, seguindo a regulamentação estadual da Flórida. A meta da Tesla é expandir para uma dúzia de estados americanos até o final de 2026, com o CEO Elon Musk argumentando que a tecnologia Full Self-Driving (FSD) superou o limite de segurança para implantação comercial.
Em contraste, a Waymo, principal operadora de robotáxis nos EUA, mantém monitores de segurança em novos mercados e adota uma cadência de expansão mais cautelosa, baseada em mapeamento detalhado e fases de implantação supervisionada. A abordagem da Tesla, embora promissora para ciclos rápidos de melhoria devido à sua vasta frota, levanta preocupações de reguladores e defensores do consumidor, que alertam para a ausência de uma “falha humana” caso o sistema autônomo encontre situações imprevistas. Este modelo de implantação da Tesla é considerado um dos mais agressivos na história da inteligência artificial autônoma sem supervisão humana em contextos de consumo público.
Novos benchmarks e o futuro da inteligência artificial em áreas especializadas
O desenvolvimento de benchmarks mais sofisticados está revelando tanto o avanço quanto as limitações dos modelos de IA. A Meta lançou o SWE-Together, uma ferramenta de avaliação de agentes de codificação multi-turno com 109 tarefas. Este benchmark, que simula sessões reais de engenharia de software, avalia a capacidade dos modelos de manter contexto, adaptar-se a feedbacks e corrigir o curso ao longo de múltiplas interações. O Claude Opus 4.8 da Anthropic demonstrou a menor necessidade de intervenção humana, com 63% de conclusão correta na primeira tentativa.
Por outro lado, a OpenAI introduziu o GeneBench-Pro, um benchmark de 129 problemas de biologia computacional, que abrange análise genômica, dobramento de proteínas e design experimental. A descoberta mais significativa é que o GPT-5.6 Sol Pro, a versão mais avançada dos modelos da OpenAI, atingiu apenas 31,5% de acertos. O Claude Opus 4.8 alcançou 16%. Esses resultados sublinham o desafio da inteligência artificial em dominar conhecimentos científicos especializados de nível de doutorado, que ainda não são totalmente capturados pelos pipelines de treinamento dos modelos de fronteira atuais.
O cenário global de IA: padrões, modelos chineses e infraestrutura estratégica
O cenário da inteligência artificial não se resume apenas a novos modelos e regulamentações, mas também à evolução de padrões globais e à infraestrutura que os suporta. A Casa Branca deve anunciar esta semana um framework de padrões voluntários para modelos de IA de fronteira, estabelecendo critérios para a revisão governamental de 30 dias antes do lançamento público. Este movimento, que conta com a participação do Google nas negociações, visa criar um precedente para a coordenação entre o governo e as empresas de tecnologia.
Enquanto isso, modelos chineses de IA estão conquistando uma fatia significativa do tráfego em plataformas como OpenRouter, respondendo por cerca de 45% do total, em comparação com menos de 2% há um ano. O sucesso não se deve apenas a benchmarks de performance, mas a uma combinação de preços competitivos, janelas de contexto de 1 milhão de tokens e acesso gratuito. Este “arbitragem de custos” está transformando o cenário para desenvolvedores e empresas. No entanto, o uso desses modelos exige a avaliação de três lacunas importantes:
- Restrições de conteúdo: Modelos chineses frequentemente recusam tópicos politicamente sensíveis como Taiwan, Praça da Paz Celestial e Xinjiang.
- Jurisdição de dados: As chamadas de API podem rotear dados por servidores na China, o que pode violar requisitos de residência de dados para indústrias reguladas.
- Rigidez do esquema de tool-call: Há casos de JSON fora do padrão em chamadas de ferramentas, exigindo tratamento adicional em frameworks de agentes.
No âmbito corporativo, a Alibaba reestruturou toda sua operação de IA no que chama de “Alibaba Token Hub”, consolidando cinco unidades sob a supervisão direta do CEO Eddie Wu. A reestruturação reflete o reconhecimento estratégico de que a criação de valor da Alibaba em IA deriva da geração de tokens em escala, visando competir pelo mercado doméstico chinês e pela adoção internacional de desenvolvedores.
A construção de data centers nos EUA também é vista como uma política de cadeia de suprimentos, indo além de um mero investimento em capacidade de IA. Investimentos massivos de empresas como Microsoft e Alphabet estão sendo enquadrados como âncoras de demanda que podem estruturar cadeias de fabricação doméstica para semicondutores, sistemas de energia, infraestrutura de resfriamento e redes de fibra óptica. Esta abordagem liga a política industrial diretamente ao desenvolvimento de infraestrutura de IA, buscando direcionar o gasto para equipamentos fabricados nos EUA.
