Mercury 3, MiniMax M3.1 Flash e Exa 3: o que muda para quem constrói agentes de IA

Três lançamentos relatados pelo boletim TLDR AI de 20 de outubro de 2026 mudam a conta de quem constrói produtos com IA: um modelo que troca a geração palavra a palavra por difusão, outro que corta custo de inferência em 70% e um motor de busca próprio para alimentar agentes. Nenhum dos três é incremento cosmético: cada um ataca um gargalo diferente (latência, custo por chamada e qualidade da informação buscada) que decide se um agente de IA é viável em produção ou fica só na demonstração.

Mercury 3 troca geração palavra a palavra por difusão

A maioria dos modelos de linguagem, como o GPT ou o Claude, gera texto token a token: prevê a próxima palavra com base nas anteriores, uma de cada vez. O Mercury 3, da Inception Labs, funciona diferente. Ele é um modelo de difusão: parte de um rascunho ruidoso do texto inteiro e refina esse rascunho em várias passagens paralelas até chegar na resposta final, em vez de escrever sequencialmente.

Essa arquitetura explica o número que a empresa divulga: mais de 1.000 tokens por segundo, segundo o relato do TLDR AI. A Inception Labs afirma ainda que o Mercury 3 superou o GPT-6 Luna e o Claude Haiku 5.5 em múltiplos benchmarks, mas o material não detalha quais testes nem os números exatos de cada comparação, então essa afirmação ainda não tem como ser reproduzida de forma independente.

Para quem constrói produto, velocidade bruta de geração importa mais em cenários sensíveis a latência: autocompletar de código, assistentes de voz e qualquer interface onde o usuário espera resposta quase instantânea. Um modelo que processa em paralelo em vez de token a token tende a ganhar justamente nesse tipo de caso de uso, mesmo que a qualidade do texto final seja equivalente à de um modelo autorregressivo tradicional.

MiniMax M3.1 Flash corta custo em 70% para tarefas de agente

A MiniMax lançou o M3.1 Flash prometendo, segundo o mesmo boletim, um salto geracional em tarefas agentic (quando o modelo age de forma autônoma, executando vários passos e usando ferramentas sem intervenção humana constante), geração de código, Computer Use e segurança cibernética. Computer Use é o recurso de operar uma interface gráfica como um humano faria: clicar, digitar, navegar entre janelas, popularizado pela Anthropic em versões anteriores do Claude.

O número que importa para quem paga a conta: a inferência ficou quase três vezes mais rápida e o custo de uso caiu 70%, segundo a MiniMax. O modelo está disponível pela API da MiniMax, pelo plano M Plan e pelo MiniMax Code (a ferramenta de codificação da empresa). A MiniMax informou que vai liberar os pesos do modelo (o arquivo com os parâmetros treinados, que permite rodar a IA no próprio servidor em vez de depender da API da empresa) em uma data futura, ainda não divulgada.

Esse corte de custo pesa mais para quem já opera agentes em produção do que para quem só testa um protótipo. Um agente que faz dezenas de chamadas por tarefa (pesquisar, decidir, executar, verificar) multiplica o custo por token a cada etapa, então uma redução de 70% no preço da inferência muda diretamente a economia unitária do produto, não só a fatura da conta de desenvolvimento.

Exa 3.0 substitui busca genérica por índice próprio

A Exa lançou a versão 3.0 do seu motor de busca voltado para IA, afirmando liderar avaliações em código, finanças, pesquisa aprofundada e inteligência de empresas, segundo o TLDR AI. A empresa roda seu próprio rastreador (crawler) e mantém um índice independente, sem depender do Google ou do Bing: mais de 2 trilhões de URLs rastreadas e 100 bilhões de páginas servidas, crescendo conforme o que os clientes buscam.

O motivo de existir um buscador dedicado à IA é o RAG (retrieval-augmented generation, ou geração aumentada por busca): antes de gerar a resposta, o modelo busca informação atualizada na web para reduzir alucinação e trazer dados que não estavam no treinamento. A diferença da Exa para rodar uma busca comum no Google é o índice estruturado: 1,27 bilhão de anúncios de e-commerce com preço e disponibilidade, mais de 211 milhões de estabelecimentos locais com horário e avaliação, além de notícias, esporte, clima e dados de mercado em tempo real, mais informações sobre voos, eventos locais, transporte e podcasts.

A novidade de preço é o Exa Lite, um novo tipo de busca mais barato, a US$ 4 por 1.000 requisições. O material não compara esse índice diretamente com o grounding (recurso de busca embutido) já oferecido por ChatGPT, Gemini ou Perplexity: a Exa só afirma liderar sua própria suíte de avaliação, sem publicar o cabeça a cabeça contra esses concorrentes.

O que muda na prática para quem desenvolve no Brasil

Nenhuma das três empresas menciona restrição geográfica de acesso: as três operam como API paga por chave, no mesmo modelo que OpenAI, Anthropic e Google já usam, então o acesso técnico para um time brasileiro não muda. O que muda é a conta em dólar: preços como os US$ 4 por 1.000 requisições do Exa Lite ficam sujeitos à variação do câmbio, e isso pesa mais em produtos com volume alto de chamadas.

Para quem constrói agentes que hoje combinam várias APIs (busca de lojas, busca de negócios locais, dados de voos) separadamente, o índice único da Exa 3.0 é o tipo de coisa que vale testar antes de somar mais um fornecedor à stack. Para quem já roda agentes em produção com MiniMax, a queda de 70% no custo e o ganho de quase 3x em velocidade merecem reavaliação de orçamento, ainda mais enquanto os pesos do modelo não são abertos e o uso depende da API paga.

Fica em aberto, nos três casos, a verificação independente: nenhuma das empresas publicou a suíte de benchmark completa nem os números crus das comparações citadas. Até lá, o que existe é o relato das próprias empresas, reproduzido pelo TLDR AI.

Fonte: TLDR AI