Papers Decodificados

Toda semana, o paper de IA que mais importa — explicado para C-Level em português, sem matemática e sem hype, com consequência de negócio.

§1 O que o paper afirma §2 Por que importa para o negócio §3 O que fazer a respeito §4 Limite da evidência

code review (1)contact center (1)custo (5)engenharia (1)estratégia (1)ia aplicada (1)infra (4)lgpd (1)llms (2)on-premise (2)open weights (5)post-mortem (1)postgresql (1)pt-br (1)speech (1)

Decode da semana · 30 jul 2026

arXiv:2607.24653 [cs.CL] decode · 7 min

Fronteira 'aberta' a um terço do custo: o Kimi K3 e a pressão sobre o seu contrato de IA

Kimi K3: Open Frontier Intelligence

Para a diretoria: A Moonshot AI lançou o Kimi K3, o primeiro modelo aberto de classe 3 trilhões de parâmetros, com desempenho perto da fronteira proprietária (Claude Fable 5, GPT-5.6 Sol) e a uma fração do custo por tarefa. Para o board: menos sobre rodar o modelo — 2,8T de parâmetros exigem infra pesada — e mais sobre alavanca de negociação e make-vs-buy. A letra miúda está nos benchmarks auto-reportados e na licença comercial, que precisa ser verificada antes de qualquer decisão.

arXiv:2501.12948 [cs.CL] · 4 jul 2026 decode · 6 min

Raciocínio de fronteira por 5% do custo: o que o DeepSeek-R1 muda no seu orçamento de IA

DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning

Para a diretoria: O custo de raciocínio avançado caiu uma ordem de grandeza — e o modelo é aberto. Se sua estratégia de IA assume que capacidade de ponta exige contrato com um único fornecedor americano, ela envelheceu.

LLMs Custo Open weights

Fonte ↗ [huggingface.co] · 4 jul 2026 decode · 7 min

A mesma GPU, 60–85% mais rápida por usuário: o ganho de inferência que não exige trocar de modelo

DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation

Para a diretoria: Um novo método de decodificação da DeepSeek entrega 60–85% mais velocidade por usuário na mesma infraestrutura — sem trocar o modelo e sem perder qualidade (a resposta é matematicamente idêntica). Para quem serve IA em escala, é menos custo por token e latência que desbloqueia produtos antes inviáveis. Ressalva: os ganhos de produção são auto-reportados e dependem da infra da própria DeepSeek.

Infra Custo Open weights

arXiv:2606.11690 [cs.DC] · 4 jul 2026 decode · 7 min

A conta do 'rodar em casa' está errada: por que o custo real de inferência varia até 36×

Beyond Per-Token Pricing: A Concurrency-Aware Methodology for LLM Infrastructure Cost Estimation

Para a diretoria: A planilha que diz que rodar IA em casa é mais barato que a API quase sempre assume a GPU 100% ocupada — e ela nunca está. No mesmo hardware, o custo por token varia até 36× conforme o volume de tráfego. Em tráfego baixo, a economia do self-hosting evapora: pode custar mais caro que o fornecedor.

Infra Custo Open weights

arXiv:2212.04356 [eess.AS] · 27 jun 2026 decode · 5 min

Por que o Whisper transformou cada ligação do seu call center em dado estruturado

Robust Speech Recognition via Large-Scale Weak Supervision

Para a diretoria: Transcrição de voz em português deixou de ser projeto de P&D e virou commodity de infraestrutura. A pergunta certa mudou de "conseguimos transcrever?" para "o que fazemos com 100% das ligações transcritas?".

Speech Contact center PT-BR

arXiv:2407.21783 [cs.AI] · 20 jun 2026 decode · 7 min

Llama 3 e a decisão que todo CEO vai ter que tomar: alugar inteligência ou ser dono dela

The Llama 3 Herd of Models

Para a diretoria: Modelos abertos de alta qualidade viabilizam IA rodando dentro do seu datacenter — com seus dados sob LGPD, sem trafegar para fora. Para setores regulados, isso não é detalhe técnico: é posição competitiva.

Open weights On-premise LGPD