- A Codex atingiu 3 milhões de usuários semanais; a OpenAI planeja zerar limites de uso a cada milhão adicional até atingir 10 milhões.
- Os resets de limites viraram meme entre usuários, com destaque para o time da Codex liderado por Thibault “Tibo” Sottiaux.
- Meta lançou o Muse Spark, destacando que distribuição pode importas mais que vencer benchmarks de curto prazo.
- O enfoque estratégico da Meta é abrir IA onde é útil e manter o acesso fechado onde é decisivo.
- O texto também aborda impactos de IA no marketing e sugere dividir tarefas em etapas para obter melhores resultados.
OpenAI atingiu 3 milhões de usuários semanais para o Codex. A empresa confirmou, por meio de publicações internas, que pretende zerar limites de taxa sempre que o Codex somar mais 1 milhão de usuários, até chegar a 10 milhões. A referência ao costume gerou memes entre a comunidade de desenvolvedores, reforçando a ideia de que as reinicializações viraram um marco.
O anúncio gerou humor entre os cadastros, com a equipe do Codex associando as recargas ao objetivo de manter o serviço utilizável em picos de acesso. Um dos integrantes mais próximos desse movimento é Thibault Sottiaux, da equipe Codex, que está ligado a esse ciclo de reinicializações.
Muse Spark e a estratégia da Meta
A Meta lançou o Muse Spark como parte de uma corrida de IA com foco na distribuição. A empresa avalia que o desempenho da distribuição pode superar a primazia de métricas puras de modelo. Caso a distribuição alcance bilhões de usuários em apps, pode ter impacto relevante no cenário de IA para aplicações.
A análise sugere uma mudança de estratégia: abrir a IA onde é útil e fechar onde não é essencial. Observadores destacam que a Meta parece apostar em alcançar ecossistemas amplos, ao invés de competir apenas por benchmarks. A expectativa é de que a chegada prática aos dispositivos, como óculos Ray-Ban com IA, seja um indicador do avanço da abordagem.
Futuro da IA no marketing
O texto também traz um guia com estratégias de IA voltadas ao marketing, destacando ganhos de produtividade, eficiência de campanhas e automação de mensagens. Estudos citados apontam aumento de produtividade entre equipes de engenharia, além de melhorias em taxas de conversão de emails.
- O conteúdo enfatiza a divisão de tarefas em etapas para obter resultados mais consistentes com IA.
- Recomendações incluem planejamento de etapas, testes de esqueleto de conteúdo e refinement de tom para o público-alvo.
- O formato propõe que dividir grandes projetos em fases facilita o controle de riscos e ações subsequentes.
Entre na conversa da comunidade