Pular para o conteúdo
NovidadesIA

Modelos e LLMs

Simon Willison lança LLM 0.32 com rastros de raciocínio

Nova versão também conecta ferramentas de provedores, muda os registros SQLite e amplia a API Python.

Edição: Anderson Gomes
· 3 min de leitura

Simon Willison lançou o LLM 0.32 em 4 de agosto de 2026. A ferramenta de linha de comando e a API Python agora exibem rastros de raciocínio, usam ferramentas executadas no servidor e registram mensagens com menos duplicação. A versão serve a quem encadeia respostas de modelos em scripts, testa APIs compatíveis com OpenAI ou precisa acompanhar chamadas de ferramentas.

A versão 0.32 expõe raciocínio e ferramentas

Modelos de raciocínio passam a enviar seus rastros para a saída de erro padrão. O texto final continua separado na saída padrão, o que permite encaminhá-lo para outro comando sem misturar as etapas internas. Quem quiser ocultar os rastros pode usar -R/--hide-reasoning.

O LLM 0.32 inclui suporte à família GPT-5.6. O modelo padrão do comando llm "prompt" agora é o GPT-5.6 Luna, descrito por Willison como barato e capaz. O anúncio não apresenta benchmark que compare esse modelo com as opções anteriores.

A ferramenta também chama recursos hospedados pelos provedores. No caso da OpenAI, CodeInterpreter executa código e WebSearch pesquisa na internet; no plugin llm-anthropic, o usuário ganha WebSearch, WebFetch, CodeExecution e AnthropicMCP. O exemplo com AnthropicMCP envia uma consulta à tabela blog_blogmark por meio do datasette-mcp, em uma única interação com a API da Anthropic.

O novo comando llm openai endpoint executa prompts contra qualquer endpoint compatível com a API da OpenAI. Esses pedidos não entram nos registros do LLM. Willison demonstrou o fluxo com o Gemma 4 12B rodando no LM Studio local, em http://localhost:1234/v1, e com o plugin llm-tools-quickjs para multiplicar 3434 * 2434.

A API Python abandona o histórico implícito

Antes, a API Python exigia criar uma conversa e enviar mensagens uma por vez. A versão 0.32 adiciona model.prompt(messages=[]), que recebe o histórico inteiro como uma lista com papéis system, user e assistant. A mudança expõe melhor como cada pedido carrega as mensagens anteriores.

A API também troca o fluxo que devolvia uma sequência de strings. stream_events() agora pode emitir eventos de raciocínio, texto, chamadas de ferramentas e anexos de imagem. O código do usuário precisa tratar cada tipo, em vez de presumir que toda resposta será texto.

Essa mudança sustenta o plugin llm-chat-completions-server, que oferece uma implementação da API de chat completions da OpenAI. O comando llm chat-completions-server --port 9000 abre o serviço em http://127.0.0.1:9000/v1, e outro processo pode enviar prompts pelo novo endpoint. O anúncio demonstra o caminho, mas não informa testes de compatibilidade com outros clientes.

O registro interno também mudou. O LLM passou a guardar mensagens em um repositório endereçável pelo conteúdo, inspirado no Git, para evitar repetir o mesmo JSON a cada turno. Os comandos llm logs e llm logs --json convertem esse formato para uma estrutura mais fácil de consumir.

Willison chama o LLM 0.32 de sua versão mais significativa desde o lançamento do projeto. Esse julgamento pertence ao autor do anúncio. O texto confirma os comandos e exemplos acima, mas não informa métricas de desempenho, limites de uso ou quais provedores oferecem todas as ferramentas fora dos casos demonstrados.

  • Simon Willison
  • Modelos e LLMs

Fonte: Comunicado oficial · Como produzimos as matérias