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
OpenAI lança Astra e Sol: modelos que custam até 95% menos em benchmarks
A OpenAI lançou hoje os modelos GPT‑6.2 Astra e GPT‑6.2 Sol, que entregam até três vezes mais performance por dólar em benchmarks de tarefas complexas.
· 3 min de leitura

Proton lança Lumo Desktop para Windows, macOS e Linux
· 3 min de leitura

Gemini faz tarefas por você em 6 países sem pagar nada
· 3 min de leitura

RunanywhereAI lança TrnRT: inferência de LLM em Trainium2 com 1M tokens
· 2 min de leitura