V7 corta custos em 78% com GPT-5.6 Luna e memória para agentes
A plataforma V7 Go estrutura dados corporativos em grafos e integra novos modelos da OpenAI para acelerar análises no setor financeiro.
Edição: Anderson Gomes
· 3 min de leitura
A OpenAI publicou em 21 de setembro de 2026 um estudo detalhando como a plataforma V7 Go cortou custos em 78% ao adotar o modelo GPT-5.6 Luna. Criado pela empresa V7, o sistema varre repositórios corporativos para organizar dados dispersos em uma base de memória acessível por agentes autônomos. A tecnologia atende equipes de finanças, seguros e mercado imobiliário que executam fluxos longos de análise sem perder o vínculo com os arquivos originais. A ferramenta promete 99,9% de acerto nas operações.
Os fundadores Alberto Rizzoli e Simon Edwardsson criaram a V7 em 2018, logo após desenvolverem juntos um aplicativo popular de acessibilidade por visão computacional. Em bancos e seguradoras, o contexto essencial do negócio fica disperso em planilhas, contratos, e-mails e salas virtuais sem padrão entre os sistemas internos. Agentes autônomos convencionais tentam redescobrir esse histórico a cada tarefa, gastando tempo e tokens em buscas repetidas que ignoram relações vitais. Essa rotina gera atrasos caros.
Grafo estruturado supera buscas lentas em textos longos
Para resolver esse gargalo, o V7 Go conecta sistemas como SharePoint e Google Drive, identifica entidades e fatos e constrói o Context Graph. A V7 afirma que consultar esse grafo custa uma ordem de grandeza menos e roda mais rápido do que processar textos extensos em janelas de contexto. Quando a estrutura não guarda dados suficientes sobre o caso, a plataforma dispara uma busca suplementar com RAG nos arquivos originais. O sistema preserva as fontes originais de cada registro.
A arquitetura distribui o trabalho técnico entre modelos diferentes da OpenAI para equilibrar velocidade e capacidade de raciocínio. O GPT-5.6 Luna extrai dados em milhões de arquivos e alimenta buscas pelo protocolo MCP, enquanto GPT-5.6 Terra e Sol assumem a execução de ferramentas. Para consultas analíticas pesadas que exigem cruzar milhares de relatórios financeiros, a empresa começou a usar o modelo GPT-6 Astra. O arranjo executa fluxos de cem passos em minutos.
Resultados em clientes mostram ganhos, mas exigem cautela
No benchmark técnico HERB, voltado a conectar dados corporativos dispersos, o método de recuperação da V7 superou a média oficial em 69% e reduziu alucinações em 38%. Nas empresas que adotaram a ferramenta, gestores de private equity passaram a triar memorandos confidenciais de fusão 21 vezes mais rápido, encurtando rotinas diárias para 15 minutos. Um time de serviços financeiros baixou a conferência de 100 para menos de dez horas, economizando 12 mil dólares em especialistas por tarefa. Equipes de seguro cortaram erros em 13,5%.
Alberto Rizzoli afirma que a inteligência artificial precisa aprender como as empresas operam com o mesmo rigor com que absorveu a internet aberta. Simon Edwardsson explicou que o GPT-5.6 Terra eliminou etapas intermediárias que existiam nos fluxos apenas para simplificar as requisições dos modelos anteriores. Convém notar que os dados favoráveis e a marca de 99,9% de acerto vêm de um comunicado comercial conjunto, sem auditoria técnica externa independente. Um erro inicial ainda pode gerar prejuízos graves.
- OpenAI
- Modelos e LLMs
NVIDIA publica versão NVFP4 do Qwen3.8-27B, pronta para vLLM e SGLang
Quantizado com QAD a 4 bits, o modelo tem 64 arquivos em safetensors e roda em vLLM ou SGLang sobre Blackwell, sob acordo próprio da NVIDIA.
· 3 min de leitura

Gemini Omni 1.2 Flash gera vídeo de 15s e corta preço em 30%
· 3 min de leitura

Microsoft lança Aion 1.0 Instruct, SLM de 2,3B com 32K de contexto
O Applied Sciences Group do Windows publica em Hugging Face a versão não quantizada; a integração ao sistema operacional chega em janeiro de 2027.
· 3 min de leitura