{"id":2602,"date":"2026-09-09T13:09:46","date_gmt":"2026-09-09T13:09:46","guid":{"rendered":"https:\/\/convly.ai\/?p=2602"},"modified":"2026-09-09T13:09:46","modified_gmt":"2026-09-09T13:09:46","slug":"anthropic-uk-ai-safety-institute-testing","status":"publish","type":"post","link":"https:\/\/convly.ai\/pt\/anthropic-uk-ai-safety-institute-testing\/","title":{"rendered":"Modelo Claude Pulou Testes Pr\u00e9-Lan\u00e7amento do Instituto Brit\u00e2nico de Seguran\u00e7a"},"content":{"rendered":"<p>A Anthropic reteve seu \u00faltimo modelo de IA da ag\u00eancia de testes governamental do Reino Unido, de acordo com o Financial Times. O relat\u00f3rio coloca <strong>testes de seguran\u00e7a em IA do Reino Unido da Anthropic<\/strong> os arranjos de volta sob escrut\u00ednio, e com eles a quest\u00e3o mais ampla de se a avalia\u00e7\u00e3o pr\u00e9-lan\u00e7amento volunt\u00e1ria por \u00f3rg\u00e3os estatais \u00e9 um compromisso que laborat\u00f3rios de fronteira mant\u00eam quando os cronogramas de lan\u00e7amento se estreitam. Para desenvolvedores que constroem sobre esses modelos, a hist\u00f3ria importa menos como um incidente diplom\u00e1tico e mais como um sinal sobre qual garantia independente realmente existe atr\u00e1s de um modelo antes de chegar a um endpoint de API.<\/p>\n<div class=\"convly-tldr\">\n<h3>Principais conclus\u00f5es<\/h3>\n<ul>\n<li>O Financial Times relata que a Anthropic reteve seu \u00faltimo modelo de IA da ag\u00eancia de testes de IA do Reino Unido antes do lan\u00e7amento.<\/li>\n<li>O acesso em pr\u00e9-lan\u00e7amento para \u00f3rg\u00e3os de teste estatais \u00e9 volunt\u00e1rio, n\u00e3o obrigat\u00f3rio, tanto no Reino Unido quanto nos EUA \u2014 nada nos fatos relatados sugere que uma regra foi violada.<\/li>\n<li>O FT tamb\u00e9m relata que um pesquisador da Anthropic saiu por laborat\u00f3rios de IA \u00abapostando com nossas vidas\u00bb, e que o OpenAI enfrenta reivindica\u00e7\u00f5es concorrentes sobre um avan\u00e7o matem\u00e1tico.<\/li>\n<li>Tomados em conjunto, os tr\u00eas relat\u00f3rios apontam para a mesma lacuna estrutural: a verifica\u00e7\u00e3o externa de reivindica\u00e7\u00f5es de modelos de fronteira \u00e9 mais fina do que o marketing de lan\u00e7amento implica.<\/li>\n<li>Para equipes selecionando modelos, a resposta pr\u00e1tica \u00e9 avalia\u00e7\u00e3o interna sobre suas pr\u00f3prias tarefas em vez de confian\u00e7a em atesta\u00e7\u00e3o de terceiros que pode n\u00e3o existir.<\/li>\n<\/ul>\n<\/div>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_88 counter-flat ez-toc-counter ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6adcff638f7ee\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Alternar<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #000000;color:#000000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #000000;color:#000000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6adcff638f7ee\"  aria-label=\"Alternar\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/convly.ai\/pt\/anthropic-uk-ai-safety-institute-testing\/#What_the_Financial_Times_reported_about_Anthropic_UK_AI_Safety_testing\" >O que o Financial Times reportou sobre os testes de seguran\u00e7a em IA do Reino Unido da Anthropic<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/convly.ai\/pt\/anthropic-uk-ai-safety-institute-testing\/#Why_pre-release_access_matters_more_than_post-release_audits\" >Por que o acesso pr\u00e9-lan\u00e7amento importa mais que auditorias p\u00f3s-lan\u00e7amento<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/convly.ai\/pt\/anthropic-uk-ai-safety-institute-testing\/#The_researcher_resignation_adds_a_second_data_point\" >A ren\u00fancia do pesquisador adiciona um segundo ponto de dados<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/convly.ai\/pt\/anthropic-uk-ai-safety-institute-testing\/#Verification_gaps_are_not_unique_to_safety_claims\" >Lacunas de verifica\u00e7\u00e3o n\u00e3o s\u00e3o exclusivas de reivindica\u00e7\u00f5es de seguran\u00e7a<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/convly.ai\/pt\/anthropic-uk-ai-safety-institute-testing\/#What_this_changes_for_teams_choosing_a_model\" >O que isso muda para equipes escolhendo um modelo<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/convly.ai\/pt\/anthropic-uk-ai-safety-institute-testing\/#The_policy_question_this_reopens\" >A quest\u00e3o pol\u00edtica que isso reabre<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/convly.ai\/pt\/anthropic-uk-ai-safety-institute-testing\/#Frequently_asked_questions\" >Perguntas frequentes<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/convly.ai\/pt\/anthropic-uk-ai-safety-institute-testing\/#The_bottom_line\" >Resumo final<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"What_the_Financial_Times_reported_about_Anthropic_UK_AI_Safety_testing\"><\/span>O que o Financial Times reportou sobre os testes de seguran\u00e7a em IA do Reino Unido da Anthropic<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>O relat\u00f3rio do FT \u00e9 estreito em seus detalhes: a Anthropic n\u00e3o deu \u00e0 ag\u00eancia de testes do Reino Unido acesso ao seu \u00faltimo modelo de IA. O jornal n\u00e3o, no material dispon\u00edvel, especifica qual modelo estava envolvido, quando a decis\u00e3o foi tomada, ou qual raz\u00e3o a Anthropic forneceu. N\u00e3o vamos preencher essas lacunas com especula\u00e7\u00e3o. O que pode ser dito \u00e9 que a ag\u00eancia em quest\u00e3o \u00e9 o \u00f3rg\u00e3o nacional do Reino Unido para avaliar sistemas de IA de fronteira \u2014 estabelecida como o AI Safety Institute e desde ent\u00e3o renomeada para AI Security Institute \u2014 e que seu trabalho depende de laborat\u00f3rios entregarem acesso ao modelo antes do lan\u00e7amento p\u00fablico.<\/p>\n<p>Essa depend\u00eancia \u00e9 toda a hist\u00f3ria. O instituto n\u00e3o tem poder para for\u00e7ar acesso. Foi constru\u00eddo sobre um conjunto de compromissos volunt\u00e1rios dados por laborat\u00f3rios de fronteira, e esses compromissos sempre foram legalmente sem peso. Quando um laborat\u00f3rio recusa, n\u00e3o h\u00e1 etapa de enforcement. O relat\u00f3rio do FT \u00e9 portanto melhor lido n\u00e3o como uma alega\u00e7\u00e3o de m\u00e1 conduta, mas como evid\u00eancia sobre quanto peso o modelo volunt\u00e1rio pode suportar.<\/p>\n<p>A Anthropic se posicionou, mais do que qualquer outro laborat\u00f3rio de fronteira, como a op\u00e7\u00e3o orientada por seguran\u00e7a. Publica uma pol\u00edtica de dimensionamento respons\u00e1vel, publica system cards, e argumentou publicamente por escrut\u00ednio externo de sistemas de fronteira. Esse posicionamento \u00e9 precisamente por que o relat\u00f3rio do FT tem peso: a lacuna entre postura declarada e comportamento relatado \u00e9 a not\u00edcia, n\u00e3o o detalhe t\u00e9cnico de qualquer avalia\u00e7\u00e3o \u00fanica.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Why_pre-release_access_matters_more_than_post-release_audits\"><\/span>Por que o acesso pr\u00e9-lan\u00e7amento importa mais que auditorias p\u00f3s-lan\u00e7amento<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>O valor de dar a uma ag\u00eancia de testes acesso antes do lan\u00e7amento \u00e9 que algumas descobertas s\u00f3 s\u00e3o acion\u00e1veis antes do lan\u00e7amento. Se uma avalia\u00e7\u00e3o identificar uma capacidade que materialmente aumenta o risco de uso indevido \u2014 em opera\u00e7\u00f5es ciber, em biologia, em a\u00e7\u00e3o aut\u00f4noma ao longo de horizontes longos \u2014 um laborat\u00f3rio pode ajustar prote\u00e7\u00f5es, restringir uma superf\u00edcie de implanta\u00e7\u00e3o, ou atrasar. Uma vez que pesos est\u00e3o servindo tr\u00e1fego, as op\u00e7\u00f5es se estreitam para patching e pol\u00edtica.<\/p>\n<p>H\u00e1 tamb\u00e9m um argumento de medi\u00e7\u00e3o de capacidade. \u00d3rg\u00e3os de testes estatais foram criados em parte porque laborat\u00f3rios se autoavaliarem \u00e9 um arranjo estruturalmente fraco. O time de red team interno de um laborat\u00f3rio relata \u00e0 organiza\u00e7\u00e3o que envia o produto. Um avaliador externo n\u00e3o relata. Essa \u00e9 a raz\u00e3o inteira para a exist\u00eancia do instituto, e s\u00f3 funciona com acesso.<\/p>\n<p>Nada disso significa que um laborat\u00f3rio que recusa acesso enviou algo perigoso. Significa que uma verifica\u00e7\u00e3o independente que deveria acontecer n\u00e3o aconteceu, e o p\u00fablico n\u00e3o tem substituto para ela. Leitores comparando modelos de fronteira em nosso <a href=\"https:\/\/convly.ai\/pt\/models\/\">Banco de dados de modelos de IA<\/a> devem entender que pre\u00e7os e janelas de contexto s\u00e3o fatos publicados, enquanto a profundidade da revis\u00e3o de seguran\u00e7a externa atr\u00e1s de qualquer modelo dado geralmente n\u00e3o \u00e9.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_researcher_resignation_adds_a_second_data_point\"><\/span>A ren\u00fancia do pesquisador adiciona um segundo ponto de dados<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>O FT tamb\u00e9m relata que um pesquisador da Anthropic renunciou, dizendo que laborat\u00f3rios de IA est\u00e3o \u00abapostando com nossas vidas\u00bb. Temos apenas a moldura de manchete para trabalhar, ent\u00e3o n\u00e3o vamos caracterizar o argumento completo do indiv\u00edduo ou atribuir reivindica\u00e7\u00f5es espec\u00edficas sobre processos internos. Mas a coocorr\u00eancia vale a pena notar claramente: dentro da mesma janela de relat\u00f3rio, uma das empresas mais vocais em seguran\u00e7a do setor \u00e9 descrita tanto como retendo um modelo de testes externos quanto perdendo um pesquisador sobre a postura de risco da ind\u00fastria.<\/p>\n<p>Partidas com princ\u00edpios declarados n\u00e3o s\u00e3o novas neste setor, e leitores devem resistir ao tratamento de qualquer ren\u00fancia \u00fanica como prova de uma crise interna. O ponto relevante para um p\u00fablico t\u00e9cnico \u00e9 mais restrito. Dissenso interno e avalia\u00e7\u00e3o externa s\u00e3o os dois principais mecanismos para detectar problemas que uma organiza\u00e7\u00e3o que envia est\u00e1 motivada a ignorar. O relat\u00f3rio do FT descreve fric\u00e7\u00e3o em ambos na mesma empresa ao mesmo tempo.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Verification_gaps_are_not_unique_to_safety_claims\"><\/span>Lacunas de verifica\u00e7\u00e3o n\u00e3o s\u00e3o exclusivas de reivindica\u00e7\u00f5es de seguran\u00e7a<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>O terceiro relat\u00f3rio do FT neste cluster diz respeito ao OpenAI enfrentando reivindica\u00e7\u00f5es concorrentes sobre um avan\u00e7o matem\u00e1tico. O tecido conjuntivo com a hist\u00f3ria da Anthropic \u00e9 estrutural em vez de corporativo: em ambos os casos, uma reivindica\u00e7\u00e3o feita por um laborat\u00f3rio de fronteira \u00e9 dif\u00edcil de verificar para terceiros nos pr\u00f3prios termos do laborat\u00f3rio.<\/p>\n<p>Reivindica\u00e7\u00f5es de capacidade e reivindica\u00e7\u00f5es de seguran\u00e7a est\u00e3o no mesmo p\u00e9 aqui. Um laborat\u00f3rio diz que um modelo alcan\u00e7ou um resultado matem\u00e1tico; partes independentes contestam o enquadramento. Um laborat\u00f3rio diz que seu modelo \u00e9 seguro para lan\u00e7ar; o \u00f3rg\u00e3o destinado a verificar n\u00e3o o viu. Em nenhum dos casos o leitor tem acesso direto \u00e0s evid\u00eancias. Esse \u00e9 o ambiente em que os desenvolvedores realmente est\u00e3o operando, e argumenta por tratar reivindica\u00e7\u00f5es de fornecedor \u2014 capacidade e seguran\u00e7a igualmente \u2014 como hip\u00f3teses a testar em vez de especifica\u00e7\u00f5es a confiar.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"What_this_changes_for_teams_choosing_a_model\"><\/span>O que isso muda para equipes escolhendo um modelo<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Praticamente, muito pouco muda sobre disponibilidade ou pre\u00e7o. Os fatos relatados dizem respeito a um processo pr\u00e9-lan\u00e7amento, n\u00e3o a uma retirada de produto. O lineup publicado da Anthropic permanece comercialmente dispon\u00edvel, e sua economia permanece a entrada principal na maioria das decis\u00f5es de procurement. Para refer\u00eancia, aqui est\u00e1 como o pre\u00e7o publicado da Anthropic se compara com ofertas de fronteira compar\u00e1veis de nosso pr\u00f3prio banco de dados:<\/p>\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Modelo<\/th>\n<th>Fornecedor<\/th>\n<th>Contexto<\/th>\n<th>Entrada \/ 1 milh\u00e3o de tokens<\/th>\n<th>Sa\u00edda \/ 1 milh\u00e3o de tokens<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><a href=\"https:\/\/convly.ai\/pt\/model\/claude-opus-5\/\">Claude Opus 5<\/a><\/td>\n<td>Anthropic<\/td>\n<td>1 milh\u00e3o<\/td>\n<td>$5.00<\/td>\n<td>$25.00<\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/convly.ai\/pt\/model\/claude-sonnet-5\/\">Claude Sonnet 5<\/a><\/td>\n<td>Anthropic<\/td>\n<td>1 milh\u00e3o<\/td>\n<td>$2.00<\/td>\n<td>$10.00<\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/convly.ai\/pt\/model\/claude-haiku-4-5\/\">Claude Haiku 4.5<\/a><\/td>\n<td>Anthropic<\/td>\n<td>200 mil<\/td>\n<td>$1.00<\/td>\n<td>$5.00<\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/convly.ai\/pt\/model\/gpt-6-astra\/\">GPT-6 Astra<\/a><\/td>\n<td>OpenAI<\/td>\n<td>1,05 milh\u00e3o<\/td>\n<td>$10.00<\/td>\n<td>$50.00<\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/convly.ai\/pt\/model\/gemini-3-1-pro\/\">Gemini 3.1 Pro<\/a><\/td>\n<td>Google<\/td>\n<td>1,05 milh\u00e3o<\/td>\n<td>$2.00<\/td>\n<td>$12.00<\/td>\n<\/tr>\n<tr>\n<td><a href=\"https:\/\/convly.ai\/pt\/model\/deepseek-v4-pro\/\">DeepSeek V4-Pro<\/a><\/td>\n<td>DeepSeek<\/td>\n<td>1 milh\u00e3o<\/td>\n<td>$0.435<\/td>\n<td>$0.87<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>The spread in that table is the reason procurement rarely turns on governance questions. Output tokens on GPT-6 Astra cost roughly ten times what they do on Claude Sonnet 5, and <a href=\"https:\/\/convly.ai\/pt\/deepseek-v4\/\">DeepSeek V4<\/a>-Pro subestima todas as op\u00e7\u00f5es de fronteira fechada na lista por uma margem ampla. Equipes modelando essas diferen\u00e7as em volume podem executar os n\u00fameros atrav\u00e9s de nosso <a href=\"https:\/\/convly.ai\/pt\/ai-api-cost-calculator\/\">Calculadora de custos de API de IA<\/a>, e os pesando alternativas de peso aberto contra APIs hospedadas encontrar\u00e3o os trade-offs expostos em nosso <a href=\"https:\/\/convly.ai\/pt\/open-vs-closed-ai-cost-gap-2026\/\">estudo comparativo sobre custos de IA aberta versus fechada<\/a>.<\/p>\n<p>O que o relat\u00f3rio do FT deveria mudar \u00e9 o peso que voc\u00ea atribui a garantia externa quando \u00e9 invocada em uma conversa de fornecedor. Se um fornecedor cita testes governamentais como parte de sua hist\u00f3ria de seguran\u00e7a, essa reivindica\u00e7\u00e3o agora vale a pena confirmar para a vers\u00e3o espec\u00edfica do modelo que voc\u00ea pretende implantar, em vez de para o fornecedor como um todo.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_policy_question_this_reopens\"><\/span>A quest\u00e3o pol\u00edtica que isso reabre<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>O Reino Unido construiu sua capacidade de testes na premissa de que coopera\u00e7\u00e3o volunt\u00e1ria se manteria. Essa premissa sempre foi contingente em laborat\u00f3rios julgarem que coopera\u00e7\u00e3o est\u00e1 em seu interesse \u2014 reputacionalmente, ou como um hedge contra regula\u00e7\u00e3o mais rigorosa depois. O relat\u00f3rio do FT sugere que esse c\u00e1lculo pode sair do outro jeito.<\/p>\n<p>Duas dire\u00e7\u00f5es seguem, e ambas t\u00eam custos. Acesso pr\u00e9-lan\u00e7amento obrigat\u00f3rio daria ao instituto dentes, ao pre\u00e7o de lan\u00e7amentos mais lentos e um problema jurisdicional para laborat\u00f3rios sediados em outro lugar. Alternativamente, o framework volunt\u00e1rio persiste e a cobertura do instituto permanece desigual, com o p\u00fablico incapaz de dizer quais modelos foram examinados e quais n\u00e3o foram. N\u00e3o h\u00e1 indica\u00e7\u00e3o relatada de qual caminho a pol\u00edtica do Reino Unido seguir\u00e1, e n\u00e3o vamos adivinhar.<\/p>\n<p>Para um p\u00fablico t\u00e9cnico a implica\u00e7\u00e3o imediata \u00e9 que divulga\u00e7\u00e3o, n\u00e3o enforcement, \u00e9 a vari\u00e1vel que vale a pena observar. Um registro de quais modelos um \u00f3rg\u00e3o nacional tem e n\u00e3o avaliou seria uma mudan\u00e7a modesta que restauraria a maior parte do valor informacional, sem tocar em cronogramas de lan\u00e7amento. Se algu\u00e9m constr\u00f3i isso \u00e9 uma quest\u00e3o aberta.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Frequently_asked_questions\"><\/span>Perguntas frequentes<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>A Anthropic violou alguma lei ao reter o modelo?<\/strong> Nada no relat\u00f3rio do FT indica uma viola\u00e7\u00e3o legal. O acesso pr\u00e9-lan\u00e7amento para a ag\u00eancia de testes do Reino Unido repousa em compromissos volunt\u00e1rios em vez de estatuto, ent\u00e3o recusar acesso n\u00e3o \u00e9 em si ilegal.<\/p>\n<p><strong>Qual modelo da Anthropic foi retido?<\/strong> O relat\u00f3rio dispon\u00edvel n\u00e3o especifica o modelo. N\u00e3o vamos nomear um por infer\u00eancia \u2014 a conta do FT se refere ao \u00faltimo modelo da Anthropic sem identific\u00e1-lo no material dispon\u00edvel para n\u00f3s.<\/p>\n<p><strong>Isso afeta os modelos Claude atualmente em produ\u00e7\u00e3o?<\/strong> N\u00e3o. Os fatos relatados dizem respeito a um processo de avalia\u00e7\u00e3o pr\u00e9-lan\u00e7amento. Os modelos publicados da Anthropic, pre\u00e7os e janelas de contexto est\u00e3o inalterados e listados em nosso <a href=\"https:\/\/convly.ai\/pt\/models\/\">Banco de dados de modelos de IA<\/a>.<\/p>\n<p><strong>Como minha equipe deve compensar por uma avalia\u00e7\u00e3o externa ausente?<\/strong> Avalie em suas pr\u00f3prias tarefas. Construa um conjunto de testes espec\u00edfico de tarefa, me\u00e7a comportamento de recusa e modos de falha em suas entradas reais, e trate documenta\u00e7\u00e3o de seguran\u00e7a de fornecedor como uma entrada em vez de um substituto para testes. Equipes padronizando em workflows ag\u00eanticos encontrar\u00e3o contexto comparativo em nosso guia para <a href=\"https:\/\/convly.ai\/pt\/best-ai-coding-agents-2026\/\">agentes de programa\u00e7\u00e3o com IA<\/a>.<\/p>\n<p><strong>Isso \u00e9 exclusivo da Anthropic?<\/strong> O relat\u00f3rio do FT diz respeito especificamente \u00e0 Anthropic, mas a fraqueza subjacente \u2014 acesso volunt\u00e1rio sem enforcement e nenhum registro p\u00fablico do que foi testado \u2014 se aplica a todos os laborat\u00f3rios de fronteira operando sob o mesmo framework.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_bottom_line\"><\/span>Resumo final<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Os fatos relatados s\u00e3o limitados: de acordo com o Financial Times, a Anthropic n\u00e3o deu \u00e0 ag\u00eancia de testes do Reino Unido acesso ao seu \u00faltimo modelo antes do lan\u00e7amento, e separadamente, um pesquisador da Anthropic renunciou sobre a postura de risco da ind\u00fastria. Nenhum relat\u00f3rio descreve ilegalidade, e nenhum muda o que est\u00e1 dispon\u00edvel para comprar hoje.<\/p>\n<p>O que eles mudam \u00e9 quanto confian\u00e7a uma parte externa pode razoavelmente colocar na camada de garantia em torno de lan\u00e7amentos de fronteira. Testes pr\u00e9-lan\u00e7amento volunt\u00e1rios apenas produzem informa\u00e7\u00e3o quando laborat\u00f3rios participam, e a conta do FT \u00e9 evid\u00eancia de que a participa\u00e7\u00e3o \u00e9 discricion\u00e1ria na pr\u00e1tica bem como no papel. A pr\u00f3pria documenta\u00e7\u00e3o publicada da Anthropic, incluindo sua <a href=\"https:\/\/www.anthropic.com\/responsible-scaling-policy\" rel=\"noopener\" target=\"_blank\">pol\u00edtica de dimensionamento respons\u00e1vel<\/a>, permanece o registro prim\u00e1rio do que a empresa se compromete internamente \u2014 e por enquanto, esse registro \u00e9 uma parte maior da imagem p\u00fablica do que qualquer avalia\u00e7\u00e3o externa.<\/p>\n<p>Para qualquer um enviando nessas APIs, o aprendizado \u00e9 pouco glamoroso e dur\u00e1vel: seu pr\u00f3prio harness de avalia\u00e7\u00e3o \u00e9 a \u00fanica garantia que voc\u00ea controla completamente. Dados de pre\u00e7o e capacidade podem ser fornecidos externamente, como em nosso <a href=\"https:\/\/convly.ai\/pt\/ai-price-performance-index-2026\/\">\u00cdndice de desempenho por pre\u00e7o da IA<\/a>. A seguran\u00e7a adequada \u00e0 sua implanta\u00e7\u00e3o espec\u00edfica n\u00e3o pode.<\/p>\n<p><em>Fontes: news.google.com. Reportado em 09 de setembro de 2026.<\/em><\/p>","protected":false},"excerpt":{"rendered":"<p>The Financial Times reports Anthropic withheld its latest AI model from the UK&#8217;s testing agency, putting the voluntary nature of pre-release safety evaluations back under scrutiny.<\/p>","protected":false},"author":1,"featured_media":2603,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[7],"tags":[844,525,519,427,790,970,1192],"class_list":["post-2602","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-news","tag-ai-policy","tag-ai-regulation","tag-ai-safety","tag-anthropic","tag-claude","tag-model-evaluation","tag-uk-ai-security-institute"],"_links":{"self":[{"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/posts\/2602","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/comments?post=2602"}],"version-history":[{"count":1,"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/posts\/2602\/revisions"}],"predecessor-version":[{"id":2604,"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/posts\/2602\/revisions\/2604"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/media\/2603"}],"wp:attachment":[{"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/media?parent=2602"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/categories?post=2602"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convly.ai\/pt\/wp-json\/wp\/v2\/tags?post=2602"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}