Destaques de lançamentos de julho de 2026: cerca de 30 novos modelos e APIs de mídia

Neste mês, a AIHubMix adicionou quase 30 novos modelos em chat, programação, áudio, imagem e 3D, e lançou diversos recursos da plataforma, incluindo APIs de geração de mídia, reparo de saída estruturada e uma API de geração 3D. A gama de modalidades disponíveis com uma única chave de API continua a crescer. Veja os destaques.

APIs de geração de mídia e tarefas assíncronas unificadas

Os novos endpoints de geração de mídia /ai/v1/images/generations e /ai/v1/images/edits já estão disponíveis, junto com tarefas assíncronas unificadas, consultas de resultados, downloads de artefatos e callbacks de webhook. Fluxos de imagem e vídeo podem ser integrados pelo mesmo ciclo de vida de tarefas, facilitando o acompanhamento de resultados de geração de longa duração. Os artefatos gerados suportam download direto e recuperação em lote. Veja Tarefas Assíncronas.

Reparo de saída estruturada

Um novo recurso de reparo de saída estruturada no nível da chave está disponível, desativado por padrão. Uma vez ativado, para requisições sem streaming que declaram saída JSON estruturada, quando o modelo retorna JSON com erros de formato, como truncamento, vírgulas finais ou invólucros de bloco de código, a plataforma o repara automaticamente em JSON válido e analisável antes de retornar. Os valores permanecem inalterados e nenhuma mudança no cliente é necessária. Ele suporta os protocolos Chat Completions, Responses, Claude e Gemini, e as respostas reparadas trazem o cabeçalho X-JSON-Repaired: true. Veja Reparo de Saída Estruturada.

API de geração 3D

A nova API assíncrona de geração 3D /v1/3d/generations é lançada com o Tencent Hunyuan 3D (hy-3d-3.1) como primeiro modelo suportado. Ela cobre texto-para-3D, imagem-para-3D e entrada de múltiplas visões, com artefatos nos formatos obj, glb, stl, usdz e fbx, além de materiais PBR, adequados para jogos, exibição em e-commerce, impressão 3D e design de produtos. Veja API de Geração 3D.

MCP Server oficial da AIHubMix

O ponto de entrada oficial hospedado para clientes MCP já está disponível: mcp.aihubmix.com/mcp (backup: mcp.inferera.com/mcp). Conecte-o no Claude Code, Codex, Cursor e outras ferramentas para consultar modelos e preços, pesquisar a documentação, verificar seu saldo e chamar ferramentas de chat, geração de imagens e geração de vídeos. As credenciais são enviadas a cada requisição pelo cliente, e o servidor não armazena chaves de API.

Busca Jina e leitura da web

Os novos recursos Jina Search e Reader permitem recuperar resultados de busca e o conteúdo de páginas da web com sua chave de API da AIHubMix, adequados para recuperação de informações externas, leitura de documentos e chamadas de ferramentas por agentes. Ambos suportam requisições POST, e o Reader também aceita uploads multipart de arquivos locais como PDF, Word, Excel, PPT, HTML e imagens. Veja Jina AI.

Outras atualizações de recursos

• Geração de áudio TTS da Qwen: qwen-audio-3.0-tts-plus e qwen-audio-3.0-tts-flash podem ser chamados por meio de /v1/audio/speech. Requisições sem streaming retornam um link para o resultado em áudio, enquanto requisições com streaming retornam eventos SSE de geração de áudio, com suporte a tags de emoção e instruções de voz em linguagem natural. Veja TTS.
• Documentação de cache de prompt do GPT: a partir da série GPT-5.6, as gravações em cache são cobradas a 1,25x o preço de entrada, as leituras de cache a 0,1x, e os caches são mantidos por pelo menos 30 minutos. Inclui detalhes do parâmetro prompt_cache_key e solução de problemas de acerto de cache. Veja Cache de Prompt do GPT.
• Veo 3.1 image-to-video suporta primeiro/último quadro e imagens de referência: controle com mais precisão os planos de abertura e encerramento, referências de personagens e referências de estilo. Veja Geração de Vídeo.
• Ponte automática para Responses em chamadas de ferramentas do gpt-5.5 e superiores: requisições enviadas por /v1/chat/completions com ferramentas e reasoning_effort usam automaticamente os recursos da Responses, oferecendo aos clientes existentes chamadas de ferramentas mais confiáveis sem nenhuma alteração. Veja API Responses.
• Endpoints nativos do Gemini concluídos: o SDK @google/genai agora suporta Embeddings, Interactions e Context Caching nativos quando chamado através da AIHubMix. Veja SDK Nativo do Gemini.
• Conexões de streaming estendidas para 2 horas: o tempo máximo de conexão de streaming foi estendido de 1 hora para 2 horas, reduzindo a chance de tarefas longas de raciocínio e geração serem interrompidas antes do fim.
• Repasse de parâmetros de imagem do Gemini: ao chamar modelos de saída de imagem do Gemini pela API compatível com OpenAI, aspectRatio e imageSize podem ser passados em extra_body.generationConfig.imageConfig.
• Saída estruturada entre protocolos: o response_format compatível com OpenAI e o output_config.format nativo do Claude agora se adaptam em ambas as direções nos caminhos relevantes. Veja Saída Estruturada.

Estabilidade e correções

• Melhorias de compatibilidade multiprotocolo: os campos de resposta de Messages, os parâmetros de thinking, os parâmetros stop e as estruturas de resposta de chamadas de ferramentas foram ainda mais alinhados com o ecossistema de cada protocolo.
• Melhorias de confiabilidade no streaming: corrigidos a saída de streaming truncada e as respostas classificadas incorretamente como vazias em alguns modelos, com registros de uso mais completos quando clientes se desconectam.
• Melhorias na medição de cache e na precisão de cobrança, para que os detalhes de faturamento reflitam melhor o uso real.
• Mensagens de erro mais claras: falhas de validação de parâmetros retornam mais cedo, e os erros para modelos desconhecidos e cotas de chave esgotadas estão mais explícitos.

Novos modelos deste mês (quase 30)

Chat / geral

• claude-opus-5: modelo principal da Anthropic com janela de contexto de 1M e saída máxima de 128K, criado para raciocínio pesado, programação e tarefas de agentes de longo prazo.
• claude-sonnet-5: para cenários de chat, raciocínio e agentes.
• gpt-5.6-sol / gpt-5.6-terra / gpt-5.6-luna: três níveis da série OpenAI GPT-5.6, cada um com janela de contexto de 1.050.000, saída máxima de 128K e entrada de texto e imagem. Sol é o nível principal, Terra tem desempenho equivalente ao GPT-5.5 pela metade do preço, e Luna é voltado a cargas de trabalho sensíveis a custo.
• qwen3.8-max-preview: o modelo base Qwen de geração mais recente, com 2,4T de parâmetros, disponível com desconto de 90% por tempo limitado.
• kimi-k3: modelo aberto de contexto longo da Moonshot AI, com 2,8T de parâmetros, janela de contexto de 1M e entrada de visão nativa. Veja o guia prático do Kimi K3.
• grok-4.5: raciocínio configurável, chamadas de ferramentas e contexto de 500K, indicado para reparo de código e fluxos de agentes.
• tencent-hy3: a versão GA do Tencent Hunyuan Hy3. Arquitetura MoE com 295B de parâmetros totais / 21B ativos, janela de contexto de 256K, código aberto sob Apache 2.0.
• gemini-3.6-flash, gemini-3.5-flash-lite, gemini-2.5-flash-lite: novos níveis da série Flash do Google.
• glm-5.2-fast-preview, Qwen3-235B-A22B-Instruct-2507, command-a-plus-05-2026, gemma-4-31b, longcat-2.0.

Programação

• qwen3-coder-480b-a35b-instruct: o modelo de código principal da Qwen3-Coder para geração de código, agentes de engenharia de software e fluxos de chamadas de ferramentas.

Áudio

• gpt-audio-1.5: o primeiro modelo de áudio da OpenAI com disponibilidade geral (GA), com suporte a entrada e saída de áudio.
• gpt-4o-transcribe-diarize: transcrição ASR com diarização de falantes, disponível somente pela API de Transcrição.
• qwen-audio-3.0-tts-plus, qwen-audio-3.0-tts-flash: modelos de síntese de fala da Qwen. O nível plus oferece controle refinado de emoção e personagem, e o nível flash entrega latência do primeiro pacote abaixo de 200 ms.

Imagem

• mai-image-2.5-pro: modelo principal da Microsoft para geração e edição de imagens, com realismo de alta fidelidade e renderização de texto dentro da imagem. mai-image-2.5 e mai-image-2.5-flash, da mesma série, também já estão disponíveis.
• gemini-3.1-flash-lite-image: modelo de capacidade de imagem do Google.

3D

• hy-3d-3.1: edição profissional do Tencent Hunyuan 3D, com suporte a texto-para-3D, imagem-para-3D e entrada multiangular de oito visões.

Recuperação / reranking

• jina-reranker-v3.5: reranqueador multilíngue de documentos listwise da Jina AI para RAG, busca e ranqueamento de dados estruturados.

Preços e anúncios

• Oferta por horário com tempo limitado do GLM-5.2: glm-5.2 tem desconto por janela de tempo diária, em UTC: 50% de desconto das 14:00 às 24:00 e 30% de desconto das 00:00 às 14:00 todos os dias. Oferta por tempo limitado.
• Qwen3.8-Max-Preview com 90% de desconto: as chamadas são cobradas a 10% do preço de tabela, o que equivale a 10 vezes mais uso pelo mesmo valor. Tempo limitado, válido enquanto durarem as vagas.
• Cobrança por horário do DeepSeek V4: os modelos DeepSeek V4 suportam cobrança de horário de pico e fora de pico. As cobranças seguem a janela de tempo do momento de envio da requisição, e requisições de streaming que cruzam um limite também são precificadas no momento do envio.

Perguntas frequentes

Quais modelos foram adicionados neste mês?
Quase 30, cobrindo chat (claude-opus-5, claude-sonnet-5, a série GPT-5.6, qwen3.8-max-preview, kimi-k3, grok-4.5, tencent-hy3 e outros), programação (qwen3-coder-480b-a35b-instruct), áudio (gpt-audio-1.5 e a série qwen-audio-3.0-tts), imagem (a série mai-image-2.5), 3D (hy-3d-3.1) e reranking (jina-reranker-v3.5).

Como me conecto ao MCP Server da AIHubMix?
Adicione o ponto de entrada https://mcp.aihubmix.com/mcp em qualquer cliente compatível com MCP (Claude Code, Codex, Cursor e outros). As credenciais são enviadas a cada requisição pelo cliente. Depois, você pode consultar modelos e preços, pesquisar a documentação, verificar seu saldo e chamar ferramentas de chat, geração de imagens e geração de vídeos.

O que as APIs de geração de mídia oferecem suporte?
Envie requisições de geração e edição de imagens por /ai/v1/images/generations e /ai/v1/images/edits, depois use a API unificada de tarefas assíncronas para consultar o status, baixar os artefatos e receber callbacks de webhook. Veja Tarefas Assíncronas.

Qual é a oferta por tempo limitado do Qwen3.8-Max-Preview?
As chamadas são cobradas a 10% do preço de tabela, o que na prática equivale a 10 vezes mais uso pelo mesmo gasto. Tempo limitado, válido apenas para os primeiros que chegarem.

Navegue por todos os modelos na galeria de modelos e encontre os detalhes de integração na documentação.

Atualizado em: 2026-07-31