News02 JulhoxAI lança plataforma para criar agentes de voz sem código
Edição #141·2 de julho de 2026·2 min

🗣️xAI lança plataforma para criar agentes de voz sem código

A xAI, empresa de Elon Musk, lançou em beta o Grok Voice, uma plataforma para criar agentes de voz com inteligência artificial. A promessa é ambiciosa: montar um agente em menos de 2 minutos, sem escrever uma linha de código, com conversas que parecem humanas e tempo de resposta abaixo de um segundo. --- O serviço suporta mais de 25 idiomas, oferece mais de 80 vozes prontas (ou você pode clonar a sua) e se integra com Gmail, Google Calendar, Outlook e Notion. Cada conta já vem com um número de telefone gratuito, e o preço começa em US$ 0,05 por minuto. --- O mercado de atendimento por voz com IA está ficando concorrido, mas o preço baixo e a facilidade de uso podem atrair donos de pequenos negócios que hoje perdem ligações. Chamadas ativas, porém, ainda dependem de liberação legal.

A xAI, empresa de inteligência artificial de Elon Musk, disponibilizou em beta o Grok Voice, uma plataforma no-code para construção de agentes de voz. A ferramenta promete configuração em menos de dois minutos, latência inferior a um segundo e custo inicial de US$ 0,05 por minuto de uso, posicionando-se como alternativa acessível para desenvolvedores e pequenas empresas que precisam implementar atendimento automatizado sem infraestrutura complexa.

Funcionalidades técnicas e integrações

O serviço opera com modelos de síntese de voz em mais de 25 idiomas e oferece catálogo com mais de 80 timbres prontos, além de permitir clonagem de voz para personalização da marca. Cada conta inclui um número de telefone gratuito, eliminando a necessidade de contratação separada de serviços de telefonia IP.

A plataforma se conecta nativamente a ferramentas de produtividade amplamente utilizadas: Gmail, Google Calendar, Outlook e Notion. Essa integração permite que o agente de IA execute ações concretas—como consultar disponibilidade de agenda ou enviar resumos por email—durante interações telefônicas, funcionando como um layer de orquestração sobre APIs existentes.

Implicações para o mercado brasileiro

Para desenvolvedores e builders brasileiros, o modelo de precificação e a curva de aprendizado próxima a zero reduzem a barreira de entrada no mercado de IA conversacional. A possibilidade de prototipar sistemas de voz em minutos, sem necessidade de configurar servidores ou pipelines de processamento de áudio, acelera o ciclo de validação de MVPs que dependem de interação telefônica.

O valor de US$ 0,05 por minuto coloca o Grok Voice em competição direta com soluções estabelecidas como Twilio Voice, Voiceflow e plataformas de contact center as a service (CCaaS), potencialmente forçando uma nova rodada de redução de custos no setor de telecomunicações via API.

Limitações regulatórias

Apesar da facilidade técnica, a funcionalidade de chamadas ativas—onde o agente disca para o usuário—ainda depende de liberação legal específica em cada jurisdição. No Brasil, o uso de robocalls ou discagens automatizadas está restrito pela Lei Geral de Proteção de Dados (LGPD) e pela resolução da Anatel que regula o uso de chamadas por operadoras automáticas, exigindo consentimento prévio e identificação clara da origem da chamada.

O lançamento indica uma tendência consolidada: a infraestrutura de voz está se tornando commodity, separando cada vez mais a camada de orquestração (lógica de negócio) da engenharia de áudio subjacente.

vozvoiceusocadagrokplataformaminutosminutodesenvolvedoressem

Mais da mesma edição

@testingcatalog

🔬Anthropic cria app de ciência com 60+ bancos de dados

A Anthropic está preparando um aplicativo chamado Claude Science, feito sob medida para pesquisadores. O programa roda como um app de desktop que funciona como servidor local, abrindo a interface direto no navegador. Durante o desenvolvimento, o projeto se chamava "Operon". --- O diferencial está nos detalhes: são mais de 60 bancos de dados científicos que o pesquisador pode conectar, ambientes de trabalho criados sob demanda e rastreamento de cada resultado até o código que o gerou. Dá para criar categorias de memória e agentes especializados, chamados de "Specialists", para tarefas específicas. --- É o tipo de ferramenta que mostra a Anthropic mirando em nichos profissionais com necessidades bem concretas, não só no público geral. Quem usa o Claude no dia a dia já começou a pedir: queremos essas funcionalidades na versão comum também.

@deedydas

💰Thinking Machines fatura centenas de milhões e mira valuation de US$ 50 bi

A Thinking Machines, um dos laboratórios de IA mais quentes do momento, tem um produto chamado Tinker, uma API que ajuda empresas a ajustar modelos de linguagem para tarefas específicas. Segundo o analista Dylan Patel em seu podcast, o Tinker fatura "algumas centenas de milhões" de dólares por ano. --- Isso coloca a empresa como a de maior receita conhecida entre os cerca de 75 "neolabs", como estão sendo chamados os novos laboratórios de IA. A Thinking Machines foi avaliada em US$ 12 bilhões e estaria tentando levantar capital com um valuation de US$ 50 bilhões. São números que mostram como o mercado de infraestrutura de IA, longe dos holofotes, está movimentando dinheiro de verdade.

@ziv_ravid

🎯Modelo pequeno treinado com dados de especialistas supera gigantes

A Bridgewater, um dos maiores fundos de investimento do mundo, se juntou à Thinking Machines para treinar um modelo de IA menor e especializado numa tarefa aparentemente simples: filtrar documentos financeiros e notícias por relevância. Parece fácil, mas não é. Modelos gigantes como o GPT tropeçam nesse tipo de trabalho repetitivo e cheio de nuances. --- A sacada foi investir pesado na qualidade dos dados de treinamento. Primeiro treinaram com rótulos baratos, depois identificaram onde o modelo discordava dos avaliadores e só mandaram esses casos difíceis para analistas humanos de verdade. Com três técnicas de treinamento bem calibradas, chegaram a 84,7% de precisão, cometendo 29,8% menos erros que o melhor modelo do mercado. --- O ponto mais relevante para o bolso: tudo isso custou cerca de um catorze avos do que custaria rodar um modelo de ponta. A conclusão é provocativa: para tarefas bem definidas e repetitivas, um modelo menor e bem treinado pode ser mais esperto e muito mais barato do que os gigantes.

Receba no seu email

Todo dia, grátis pra sempre.

Assinar newsletter