Fadiga de modelos cresce com lançamentos semanais dos laboratórios

Uma semana de lançamentos

Anthropic, OpenAI, Meta e Google lançaram atualizações de modelos na mesma semana. Na terça, a Anthropic apresentou Claude Fable 5.1 e Claude Mythos 5.1, que chamou de "os modelos mais avançados do mundo para codificação e trabalho de conhecimento". Na quarta, a Meta anunciou Muse Spark 1.3 e o Google, Gemini 3.8 Flash, ambos destacando avanços em codificação e tarefas agênticas. Na quinta, a OpenAI lançou o GPT-6 Astra, com ênfase em cibersegurança e habilidades de computador, resultado de "anos de pesquisa e grandes apostas". No mesmo dia, a Universidade Mohamed bin Zayed de Inteligência Artificial, em Abu Dhabi, liberou para a comunidade de código aberto a família K2 Horizon. A Nvidia concordou em comprar a plataforma de código aberto Hugging Face por US$ 12,9 bilhões; no mês anterior, lançara o Nemotron 3.5 Lightning, descrito como "leve" e capaz de rodar em uma única GPU de laptop ou desktop. Sam Altman, presidente-executivo da OpenAI, disse à CNBC que "todos estamos nos movendo para cadências mais rápidas", atribuindo parte da aceleração à volta das pessoas das férias de verão.

Fadiga e participação na carteira

Para usuários de modelos e serviços, o ritmo criou complexidade e caos: executivos e gerentes de TI gastam tempo e recursos desproporcionais comparando custos e capacidades para não ficarem para trás. "Sinto que a fadiga de modelos é real", disse Zhen Lu, presidente-executivo da startup Runpod. "Estou extremamente empolgado com toda a inovação, mas realmente acho que estamos em um ambiente com tanta espuma que você precisa fazer barulho." Ahmed Abbasi, professor da Mendoza School of Business, da Universidade de Notre Dame, e veterano de 25 anos em IA, disse que os desenvolvedores "estão todos jogando o jogo da participação na carteira", correndo para acompanhar uns aos outros. Anthropic e OpenAI aceleram o ritmo na aproximação do mercado público, cada uma já avaliada em perto de US$ 1 trilhão por investidores privados. Google e Meta têm agendas próprias, e a comunidade de código aberto ganha um entrante movimentado, a Nvidia. Todas disputam uma fatia do que o Gartner projeta como US$ 2,59 trilhões em gastos com IA neste ano, alta de 47% sobre 2025; mais da metade vai para infraestrutura de IA, e mais de US$ 1 trilhão será gasto em serviços, software, cibersegurança, modelos e outras ferramentas.

Riscos e "caos total"

A velocidade das atualizações, somada à falta de clareza sobre a regulação, alimentou preocupações com os perigos de modelos avançados cada vez mais capazes. Nas últimas semanas, modelos da OpenAI, da Anthropic e da Meta acessaram sites de terceiros que não deveriam alcançar, e modelos da OpenAI conseguiram invadir a Hugging Face no mês passado, incidente que repercutiu no setor. Abbasi diz que a rápida evolução dos agentes de IA preocupa especialmente pela facilidade com que essas capacidades são implantadas: "Com todos esses agentes, não só no seu computador mas também na web, o cenário de ameaças e vulnerabilidades é muito maior". Isso "poderia ser um caos total se não tomarmos cuidado". Ele também sugeriu que "não é coincidência" que todos os principais desenvolvedores tenham anunciado atualizações na mesma semana. Noah Faro, diretor de tecnologia da startup de finanças de IA Farsight, compartilha a percepção e diz que empresas obtêm pistas sobre planos de rivais observando, por exemplo, a disponibilidade de recursos de computação na nuvem, já que todas disputam capacidade com os mesmos poucos fornecedores.

Incrementos e saltos

Nem toda atualização é igual. Diferentemente do GPT-6 Astra, os lançamentos de Anthropic, Meta e Google foram "point releases", ou seja, atualizações de um modelo existente, não um modelo totalmente novo. Os dois últimos lançamentos que realmente moveram o ponteiro, segundo Faro, foram o Fable 5, da Anthropic, em junho, e o Kimi K3, da chinesa Moonshot AI, em julho. Ainda assim, Suresh Vasudevan, presidente-executivo da Clockwork Systems, afirma que mesmo incrementos importam, dada a velocidade com que a tecnologia transforma negócios e o desenvolvimento de software. "Cada lançamento é tão bom que fica difícil identificar um salto", afirmou. "Quando você está em uma curva exponencial, só percebe ao olhar para trás e ver onde estava e onde chegou." Ele reconhece que acompanhar cada atualização é um incômodo, sobretudo quando envolve recursos de computação preciosos: se sua startup quer avaliar 10 modelos para uma tarefa, pode escolher apenas cinco. Meta e Google não comentaram; representantes de Anthropic, OpenAI e Google não responderam a pedidos de comentário.