A OpenAI diz que a AGI chegou. Será?

A OpenAI lançou nesta quinta-feira (03/09) o GPT-6 Astra, apresentado como seu modelo mais capaz. A comunicação da empresa foi direta: tudo o que você consegue fazer em um computador, o Astra consegue fazer por você, com foco em execução de tarefas de ponta a ponta no lugar do usuário.

Durante a coletiva do lançamento, o alto escalão da companhia citou o Astra como o primeiro grande passo para se chegar à Artificial General Intelligence, ou AGI.

Mas o que de fato é AGI e como essa tecnologia se diferencia da inteligência artificial que a gente conhece hoje? Será que o Astra realmente se enquadra nos critérios de AGI?

Neste relatório, propomos explicar melhor o conceito de AGI e analisar os potenciais impactos do lançamento da OpenAI para a indústria.

O que é a AGI?

AGI é a sigla em inglês para “inteligência artificial geral”. A ideia é simples: em vez de um programa que faz bem uma coisa só (traduzir, resumir ou escrever código), seria um sistema capaz de aprender e resolver praticamente qualquer tarefa que uma pessoa resolveria — inclusive tarefas que ele nunca viu antes.

Para entender a diferença, vale olhar o que já temos. A inteligência artificial de hoje é chamada de “estreita”: excelente dentro de um recorte e inútil fora dele. Um sistema que detecta fraude em cartão não sabe redigir um relatório, e um que escreve texto não sabe operar uma planilha sozinho.

A promessa da AGI é eliminar esse recorte: um mesmo sistema que aprende sozinho o que for preciso para resolver o problema que aparecer e transfere o que aprendeu de uma área para outra, como uma pessoa faz. Daí o adjetivo “geral”.

É aí que entram os “benchmarks”, que funcionam como provas padronizadas para medir o quanto os modelos estão perto disso. Um dos mais conhecidos é o ARC-AGI, desenhado justamente para ser difícil de decorar: ele testa se o modelo consegue descobrir uma regra nova na hora, sem ter treinado nela.

Também não existe uma definição única de AGI, e isso importa mais do que parece. Uns exigem que a máquina iguale um humano em qualquer tarefa cognitiva; outros aceitam algo mais modesto: dar conta da maior parte do trabalho economicamente útil feito em um computador. Como a régua não é consensual, cada empresa tende a adotar a que mais a favorece.

Por isso a discussão migrou dos testes de conhecimento para os testes de autonomia: não basta responder bem a uma pergunta difícil, é preciso executar uma tarefa longa sem supervisão, corrigindo os próprios erros pelo caminho.

Um dos criadores do ARC-AGI resumiu bem a trajetória recente: quando a terceira versão do teste foi lançada, em março, os modelos de fronteira tiravam menos de 1%, e a régua foi tão criticada que os autores foram acusados de ter lançado um teste quebrado.

Segundo ele, a régua estava calibrada: um humano acima da média consegue 100%, e a evolução dos modelos de IA de menos de 1% para quase 100% (supostamente) em seis meses mostra que o teste capturou a recente alta de capacidade dos agentes — mais rápido do que a grande maioria esperava.

Guarde esse ponto: o número da prova só significa alguma coisa se a prova for aplicada do mesmo jeito para todo mundo. É exatamente aí que reside a polêmica.

O novo modelo Astra, da OpenAI

Para o desenvolvimento do GPT-6 Astra, da Open AI, foi realizado o maior treinamento da história da companhia, o primeiro a usar mais de 100 mil GPUs no complexo Stargate, no Texas.

Durante o discurso institucional do lançamento, o presidente da OpenAI, Greg Brockman, disse que, daqui a alguns anos, ao perguntarmos quando a AGI foi de fato criada, a resposta será mais ou menos agora, e talvez seja mais ou menos este modelo. Brockman acrescentou que, para ele, já chegamos lá.

Vale separar as duas coisas: uma é a capacidade técnica entregue; outra é a narrativa de que a AGI chegou. A segunda é uma escolha de comunicação da empresa, onde precisamos analisar os números divulgados no lançamento, com a importante ressalva que ainda não se sabe muito sobre o modelo, que gradualmente será liberado para o público.

Estado da arte: Comparação com o restante da indústria

O ARC-AGI-3 mede a capacidade de modelos aprenderem tarefas inéditas em ambientes interativos, inferindo regras, testando ações e corrigindo o curso em tempo real. Por avaliar capacidade agêntica, e não conhecimento memorizado, tornou-se uma referência para distinguir geradores de texto de agentes capazes de executar tarefas. Nesse teste, a OpenAI reporta que o Astra alcançou entre 98,6% e 99,9%, com divergência entre as divulgações. 

Vale ressaltar também que o teste foi rodado com um harness próprio, uma estrutura de execução da avaliação desenvolvida pela própria empresa. Em avaliação neutra, o número cairia para cerca de 62% – competitivo com o Opus 5 e o Fable 5.1, e não um salto de geração. O mesmo harness, aplicado ao GPT-5.6 Sol, modelo anterior da companhia, elevou o resultado dele de 8% para cerca de 30%, o que rendeu o apelido de harnessmaxxing nos fóruns para o ocorrido.  

O que diz quem já testou: Entre os feedbacks de usuários que já colocaram a mão no modelo, ninguém está relatando um salto desse tamanho. Há ainda um argumento estrutural que merece peso: o processo de treinamento segue essencialmente o mesmo, o que sugere que boa parte do barulho em torno de um modelo ser muito melhor que os anteriores é marketing.

O lançamento do Astra traz um passo real na corrida por inovação, principalmente na frente de agentes que executam tarefas no computador. Mas dizer que estamos na era da AGI exige cautela, e provavelmente ainda é cedo para afirmar. 

Aqui vale comentar sobre o custo desse novo modelo: o preço de tabela cobrado por volume de texto processado pelo Astra será de US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de saída, contra US$ 4 e US$ 20 do GPT 5.6 Sol, a geração anterior da própria OpenAI. No entanto, o mais relevante na nossa concepção é o custo por tarefa concluída, que depende de quantos tokens o modelo realmente gasta até chegar ao resultado. Nessa régua, o prêmio cai para cerca de 75%: o Astra cobra mais por unidade, mas precisa de menos unidades. 

Feita essa distinção, comparar o cenário competitivo fica mais fácil. O Artificial Analysis Intelligence Index agrega várias capacidades em uma única nota, e nele o Astra atinge 61 pontos, empatado com o próprio Sol e com o Grok 4.6 (xAI) e atrás do Fable 5.1 (66, da Anthropic), Opus 5 (63, da Anthropic) e Muse Spark 1.3 (62, da Meta). Porém, em custo por tarefa, o Astra roda a cerca de US$ 1,75, contra US$ 3,69 do Fable 5.1 e US$ 2,34 do Opus 5. Em tarefas de programação, ele sai por menos da metade do Fable para desempenho equivalente.

A leitura prática é que não existe hoje um “melhor modelo” absoluto, mas sim o modelo mais eficiente para cada tipo de tarefa, e a fronteira está repartida entre concorrentes que se alternam conforme o critério.

O que o lançamento da OpenAI significa para a indústria: A leitura que fazemos é dupla. Do ponto de vista da fronteira tecnológica, o avanço em execução autônoma de tarefas é o mais substancial desde a geração anterior e amplia o mercado endereçável de agentes corporativos — exatamente a camada onde a monetização de AI mais precisa avançar. Do ponto de vista de estrutura competitiva, o resultado reforça algo que já vínhamos observando: a fronteira está mais disputada, os ganhos incrementais são mais caros e nenhum player detém vantagem duradoura isolada.

Para o investidor, essa é uma notícia construtiva, ainda que contraintuitiva. Competição intensa entre modelos com custos de treinamento e inferência crescentes significa mais capex por mais tempo e distribuído entre mais participantes. Isso sustenta a cadeia de infraestrutura e semicondutores, independentemente de qual laboratório vença. É a diferença entre apostar no vencedor e apostar na corrida.

Clique aqui para receber os materiais do Research Internacional por e-mail

Se você ainda não tem conta na XP Investimentos, abra a sua!

Clique aqui