Segundo relatos atribuídos a funcionários da empresa, é provável que a OpenAI lance 1 a 2 novos modelos este ano. No entanto, ainda não está decidido se o modelo de topo em desenvolvimento fará parte deles. O modelo de topo terá de concluir os trabalhos para ajustar o seu comportamento às expectativas de investigadores e clientes, bem como reforçar a infraestrutura de testes. A notícia foi publicada a 14 de outubro de 2026.
Os modelos previstos para este ano e a distância que os separa do modelo de topo
O ponto essencial a reter é que «lançar um novo modelo» e «lançar o modelo de topo» são coisas diferentes. Segundo a avaliação de funcionários, é provável que sejam lançados 1 a 2 modelos até ao final do ano. Mas ainda não é certo se a grande atualização atualmente em desenvolvimento estará entre eles.
O modelo de topo ainda tem duas grandes tarefas por concluir. Uma é o alinhamento, ou seja, o trabalho de orientar a IA para que corresponda ao que os programadores e as empresas utilizadoras pretendem. A outra é reforçar o ambiente de testes usado para validar o modelo. Nenhuma destas etapas se reflete nas pontuações da corrida pelo desempenho, mas ambas podem determinar se o modelo será lançado.
Além disso, há mais uma etapa a ultrapassar depois de a administração estar satisfeita com as avaliações de segurança internas. Ao abrigo do quadro de avaliação de IA avançada estabelecido por uma ordem executiva do presidente Trump, a OpenAI terá concordado em dar ao Governo dos EUA acesso ao novo modelo até 30 dias antes de o disponibilizar a parceiros externos. Será necessário contar com um prazo ainda maior até à disponibilização pública. Já não é possível «lançar assim que estiver pronto».
Um mecanismo que repete o mesmo processamento para aperfeiçoar as respostas
A chave do modelo de topo é o «transformador em ciclo». Os modelos convencionais fazem passar os tokens — as unidades mais pequenas da linguagem — uma única vez por camadas sucessivas de cálculo, para depois gerar a palavra seguinte. Os modelos em ciclo fazem passar os tokens pelas mesmas camadas várias vezes antes de gerar a palavra seguinte. A OpenAI já utiliza esta abordagem em produção com o nome «Recurrent Depth» e, segundo relatos, também a incorporou no núcleo do seu atual modelo de topo, o Astra.
O objetivo é melhorar os resultados em matemática e programação e reduzir os custos. Mesmo um modelo pequeno pode alcançar um desempenho acima do esperado se «pensar» repetidamente. A ideia é semelhante a ler o mesmo manual várias vezes para aprofundar a compreensão.
Quanto melhor o desempenho, menos se consegue perceber o que se passa no interior
Esta abordagem tem, porém, um custo. Parte do «raciocínio» do modelo passa a decorrer nas representações numéricas internas, em vez de em texto legível por humanos. Até agora, os investigadores de segurança têm acompanhado o texto do raciocínio do modelo até à resposta para detetar comportamentos suspeitos. É a chamada monitorização da «cadeia de pensamento». Quanto mais ciclos houver, mais difícil se torna acompanhar esse raciocínio.
Segundo relatos, a OpenAI limitou o número de ciclos do Astra para manter o raciocínio legível. O modelo foi lançado deixando deliberadamente margem para melhorar o desempenho. Diz-se que a mesma tecnologia será utilizada no modelo de topo, pelo que a questão seguinte será saber onde traçar o limite.
A remoção de documentos da Microsoft revelou o carácter confidencial da tecnologia
Um documento técnico da Microsoft foi o que trouxe à luz o funcionamento desta tecnologia. A empresa, que tem acesso à propriedade intelectual da OpenAI, publicou uma explicação da versão mais económica do Astra, o «GPT-6.1 Sol», lançado pela OpenAI este mês. O documento referia o «raciocínio em ciclo» e explicava que o modelo processava o mesmo problema em várias «passagens» antes de apresentar uma resposta.
De acordo com a descrição, o GPT-6.1 Sol utilizava os mesmos pesos do modelo de base que o GPT-6 Sol, mas reduzia de três para duas as passagens de raciocínio. Esta parte foi posteriormente eliminada. Uma pessoa familiarizada com o assunto confirmou que a descrição correspondia a informações transmitidas confidencialmente pela OpenAI. Isto sugere que os modelos em ciclo são uma área tecnológica que a OpenAI trata com especial cautela, tanto na fase de treino como na de inferência.
A ideia de diferenciar os preços e o desempenho através do número de passagens é racional para lançar vários produtos a partir da mesma base. Por outro lado, quanto mais passagens houver, mais difícil será perceber o que se passa no interior. A conceção do produto e a segurança estão ligadas ao mesmo botão de regulação.
O número de 10% dos recursos computacionais
Também foram divulgados valores concretos sobre o investimento em segurança. Após o incidente relacionado com a Hugging Face, a OpenAI terá dedicado cerca de 10% dos seus recursos computacionais totais ao alinhamento e à segurança. Em termos da capacidade energética de centros de dados, isso equivale a várias centenas de megawatts; se fosse alugado a preços de mercado, custaria milhares de milhões de dólares por ano.
O investigador Noam Brown afirmou também num podcast, em meados de setembro, que cerca de 10% da sua equipa trabalha em segurança informática e segurança da IA. A percentagem de 10% está a tornar-se uma referência para medir a dimensão dos esforços das organizações.
Será possível preservar um raciocínio legível?
O cientista-chefe Jakub Pachocki reconheceu que a monitorização da cadeia de pensamento está a tornar-se «frágil» e que, «infelizmente, a situação está a evoluir na direção errada». Também tem alertado para a corrida que está a levar todo o setor a avançar para modelos sem raciocínio legível.
O aumento do desempenho e a redução dos custos são atrativos do ponto de vista empresarial. Precisamente por esse atrativo ser tão grande, a questão é até onde será possível avançar sem abdicar da capacidade de monitorização. Os um ou dois modelos que deverão ser lançados este ano deverão mostrar uma etapa intermédia dessa resposta. Mais do que a data de lançamento do modelo de topo, interessa-me saber em que condições será lançado.
コメント