A guerra da IA ficou ainda mais interessante. Um novo modelo está a reclamar o trono com números impressionantes—1483 de classificação Elo no modo de raciocínio no ranking de texto do LMArena. Isso representa uma vantagem de 31 pontos em relação ao seu concorrente não-afiliado mais próximo. Mesmo sem as funcionalidades avançadas de raciocínio, conquistou o 2.º lugar.

O que está a impulsionar este salto? Ao que parece, o modelo está a reescrever os benchmarks em todas as frentes. Seja a lidar com cadeias lógicas complexas ou a processar questões subtis, a diferença de desempenho é difícil de ignorar. O ranking não engana—quando ultrapassas jogadores estabelecidos por essa margem, algo fundamental mudou na arquitetura.

Mas há uma ressalva: dominar testes controlados não significa necessariamente supremacia no mundo real. Já vimos modelos a obter resultados excelentes em benchmarks, apenas para tropeçarem nos casos-limite que realmente interessam aos utilizadores. Ainda assim, estes indicadores são importantes. Eles mostram para onde o teto tecnológico está a mover-se e, neste momento, está a avançar rapidamente.