O lançamento do GPT-5 pela OpenAI marca um momento importante, ainda que discreto, na trajetória da inteligência artificial generativa. Em vez de apresentar uma ruptura tecnológica evidente, o novo modelo sinaliza uma mudança de direção mais estratégica: a integração silenciosa entre velocidade, usabilidade e raciocínio automático. Ele é menos um salto rumo ao futuro e mais um ajuste fino no presente.
A principal novidade está justamente naquilo que o usuário talvez nem perceba de imediato: o GPT-5 unifica a lógica dos antigos modelos “principais” com os chamados “modelos de raciocínio”, como a série o. Essa distinção técnica, antes restrita a quem acompanha de perto a evolução dos LLMs (Modelos de Linguagem de Grande Escala), agora desaparece para dar lugar a um sistema que escolhe, sozinho, como lidar com cada tarefa. O usuário não precisa mais decidir se quer uma resposta rápida ou uma análise mais profunda, o modelo faz isso automaticamente.
Do ponto de vista da experiência, o GPT-5 é, sem dúvida, mais agradável. Ele responde de forma fluida, com raciocínio ágil quando necessário e sem os tempos de espera que costumavam marcar as interações com os modelos mais “inteligentes”. Sam Altman, CEO da OpenAI, comparou o impacto do GPT-5 aos monitores Retina da Apple, uma melhoria que não muda o que você faz, mas transforma como você sente. O paralelo faz sentido, ainda que revele uma ambição mais contida do que o usual para Altman, acostumado a prometer revoluções a cada update.
O que realmente muda com o GPT-5?
Mais do que um novo patamar de inteligência, o GPT-5 representa um avanço em engenharia de produto. A promessa não é mais entregar um modelo radicalmente mais poderoso, mas um que funcione melhor no dia a dia, mais rápido, mais leve, menos propenso a erros e, acima de tudo, mais fácil de usar. Em outras palavras, a OpenAI está preocupada em escalar.
Essa abordagem se evidencia no próprio lançamento. O modelo já está disponível na interface do ChatGPT e será acessível inclusive para usuários não pagantes. Isso indica, segundo a própria empresa, que os custos de operação caíram significativamente, um feito técnico importante, considerando a demanda computacional desses sistemas. Tornar um modelo potente viável para milhões de usuários não é trivial. Reduzir sua pegada ambiental, tampouco.
Outro ponto que chama atenção é a tentativa explícita de lidar com o problema das chamadas “alucinações”, aquelas respostas falsas, mas convincentes, que tanto comprometem a confiabilidade dos LLMs. A OpenAI afirma que o GPT-5 tem probabilidade substancialmente menor de cometer esses deslizes em comparação com o GPT-4o ou o o3. Isso é promissor, especialmente para aplicações em que erros não são apenas inconvenientes, mas perigosos.
Dawn Song, professora da Universidade da Califórnia em Berkeley, alerta que alucinações podem representar riscos sérios de segurança, como a sugestão de pacotes de software inexistentes que levam ao download de código malicioso. Nesse sentido, um modelo menos propenso a inventar respostas não é apenas mais útil, é mais seguro.
O caminho até aqui… e o que vem depois
Para entender o GPT-5, é útil compará-lo ao modelo o1, lançado no ano passado com acesso restrito. O o1 introduziu uma mudança paradigmática. Ele pensava antes de responder. Literalmente. O modelo gerava raciocínios intermediários antes de formular a resposta final, permitindo resolver tarefas mais complexas com mais precisão. Foi o início da era dos modelos “com raciocínio”, algo que se tornou uma obsessão no setor, especialmente entre desenvolvedores de agentes autônomos.
O GPT-5 incorpora essa lógica, mas a esconde do usuário. A decisão de aplicar ou não raciocínio é feita de forma automática, tornando invisível o que antes era uma escolha técnica. Essa camada de invisibilidade pode parecer simples, mas representa uma evolução relevante no design desses sistemas. A inteligência se torna um atributo silencioso, operando nos bastidores.
No entanto, essa sofisticação não se traduz em um salto de desempenho em benchmarks. No SWE-Bench, avaliação de habilidade em programação baseada em repositórios reais, o GPT-5 atingiu 74,9%, um resultado bom, mas abaixo da meta ambiciosa de 85% que especialistas como Clémentine Fourrier, da HuggingFace, consideram realmente transformador.
Fourrier é direta ao criticar a limitação desses testes. Para ela, os benchmarks já estão saturados: “É como avaliar um estudante do ensino médio com problemas do ensino fundamental. Se ele falha, diz algo. Mas, se acerta, não diz muito.” A observação ressalta o desafio atual dos LLMs: não basta ir bem nas provas, é preciso provar que estão aprendendo algo realmente novo.
Um passo calculado e conservador
A trajetória recente da OpenAI tem oscilado entre momentos de ousadia e decisões conservadoras. Se o lançamento do ChatGPT em 2022 foi um choque cultural que mudou a percepção pública sobre IA, os avanços mais recentes têm sido mais cautelosos, focando em escalabilidade, estabilidade e governança.
O GPT-5 encaixa-se nessa lógica. É um produto mais sólido, mais confiável, mais acessível. Mas também mais previsível. O “salto” em direção à AGI, a Inteligência Artificial Geral que Altman gosta de citar em entrevistas, parece, por ora, suspenso.
Isso não quer dizer que o desenvolvimento parou. Ao contrário: a consolidação técnica é parte fundamental do processo. Mas o que se vê no GPT-5 é um esforço para transformar a IA em utilidade cotidiana, não em milagre tecnológico. É a fase do polimento, não da revolução.
E o Brasil com isso?
Para usuários brasileiros, as implicações são diretas. Um modelo mais rápido, confiável e acessível amplia o leque de aplicações práticas, desde educação até atendimento automatizado. A remoção da barreira entre raciocínio e rapidez beneficia especialmente quem usa a IA de forma ocasional, sem dominar os jargões técnicos.
Mas há também um ponto de atenção. À medida que esses modelos se tornam mais populares, cresce a necessidade de localizá-los. Isso inclui treinar modelos em português brasileiro, adaptar referências culturais e considerar o contexto social e político do país. Um modelo com “boas sensações” em inglês não garante a mesma experiência em outras línguas. Esse desafio ainda está longe de ser resolvido.
O que esperar agora?
A era dos grandes saltos pode estar dando lugar à era dos pequenos ajustes, mas ajustes que fazem diferença. O GPT-5 não é o futuro da IA. É o presente, melhorado. E talvez isso seja exatamente o que precisamos agora: ferramentas mais confiáveis, experiências mais suaves, riscos menores.
A promessa da AGI ainda paira no horizonte, como uma miragem. O raciocínio deu um passo importante, mas o futuro automatizado que Altman imagina ainda exige mais do que boa engenharia. Exige novos paradigmas, novas formas de interação e, talvez, um novo tipo de inteligência.
Por enquanto, o que temos é um modelo que funciona melhor. E isso, por si só, já muda bastante coisa.
Fernando Henrique Ferreira de Souza é advogado, DPO e entusiasta de inovações no mundo do Direito e dos Negócios.