Modelos abertos de IA aproximam-se dos fechados duas vezes mais depressa

Os modelos de IA de pesos abertos estão a aproximar-se dos melhores modelos fechados cerca de duas vezes mais depressa em cada nova era do desenvolvimento de grandes modelos de linguagem, segundo uma análise da SemiAnalysis intitulada "Are Open Models Catching Up?", publicada a 21 de agosto de 2026. Em vez de avaliar cada modelo com um único conjunto de testes que acaba por saturar com o tempo, a SemiAnalysis avalia cada era com os testes que a definiram de facto.

Três eras, três diferenças de tempo

A primeira era, a do escalonamento inicial, decorre entre 2022 e 2024. O seu modelo fechado de referência era o GPT-3.5 Turbo, da OpenAI, lançado em novembro de 2022, avaliado em GSM8K, HumanEval, TriviaQA e MMLU-Pro. O Llama-2-70B, da Meta, foi o primeiro modelo aberto a aproximar-se, com uma pontuação composta de 39,9 contra 75,7 do GPT-3.5 Turbo. A diferença só foi anulada com o Llama-3.1-405B, da Meta, lançado em julho de 2024 com uma pontuação de 86 — 19,7 meses depois do lançamento do GPT-3.5 Turbo.

Mais tarde, na mesma era, o DeepSeek V3 igualou o GPT-4o da OpenAI em dezembro de 2024, com 94,1 pontos contra 95,5, e o Qwen2.5-72B, da Alibaba, aproximou-se com um modelo seis vezes mais pequeno do que o Llama-3.1-405B — 72 mil milhões de parâmetros contra 405 mil milhões — pré-treinado com 18 biliões de tokens.

A segunda era, a do raciocínio, decorre entre 2024 e 2025. A sua referência era o o1, da OpenAI, lançado a 12 de setembro de 2024, avaliado em GPQA-Diamond, AIME 2026, SimpleQA Verified e Humanity's Last Exam. O DeepSeek-R1-0528 anulou uma diferença inicial de 12,1 pontos em maio de 2025, atingindo uma pontuação de 78 face ao objetivo — em apenas 8,5 meses.

A terceira era, a agêntica, decorre desde 2025 até hoje. A sua referência é o Claude Opus 4.5, da Anthropic, lançado em novembro de 2025, avaliado em tarefas agênticas complexas como programação e utilização de computador, através do Terminal-Bench 2.1, BrowseComp-Plus, τ³-Banking e DeepSWE. O Kimi K2.6, da Moonshot AI, lançado em abril de 2026, anulou a diferença com o Claude Opus 4.5 em apenas 4,8 meses — a aproximação mais rápida alguma vez observada pela SemiAnalysis.

O tempo de aproximação reduz-se a metade em cada era

• Era do escalonamento inicial — GPT-3.5 Turbo a Llama-3.1-405B: 19,7 meses
• Era do raciocínio — o1 a DeepSeek-R1-0528: 8,5 meses
• Era agêntica — Claude Opus 4.5 a Kimi K2.6: 4,8 meses

Nas três eras, tanto a diferença de pontuação inicial entre o primeiro modelo fechado e o melhor modelo aberto como o tempo necessário para a anular têm vindo a reduzir-se — o tempo de aproximação reduziu-se aproximadamente a metade em cada nova era. A SemiAnalysis tem o cuidado de assinalar limites reais desta comparação: os testes são um indicador imperfeito do trabalho real, e os criadores de modelos podem otimizar deliberadamente um modelo para um teste específico em vez de para uma capacidade geral.

Porque é que isto ameaça as margens dos laboratórios fechados

Se os modelos abertos conseguem igualar os modelos fechados de topo por uma fração do custo, a camada de modelos de IA arrisca-se a tornar-se uma mercadoria comum. Trata-se de uma ameaça séria às margens de laboratórios de topo como a OpenAI e a Anthropic, que angariaram somas enormes para construir modelos fechados, apostando que a capacidade, e não apenas o preço, os manteria à frente das alternativas abertas.

Uma corrida mais ampla: o pano de fundo EUA-China

A GIGAZINE, ao comentar a análise da SemiAnalysis, acrescenta que a Bloomberg acompanha, por sua conta, uma dinâmica semelhante na corrida à IA entre os Estados Unidos e a China, com a China por vezes à frente em utilização e custo mesmo quando fica atrás em capacidade bruta. A GIGAZINE recorda ainda que, em julho de 2026, várias start-ups norte-americanas de IA enviaram uma carta aberta à administração Trump a pedir que não proibisse os modelos chineses de pesos abertos, alegando que o acesso a esses modelos também beneficia os programadores norte-americanos. Este é um dos fios da era agêntica descrita pela SemiAnalysis: é precisamente na implementação de agentes — um dos usos avaliados por testes do tipo Terminal-Bench que a SemiAnalysis utiliza na sua comparação da terceira era — que estas escolhas de modelo pesam mais na prática.

Para as empresas portuguesas que implementam IA hoje, a tendência importa para além das pontuações dos testes. Se uma alternativa aberta credível surge agora numa questão de meses, e não de anos, após o lançamento de um modelo fechado de referência, as equipas que planeiam uma implementação em 2026 ou 2027 dispõem de um leque mais amplo de fornecedores para testar e colocar em concorrência antes de comprometer o orçamento com uma única API, com menos certeza de que o melhor modelo fechado do momento continuará sem rival quando o projeto for entregue.