Comparação de IA 2026: Quem Está na Frente?

Em 3 de setembro de 2026, a OpenAI lançou o GPT-6 Astra e seu presidente Greg Brockman encerrou a apresentação com “Bem-vindo à era da AGI.” No mesmo dia, ARC Prize, a organização que executa o teste ARC-AGI-3, mediu o modelo em 99,9% em sua melhor configuração, contra 30% para a pontuação máxima anterior. Em sete semanas, o Google respondeu com Gemini 4 Argon, Anthropic com Claude Fable 5.1 e Opus 5.5, Mistral com um modelo de 1 trilhão de parâmetros, e Qubic publicou uma pontuação obtida sem uma única placa gráfica. Esta comparação classifica sete sistemas no que pode ser verificado: pontuações publicadas, preços, abertura, computação e governança.

Como foi construída esta comparação?

Cinco critérios verificáveis, sem opiniões. O primeiro é a pontuação no ARC-AGI-3, um teste onde o modelo deve aprender as regras de jogos desconhecidos jogando-os, projetado por François Chollet e administrado pelo ARC Prize em um conjunto de tarefas semi-privado. Usamos as pontuações “verificadas” publicadas em arcprize.org, e o ARC-AGI-2 quando o ARC-AGI-3 está ausente. O segundo é o preço público da API por milhão de tokens. O terceiro é abertura: pesos baixáveis ou não. O quarto é o compute declarado para treinamento. O quinto é governança: quem decide, quem audita.

Este framework estende o usado em nossa comparação de criptomoedas de IA, que já recusava classificar por capitalização de mercado. Aqui, recusamos classificar por comunicado de imprensa.

GPT-6 Astra: o mais forte, o mais caro, o mais monitorado

Os números primeiro. No ARC-AGI-3, Astra vai de 62,7% no mecanismo padrão para 99,9% quando o mecanismo retém seu estado de raciocínio, com um custo de avaliação de $18.817 na melhor configuração e até $49.791 na pior (ARC Prize, 3 de setembro). Uma vez que as regras de um jogo foram entendidas, o modelo usou menos ações que a mediana humana em 96% dos níveis. ARC Prize acrescenta duas frases que os comunicados mal captaram: saturar o teste “não representaria prova de atingir AGI,” e os ambientes testados continuam muito mais simples que o mundo real.

O modelo foi treinado em mais de 100.000 GPUs no local Stargate da OpenAI no Texas, a maior execução de treinamento na história da empresa, e é o primeiro que a OpenAI classifica como “crítico” para cibersegurança, o que significa capacidade teórica de encontrar e explorar vulnerabilidades desconhecidas sem orientação humana passo a passo (Axios, 3 de setembro). Daí o acesso gradual: um círculo restrito de organizações, depois assinantes pagantes e a API, com usuários gratuitos na espera.

Greg Brockman, presidente da OpenAI, em 3 de setembro: “Acho que pode ser sobre este modelo.” Depois: “Bem-vindo à era da AGI.” Três dias depois, o chefe da Nvidia, Jensen Huang, declarou que “A AGI chegou.” O detalhe legal importa: o contrato original entre OpenAI e Microsoft vinculava a declaração de AGI a mudanças nos direitos de acesso e na divisão de receita; uma emenda de 27 de abril de 2026 removeu essa cláusula. Brockman agora pode falar sobre AGI como um “conceito de missão ou conceito espiritual” sem consequência contratual.

Gemini 4 Argon e Claude: os desafiantes tocam outra música

Gemini 4 Argon, anunciado em 30 de setembro, é o único outro modelo próximo da saturação: 97,3% no ARC-AGI-3 no adaptador do provedor, 91,3% no ARC-AGI-2, verificado em 13 de outubro, com uma ressalva do ARC Prize sobre execuções incompletas no mecanismo padrão devido a problemas de API (cartão ARC Prize). Sua arma é o preço: $2 por milhão de tokens de entrada e $10 para saída durante o período de lançamento, cinco vezes menos que o GPT-6 Astra, depois $4 e $20 (9to5Google, 30 de setembro).

O Google está liberando inicialmente para defensores cibernéticos através de seu programa Fairwind, com uma versão sem salvaguardas cibernéticas reservada para defensores confiáveis.

Anthropic optou por não publicar uma pontuação ARC-AGI-3 para o Claude Fable 5.1, lançado em 15 de setembro, ou para o Claude Opus 5.5, lançado em 22 de setembro. No ARC-AGI-2, os dois modelos são verificados em 90,0% e 93,3%, atrás do 95% do GPT-6 (cartão ARC Prize).

Anthropic apresenta outras medidas, trabalhos agentivos longos e tarefas científicas no terminal, e precifica o Fable 5.1 na mesma taxa do Astra, $10 e $50 (anúncio Anthropic). Uma particularidade: Claude Mythos 5.1 é o mesmo modelo com salvaguardas mais leves em cibersegurança e biologia, disponível apenas para organizações americanas verificadas. Três desenvolvedores, três maneiras de lidar com o mesmo problema, um modelo capaz demais para ser aberto a todos.

Grok, DeepSeek, Mistral: a corrida pela abertura

Por trás dos três principais, a diferença é clara. Grok 4.7, verificado em 21 de setembro, alcança 10,1% no ARC-AGI-3 e 61,4% no ARC-AGI-2; Grok 5 foi anunciado há meses sem data verificável. DeepSeek V4.1 Flash, verificado em 10 de setembro, pontua 3,3% e 72,9%, mas pertence a uma família liberada como pesos abertos, o que o torna o melhor modelo baixável da tabela no ARC-AGI-2.

Mistral Large 4 é um caso diferente: sem pontuação ainda, mas uma promessa. Anunciado em 6 de outubro com o apelido “Le Chonk,” o modelo tem 1 trilhão de parâmetros, foi treinado em cerca de 4.000 GPUs Nvidia, “duas a três vezes menos que nossos concorrentes chineses” segundo Pierre Stock, VP de ciência da Mistral, e seus pesos devem ser liberados em até três semanas após testes de segurança (TechCrunch, 6 de outubro). Emmanuel Macron o vê como “um terceiro caminho em IA.” A verificação virá no dia que o ARC Prize publicar seu cartão.

O outro caminho: inteligência sem centro de dados 

Um objeto de natureza diferente, a ser comparado com cuidado. Neuraxon não é um grande modelo de linguagem. É uma rede de unidades simples que coordenam e se especializam, inspirada na “sociedade da mente” de Marvin Minsky, que o framework evolutivo Aigarth melhora a partir das redes geradas pelos mineradores da rede Qubic. A computação não vem de um centro de dados, mas de prova útil de trabalho, que redireciona o poder dos mineradores para o treinamento, um mecanismo que detalhamos em Qubic: Transformando Cada Ciclo de CPU em Valor no Mundo Real.

Em 22 de setembro, a Qubic publicou uma pontuação de 0,38 no ARC-AGI-3, subindo de 0,13 no início, após 141 ciclos de melhoria evolutiva e 450.000 tentativas, em processadores comuns, sem GPU e sem modelo de linguagem embutido (resumo Qubic). Em sua análise de 26 de setembro, a equipe científica do projeto é a primeira a estabelecer os limites: as avaliações rodam em “alguns CPUs,” e uma rede distribuída permanece “muito menos capaz em tarefas de linguagem” do que um modelo treinado em 100.000 GPUs (Qubic, Academia de Inteligência Neuraxon vol. 13).

Três precauções para a leitura.

O 0,38 não é uma pontuação verificada pelo ARC Prize e seu protocolo não é o do conjunto semi-privado: não pode ser comparado diretamente com os 99,9% do Astra. Não existe uma API Neuraxon comparável ao ChatGPT ou Claude. E a tese da Qubic não é “estamos à frente,” mas “AGI é uma organização emergente, distribuída e verificável, não um modelo atravessando um limite.” Essa é uma posição tanto sobre governança quanto técnica, e é nesse critério que o projeto se destaca na tabela: código fonte aberto, computação fornecida por milhares de máquinas, resultados apresentados em conferências em vez de keynotes.

O que a classificação não diz

Um teste saturado para de medir. ARC-AGI-3 foi projetado para resistir aos modelos de 2025; dois sistemas agora o superam com mais de 97%, e o ARC Prize alerta que isso não prova AGI. Comparar diferentes mecanismos é como comparar corredores com e sem vento a favor: o mesmo Astra pontua 62,7% ou 99,9% dependendo se seu estado de raciocínio é mantido.

O custo quase nunca aparece em comunicados. Avaliar Astra custou até $50.000 em chamadas API, enquanto os 500 humanos no grupo de referência receberam cerca de $12,78 por jogo tentado. E a própria OpenAI reconhece que Astra é mais difícil de monitorar em testes de evasão de controle, um retrocesso que a empresa considera sério. Amelia Glaese, VP de pesquisa da OpenAI: “Quando modelos podem fazer mais coisas autonomamente, precisamos confiar mais neles.“

As próximas datas estão definidas. Mistral deve liberar os pesos do Large 4 até o final de outubro; Google está ampliando o Gemini 4 Argon para desenvolvedores; Anthropic não anunciou execução ARC-AGI-3 para Fable 5.1; Qubic apresentará o estado de sua prova útil de trabalho em uma palestra principal na Conferência Blockchain TUM em Munique em 29 de outubro. A tabela será atualizada com cada cartão verificado pelo ARC Prize.

Ering N.

Independent author, specialized in decentralized artificial intelligence and crypto ecosystems. I analyze projects by what they actually do, not by the noise around them. Openly a supporter of the Qubic project: my articles about Qubic and its direct competitors carry a disclosure.