24 horas loucas no mundo dos modelos de IA

하이라이트

• O modelo Opus 5.5 da Claude custa cerca de 40% a menos que a versão anterior e supera amplamente os concorrentes em eficiência de custos e desempenho.

• O Grok 4.7 consome mais recursos e é mais lento que a versão 4.6, sem representar um salto real de inteligência.

• O GPT-6 Sol da OpenAI oferece maior eficiência de custos em relação à versão anterior, mas fica abaixo do modelo Astra em nível de inteligência.

• O GPT-6 Luna executa tarefas simples por menos de 5 centavos por tentativa, funcionando como uma opção barata para trabalhos que não exigem inteligência máxima.

• O modelo MIMO 2.6 Pro da Xiaomi atinge um raciocínio profundo de longo prazo por um custo muito baixo de API.

타임라인

1. 00:00:00 - 04:35:00

   Lançamento do Opus 5.5 e liderança em desempenho

   A Anthropic lançou o Opus 5.5, que apresenta números de benchmark expressivos e maior eficiência operacional. Os custos de tokens de entrada e saída foram reduzidos, otimizando o uso da assinatura. Além disso, o modelo corrige a tendência de respostas excessivamente longas, fornecendo explicações diretas em inglês natural.

   • O Opus 5.5 consome menos poder computacional e custa cerca de 40% a menos que o Opus 5.
   • Os benchmarks indicam que o modelo supera o GPT-6 Astra e o Fable em várias áreas de raciocínio.
   • A comunicação do modelo tornou-se mais concisa, eliminando explicações longas com jargões.
2. 05:30:00 - 07:20:00

   A desativação prática do Grok 4.7 como modelo decepcionante

   O Grok 4.7 surge como a principal decepção entre os lançamentos recentes devido à baixa eficiência prática. Os testes demonstram que ele consome mais recursos computacionais sem entregar um ganho real de inteligência em relação ao Grok 4.6, tornando a atualização desvantajosa.

   • O Grok 4.7 lidera apenas duas categorias em benchmarks públicos e não traz melhorias em programação.
   • O modelo opera de forma lenta e consome mais tokens que a versão anterior.
   • A versão 4.6 continua sendo uma opção mais recomendada do que a atualização atual.
3. 07:20:00 - 15:11:00

   O papel intermediário do GPT-6 Sol e a alternativa econômica do Luna

   O GPT-6 Sol posiciona-se como um modelo intermediário, servindo bem para tarefas cotidianas devido ao menor custo, embora perca para o Astra em cenários complexos. Paralelamente, o GPT-6 Luna atua como uma estrela secundária de baixo custo, ideal para fluxos de trabalho menos exigentes onde a máxima inteligência não é necessária.

   • O GPT-6 Sol melhora a eficiência de custos em relação ao 5.6 Sol, mas fica atrás do Astra em inteligência.
   • O GPT-6 Luna processa tarefas triviais e transformações de dados por menos de 5 centavos por tentativa.
   • O Luna supera modelos de anos anteriores e atende a demandas que não exigem raciocínio complexo.
4. 015:11:00 - 017:57:00

   O modelo negligenciado MIMO 2.6 da Xiaomi

   O MIMO 2.6, desenvolvido pela Xiaomi, destaca-se como o modelo negligenciado do período recente. Apesar de exigir longos períodos de pensamento na versão Pro, ele entrega resultados sólidos em problemas complexos e opera com tarifas de API bastante acessíveis.

   • O MIMO 2.6 Pro da Xiaomi supera o Fable 5 em benchmarks de engenharia de software profunda.
   • O processo de raciocínio da versão Pro pode durar vários minutos em problemas complexos.
   • O modelo oferece alta capacidade de raciocínio via API a um custo reduzido.