Pular para o conteúdo
NovidadesIA

Modelos e LLMs

GPT-6.2 da OpenAI encurta respostas em até 40%, mas esconde incerteza

Modelos Astra e Sol cortam rodeios para responder mais rápido, mas ficam atrás do Claude em transparência.

Edição: Anderson Gomes
· 3 min de leitura

A Artificial Analysis publicou em 22 de novembro de 2026 uma avaliação técnica que revela respostas até 40% mais curtas nos modelos GPT-6.2 Astra e Sol, da OpenAI. O teste mostra que os dois sistemas vão direto ao ponto, mas deixaram de admitir incerteza em comparação com versões anteriores e com a linha Claude, da rival Anthropic. O indicador que mede a propensão a reconhecer dúvidas despencou de 96 para 24 no Astra e de 98 para 51 no Sol em uma escala relativa de 1 a 100. O resultado importa para quem programa assistentes e depende de alertas claros quando o modelo não domina um assunto.

Respostas perdem travessões e cabeçalhos

A equipe da Artificial Analysis mediu a extensão média das saídas e constatou uma redução drástica de volume. O Astra reduziu o comprimento médio de 352 para 210 palavras por resposta, uma queda de 40%. Já o Sol foi de 337 para 223 palavras, corte de 34%. O texto enxuto veio acompanhado do quase abandono de títulos intermediários e travessões. A contagem média de títulos por resposta no Astra caiu de 1,99 para 0,11. No Sol, o índice recuou de 1,85 para 0,25. Menos enfeite na tela.

Essa reformulação mexeu direto no índice de organização dos modelos da OpenAI. A pontuação geral de organização despencou de 70 para 11 no Astra e de 86 para 27 no Sol. Isso ocorreu porque o benchmark pune respostas que abandonam a estruturação tradicional, ainda que o quesito Answer First, que afere se a resposta ataca a dúvida logo na primeira linha, tenha saltado de 49 para 89 no Astra e de 64 para 87 no Sol. A métrica de linguagem natural também subiu para a pontuação máxima de 100 no Astra e para 79 no Sol.

Claude supera rivais em transparência e dados

O levantamento da Artificial Analysis comparou os novos sistemas com o Claude Fable 5.2 e o Claude Opus 5.5, da Anthropic, nas versões com esforço máximo de raciocínio. No Índice de Transparência, a Anthropic obteve 81 com o Fable 5.2 e 90 com o Opus 5.5, bem à frente dos 41 do Astra e dos 57 do Sol. Essa escala agrega cinco traços avaliados por juízes de inteligência artificial: admissão de incerteza, veracidade, declaração de premissas, sinalização de nuances e comportamento adulador, cuja pontuação conta de forma invertida para premiar quem bajula menos o usuário.

O Claude Opus 5.5 também dominou o Índice de Informatividade, com nota 90 contra os concorrentes. O modelo da Anthropic registrou os resultados mais altos em densidade de informação e em raciocínio sustentado por evidências. A metodologia do AA-PersonalityBench submeteu 900 perguntas em inglês a cada sistema sem nenhum comando de sistema prévio. Um painel de três modelos julgadores analisou as respostas anonimizadas em pares para pontuar 30 traços individuais de personalidade, consolidados em oito índices gerais de 1 a 100.

A Artificial Analysis ressalta que essas pontuações descrevem estilo de comunicação e posição relativa entre concorrentes, não precisão factual estrita. Ter uma nota 24 em admissão de incerteza não significa errar três quartos das perguntas nem hesitar em só 24% dos casos. Trata-se de um retrato comparativo entre modelos comerciais. O teste expõe que a OpenAI priorizou a velocidade de entrega e a fala direta ao custo de esconder as dúvidas do próprio sistema.

  • The Decoder
  • Modelos e LLMs

Fonte: Comunicado oficial · Como produzimos as matérias