Novo modelo de IA da OpenAI impressiona, mas consome até US$ 1 mil por tarefa
Modelo supera recordes de desempenho em testes avançados, mas exige alto poder de computação e eleva os custos de uso


Repórter
Publicado em 24 de dezembro de 2024 às 11h10.
Última atualização em 24 de dezembro de 2024 às 11h10.
A OpenAI lançou o modelo de inteligência artificial (IA) o3, que registrou avanços impressionantes em testes de desempenho. Ele obteve 88% no teste ARC-AGI, um dos mais difíceis para avaliar o progresso rumo a uma inteligência artificial geral (AGI, na sigla em inglês). Para comparação, o modelo anterior, o1, atingiu apenas 32%. Apesar disso, esses ganhos vêm acompanhados de custos elevados, que podem limitar seu uso no dia a dia.
O grande destaque do o3 é a adoção do chamado test-time scaling, um método que utiliza mais poder de processamento na hora de gerar respostas.
Isso significa que o modelo pode usar chips de alto desempenho ou processar dados por mais tempo — em alguns casos, até 15 minutos para fornecer uma resposta. Com isso, o o3 consegue atingir os tais resultados superiores, mas a um custo elevado: em um teste, o modelo consumiu mais de US$ 1.000 em recursos para concluir uma tarefa.
Custos e limitações
Esse alto consumo de recursos torna o modelo inviável para perguntas simples do dia a dia, como “Qual o clima para hoje?”. Em vez disso, o o3 parece mais adequado para problemas complexos e estratégicos, como projeções de negócios. “Instituições com orçamentos robustos, como grandes empresas, podem ser os principais usuários dessa tecnologia inicialmente”, apontou Ethan Mollick, professor da Wharton, em uma análise.
Além disso, o modelo não está livre de falhas. Como outros sistemas de IA, o o3 ainda comete erros em tarefas simples e pode apresentar respostas imprecisas. Essas limitações indicam que, embora o o3 represente um avanço importante, ele está longe de ser a solução definitiva para inteligência artificial geral.