GPT-5.5 Agentic Supera 84% em Testes | NeuralNet IA

🇧🇷 O Que Isso Significa para o Brasil?

Com o crescimento do ecossistema de IA no país e discussões sobre regulação (PL 2338/2023), avanços em inteligência artificial, machine learning e automação impactam diretamente profissionais, startups e empresas brasileiras. Fique atento a:

• 🎓 Capacitação profissional: Demanda por habilidades em IA cresce 3x ao ano no mercado brasileiro
• ⚖️ Marco Regulatório: Proposta de lei sobre IA pode afetar desenvolvimento e uso de ferramentas
• 🏢 Adoção empresarial: Setores como saúde, jurídico e financeiro lideram implementação de IA no Brasil

A OpenAI lançou o GPT-5.5, seu modelo mais capaz até o momento e o primeiro modelo básico totalmente retreinado desde o GPT-4.5. O GPT-5.5 foi projetado para realizar tarefas computacionais complexas e de várias etapas com o mínimo de orientação humana. Pense nisso como a diferença entre um assistente que precisa de uma lista de verificação e aquele que entende o objetivo subjacente e descobre as etapas por conta própria. O lançamento está sendo lançado hoje para assinantes Plus, Pro, Business e Enterprise no ChatGPT e Codex.

O que ‘Agentic’ realmente significa aqui

Um modelo de agente não responde apenas a um único prompt – ele executa uma sequência de ações, usa ferramentas (como navegar na web, escrever código, executar scripts ou operar software), verifica seu próprio trabalho e continua até que a tarefa seja concluída. Os modelos anteriores muitas vezes paralisavam em pontos de transferência, exigindo que o usuário solicitasse novamente ou corrigisse o curso. O GPT-5.5 foi desenvolvido para reduzir essas interrupções.

A OpenAI lançou o GPT-5.5 como um modelo direcionado ao uso de computadores por agentes – ele escreve e depura código, navega na web, preenche planilhas e continua trabalhando em tarefas de várias etapas sem a necessidade de um humano para supervisionar cada movimento.

Os quatro domínios onde os ganhos estão concentrados

Os ganhos estão concentrados em quatro áreas: codificação de agentes, uso de computadores, trabalho de conhecimento e pesquisas científicas iniciais – domínios que a OpenAI descreve como aqueles ‘onde o progresso depende do raciocínio em todo o contexto e da ação ao longo do tempo’.

Para engenheiros de software, o benchmark mais imediatamente relevante é SWE-Bench Proque avalia a resolução de problemas reais do GitHub em quatro linguagens de programação. GPT-5.5 resolve 58,6% das tarefas de ponta a ponta em uma única passagem. Vale a pena notar: Claude Opus 4.7 tem pontuação mais alta, 64,3% neste mesmo benchmark, embora a OpenAI tenha notado que a Anthropic relatou sinais de memorização em um subconjunto desses problemas, o que pode afetar a comparação.

Especificamente para codificação de longo horizonte, OpenAI também relata resultados em Especialista-SWEum benchmark interno que mede tarefas com um tempo médio estimado de conclusão humana de 20 horas. GPT-5.5 supera GPT-5.4 no Expert-SWE. Esse benchmark é significativo porque reflete o tipo de trabalho de engenharia estendido e multisessão – grandes refatoradores, criação de recursos, depuração profunda em uma base de código – que cada vez mais as ferramentas de agente são solicitadas a realizar de forma autônoma.

Os desenvolvedores que testaram o sistema anteriormente disseram que o GPT-5.5 compreende melhor o “formato” de um sistema de software e pode entender melhor por que algo está falhando, onde a correção é necessária e o que mais na base de código seria afetado.

Para engenheiros de ML e cientistas de dados que passam um tempo significativo em ambientes de terminal orquestrando pipelines e depurando scripts, o Terminal-bancada 2.0 os resultados são o sinal mais convincente. GPT-5.5 pontua 82,7% no Terminal-Bench 2.0, que testa fluxos de trabalho complexos de linha de comando que exigem planejamento, iteração e coordenação de ferramentas – superando Claude Opus 4.7 com 69,4% e Gemini 3.1 Pro com 68,5%. Essa não é uma vantagem marginal.

Para um trabalho de conhecimento mais amplo, o GPT-5.5 pontua 84,9% no GDPval, que testa agentes em 44 ocupações de trabalho de conhecimento. Sobre Verificado pelo OSWorldum benchmark que mede se um modelo pode operar autonomamente em ambientes de computador reais, chega a 78,7%.

O GPT-5.5 também vem com uma variante Pro desenvolvida para tarefas mais difíceis e de maior precisão. No BrowseComp, que testa a capacidade de um modelo de rastrear informações difíceis de encontrar na web, o GPT-5.5 Pro obteve 90,1%, à frente do Gemini 3.1 Pro com 85,9%. O modelo também é o sistema com melhor classificação no Índice de Inteligência de Análise Artificial.

Velocidade e eficiência de token

Uma preocupação com modelos mais capazes é que eles tendem a ser mais lentos ou mais caros para operar. OpenAI abordou isso diretamente. O GPT-5.5 corresponde à latência por token do GPT-5.4 na veiculação do mundo real, ao mesmo tempo em que apresenta melhor desempenho em quase todas as avaliações medidas. Ele também usa significativamente menos tokens para concluir as mesmas tarefas do Codex, o que significa execuções mais curtas e mais eficientes, mesmo em fluxos de trabalho de agentes complexos.

Quanto ao preço, a API GPT-5.5 padrão será cobrada em US$ 5 por milhão de tokens de entrada e US$ 30 por milhão de tokens de saída. Para fins de contexto, o GPT-5.4 custava US$ 2,50 por milhão de tokens de entrada e US$ 15 por milhão de tokens de saída – portanto, o preço por token dobrou.

A equipe da OpenAI argumentou que os ganhos de eficiência do token compensam o custo, uma vez que o GPT-5.5 completa as mesmas tarefas do Codex com menos tokens, o que significa execuções mais baratas em geral, mesmo com a taxa mais alta por token. GPT-5.5 Pro, a variante de maior precisão, custa US$ 30 por milhão de tokens de entrada e US$ 180 por milhão de tokens de saída na API.

Para equipes que executam o Codex em escala, a matemática líquida é o que importa: se o GPT-5.5 concluir uma tarefa com significativamente menos tokens do que o GPT-5.4, o custo efetivo por fluxo de trabalho concluído ainda poderá ser menor, apesar da taxa mais alta.

Escala e adoção

A OpenAI viu um aumento no uso do Codex, com cerca de 4 milhões de desenvolvedores usando a ferramenta semanalmente. Essa escala é importante para a compreensão do contexto de implantação: GPT-5.5 não é uma prévia de pesquisa, mas um modelo de produção que está sendo empurrado para uma grande e ativa base de desenvolvedores imediatamente após o lançamento.

Principais conclusões

• GPT-5.5 é o primeiro modelo básico totalmente retreinado da OpenAI desde GPT-4.5projetado especificamente para fluxos de trabalho de agentes — ele pode compreender objetivos complexos, usar ferramentas, verificar seu próprio trabalho e realizar tarefas de várias etapas até a conclusão com o mínimo de orientação humana.
• Os maiores ganhos de desempenho estão na codificação de agentes, no uso do computador, no trabalho de conhecimento e nas primeiras pesquisas científicas — GPT-5.5 pontua 82,7% no Terminal-Bench 2.0, 84,9% no GDPval e 78,7% no OSWorld-Verified, superando Claude Opus 4.7 e Gemini 3.1 Pro em vários benchmarks importantes.
• O GPT-5.5 corresponde à latência por token do GPT-5.4 e é mais capaz em quase todos os benchmarks — também usa significativamente menos tokens para concluir as mesmas tarefas do Codex, o que significa melhores resultados sem um aumento proporcional na velocidade ou custo por fluxo de trabalho concluído.
• O preço da API aumenta para US$ 5/milhão de tokens de entrada e US$ 30/milhão de tokens de saída (acima de US$ 2,50 e US$ 15 para GPT-5.4), com GPT-5.5 Pro custando US$ 30/m de entrada e US$ 180/m de saída – a equipe da OpenAI argumenta que os ganhos de eficiência de token compensam a taxa mais alta por token para a maioria das cargas de trabalho.
• GPT-5.5 está sendo lançado hoje para usuários Plus, Pro, Business e Enterprise em ChatGPT e Codexcom aproximadamente 4 milhões de desenvolvedores já usando o Codex semanalmente.

📚 Leia Também no NeuralNet:

• 👉 Guia de Inteligência Artificial para Iniciantes
• 👉 Melhores Ferramentas de IA para Aumentar sua Produtividade
• 👉 Ética e Regulação de IA no Brasil: O Que Você Precisa Saber

⚠️ Aviso Importante: Este conteúdo é apenas para fins educacionais e informativos. Não constitui aconselhamento técnico, jurídico ou profissional. Tecnologias de IA evoluem rapidamente e podem apresentar limitações, vieses ou riscos. Sempre valide informações em fontes oficiais e use ferramentas de IA com responsabilidade e crítica.