Passada essa linha, eu já não distingo quem é mais inteligente

A linha fica entre o Opus 4.5 e o 4.6: a maioria das pessoas já não consegue propor uma tarefa para lá do modelo. Passada ela, o que ainda se distingue é a definição de produto. O Jev emite uma probabilidade, não o trecho seguinte de chat mais inteligente.

Folkbench folkbench.com

Coautor: folkbench.com (Folkbench é uma plataforma de avaliação e seleção que se pode rever, para APIs de IA, serviços de modelos e sites relacionados. Apoia-se em informação publicada sobre o serviço, preços, disponibilidade, latência e janelas de evidência para ajudar os utilizadores a comparar e a escolher um caminho.)

Dez textos nesta série:

O concurso entre modelos de base vai no terceiro ano. A maior parte dos que ainda estão à mesa passou uma linha. A linha não é baixa.

A minha definição cabe numa frase. Noventa por cento dos utilizadores já não conseguem propor uma tarefa fora do alcance de um modelo. O trabalho continua lá. As pessoas não param de pedir. Esses pedidos, os modelos conseguem aceitar. Responder a correio, recolher atas, corrigir um erro, transformar uma pilha de material nuns poucos itens: eu deixei há muito de usar isto para os ordenar. Ficam dentro da linha. Eu ponho a aterragem entre o Opus 4.5 e o 4.6. Acima disso, esbate-se num só remendo.

Nos dois anos anteriores, eu ainda corria atrás dos lançamentos e mudava para comparar, a sério, quem era mais forte. Este ano eu deixei de comparar. Os quadros continuam a atualizar-se. O trabalho nas minhas mãos não ganhou mais um patamar.

Depois da mudança, só fica uma sensação

Antes da linha, eu distinguia. Se um texto longo se ia desfazer, eu sabia ao mudar de modelo. Se as condições anteriores ainda lá estavam quando os passos se acumulavam, eu sentia dentro da semana. Depois da linha, eu não consigo sentir a diferença de capacidade. Mudar de modelo muitas vezes só deixa a impressão de que ficou um pouco melhor. Melhor em quê, eu não consigo dizer.

O mesmo género de trabalho precisava que eu o refizesse no mês passado, e este mês passa. As notas da reunião entram, e as coisas a fazer saem. Dois fornecedores saem com uma linha ou duas de diferença, e os dois parecem-me utilizáveis. O código é igual. Cole um erro, e os dois conseguem dar uma alteração. Às vezes eu sinto que um deles está mais limpo, com um diff mais pequeno. Eu não consigo apontar a atualização em que se afastaram. Se eu tenho de escolher, eu escolho a alteração mais pequena. Não há um dia no meio a que eu possa apontar e dizer, a partir daqui já fazia isto. Os incrementos têm continuado a chegar. São finos demais para os meus dias os lembrarem.

Por isso eu passei a mudar menos de modelo por isto. Quem é mais inteligente no patamar seguinte, eu não distingo.

Estes eu ainda distingo

A primeira coisa que eu consigo sentir é a forma do que emite. O que emite texto, eu trato como alguém com quem falar. Eu entrego-lhe um registo desordenado e mando-o recolher as poucas coisas a fazer. Eu leio uma vez, mudo umas palavras, e devolvo-o se não estou satisfeito. Essa ida e volta é familiar. A voz é outro caminho. Eu falo-lhe, e ele fala de volta. Eu não uso muito. Eu ligo-o enquanto vou a caminho. No momento em que eu preciso de mudar palavras, eu volto a texto que eu possa copiar. Eu reconheço esta forma.

O que emite ações é mais diferente. Opera um computador e clica um fluxo até ao fim por si. Eu vejo-lhe as mãos. Clique no sítio errado, e por mais completas que sejam as palavras a seguir, não ajudam. Há outro género que só dá uma probabilidade. O Jev é esse género. Não emite texto, e não opera um computador. Eu encontrei todos estes. Eu consigo distingui-los porque a maneira como eu tomo o lugar é diferente.

O temperamento e o gosto também separam as pessoas. Entregue o mesmo material, e uns escrevem-no muito cheio, a acrescentar uma frase na margem, com medo de que eu não perceba. Outros param aqui e deixam o juízo a uma pessoa. Quem eu guardo depende muitas vezes de esse temperamento me cair bem na mão. O que para no sítio certo, eu guardo-o na janela que eu abro todos os dias. Uma pontuação mais alta ao lado, e eu mesmo assim raramente mudo de janela por causa da pontuação.

O custo e a latência sentem-se juntos. Em que troço da curva de custo fica, e em que troço da curva de latência, dois usos chegam para saber. A conversar com uma pessoa, eu ainda aguento esperar um pouco mais. Uma pessoa tem de fazer uma pausa de qualquer maneira. Ponha-o num fluxo que corre vezes sem conta, e a espera torna-se um bloqueio. Lento o bastante para eu ir buscar um copo de água, e só pertence a uma conversa. Caro o bastante para eu não me atrever a chamá-lo mais uma vez, e não pode entrar nos passos que são pequenos e densos. Se é barato, e volta depressa, então eu atrevo-me a espalhá-lo. Se o que volta é uma passagem que eu tenho de acabar de ler, barato não ajuda. Eu continuo sem o poder meter num ciclo.

A recusa também é uma diferença. O que recusa, e como recusa, mostra-se depois de um tempo de uso. Uns recusam diretamente, em muito poucas palavras. Eu sei que o caminho está fechado, eu mudo o pedido, e uma frase mudada chega para continuar. Outros não o dizem. Contornam a coisa e devolvem trabalho que saiu torto. Eu ainda vou pensar que não disse com clareza, e moer mais uma volta num resultado mau. O que eu olho agora é se eu me atrevo a entregar-lhe este trabalho da próxima vez.

Um modelo novo declara primeiro o seu lugar

O GPT-6 fez o mundo reconhecer outra vez o computer use. Operar um computador foi posto de novo à frente de um lançamento. O que me importa não é que os modelos já soubessem usar um rato. Passada a linha, isso já não é novo. Eu costumava ver um lançamento à procura de mais um patamar de altura. Desta vez eu mudei a pergunta. Uma empresa que lança um modelo novo tem de pensar primeiro no seu próprio nicho: para quem é, e em que é particularmente bom. Não tem de se levantar e dizer que é o patamar seguinte, mais inteligente.

O Jev é um extremo que eu toquei de facto há pouco. Não compete com o Opus a escrever. Escrever, não aceita. O que ocupa é a articulação. O material chega ao ponto em que uma decisão tem de ser feita, a pergunta está fechada, e as opções foram dadas de antemão. O que é devolvido é uma probabilidade. É devolvido de imediato. Do lado do chat eu ainda mudo para outra janela e espero. Aqui eu não tenho de mudar de sítio. O resultado já voltou. Este género de saída não se cobra. O que eu atiro para lá não é «escreve-me um parágrafo». É um juízo já circunscrito: este caminho segue, e com que certeza. Depois de a probabilidade voltar, quem toma o lugar é um programa, não eu sentado a acabar de ler e só depois decidir. Eu não tenho vontade de conversar com ele. O lugar não está reservado ao chat. Os modelos de chat podem ir mais acima, e o que emitem continua a ser texto. O Jev tira o passo de gerar texto. Isto não é chat mais inteligente. É outro género de produto.

Entre empresas de modelos, eu agora olho para a rota, e para se a definição do produto se consegue levar até ao fim. Como um modelo se desenha agora reduz-se a essas duas coisas. Não é o primeiro nome num quadro que decide. Os nomes no quadro mudam passado um tempo. O que um modelo tenciona emitir, fixa a forma, e o treino e a interface seguem, e o preço também segue.

Outras rotas, este texto só leva uma frase. Uns levam a engenharia a um extremo. Outros viram-se e constroem uma suite vertical. Os restantes simplesmente não falam, e continuam a empurrar um modelo geral. As suites concretas da DeepSeek e da Kimi não se desdobram aqui. Estão escritas em JEV - Um modelo reduzido ao essencial, uma suite e um que não fala.

Passada essa linha, eu já não distingo quem é mais inteligente. Quando eu mudo, ainda pode parecer um pouco melhor. Essa sensação não me chega para escolher. O que eu consigo distinguir é a definição do produto. Você emite texto, emite ações, ou emite só uma probabilidade.

Fontes

Série