O cientista-chefe da OpenAI, Jakub Pachocki, defendeu em um post de blog a adoção da perplexity como régua compartilhada entre as empresas de inteligência artificial — e, a partir dela, a fixação de um teto para o avanço dos modelos. A curva apresentada no texto mostra a métrica recuando de 0,91 no GPT-4 para menos de 0,8 nos modelos atuais, faixa em que, segundo o pesquisador, emergiram capacidades transformadoras em áreas como cibersegurança e matemática.

Por que a régua importa mais que o discurso

Sem uma medida acordada, limite de velocidade é apenas intenção. O diagnóstico de Pachocki é que os testes voltados à capacidade aplicada dos modelos — o que a área chama de downstream capabilities, as tarefas que chegam ao usuário final — envelhecem depressa, porque o salto de desempenho ocorre em ritmo mais rápido do que a capacidade das provas de acompanhá-lo. A perplexity, nessa comparação, teria preservado o poder informativo.

O termo, que o investidor deve ouvir com frequência crescente, expressa a qualidade média com que o modelo antecipa o próximo token — a unidade básica em que textos são processados por esses sistemas. A leitura é invertida em relação ao usual: número menor significa melhor desempenho, porque o modelo erra menos ao prever a sequência.

Sobre essa base, a proposta é convencionar um parâmetro comum para medir inteligência geral e, a partir dele, negociar limites.

A pressão que antecedeu a proposta

O post chega depois de uma sequência de manifestações públicas sobre risco. Um pesquisador com passagem por OpenAI e Anthropic declarou que as companhias estavam fazendo uma aposta com vidas humanas. Na esteira disso, o pedido de oferta pública inicial da Anthropic passou a listar, entre os riscos do negócio, a hipótese de a tecnologia impor à sociedade ameaças de natureza catastrófica ou existencial — vocabulário pouco comum em documentos do gênero.

Dario Amodei, executivo-chefe da Anthropic, publicou então um plano para pace the frontier — algo como dosar a velocidade da fronteira tecnológica —, com sinalização favorável de Sam Altman, da OpenAI, e de Elon Musk, da SpaceX.

O que o gráfico revela

O material traz a evolução da perplexity dos modelos da OpenAI desde o GPT-3.5. Dois pontos concentram a argumentação:

ReferênciaPerplexityComportamento relatado
GPT-40,91uso produtivo de raciocínio em cadeia (chain-of-thought), que motivou a criação dos modelos de raciocínio
Modelos atuaisabaixo de 0,8surgimento de capacidades transformadoras em cibersegurança e matemática

Na leitura de Pachocki, ao atingir perdas abaixo de 0,8 a companhia passou a observar capacidades transformadoras — indício de que a métrica captura mudanças qualitativas de comportamento, e não apenas ganho incremental na previsão de texto.

O que isso significa para o investidor

Para quem acompanha o setor de tecnologia, a discussão deixa de ser abstrata no momento em que uma métrica técnica se candidata a critério de governança. Um teto ancorado em número — e não em um conjunto difuso de boas práticas — cria parâmetro verificável para duas variáveis que sustentam as teses de investimento em IA: a expansão da capacidade computacional e o calendário de lançamento de novos modelos.

Há também uma assimetria embutida. Quem publica a própria curva de perplexity define a referência que os concorrentes terão de perseguir e escolhe o intervalo em que o debate sobre limites será travado. Nenhuma empresa aderiu formalmente ao mecanismo até aqui; trata-se, por ora, de uma contribuição técnica, sem valor regulatório.

O terceiro desdobramento aparece longe dos laboratórios. Ao converter risco existencial em fator de risco de um documento de oferta, a Anthropic desloca para o terreno jurídico-contábil um tema que antes circulava em artigos acadêmicos — e passa a exigir dos analistas uma precificação que múltiplos tradicionais não capturam.

Acompanhar se outros laboratórios adotarão a perplexity como benchmark público, e qual marco concreto de monitoramento será definido, é o que dará contorno prático à proposta.