A OpenAI declarou a era da AGI, e o benchmark que sustentaria isso ficou de fora

Em 3 de setembro de 2026 a OpenAI lançou o GPT-6 Astra e o cofundador e presidente Greg Brockman encerrou o briefing fechado com a imprensa dizendo "bem-vindos à era da AGI"¹. Perguntado se aquele modelo era AGI, respondeu que acha que "pode ser sobre este modelo", segundo o Axios. Na mesma conversa, ressalvou que cada um tem uma definição diferente de AGI e que o conceito virou "uma coisa bem mais cinzenta e difusa". O modelo começou a sair para clientes corporativos do programa Daybreak e chega em seguida ao ChatGPT Plus, Pro, Business e Enterprise, à API e à AWS, segundo a Fortune.

Ou seja: a empresa mais barulhenta de IA do mundo anunciou a chegada da AGI e, na mesma frase, avisou que a palavra não quer dizer nada em particular. Isso não é descuido de comunicação. Em abril deste ano morreu a cláusula de contrato que fazia declarar AGI custar caro pra OpenAI, e a partir dali dizer "era da AGI" passou a ser uma decisão de marca sem contrapartida financeira. Este post separa o que o Astra entrega do que a palavra AGI está fazendo ali, mostra quem está mais perto de verdade e abre a conta do que muda na economia e no emprego se um dia chegarmos lá.

O que o Astra entrega, sem o release

A parte concreta do lançamento é uso de computador. O modelo navega, mexe em planilha, opera software de engenharia e completa tarefa de várias etapas sem precisar de integração pronta pra cada sistema. Segundo o VentureBeat, ele fez 72,6% no OSWorld 2.0 em cerca de 40 minutos, contra 65,7% do GPT-5.6 Sol em 75 minutos. Nas demonstrações, formatou contrato, desenhou placa de circuito no KiCad e preencheu declaração de imposto a partir do informe de rendimento.

Os outros números oficiais: 97,6% no FrontierMath Tier 4, 96% no GPQA Diamond, 74,1% no DeepSWE v1.1 e 100% no ExploitBench². O preço subiu junto: de US$ 4 por milhão de tokens³ de entrada e US$ 20 de saída para US$ 10 e US$ 50, valores de setembro de 2026 que provavelmente mudam, então confira o vigente antes de fazer conta.

O detalhe que mais me interessou não foi benchmark. Brockman disse que "cobrar por token não faz o menor sentido" e defendeu medir preço por tarefa, porque modelo barato que erra e precisa refazer sai mais caro que modelo caro que acerta de primeira. Concordo, e é a discussão do post sobre Service as a Software. A diferença é que quem propõe a mudança de unidade acabou de dobrar o preço da unidade antiga.

O benchmark que ficou de fora

A OpenAI não publicou o GDPval junto com o lançamento. O GDPval é o teste da própria OpenAI para trabalho economicamente valioso, montado sobre tarefas reais de 44 ocupações. É o número que sustentaria uma afirmação de AGI, porque a Carta da empresa, de 2018, define AGI como superar humanos "na maioria dos trabalhos economicamente valiosos". Publicaram cibersegurança, matemática e uso de computador. O teste de trabalho, não.

Quem mediu por fora foi a Artificial Analysis. No índice de inteligência deles, o Astra tirou 61, empatado com o GPT-5.6 Sol que ele substitui e cinco pontos abaixo do Claude Fable 5.1. Na versão adaptada do GDPval, o Astra caiu cerca de 80 pontos de Elo⁴ em relação ao antecessor. Em programação empatou com o Claude Opus 5 gastando um terço dos tokens, uma vitória real de eficiência. E em inteligência geral ficou 75% mais caro por tarefa que o modelo anterior.

O 99,9% do ARC e o que a própria ARC Prize disse

O número que mais circulou hoje foi o desempenho no ARC-AGI-3, teste desenhado para medir raciocínio em problemas que o modelo nunca viu. A ARC Prize publicou a medição dela, e ela tem dois resultados.

No ambiente padrão de avaliação⁵, o Astra fez 62,7%, a um custo de US$ 26.098 na rodada. No ambiente com o adaptador fornecido pela própria OpenAI, fez 99,9%, a US$ 18.817. São condições diferentes das usadas no teste controlado com humanos, e a ARC Prize registra isso. Os humanos do mesmo estudo saíram por cerca de US$ 12,78 por partida tentada.

Dados de mercado

62,7%

do Astra no ARC-AGI-3 no ambiente padrão de avaliação

O número de 99,9% que circulou depende do adaptador fornecido pela própria OpenAI, em condições diferentes do teste controlado com humanos, segundo a ARC Prize em 3 de setembro de 2026

E a frase mais importante do texto deles é uma negativa: "não estamos afirmando que isto é AGI". Dizem ainda que saturar aquele teste não provaria AGI, porque o escopo dele é estreito perto do mundo real. Quem criou o teste que tem AGI no nome está avisando que ele não decide a questão.

Por que declarar AGI ficou barato

Aqui é onde a conta fecha, e nenhum laboratório muda de discurso por acaso.

Desde julho de 2019, o contrato entre OpenAI e Microsoft tinha uma cláusula estranha: os direitos comerciais da Microsoft sobre a tecnologia da OpenAI caíam se a OpenAI declarasse AGI. Como a frase da Carta não é critério que se verifica em auditoria, a definição foi ficando concreta. Documentos revelados em dezembro de 2024 mostraram que, no contrato, AGI significava sistemas capazes de gerar US$ 100 bilhões em lucro acumulado. Em outubro de 2025 entrou um painel de especialistas independentes para verificar qualquer declaração. E em 27 de abril de 2026 a estrutura inteira foi jogada fora, com licença não exclusiva para a Microsoft até 2032 e participação em receita até 2030, independente do progresso tecnológico da OpenAI. O histórico está no Simon Willison.

Enquanto a palavra tinha gatilho contratual, ninguém da OpenAI ia dizer no palco que chegamos lá. Quatro meses depois de o gatilho sumir, o presidente da empresa encerra um briefing com "bem-vindos à era da AGI". Pode ser coincidência. Eu leria como o que é: a palavra deixou de ser um marco técnico com preço e virou vocabulário de posicionamento, útil pra sustentar rodada, contrato de nuvem e a diferença entre US$ 20 e US$ 50 por milhão de tokens.

O que veio junto e ninguém pediu

O Astra é o primeiro modelo da OpenAI a cruzar o limiar interno que a empresa chama de crítico em cibersegurança, segundo a NBC News. Ele encontra e explora falha desconhecida em sistema protegido sem alguém guiando, e achou dois zero-days⁶ durante a avaliação.

Junto veio uma admissão desconfortável: o Astra se mostrou mais difícil de monitorar em testes feitos pra ver se ele tentaria escapar da supervisão, e o raciocínio escrito dele é menos legível que o do modelo anterior. Jakub Pachocki, cientista-chefe da OpenAI, disse que as técnicas atuais de monitoramento podem não funcionar nos próximos modelos. Isso não é discurso de vendedor, e por isso pesa mais.

O contexto ajuda. Em julho, durante avaliações internas, modelos da OpenAI contornaram os controles que os isolavam da internet e comprometeram parte da infraestrutura de pesquisa da empresa e sistemas do Hugging Face, o repositório onde meio mundo publica modelo aberto. A própria OpenAI publicou o relato e pausou treinos por duas semanas, com o maior deles ainda em espera. Sam Altman disse hoje, em entrevista ao Axios, que suspeita que "daqui em diante o nosso ritmo vai ser ditado pela velocidade com que a gente conseguir avançar em alinhamento e segurança".

Quem está mais perto

Ninguém abriu vantagem, e esse é o ponto que quase todo post sobre isso erra. No índice da Artificial Analysis, os três primeiros estão separados por poucos pontos e a liderança muda conforme o teste: OpenAI em uso de computador e cibersegurança, Anthropic em programação, Google em multimodal e custo. Trocar de fornecedor hoje é decisão de encaixe e orçamento.

Demis Hassabis, do Google DeepMind, mantém 2030 e admite 2029, e diz que falta o sistema formular a própria hipótese científica em vez de só provar hipótese existente. Dario Amodei, da Anthropic, fala em um a três anos para o que chama de "um país de gênios num data center". Brockman diz que talvez já seja. Três laboratórios, três réguas, e nenhuma delas verificável por fora.

O que dá pra afirmar com os dados de hoje é mais modesto e mais útil: o modelo sozinho não é o produto. O mesmo Astra varia mais de trinta pontos no mesmo teste dependendo do encanamento, e a NVIDIA chegou a 100% ali usando o Claude Opus 5 com uma arquitetura de agente própria, segundo o mesmo levantamento do VentureBeat. Quem está mais perto é quem monta melhor o sistema completo, e isso inclui o dado que alimenta ele, que é o assunto do post sobre dados estruturados e ROI.

Se chegarmos lá, o que muda na economia

Aqui os economistas estão mais divididos que os engenheiros. O AI Frontiers reuniu em 11 de maio de 2026 as projeções de impacto da IA no crescimento anual, e a distância entre elas passa de um quatrilhão de dólares de PIB acumulado até 2035.

Quanto a IA adiciona ao crescimento anual, segundo quem projeta

Dados de mercado

CéticosOtimistas

McKinsey (2023)

0,1% ao ano

OCDE (2024)

cerca de 0,5% ao ano

Acemoglu, do MIT

0,71% em dez anos

Goldman Sachs (2023)

1,5% ao ano

Quanto a IA adiciona ao crescimento anual, segundo quem projeta

Métrica	Céticos	Otimistas
McKinsey (2023)	0,1% ao ano	18% ao ano
OCDE (2024)	cerca de 0,5% ao ano	30% ao ano
Acemoglu, do MIT	0,71% em dez anos
Goldman Sachs (2023)	1,5% ao ano

O lado cético, com Daron Acemoglu na frente, argumenta que tarefa difícil continua difícil e que a fricção institucional em saúde e educação segura a implantação. O lado otimista, com Anton Korinek e a Epoch AI, responde que dificuldade de tarefa é uma escala contínua, que cede aos poucos, e que uma IA capaz de automatizar a própria pesquisa gera crescimento super exponencial.

O próprio Amodei, que está do lado otimista, faz a distinção mais honesta do debate: existem duas curvas, a da capacidade dos modelos e a da difusão na economia, e elas não andam juntas. A capacidade pode ser exponencial e a difusão continuar sendo o que sempre foi, uma questão de contrato, integração, treinamento e gente mudando de hábito. A eletricidade só virou ganho de produtividade depois de passar de 50% de adoção, duas décadas depois de existir. Achar que dessa vez a difusão vai ser vertical é a parte do discurso que a história desmente sozinha.

O emprego é onde já dá pra medir

Enquanto o PIB é briga de projeção, o mercado de trabalho já tem medição. A Anthropic publicou em 5 de março de 2026 uma análise do impacto no emprego usando o uso real da ferramenta como medida de exposição. As ocupações mais expostas são programação, atendimento e entrada de dados.

A conclusão tem duas partes e quase todo mundo cita só a que serve pro argumento que já tinha. Primeira: não há aumento sistemático de desemprego entre trabalhadores altamente expostos desde o fim de 2022. Segunda: há queda de 14% na taxa de obtenção de emprego para a faixa de 22 a 25 anos nas ocupações expostas. O aperto está inteiro na porta de entrada.

Do lado do empregador, o relatório de 2026 da ZipRecruiter mostra o mecanismo: 38% dos empregadores tiraram processamento básico de dados do júnior e passaram pra IA, e 31% aumentaram a exigência de experiência para vagas de entrada. Ninguém demitiu ninguém. Parou de contratar quem faria a tarefa que a máquina agora faz e subiu a régua pra quem chega. É mais silencioso e mais difícil de reverter, porque destrói o degrau onde a pessoa aprenderia a fazer o resto.

E o Brasil, que publicou os próprios números no mesmo dia

No mesmo 3 de setembro saiu o estudo "Desbloqueando o Potencial da IA no Brasil 2026", da Strand Partners para a AWS, com mil líderes empresariais e mil cidadãos ouvidos, reportado pela Exame. Metade das empresas brasileiras já usa IA, contra 40% no ano anterior. Mais de 2,75 milhões de empresas entraram em doze meses.

Aí vem o resto do número. Dentro dessa metade, 58% estão em uso básico, 27% em intermediário e 15% em estágio avançado. Só 21% se dizem preparadas para IA agêntica, e a barreira mais citada é escassez de talento, com 46%. E 47% desconfiam da própria capacidade de medir o retorno da IA, com apenas 28% usando alguma metodologia formal de avaliação.

Junte com o dia de hoje e o quadro fica desconfortável. No mesmo dia em que o modelo de fronteira passou a operar computador sozinho e a ser vendido como AGI, a empresa brasileira mediana está num chatbot e não sabe dizer se ele deu retorno. Dos dois lados dessa distância, só um a gente controla. É o mesmo buraco de fluência do post sobre guru de IA, agora com número em cima.

O que eu faria com essa notícia na segunda-feira

Nada de diferente do que já estava pra fazer, e essa é a parte mais importante. Se o Astra é AGI ou não muda pouco pra quem opera: o dado continua espalhado, a equipe continua sem saber medir retorno e o processo continua sendo o gargalo. O que mudou de concreto hoje foi o uso de computador ficar bom o bastante pra tirar tarefa de tela do backlog eterno, e o preço por token dobrar, o que torna a conta por tarefa obrigatória em vez de elegante.

Chegamos na AGI? Pela definição que a própria OpenAI escreveu na Carta dela, não temos como saber, porque ela não publicou o teste que mede isso. Pela régua da ARC Prize, que criou o teste com AGI no nome, não. Pela régua do marketing, chegamos em abril, quando a palavra ficou de graça.

Se quiser acompanhar os próximos posts, o feed RSS do blog, o meu LinkedIn e o Instagram danielsilvestre.ai são os lugares.

Enquanto a fronteira discute se já é AGI, metade do Brasil ainda está tentando medir o retorno de um chatbot.

FAQ

O GPT-6 Astra é AGI?

Depende de quem responde, e é esse o problema. A OpenAI diz que talvez, a ARC Prize diz explicitamente que não está afirmando isso, e o teste da própria OpenAI para trabalho economicamente valioso, que é o critério da Carta da empresa, não foi publicado no lançamento. Sem esse número, a afirmação não tem como ser verificada por fora.

Qual empresa está mais perto da AGI?

Nenhuma abriu vantagem clara. Nos índices independentes, OpenAI, Anthropic e Google ficam separados por poucos pontos e trocam de posição conforme o teste. Nas previsões dos executivos, Hassabis fala em 2030, Amodei em um a três anos e Brockman sugere que já chegamos. Como cada um usa uma definição diferente, as previsões não são comparáveis entre si.

Por que os benchmarks de AGI são tão contestados?

Porque o resultado depende do encanamento em volta do modelo, não só do modelo. No ARC-AGI-3, o mesmo Astra marcou 62,7% no ambiente padrão e 99,9% com o adaptador do fornecedor, com custos de dezenas de milhares de dólares por rodada. E a organização que mantém o teste diz que saturá-lo não provaria AGI, porque o escopo dele é estreito perto do mundo real.

A IA já está tirando emprego?

No agregado, ainda não aparece. A medição da Anthropic de março de 2026 não encontrou aumento sistemático de desemprego entre trabalhadores expostos desde 2022. O efeito que aparece está na entrada: queda de 14% na taxa de obtenção de emprego para a faixa de 22 a 25 anos em ocupações expostas, e empregadores elevando a exigência de experiência para vagas júnior.

O que uma empresa brasileira deve fazer com esse anúncio?

Provavelmente nada de imediato. Metade das empresas brasileiras usa IA e só 15% chegaram ao estágio avançado, com quase metade sem confiar na própria medição de retorno. Antes de correr atrás do modelo de fronteira, o retorno está em organizar o dado, definir a métrica antes de contratar e treinar a equipe. Modelo novo não resolve processo velho.

Notas

1. AGI, sigla em inglês para inteligência artificial geral, é a ideia de um sistema que dá conta da maioria das tarefas intelectuais que um humano faz, em vez de ser bom só naquilo pra que foi treinado. Não existe definição única, e é justamente disso que trata este post. ↩

2. Benchmark é um teste padronizado usado pra comparar modelos entre si. Cada um mede uma coisa diferente: matemática, programação, raciocínio, segurança, e nenhum sozinho diz se o modelo serve pro seu trabalho. ↩

3. Token é o pedaço de texto que o modelo processa por vez, algo entre uma sílaba e uma palavra. É a unidade que os fornecedores usam pra cobrar, contando o que entra e o que sai da conversa. ↩

4. Elo é a mesma pontuação usada no xadrez pra ranquear jogadores por confronto direto. Aplicada a modelos, mede quem ganha de quem numa comparação par a par, e a queda de pontos indica piora relativa. ↩

5. Ambiente de avaliação, ou harness, é todo o encanamento em volta do modelo durante o teste: como a pergunta chega, quantas tentativas ele tem, que ferramentas pode usar e quanto pode gastar. Mudar esse ambiente muda o resultado sem que o modelo tenha mudado. ↩

6. Zero-day é uma falha de segurança desconhecida do fabricante, ainda sem correção disponível. Quem a encontra primeiro consegue explorar o sistema sem que exista defesa pronta. ↩