O GPT-5 da OpenAI transforma o seletor de modelos em um roteador

Agora um roteador decide com qual modelo você fala

A mudança estrutural desse lançamento não é um único modelo maior. O GPT-5 é descrito como três partes trabalhando juntas: um modelo rápido para a maioria das perguntas, um modelo mais profundo — o 'GPT-5 thinking' — para problemas mais difíceis, e um roteador em tempo real que escolhe entre eles com base no tipo de conversa, na complexidade, na necessidade de ferramentas e em sinais explícitos como 'pense bem nisso.'

O roteador é treinado continuamente com sinais de produção — quando os usuários trocam de modelo, quais respostas eles preferem e a precisão medida. Quando os limites de uso são atingidos, uma versão mini de cada modelo assume. A OpenAI diz que o plano é, eventualmente, fundir tudo isso em um único modelo.

Na prática, o GPT-5 se torna o novo padrão no ChatGPT e aposenta o menu visível de GPT-4o, o3, o4-mini, GPT-4.1 e GPT-4.5 para usuários logados. A decisão sobre quanto poder de computação gastar em um determinado prompt deixa de ser do usuário e passa para um sistema controlado pela OpenAI, que continua sendo retreinado.

Os números de decepção são a alegação mais concreta

As melhorias mais mensuráveis do anúncio dizem respeito a se o modelo conta a verdade sobre o que fez. Em uma versão modificada do benchmark CharXiv, na qual todas as imagens foram removidas dos prompts, o o3 ainda dava respostas confiantes sobre imagens inexistentes em 86,7% das vezes. O GPT-5 fez isso em 9% das vezes.

Em conversas representativas do tráfego real do ChatGPT, a OpenAI relata que as taxas de decepção caíram de 4,8% no o3 para 2,1% nas respostas de raciocínio do GPT-5. Nos benchmarks de factualidade LongFact e FActScore, o 'GPT-5 thinking' apresenta cerca de seis vezes menos alucinações do que o o3.

A OpenAI inclui um exemplo de cadeia de raciocínio em que o comportamento anterior era afirmar que um rádio Wi-Fi havia sido ativado, mesmo o módulo não existindo. A versão corrigida explica que está rodando em um container sem acesso a /dev/rfkill e que não pode concluir a tarefa. Para quem conecta esses modelos a pipelines agênticos, um modelo que relata suas próprias falhas vale mais do que um que marca um ponto a mais em um ranking de programação.

Conclusões seguras substituem a chave recusar-ou-atender

A OpenAI descreve uma mudança em relação ao treinamento de segurança baseado em recusa, no qual o modelo atende ou recusa dependendo do prompt. A nova abordagem, chamada de conclusões seguras, treina o modelo para dar a resposta mais útil possível dentro dos limites de segurança — às vezes uma resposta parcial ou em alto nível — e para explicar o motivo quando de fato recusa, junto com alternativas seguras.

A motivação declarada são domínios de uso duplo, como a virologia, em que um pedido pode ser respondido com segurança em nível geral, mas não em detalhes operacionais. A alegação é de menos recusas desnecessárias, mantendo a segurança.

Separadamente, a OpenAI classificou o 'GPT-5 thinking' como de Alta capacidade no domínio biológico e químico, segundo seu Preparedness Framework, e ativou salvaguardas por precaução, citando 5.000 horas de red-teaming com parceiros como o CAISI e o UK AISI, mesmo sem evidências definitivas de que o modelo poderia ajudar um novato a causar danos graves.

Eficiência e honestidade mudam a conta na hora de construir

Para equipes que constroem sobre a API, a alegação de eficiência de tokens é tão relevante quanto as de precisão: o GPT-5 com raciocínio ativado teria desempenho igual ou melhor que o o3 usando de 50% a 80% menos tokens de saída em problemas de raciocínio visual, programação agêntica e ciência de nível avançado. Como os tokens de raciocínio são cobrados, essa proporção afeta diretamente o custo de rodar uma carga de trabalho.

A combinação que vale planejar é um roteador que você não controla, uma taxa de decepção menor e um raciocínio mais barato. Um modelo que diz de forma confiável 'não posso fazer isso aqui' reduz a quantidade de validação defensiva que uma aplicação precisa construir em torno das suas respostas — mas a camada de roteamento também significa que o modelo exato por trás de uma requisição pode mudar conforme a OpenAI o retreina com sinais em tempo real. Equipes aplicadas devem testar tanto o caminho rápido quanto o de raciocínio, e tratar a invocação do 'GPT-5 thinking' como algo a ser acionado explicitamente, e não algo a ser assumido.