Entenda o GPT-5.5 em um artigo: A partir de hoje, a OpenAI "não vende" mais Tokens

Autor: Helen

Hora local 23 de abril, a OpenAI lançou oficialmente o novo modelo de ponta GPT-5.5, que a empresa posiciona como “uma nova camada inteligente voltada para trabalhos reais”, sendo também um passo importante rumo a uma nova forma de trabalhar com computadores.

O foco principal deste lançamento está em dois pontos:

Primeiro, uma inovação na eficiência: na mesma latência, o modelo ficou maior, mas sem perder velocidade. O GPT-5.5 possui uma janela de contexto de 100 mil tokens, mas não é apenas uma atualização de capacidades do GPT-5.4, e sim uma melhoria na inteligência sob a mesma latência, com maior eficiência.

Segundo, durante o treinamento, o GPT-5.5 participou da otimização de sua infraestrutura de raciocínio. Em resumo, a IA aprendeu pela primeira vez a ajustar seus próprios parâmetros.

Nos testes com fluxos de trabalho complexos de linha de comando, no Terminal-Bench 2.0, o GPT-5.5 obteve uma pontuação de 82,7%, superando em mais de 13 pontos o Claude Opus 4.7, que marcou 69,4%; no teste de operação autônoma de computadores reais, o OSWorld-Verified, a taxa de sucesso foi de 78,7%, superando a linha de base humana; e na avaliação de tarefas de conhecimento profissional em 44 áreas diferentes, 84,9% das tarefas atingiram ou superaram o nível de especialistas do setor.

No entanto, o preço do GPT-5.5 também aumentou significativamente.

A precificação da API é de 5 dólares por milhão de tokens de entrada e 30 dólares por milhão de tokens de saída, o dobro do GPT-5.4 (2,50 dólares por milhão de tokens de entrada e 15 dólares por saída), mas a OpenAI destaca que a quantidade de tokens necessária para realizar as mesmas tarefas foi bastante reduzida, o que pode não elevar significativamente o custo total. A API GPT-5.5 Pro custa 30 dólares por milhão de tokens de entrada e 180 dólares por milhão de tokens de saída. Processamentos em lote e preços flexíveis têm desconto de 50%, com prioridade de processamento a 2,5 vezes o preço padrão.

No ChatGPT, o GPT-5.5 foi lançado na forma de “GPT-5.5 Thinking”, substituindo gradualmente as versões anteriores.

Uma novidade de design é que, antes de começar a pensar, o modelo fornece uma visão geral do raciocínio, permitindo que o usuário interaja a qualquer momento durante a execução, ajustando o rumo.

Se fosse resumir o significado do GPT-5.5 em uma frase: modelos anteriores eram uma coleção de capacidades, enquanto o GPT-5.5 se aproxima de um sistema de trabalho que planeja, verifica e avança continuamente.

01 84,9% das tarefas, ao nível de profissionais

Comparação do GPT-5.5 com concorrentes nos principais testes Terminal-Bench 2.0, GDPval, OSWorld-Verified

Primeiro, vamos avaliar o desempenho do modelo em cenários profissionais reais. A OpenAI utilizou um teste chamado “GDPval”, que exige que o modelo complete uma série de tarefas profissionais. O teste cobre 44 cenários, incluindo modelagem financeira, análise jurídica, relatórios de ciência de dados, planejamento operacional, entre outros.

Os resultados mostram que: o GPT-5.5 atingiu ou superou o nível de profissionais do setor em 84,9% das tarefas. Como comparação, o GPT-5.4 marcou 83,0%, o Claude Opus 4.7, 80,3%, e o Gemini 3.1 Pro, apenas 67,3%.

Essa diferença não se limita às pontuações gerais. Em tarefas de modelagem de planilhas, o GPT-5.5 obteve 88,5% na avaliação interna; em modelagens de nível de banco de investimento, também lidera frente ao antecessor. Feedbacks de early adopters também foram bastante consistentes: as respostas do GPT-5.5 Pro apresentaram melhorias claras em abrangência, estrutura e utilidade, especialmente nos setores de negócios, jurídico, educação e ciência de dados.

Só de olhar para os números, é fácil se acostumar, mas a OpenAI decidiu mostrar abertamente sua rotina de trabalho.

A empresa afirma que mais de 85% dos seus funcionários usam Codex semanalmente, em departamentos de finanças, comunicação, marketing, produto e ciência de dados. A equipe de comunicação usou o Codex para analisar dados de convites para palestras ao longo de seis meses, criando um fluxo de classificação automatizado; a equipe financeira revisou 24.771 formulários K-1, totalizando 71.637 páginas, concluindo o trabalho duas semanas antes do previsto; a equipe de expansão de mercado automatizou a geração de relatórios semanais, economizando de 5 a 10 horas por pessoa por semana.

Isso não é mais um demo de laboratório, mas uma rotina de trabalho consolidada.

02 O mais forte modelo de programação autônoma

A OpenAI afirma que o GPT-5.5 é atualmente seu modelo mais avançado de programação autônoma.

No Terminal-Bench 2.0 (que avalia fluxos de trabalho complexos de linha de comando, exigindo planejamento, iteração e coordenação de ferramentas), o GPT-5.5 obteve 82,7%, contra 75,1% do GPT-5.4, uma melhora de quase 8 pontos percentuais, além de consumir menos tokens. No SWE-Bench Pro (que avalia a capacidade de resolver problemas reais do GitHub de forma pontual), o GPT-5.5 marcou 58,6%. Em uma avaliação interna chamada Expert-SWE (tarefas de programação de longo prazo, com tempo médio de cerca de 20 horas por equipe humana), o GPT-5.5 também superou o GPT-5.4.

Gráfico de dispersão do Terminal-Bench 2.0 e do Expert-SWE

Sob o impulso do Codex, o GPT-5.5 já consegue partir de uma simples sugestão de frase para completar todo o ciclo de desenvolvimento: geração de código, testes de funcionalidades e depuração visual.

Um exemplo de demonstração oficial da OpenAI mostra um projeto de missão espacial baseado em dados reais da NASA, com controle interativo 3D e simulação de órbita com precisão física real; um rastreador de terremotos conectado a fontes de dados em tempo real, com visualização, demonstrando que o modelo já possui capacidade de chamar APIs externas, processar dados dinâmicos e renderizar em tempo real.

Quanto ao feedback de uso, o fundador e CEO da Every, Dan Shipper, contou uma experiência: ele enfrentou um bug após o lançamento, tentou resolvê-lo por dias, mas só conseguiu com a ajuda do engenheiro mais experiente da equipe, reescrevendo parte do sistema. Depois, fez um experimento: colocou o GPT-5.5 na mesma situação, com o bug ainda não resolvido, para ver se ele conseguiria propor uma solução semelhante à do engenheiro. O GPT-5.4 não conseguiu, o GPT-5.5 sim. Ele avaliou: “Este é o primeiro modelo de programação que realmente tem uma clareza conceitual.”

Um engenheiro da Nvidia comentou de forma direta: “Perder o acesso ao GPT-5.5 é como uma amputação.”

O cofundador e CEO da Cursor, Michael Truell, acrescenta: o GPT-5.5 é mais inteligente e resistente que o GPT-5.4, consegue manter tarefas longas por mais tempo sem parar prematuramente — exatamente o que o trabalho de engenharia mais precisa.

03 Trabalho de conhecimento: IA pela primeira vez realmente “usa” um computador

Nos testes com OSWorld-Verified (que avalia a capacidade do modelo de operar ambientes de computador reais de forma autônoma), o GPT-5.5 obteve uma taxa de sucesso de 78,7%, superior ao GPT-5.4, com 75,0%, e ao Claude Opus 4.7, com 78,0%.

Não se trata de uma análise por captura de tela, mas de controle real do computador: visualizando interfaces, clicando, digitando, trocando entre várias ferramentas até concluir a tarefa. O GPT-5.5 faz a primeira experiência de sentir que a IA pode realmente usar um computador junto com você.

Vídeo de demonstração de modelagem financeira

Nos testes Tau2-bench, que avaliam fluxos de trabalho de atendimento ao cliente em telecomunicações, o GPT-5.5 atingiu 98,0% de precisão sem necessidade de prompts específicos, enquanto o GPT-5.4 marcou 92,8%.

Isso indica que o modelo compreende profundamente a intenção da tarefa, podendo lidar com diálogos complexos de múltiplas etapas sem prompts elaborados.

Na capacidade de busca de ferramentas, o GPT-5.5 atingiu 84,4% no teste BrowseComp, enquanto o GPT-5.5 Pro alcançou 90,1%, demonstrando forte desempenho em tarefas de pesquisa e integração de informações de múltiplas fontes.

04 Pesquisa científica: ajudando a descobrir novas provas matemáticas

Na própria apresentação, o GPT-5.5 mostrou um desempenho surpreendente na área de pesquisa.

Antes, falávamos que IA na pesquisa era uma ferramenta auxiliar — para consultar literatura, escrever código, organizar dados. Agora, ela participa de etapas mais centrais: raciocínio complexo e até descoberta.

No GeneBench (avaliação de análise de dados genéticos e biológicos em múltiplas etapas), o GPT-5.5 obteve 25,0%, contra 19,0% do GPT-5.4. Essas tarefas normalmente levam dias de trabalho de especialistas, e o modelo precisa raciocinar com dados potencialmente incorretos, lidar com fatores ocultos e aplicar métodos estatísticos modernos, quase sem supervisão.

Os gráficos mostram que, à medida que aumenta o número de tokens de saída, a pontuação do GPT-5.5 cresce mais rapidamente que a do GPT-5.4, com uma diferença clara a partir de cerca de 15.000 tokens — indicando que, para tarefas longas que exigem raciocínio profundo, a vantagem do GPT-5.5 se amplia com a complexidade.

No BixBench, uma avaliação de bioinformática e análise de dados do mundo real, o GPT-5.5 atingiu 80,5%, liderando o GPT-5.4, com 74,0%, e figurando entre os melhores modelos já publicados.

Um caso específico que chamou atenção foi uma prova de descoberta matemática com ferramentas personalizadas: o GPT-5.5 interno, usando um framework próprio, ajudou a descobrir uma nova prova do número de Ramsey, uma questão central na matemática combinatória, e verificou na ferramenta formal de provas Lean. Essa não foi uma simples geração de código ou explicação, mas uma contribuição real para uma demonstração matemática.

Na prática, também há exemplos convincentes. O professor de imunologia na Jackson Laboratory, Derya Unutmaz, usou o GPT-5.5 Pro para analisar um conjunto de dados de expressão gênica com 62 amostras e quase 28.000 genes, gerando um relatório detalhado com descobertas e questões de pesquisa — trabalho que normalmente levaria meses de equipe.

O professor assistente de matemática na Universidade de Adam Mickiewicz, em Poznan, Bartosz Naskręcki, com uma única sugestão de prompt, usou o Codex com GPT-5.5 para criar uma aplicação de geometria algébrica em 11 minutos, visualizando a interseção de duas superfícies quadráticas e convertendo a curva resultante em um modelo de Weierstrass. Os coeficientes das equações exibidos em tempo real podem ser usados diretamente em pesquisas futuras, do prompt ao código operacional, tudo de forma autônoma pelo modelo.

Captura de tela da aplicação de geometria algébrica criada por Naskręcki — visualização de interseções de superfícies quadráticas e cálculo em tempo real do modelo de Weierstrass

O cofundador da Axiom Bio, Brandon White, foi mais direto: “Se a OpenAI continuar nesse ritmo, a descoberta de medicamentos mudará até o final do ano.”

05 Eficiência de raciocínio: IA ajudando a otimizar sua própria infraestrutura

Um detalhe que passou despercebido nesta divulgação, mas que pode ser o avanço mais importante tecnicamente, é que o GPT-5.5, apesar de maior e mais potente, mantém a latência por token igual à do GPT-5.4. Para alcançar maior capacidade sem aumentar a latência, a OpenAI redesenhou toda a infraestrutura de inferência — e o Codex e o GPT-5.5 participaram diretamente dessa otimização.

No gráfico de índice de inteligência Artificial Analysis, é possível ver claramente: no eixo horizontal, a quantidade de tokens de saída (em escala logarítmica); no vertical, a pontuação de inteligência geral. A curva do GPT-5.5 lidera amplamente a do GPT-5.4, Claude Opus 4.7 e Gemini 3.1 Pro Preview, e, mais importante, atinge níveis de pontuação similares aos outros modelos com menor consumo de tokens — ou seja, maior capacidade com menor custo, uma evidência clara de “eficiência aprimorada”.

Gráfico de linha do índice de inteligência Artificial Analysis

Especificamente, o desafio foi equilibrar a carga: anteriormente, requests eram divididos em blocos fixos para distribuir a carga na GPU, mas essa divisão estática nem sempre era ideal. O Codex analisou semanas de dados de tráfego de produção e criou um algoritmo heurístico personalizado, aumentando a velocidade de geração de tokens em mais de 20%.

O GPT-5.5 foi projetado para trabalhar em conjunto com sistemas como NVIDIA GB200 e GB300 NVL72, em design, treinamento e implantação colaborativos. Em outras palavras, essa geração de modelos participou da otimização da própria arquitetura de inferência — não é metáfora, é uma melhoria real no sistema de execução da IA.

06 Segurança cibernética: capacidades aprimoradas, controle mais rigoroso

Na área de segurança cibernética, o GPT-5.5 também apresenta melhorias claras. No teste CyberGym, obteve 81,8%, contra 79,0% do GPT-5.4 e 73,1% do Claude Opus 4.7. Em desafios internos de “captura de bandeira” (CTF), a pontuação foi de 88,1%, frente a 83,7% do GPT-5.4.

Gráfico de barras do CyberGym e gráfico de dispersão dos desafios CTF

A OpenAI classificou as capacidades de segurança cibernética e de química/biologia do GPT-5.5 como “alto” dentro do quadro de preparação de emergência, ainda não chegando ao nível “crítico”, mas com melhorias evidentes. Ao mesmo tempo, admitiram que o novo classificador de riscos mais rigoroso “pode inicialmente causar algum incômodo a alguns usuários” e que ajustes continuarão.

Para equilibrar a defesa e o acesso, a OpenAI lançou o programa de “Acesso Confiável em Segurança Cibernética”: pesquisadores de segurança e defensores de infraestrutura crítica qualificados podem solicitar acesso mais amplo, facilitando o uso de capacidades avançadas de segurança.

Por trás disso, a lógica é que capacidades como segurança cibernética e biologia, mesmo com riscos, tendem a se disseminar de forma quase irreversível. Em vez de tentar restringir o uso, a estratégia é priorizar quem realmente precisa — ou seja, “não é uma questão de abrir ou não, mas de quem deve usar primeiro”.