O Muse Spark da Meta Muda Tudo

A Meta pegou a indústria de IA de surpresa com o surgimento súbito e poderoso do Muse Spark, sinalizando um reingresso agressivo na competição de IA de fronteira. Este modelo inovador quebra as percepções sobre a trajetória recente de IA da Meta, marcando uma mudança decisiva de sua estratégia de código aberto de longa data para um desafio direto contra os titãs da indústria. O Muse Spark posiciona a Meta não apenas como participante, mas como um formidável concorrente na corrida pela inteligência artificial geral avançada.

Este lançamento crucial representa o primeiro grande resultado dos recém-estabelecidos Meta Superintelligence Labs, introduzindo o modelo inaugural na ambiciosa "família Muse". Os laboratórios dedicados ressaltam o compromisso da Meta em desenvolver IA proprietária e de ponta, indo além da abordagem colaborativa e impulsionada pela comunidade que definiu seus sucessos anteriores com modelos como Llama. Essa mudança indica uma profunda repriorização interna para a construção de capacidades de alto nível e de código fechado.

Por anos, a Meta defendeu a IA de código aberto, democratizando o acesso a modelos poderosos como Llama 4 Maverick e promovendo um ecossistema vibrante de desenvolvedores. O Muse Spark altera dramaticamente este cenário estratégico, demonstrando uma clara intenção de investir pesadamente em modelos proprietários e de alto desempenho. Esta nova direção permite à Meta salvaguardar suas inovações e aproveitá-las exclusivamente dentro de seu vasto portfólio de produtos, garantindo uma vantagem competitiva.

O Muse Spark chega como um modelo de classe de fronteira autêntico, projetado especificamente para competir diretamente com modelos como GPT-5.4 da OpenAI, Gemini 3.1 Pro Preview do Google e Claude Opus 4.6 da Anthropic. Sua arquitetura multimodal nativa, construída do zero para entender vídeo, imagens, áudio e texto, o distingue de modelos que meramente unem modalidades. Este design integrado impulsiona seu desempenho impressionante em diversos benchmarks.

No Artificial Analysis Intelligence Index, o Muse Spark obtém uma pontuação robusta de 52, colocando-o firmemente entre os cinco principais modelos globalmente. Embora fique atrás do Gemini 3.1 Pro Preview, GPT-5.4 e Claude Opus 4.6 neste índice abrangente, seus pontos fortes em visão e processamento de dados em tempo real são particularmente notáveis. A estreia do Muse Spark estabelece firmemente a Meta como um player importante, não mais contente em apenas facilitar a revolução da IA, mas determinada a liderá-la.

O Muse Spark da Meta se distingue pela multimodalidade nativa, um design arquitetônico construído do zero para processar e entender simultaneamente diversos tipos de dados. Ao contrário de muitos modelos concorrentes que "costuram" componentes separados para diferentes modalidades, o Muse Spark integra vídeo, imagens, áudio e texto em seu núcleo fundamental. Essa abordagem fundamental permite uma compreensão muito mais coesa e matizada entre entradas díspares, indo além do mero processamento paralelo.

Esta arquitetura nativa se traduz diretamente em desempenho superior em tarefas de compreensão visual. Por exemplo, o Muse Spark analisou habilmente um menu de lousa particularmente desafiador do Yezzi's, decifrando com precisão o giz manuscrito complexo, navegando por reflexos de vidro que distraíam e distinguindo múltiplas seções distintas com preços variados. Esta capacidade robusta posiciona o Muse Spark como o segundo modelo de visão mais capaz avaliado pela Artificial Analysis.

Crucialmente, o Muse Spark estende essa compreensão sofisticada ao conteúdo de vídeo dinâmico, uma capacidade ainda notavelmente rara mesmo entre os modelos de linguagem grandes mais avançados. O modelo processa não apenas informações visuais estáticas, mas também sequências temporais e áudio associado, fornecendo análise contextual que vai muito além da simples interpretação de imagens. Essa capacidade de interpretar cenas e interações em evolução representa um salto significativo para aplicações de IA no mundo real.

A verdadeira multimodalidade acarreta profundas implicações práticas, permitindo que a IA interaja com o mundo de maneiras sem precedentes. A Meta demonstrou a capacidade do Muse Spark de analisar o conteúdo da geladeira diretamente de um feed de vídeo, gerando conselhos de saúde personalizados e sugerindo sobreposições interativas para planejamento dietético. Este profundo raciocínio de saúde é ainda evidenciado pela sua impressionante pontuação de 42.8 no HealthBench Hard, superando substancialmente rivais como Gemini 3.1 Pro (20.6) e GPT-5.4 (40.1), uma conquista resultante do treinamento com mais de 1.000 médicos.

Essa compreensão abrangente e integrada abre vastas novas avenidas para assistentes de IA intuitivos e poderosos. Imagine a análise em tempo real do desenho de uma criança, gerando imediatamente histórias interativas, ou fornecendo suporte técnico ao vivo interpretando a atividade da tela de um usuário e comandos de voz simultaneamente. A eficiência do Muse Spark, utilizando apenas 58 milhões de tokens de saída para alcançar seus resultados, sublinha ainda mais a natureza avançada de seu design multimodal.

O Muse Spark afirma imediatamente a renovada ambição de IA da Meta, posicionando-se firmemente no nível superior dos modelos de fronteira. No abrangente Artificial Analysis Intelligence Index, o Muse Spark pontua 52, garantindo um lugar entre os 5 melhores globalmente. Isso o coloca logo atrás de líderes estabelecidos como Gemini 3.1 Pro Preview, GPT-5.4 e Claude Opus 4.6, sinalizando uma entrada competitiva formidável da Meta Superintelligence Labs.

Sua arquitetura multimodal nativa se traduz diretamente em um desempenho excepcional em diversos tipos de dados. O Muse Spark é classificado como o segundo modelo de visão mais capaz avaliado pela Artificial Analysis, destacando-se mesmo com entradas desafiadoras. Por exemplo, ele interpreta com precisão menus complexos escritos à mão em giz, navegando por reflexos e seções de preços variados com notável precisão onde os rivais falham.

Uma conquista notável reside em sua expertise de domínio especializada. O Muse Spark domina o benchmark HealthBench Hard, pontuando um impressionante 42.8. Isso supera significativamente os concorrentes, incluindo Gemini 3.1 Pro (20.6) e GPT-5.4 (40.1), um resultado direto do treinamento com mais de 1.000 médicos colaboradores. Essa capacidade especializada sublinha seu potencial para aplicações transformadoras em campos médicos.

Além da visão, o Muse Spark demonstra raciocínio robusto e habilidades de seguir instruções. Ele alcançou 39.9% no Humanity's Last Exam (HLE), ficando logo atrás de Gemini 3.1 Pro Preview (44.7%) e GPT-5.4 (41.6%). Além disso, garantiu a quinta maior pontuação no CritPT, um benchmark focado em questões difíceis de pesquisa em física, provando sua destreza em investigações científicas complexas.

Apesar desses ganhos impressionantes, o Muse Spark apresenta áreas para aprimoramento, garantindo uma perspectiva equilibrada. Atualmente, ele fica para trás em tarefas de raciocínio altamente abstrato, como o benchmark ARC-AGI-2, onde outros modelos demonstram uma ligeira vantagem. O foco da Meta na eficiência multimodal, incluindo sua notável eficiência de tokens, sugere que futuras iterações provavelmente abordarão essas lacunas específicas, solidificando ainda mais sua posição de vanguarda. Para um mergulho mais profundo em suas capacidades, os leitores podem explorar Introducing Muse Spark: Meta's Most Powerful Model Yet.

O Muse Spark da Meta introduz uma metodologia de treinamento revolucionária: thought compression. Esta técnica inovadora redefine fundamentalmente como os grandes modelos de linguagem aprendem a raciocinar, priorizando a eficiência e a concisão em seus processos internos, um avanço crítico para a IA de fronteira.

O conceito por trás da thought compression é contraintuitivo, mas profundamente eficaz. Durante seu extenso treinamento, a Meta penaliza explicitamente o Muse Spark por gerar um número excessivo de tokens internos necessários para "pensar" ou chegar a uma solução. Essa restrição deliberada e imposta força o modelo a desenvolver caminhos de raciocínio incrivelmente concisos e potentes, eliminando sistematicamente etapas computacionais estranhas e representações internas redundantes. Trata-se de alcançar o mesmo resultado de alta qualidade com uma fração da sobrecarga mental.

Considere a vívida analogia apresentada no vídeo: imagine um escritor habilidoso encarregado de condensar um extenso ensaio acadêmico de 2.000 palavras em um resumo executivo conciso e impactante de 500 palavras. A imensa pressão para economizar palavras leva a um argumento mais refinado, direto e, em última análise, mais eficaz. O Muse Spark passa por uma disciplina cognitiva rigorosa semelhante, forçando seus processos de pensamento internos a se tornarem extraordinariamente simplificados e eficientes, fazendo com que cada token de "pensamento" conte.

Essa eficiência sem precedentes se traduz diretamente em uma enorme vantagem econômica para a Meta, remodelando a economia da implantação de IA em larga escala. Ao treinar modelos para "pensar" com menos tokens internos, o Muse Spark se torna significativamente mais barato e rápido de operar em escala na infraestrutura global da Meta. Isso permite que a empresa implante capacidades de IA mais sofisticadas e de alto desempenho — desde aprimorar experiências de mídia social até impulsionar aplicativos de metaverso de próxima geração — sem incorrer nos custos computacionais proibitivos tipicamente associados aos modelos de fronteira. Essa inovação garante que a Meta possa manter uma vantagem competitiva, entregando serviços avançados de IA globalmente com otimização de recursos incomparável, democratizando o acesso a uma inteligência poderosa.

A divisão de IA da Meta empreendeu uma revisão radical de nove meses de todo o seu pipeline de treinamento, culminando na eficiência sem precedentes do Muse Spark. Esta reengenharia intensiva, ancorada pela nova técnica de 'thought compression', remodelou fundamentalmente como a Meta constrói e escala seus grandes modelos de linguagem. O esforço contínuo envolveu a otimização de tudo, desde a curadoria de dados e arquitetura do modelo até algoritmos de treinamento distribuído, resultando em um modelo que oferece desempenho de alto nível com significativamente menos sobrecarga computacional.

Um novo gráfico interno de 'scaling ladder' ilustra vividamente esta mudança dramática na utilização de recursos. Ele revela que o Muse Spark atinge benchmarks de desempenho que anteriormente exigiam de 3x a 10x mais capacidade de computação de modelos de ponta concorrentes no Artificial Analysis Intelligence Index. Este ganho de eficiência não é meramente incremental; ele redefine a curva de custo-desempenho para o desenvolvimento avançado de IA, tornando modelos de alta capacidade mais acessíveis e sustentáveis para implantação em escala.

Internamente, o Muse Spark representa um salto ainda mais impressionante para a Meta. O modelo possui uma vantagem de computação de 10x sobre seu predecessor imediato, Llama 4 Maverick, um testemunho das profundas melhorias na pesquisa fundamental de IA da Meta. Esta enorme melhoria interna sublinha o sucesso da estratégia da Meta para otimizar sua infraestrutura de IA e metodologias de treinamento, indo além do escalonamento por força bruta para um desenvolvimento de modelo inteligente e consciente dos recursos.

Esta eficiência recém-descoberta proporciona à Meta uma vantagem estratégica crítica na corrida ferozmente competitiva da IA. A empresa pode agora treinar modelos superiores por substancialmente menos dinheiro, otimizando seus vastos clusters de GPU e reduzindo significativamente os custos operacionais associados ao desenvolvimento de IA em larga escala. Alternativamente, a Meta pode optar por iterar em arquiteturas inteiramente novas e direções de pesquisa de ponta a um ritmo significativamente mais rápido do que os rivais, acelerando a inovação e solidificando sua posição entre a elite da IA.

O Muse Spark da Meta introduz o Contemplating Mode, um recurso pioneiro e único entre os grandes modelos de linguagem comerciais. Esta capacidade sem precedentes orquestra múltiplos agentes de IA, estabelecendo um 'conselho de modelos' dinâmico para raciocínio paralelo e resolução de problemas aprimorada. Marca a primeira vez que um mecanismo agêntico como este foi integrado diretamente em um LLM pronto para produção.

No Contemplating Mode, o Muse Spark ativa uma série de agentes de IA especializados, cada um designado para analisar um problema de diferentes ângulos. Esses agentes então colaboram, combinando seus insights individuais e esforços de raciocínio em um único julgamento refinado. Esta arquitetura é construída especificamente para lidar com consultas de raciocínio científico altamente complexas, onde a compreensão matizada e a análise multifacetada são críticas.

Os resultados são impressionantes: o Contemplating Mode do Muse Spark atinge um benchmark state-of-the-art de 38,3% em Frontier Science Research. Também obteve uma pontuação impressionante de 39,9% no Humanity's Last Exam (HLE), colocando-o apenas três pontos atrás dos 41,6% alcançados pelo GPT-5.4 Pro. Essas pontuações posicionam o Muse Spark como um competidor formidável contra modelos de raciocínio extremo da DeepMind e OpenAI, demonstrando sua capacidade para tarefas analíticas avançadas.

Esta colaboração multiagente produz não apenas precisão superior, mas também maior eficiência de token em comparação com abordagens de agente único. Testes revelam uma clara 'scaling ladder': a precisão aumenta consistentemente à medida que o número de agentes orquestrando dentro do Contemplating Mode cresce de um, para dois, quatro e até dezesseis, otimizando o uso de recursos enquanto maximiza o desempenho.

Dado o sucesso do Muse Spark, os sistemas multiagente estão prontos para se tornar o novo padrão arquitetônico para a IA de fronteira. Este paradigma colaborativo oferece um caminho claro para os modelos abordarem problemas cada vez mais complexos, especialmente à medida que as capacidades dos modelos individuais atingem patamares semelhantes. Para mais informações sobre as capacidades do Muse Spark e como acessá-lo, consulte Mark Zuckerberg anuncia Muse Spark, um novo modelo de IA da Meta: Como experimentá-lo, resultados de benchmark | Mashable.

O Muse Spark conquista um nicho estratégico nos domínios críticos de saúde e ciências da vida, sinalizando a ambição da Meta de dominar verticais de IA especializadas. Essa força direcionada decorre de uma colaboração sem precedentes: a Meta fez parceria com mais de 1.000 médicos e especialistas médicos para curar um vasto conjunto de dados de treinamento de alta qualidade e factualmente robustos. Essa base de dados rigorosa e impulsionada por especialistas garante que as saídas do Muse Spark não sejam apenas precisas, mas também clinicamente relevantes, indo além do conhecimento geral para uma compreensão médica precisa.

No exigente benchmark HealthBench Hard, o Muse Spark alcançou uma pontuação dominante de 42,8, estabelecendo uma vantagem estratégica clara sobre seus pares. Este número supera significativamente os principais concorrentes, com o Gemini 3.1 Pro pontuando 20,6 e o GPT-5.4 em 40,1. Uma liderança tão substancial ressalta as capacidades superiores de raciocínio e recuperação factual do Muse Spark em contextos médicos complexos, validando a metodologia de treinamento focada da Meta e o investimento em dados especializados.

Esse foco estratégico permite aplicações práticas notáveis, democratizando o acesso a informações de saúde complexas. Aproveitando sua multimodalidade nativa, o Muse Spark pode analisar com precisão imagens de alimentos, detalhando seu conteúdo nutricional, contagem de calorias e oferecendo orientação dietética personalizada. Da mesma forma, ele se destaca em explicar a musculatura precisa engajada durante exercícios específicos, fornecendo aos usuários insights anatômicos detalhados para otimizar suas rotinas de fitness e prevenir lesões.

Além das utilidades voltadas para o consumidor, as capacidades do Muse Spark se estendem à exploração científica avançada. Seu "Contemplating Mode", um recurso pioneiro projetado para raciocínio científico complexo, o posiciona como uma ferramenta indispensável para pesquisa e desenvolvimento em biologia, farmacologia e diagnósticos clínicos. Este modo orquestra múltiplos agentes para raciocinar em paralelo, aumentando a precisão e a eficiência para consultas científicas desafiadoras.

A Meta não está apenas reentrando na corrida da IA de fronteira; ela está redefinindo estrategicamente a linha de chegada em setores críticos como a saúde. O Muse Spark representa uma mudança profunda em direção a uma IA especializada e de alta fidelidade, pronta para revolucionar a forma como acessamos e interagimos com o conhecimento científico e de saúde.

A Meta está implantando o Muse Spark em todo o seu ecossistema, incorporando o modelo de fronteira diretamente nas mãos de bilhões. Os usuários em breve experimentarão suas capacidades avançadas perfeitamente integradas às plataformas principais: - WhatsApp - Instagram - Facebook - Messenger - Meta AI glasses

Esta implementação abrangente garante que o poder do Muse Spark se estenda muito além de simples chatbots, mudando fundamentalmente a forma como os utilizadores interagem com a vasta gama de plataformas da Meta. A multimodalidade nativa do modelo impulsionará uma nova era de experiências digitais personalizadas, dinâmicas e intuitivas, tornando a IA um assistente invisível, mas poderoso, na vida diária.

Considere aplicações criativas como o visual coding, uma característica de destaque. O Muse Spark capacita os utilizadores a gerar websites e mini-jogos completos e funcionais a partir de prompts textuais básicos ou mesmo de simples entradas de imagem. Esta capacidade reduz drasticamente a barreira de entrada para a criação de conteúdo, permitindo que os indivíduos transformem ideias abstratas em produtos digitais tangíveis com uma facilidade e velocidade sem precedentes.

Imagine um utilizador a esboçar um layout de website num guardanapo ou a descrever um conceito de jogo simples; o Muse Spark pode interpretar estas entradas matizadas e renderizar experiências totalmente codificadas e interativas. Isto muda o paradigma da programação complexa para a interação intuitiva e em linguagem natural, democratizando o desenvolvimento web e de jogos para milhões.

Antecipe um revolucionário Shopping Mode, aproveitando a profunda compreensão do Muse Spark de conteúdo visual e textual através dos grafos sociais da Meta. Esta funcionalidade analisará a atividade do utilizador e as preferências expressas no Instagram e Threads, fornecendo recomendações de produtos hiperpersonalizadas. Por exemplo, a IA poderia compreender a estética de um utilizador a partir das suas publicações de moda guardadas ou imagens de decoração de casa preferidas, e depois sugerir itens que se alinham perfeitamente com o seu estilo e necessidades únicos, indo muito além dos motores de recomendação atuais, muitas vezes genéricos.

Estas não são apenas integrações futuras ambiciosas ou demos hipotéticas. O Muse Spark está ativo e acessível aos utilizadores agora mesmo. Qualquer pessoa pode experimentar a sua destreza multimodal em meta.ai e através da aplicação dedicada Meta AI, oferecendo um vislumbre tangível do futuro imediato da Meta impulsionado pela IA e do seu compromisso com a acessibilidade generalizada em toda a sua base de utilizadores global.

A introdução do Muse Spark pela Meta marca uma mudança dramática da sua anterior estratégia de código aberto para grandes modelos de linguagem. Durante anos, a série Llama definiu a abordagem da Meta, fomentando um ecossistema expansivo de investigadores e desenvolvedores com as suas versões de peso aberto. O Muse Spark, em contraste marcante, chega como um sistema fechado e proprietário, sinalizando uma reavaliação fundamental de como a Meta pretende competir na frontier of AI. Este movimento fecha o acesso ao trabalho mais avançado da Meta, priorizando o controlo sobre o desenvolvimento colaborativo.

Esta mudança estratégica sublinha inequivocamente os custos crescentes e as apostas intensamente competitivas na corrida global em direção à Inteligência Artificial Geral (AGI). Desenvolver e treinar um modelo nativamente multimodal como o Muse Spark, equipado com funcionalidades inovadoras como 'Contemplating Mode' e 'thought compression', exige recursos computacionais monumentais e talento especializado. A decisão da Meta de manter a sua joia da coroa em segredo reflete um movimento calculado para proteger os seus significativos investimentos em P&D e manter uma vantagem competitiva decisiva contra rivais como OpenAI, Google e Anthropic, que também guardam os seus modelos mais avançados.

A chegada do Muse Spark não é meramente um lançamento de produto; é uma declaração definitiva da intenção da Meta de liderar, não apenas participar. Com o modelo a posicionar-se firmemente no top 5 do Artificial Analysis Intelligence Index, a Meta posiciona-se claramente na vanguarda da inovação em IA. Esta postura proprietária garante que a Meta mantém controlo total sobre a evolução do Muse Spark, a sua implementação segura e a valiosa propriedade intelectual gerada a partir dos seus avanços arquitetónicos de ponta, incluindo a sua eficiência sem precedentes.

A medida alinha-se diretamente com a visão ambiciosa e de longo prazo de Mark Zuckerberg de construir uma "superinteligência pessoal" que se integre perfeitamente na vida diária dos utilizadores. O lançamento planeado do Muse Spark em todo o ecossistema da Meta — WhatsApp, Instagram, Facebook, Messenger e AI glasses — demonstra uma estratégia de integração abrangente. Ao controlar esta IA fundamental, a Meta garante uma experiência de IA coesa, poderosa e com a marca única da Meta, cumprindo a promessa de Zuckerberg de um agente inteligente que compreende e melhora todas as facetas da interação digital. Esta abordagem de modelo fechado é agora crítica para a Meta curar, proteger e, em última análise, monetizar este futuro de IA profundamente incorporado, garantindo a sua liderança de mercado à medida que a era da IA se desenrola.

A chegada do Muse Spark remodela fundamentalmente o panorama da IA de fronteira. A Meta não lançou apenas um novo modelo; desvendou um novo paradigma para o desenvolvimento da IA, forçando os concorrentes a enfrentar um nível dramaticamente elevado em múltiplos eixos. Não se trata apenas de desempenho bruto, mas de *como* esse desempenho é alcançado, enfatizando a inovação estratégica em detrimento da escala pura.

Modelos futuros devem agora lidar com a multimodalidade nativa do Muse Spark, construída desde o início para processar vídeo, imagens, áudio e texto de forma contínua. Esta vantagem arquitetónica permite um desempenho superior em tarefas complexas, evidenciado pela sua pontuação de 42.8 no HealthBench Hard, superando significativamente concorrentes como o Gemini 3.1 Pro (20.6). A sua compreensão precisa de entradas visuais desafiadoras, como menus de quadro-negro manuscritos com reflexos, destaca ainda mais esta força. Além disso, o pioneiro 'Contemplating Mode' introduz sistemas agênticos sofisticados aos LLMs comerciais, orquestrando múltiplos agentes de raciocínio paralelos para consultas científicas complexas, uma característica agora esperada como padrão para modelos avançados.

A técnica de 'compressão de pensamento' da Meta, uma metodologia de treino inovadora, representa um milagre de eficiência que exige uma reavaliação em toda a indústria. Após uma revisão abrangente de nove meses da sua receita de treino de IA, o Muse Spark alcança capacidades de alto nível com uma relação custo-eficácia sem precedentes. Esta inovação desafia diretamente as leis de escala predominantes de "maior é melhor", compelindo os rivais a inovar os seus próprios pipelines de treino e a reavaliar as suas metodologias para permanecerem económica e tecnologicamente competitivos.

Em última análise, o Muse Spark serve como um novo projeto para a construção de IA. Prioriza a eficiência de capital e a inteligência integrada em detrimento da escala por força bruta, demonstrando que o design arquitetónico estratégico e o treino inovador podem produzir resultados superiores com menos recursos. Esta mudança estratégica da Meta, passando do Llama de código aberto para o Muse Spark de código fechado, sinaliza uma nova era onde o design inteligente e eficiente dita a liderança, e não apenas orçamentos massivos de computação, estabelecendo um precedente para toda a indústria.

O que é o Meta Muse Spark?

O Meta Muse Spark é um novo modelo de IA de classe de fronteira, de código fechado, da Meta Superintelligence Labs. Foi concebido desde o início para ser nativamente multimodal, compreendendo texto, imagens, vídeo e áudio de forma contínua.

Como o Muse Spark é diferente dos modelos Llama da Meta?

Ao contrário da família Llama de código aberto, o Muse Spark é um modelo proprietário e fechado. Representa um enorme salto em capacidade e eficiência de treino, exigindo, segundo relatos, mais de 10 vezes menos computação do que o Llama 4 Maverick para um desempenho semelhante.

O que é o 'Contemplating Mode' no Muse Spark?

O Modo Contemplativo é um recurso avançado onde o Muse Spark orquestra múltiplos agentes de IA para raciocinar em paralelo sobre um problema complexo. Esta abordagem colaborativa melhora seu desempenho em tarefas científicas e de raciocínio difíceis.

O Muse Spark é melhor que o GPT-5.4 ou Gemini 3.1?

O Muse Spark é altamente competitivo, classificando-se entre os principais modelos. Ele se destaca em áreas específicas como visão, raciocínio em saúde e eficiência de tokens, mas atualmente fica atrás de modelos como GPT-5.4 e Gemini 3.1 em outras áreas como raciocínio abstrato e codificação agêntica.