Intelligence Index v5 poe Claude Opus 5.5 no topo e amplia abismo open-weight

A Artificial Analysis lancou no final de outubro o Intelligence Index v5, seu ranking composto de modelos de IA — um benchmark, ou seja, uma bateria de testes padronizados para comparar capacidades —, e o topo mudou de dono. O Claude Opus 5.5, em esforco maximo de raciocinio, assumiu a lideranca com 58 pontos no Intelligence Index v5, da Artificial Analysis, a frente do GPT-6 Astra, da OpenAI, com 57 pontos e do GPT-6.1 Sol com 55 pontos.

A briga da fronteira segue embolada, com pouca distancia entre os primeiros mesmo com uma prova mais dura. Na sequencia aparecem Claude Sonnet 5.5, Gemini 4 Argon e Muse Wonder Full, da Meta, alem do Kimi K3.1 Pro, da Moonshot AI, como mostra o grafico de pontuacao.

Prova mais fechada e dificil

A mudanca maior esta na regua, nao so no podio. Pela primeira vez, a maior parte da nota vem de testes privados que os laboratorios nunca viram antes, segundo a propria Artificial Analysis. A versao traz duas avaliacoes novas e tres benchmarks atualizados, na maior reforma desde a criacao do indice, alem de uma atualizacao na parte de conhecimento geral para trocar testes ja saturados.

Quem mais sentiu a nova regua foi o lado aberto da industria. A distancia entre o melhor modelo fechado e o melhor modelo open-weight, de pesos abertos, saltou de 3 para 12 pontos na nova metodologia, segundo a Artificial Analysis. O Kimi K3.1 Pro, da Moonshot AI, lidera os modelos abertos com 46 pontos, bem atras dos 58 pontos do Opus 5.5.

E uma reversao da tendencia de aproximacao vista meses antes. Na versao antiga v4.3, o Kimi K3 havia chegado a 6 pontos do lider, depois de os modelos abertos cortarem a diferenca pela metade no ano anterior. O K3.1 Pro e um modelo de mistura de especialistas com 2.8 trilhoes de parametros no total e 104 bilhoes ativos por vez, com janela de contexto — a quantidade de texto que ele consegue processar de uma vez — de 1 milhao de tokens.

Topo caro, alternativa barata

Ser o mais inteligente nao significa ser o mais economico para usar em agentes e aplicativos. O grafico de custo por tarefa, da Artificial Analysis, compara o Claude Opus 5.5 com o GPT-6.1 Sol, o GPT-6 Astra, o Gemini 4 Argon e o Kimi K3.1 Pro, e mostra uma diferenca ampla entre o lider e as alternativas mais baratas.

O caso do Muse Wonder Full, da Meta, mostra como o ranking mede a regua tanto quanto o modelo. Duas semanas antes do v5, ele tinha feito 56 pontos na versao anterior, praticamente empatado com o Astra em meados de outubro. Ele nao piorou: a prova mudou e o colocou agora em outro patamar competitivo.

Para empresas, o peso do indice vem da independencia: a Artificial Analysis nao e um laboratorio e nao vende modelos, por isso equipes de compras usam a nota para justificar contratos grandes de inferencia. Junto com o v5, ela lancou o Progress Index v1, que coloca todos os grandes modelos de linguagem desde novembro de 2022 em uma mesma escala de capacidade para mostrar a evolucao ao longo do tempo.