Modelos que já trabalham: Ornith-1.0, Seed2.1, GPT-5.6 e Fugu
Modelos que já trabalham: Ornith-1.0, Seed2.1, GPT-5.6 e Fugu
A categoria mais interessante da IA actual já não é a do assistente que responde depressa. É a do sistema que consegue planear, usar ferramentas, corrigir erros e continuar a trabalhar sem perder o fio à meada... e estes, já trabalham (relativamente) bem!
O Ornith-1.0 encaixa exactamente aí. A família open source foi apresentada para agentic coding e a proposta central é simples: o modelo aprende a gerar o seu próprio scaffolding, em vez de depender apenas de um harness desenhado à mão.
Isso muda a lógica do treino, porque o sistema não aprende apenas a dar a resposta final. Aprende também a estruturar o caminho para chegar lá, o que inclui memória, tratamento de erros e padrões de uso de ferramentas.
A ByteDance segue uma direção parecida com o Seed2.1. A página oficial descreve um agente de produtividade com versões Pro e Turbo, orientado para trabalho de escritório, operações em ficheiros, raciocínio, programação, depuração e análise multimodal.
Aqui o ponto decisivo é a abrangência. O modelo não foi anunciado como um chatbot genérico, mas como um agente de trabalho que liga percepção visual, raciocínio e execução em contextos concretos.
O GPT-5.6 introduz outra camada a esta tendência. A OpenAI abriu uma preview limitada da série Sol, Terra e Luna, com níveis diferentes de custo e desempenho, e voltou a empurrar a ideia de modos mais profundos de raciocínio e de uso com subagentes.
Importa corrigir uma leitura apressada: não se trata de um lançamento universal nem imediato. A própria OpenAI fala em acesso limitado e em disponibilidade geral nas semanas seguintes, o que significa que a adopção real continua condicionada por acesso e capacidade.
A Fugu, da Sakana, leva o conceito ainda mais longe ao apresentar um sistema multiagente como se fosse um único modelo. Em vez de depender de um único cérebro, o serviço coordena uma piscina de modelos especializados através de uma API compatível.
A grande consequência é operacional: cada vez mais, a questão já não é só qual é o melhor modelo base, mas que orquestração, custos e restrições de privacidade o rodeiam. O software passa a valer tanto como o modelo.
Também aqui há um aviso importante. Um sistema orquestrado não é a mesma coisa que um modelo fundacional único, e isso tem impacto na transparência, na avaliação e na forma como se compara desempenho entre plataformas.
O denominador comum é este: a IA está a sair da resposta rápida e a entrar no território do trabalho assistido, com tarefas longas, ferramentas, verificações e coordenação de agentes.
