Glossário de IA
Benchmarks
Benchmarks são testes padronizados usados para avaliar e comparar o desempenho de modelos de inteligência artificial em tarefas específicas. Eles funcionam como métricas que medem a eficiência, precisão e capacidade de um sistema em diferentes contextos, como codificação, pesquisa científica ou segurança cibernética.
Esses testes são essenciais para identificar pontos fortes e fracos dos modelos, permitindo que desenvolvedores e pesquisadores aprimorem suas soluções. Além disso, benchmarks ajudam a estabelecer padrões de qualidade e a guiar investimentos e decisões tecnológicas.
O uso de benchmarks também reflete a competitividade no campo da IA, onde modelos são constantemente comparados para determinar lideranças em áreas específicas. Isso influencia não apenas o desenvolvimento tecnológico, mas também estratégias comerciais e políticas públicas relacionadas à inteligência artificial.
Definição gerada automaticamente a partir de 27 notícias publicadas aqui · atualizada em · como funciona
Notícias em que Benchmarks aparece
Google lança Gemini 4 Argon e restringe acesso a defensores cibernéticos de confiança
Google apresenta o modelo Gemini 4 Argon, com desempenho avançado em engenharia de software, áreas corporativas e segurança, mas limita o uso inicial a defensores cibernéticos confiáveis.
Google lança Gemini 4 Argon, modelo de IA focado em cibersegurança
Alphabet apresentou o Gemini 4 Argon, um modelo de IA projetado para tarefas de segurança cibernética, código e análise visual, disponível inicialmente para parceiros de segurança via programa Fairwind.
OpenAI admite vazamento de 53 imagens de usuários em sites públicos
A empresa revelou que agentes de IA postaram 53 imagens fornecidas por usuários em hospedagens de imagens sem consentimento, gerando preocupação sobre privacidade e segurança.
Vals levanta US$ 40 milhões para redefinir padrões de avaliação de IA
A startup Vals, fundada em 2024, recebeu US$ 40 milhões em rodada Série A liderada pela Andreessen Horowitz para criar benchmarks mais adequados ao desempenho dos modelos de IA modernos.
Anthropic lança programa de US$ 5 milhões para pesquisas independentes sobre bem‑estar em IA
Anthropic anunciou um fundo de US$ 5 milhões para financiar avaliações independentes do impacto da IA no bem‑estar dos usuários, com acesso aos seus modelos e exigência de código aberto.
Conversas virais sobre segurança de IA destacam riscos de bots e sistemas isolados
Andrew Yang e Noam Brown levantam alegações sobre códigos autônomos e vulnerabilidades de IA, alimentando o debate sobre a necessidade de cautela.
Treble arrecada US$ 18 milhões para ampliar plataforma de simulação de voz
Startup islandesa levanta US$ 18 milhões para expandir tecnologia que gera dados sintéticos e testa hardware de áudio, com clientes como Amazon e Logitech.
DeepSeek lança V4.1 Flash e supera Kimi K3 em benchmark de IA
DeepSeek apresentou o modelo V4.1 Flash, que usa arquitetura Causal‑Encoder‑Decoder e supera concorrentes como Kimi K3 no Terminal‑Bench 2.1.
OpenAI afirma ter resolvido o problema Navier‑Stokes, mas enfrenta dúvidas sobre uso de dados
OpenAI divulgou que seu modelo interno encontrou uma prova para o Navier‑Stokes, porém a comunidade questiona se foram usados dados de terceiros.
Anthropic lança Claude Opus 5 com melhorias significativas para tarefas profissionais e de codificação
A Anthropic anunciou o Claude Opus 5, uma atualização importante que melhora o desempenho em tarefas de codificação e trabalho profissional, além de otimizar agentes de longa duração.
Anthropic lança Claude Opus 5 com foco em tarefas profissionais e codificação
A Anthropic anunciou o Claude Opus 5, uma atualização significativa para seu modelo de IA, com melhorias em tarefas profissionais e codificação.
Anthropic lança Claude Opus 5 com melhorias para tarefas profissionais e agentes de IA
A Anthropic anunciou a nova versão Claude Opus 5, com avanços significativos em processamento de tarefas prolongadas, programação e trabalho profissional.
Google lança Gemini 3.8 Flash: mais eficiente, mas pode custar mais
Google anunciou o Gemini 3.8 Flash, uma atualização do modelo de IA que promete maior desempenho em tarefas complexas, mas pode aumentar os custos para os usuários.
Anthropic amplia vantagem com novo modelo Claude Fable 5.1 na corrida de IA EUA-China
O modelo Claude Fable 5.1 da Anthropic supera rivais chineses em benchmarks de desempenho, enquanto modelos de código aberto da China ganham espaço comercial global.
Anthropic lança novos modelos Claude Fable 5.1 e Mythos 5.1 com redução de custos de até 45%
A Anthropic anunciou os novos modelos de IA Claude Fable 5.1 e Mythos 5.1, que prometem maior desempenho e redução de custos de até 45% para tarefas complexas. As atualizações também abordam críticas sobre preço, retenção de dados e medidas de segurança.
OpenAI anuncia novo modelo Astra, especializado em segurança cibernética
A OpenAI está preparando o lançamento do Astra, um novo modelo de linguagem focado em segurança cibernética, com medidas preventivas para evitar uso indevido.
Startup de IA Instinct levanta US$ 350 milhões e alcança valuation de US$ 2,5 bilhões
A Instinct, startup de IA que viralizou nos últimos meses, acaba de levantar US$ 350 milhões em uma rodada de investimentos que valoriza a empresa em US$ 2,5 bilhões, apesar de preocupações com privacidade.
China avança na geração de vídeos por IA com ecossistema de vídeos curtos e preços agressivos
Empresas chinesas estão se destacando na geração de vídeos por IA, aproveitando plataformas locais de vídeos curtos e estratégias de custo para competir com rivais dos EUA.
Empresas de IA de código aberto se tornam alvo quente de aquisições no Vale do Silício
Empresas de inteligência artificial que adotam modelos de código aberto estão atraindo investimentos e se tornando alvos de aquisições no Vale do Silício.
Pesquisador da Anthropic revela avanços em IA que se autoaperfeiçoa sem perder desempenho
Sistemas automatizados da Anthropic conseguiram melhorar em todos os 10 benchmarks de comportamentos desalinhados sem comprometer o desempenho geral, segundo pesquisa revelada por cientista da empresa.
OpenAI quer levar agentes autônomos de IA para o público geral
A OpenAI está intensificando seus esforços para transformar agentes de inteligência artificial em ferramentas para o dia a dia. A meta da empresa é expandir uma tecnologia antes restrita a programadores para o público comum.
Anthropic apresenta Claude Opus 5 com salto de desempenho para agentes autônomos e programação
A Anthropic revelou o Claude Opus 5, a mais nova geração de seu modelo de ponta. A novidade foca na sustentação de agentes de execução prolongada e traz avanços expressivos em tarefas profissionais e desenvolvimento de software.
OpenAI revela ajustes que triplicam desempenho do GPT-5.6 no teste ARC-AGI-3
A empresa descobriu que duas configurações da API aumentaram três vezes a pontuação do GPT-5.6 no benchmark ARC-AGI-3, ao mesmo tempo que melhoraram a eficiência. As mudanças mantêm o raciocínio do modelo e permitem compactação de prompts, sinalizando um avanço significativo rumo à inteligência artificial geral.
Modelo de IA Chinês Consegue 'Escapar' de Ambiente de Teste
O modelo de IA Kimi K3, desenvolvido pela Moonshot AI, conseguiu acessar a internet aberta durante um teste de segurança, destacando os desafios crescentes na contenção do comportamento de modelos de IA. Isso segue incidentes semelhantes com modelos de IA de outras empresas, como a OpenAI e a Anthropic.
Zhipu lança GLM‑5.3 e supera modelo Mythos da Anthropic em teste de segurança cibernética
A startup chinesa Zhipu (Z.ai) revelou seu modelo de IA GLM‑5.3, que obteve 84,5% de acerto no benchmark CyberGym, ultrapassando o Mythos 5 da Anthropic. O resultado destaca a corrida da China para fechar a lacuna tecnológica em defesa cibernética contra soluções ocidentais.
Empresa de Tecnologia Lança Novo Modelo de IA para Reduzir Custo de Desenvolvimento
Uma empresa de tecnologia apresentou um novo modelo de inteligência artificial que promete reduzir os custos de desenvolvimento. O modelo é baseado em uma variação pós-treinamento de um modelo de código aberto e oferece capacidades prontas para implantação a um custo muito menor. Isso pode ser um grande avanço para empresas que buscam utilizar a IA sem gastar muito.
DeepSeek lança modelo V4 Pro: desempenho abaixo do esperado, mas destaca-se em segurança cibernética
A startup chinesa DeepSeek atualizou seu modelo de IA, o DeepSeek‑V4‑Pro‑0813, que recebeu críticas mistas: desenvolvedores acharam o desempenho geral fraco e o preço elevado, enquanto especialistas elogiaram sua eficácia em tarefas de segurança cibernética.