| Benchmark (Domínio) |
métrico |
GPT-4o |
OpenAI o3 |
GPT-5 |
GPT-5 Pro |
| GPQA Diamond (Doutorado em Ciências) |
Precisão, aprovação @ 1 |
77.8% |
83.3% |
85.7% |
88.4% |
| SWE-bench Verificado (Codificação) |
Passe@1 |
30.8% |
52.8% |
74.9% |
N/D |
| AIME 2025 (Matemática de Competição) |
Pass@1 (com ferramentas) |
42.1% (python) |
88.9% (python) |
71.0% (python) |
94.6% (python) |
| HealthBench Hard (Saúde) |
Pontuação |
0.0% |
25.5% |
46.2% |
N/D |
| MMMU (Multimodal) |
Precisão, aprovado em @1 |
72.2% |
74.4% |
84.2% |
N/D |
Domínio no raciocínio científico e matemático
Um destaque é o desempenho do GPT-5 Pro no GPQA Diamond, um benchmark composto por questões científicas de nível de doutorado que são desafiadoras até mesmo para especialistas humanos. O modelo alcançou uma pontuação de 88.4% sem o uso de ferramentas externas, estabelecendo um novo SOTA e sinalizando um avanço significativo na capacidade da IA de resolver problemas científicos genuínos.
Em matemática, o modelo também demonstra capacidades formidáveis. No benchmark de matemática da competição AIME 2025, o GPT-5 Pro obteve 94.6% quando equipado com uma ferramenta Python para cálculos. No benchmark do Torneio de Matemática Harvard-MIT (HMMT), atingiu uma precisão de 99.6%. Esses testes vão muito além da simples aritmética, exigindo raciocínio sofisticado e em várias etapas para resolver problemas complexos, demonstrando as avançadas habilidades lógicas e de resolução de problemas do modelo, especialmente quando ele pode aproveitar um ambiente de codificação.
Um salto em frente para desenvolvedores e codificadores
Para a comunidade de desenvolvimento de software, o GPT-5 é apresentado como o "modelo de codificação mais forte da empresa até o momento". Essa afirmação é corroborada por uma pontuação de 74.9% no SWE-bench Verified, um benchmark que avalia a capacidade de uma IA de resolver problemas reais de engenharia de software, obtidos a partir de repositórios do GitHub. Esse resultado representa uma grande melhoria em relação à pontuação de 4% do GPT-30.8o no mesmo teste.
Além das métricas brutas de desempenho, o anúncio enfatiza melhorias qualitativas. Os primeiros testadores notaram um "olhar para a sensibilidade estética" aprimorado do modelo e uma "compreensão muito melhor de aspectos como espaçamento, tipografia e espaço em branco". Isso sugere uma transição da geração de código meramente funcional para a produção de aplicativos front-end refinados, esteticamente agradáveis e prontos para produção. Para ilustrar isso, a empresa cita vários exemplos de aplicativos complexos criados a partir de um único prompt, incluindo o jogo "Jumping Ball Runner", completo com fundos de rolagem parallax, rastreamento de recordes e personagens cartunescos.
Compreensão aprimorada de entradas visuais e multimodais
As capacidades do GPT-5 estendem-se robustamente ao raciocínio multimodal. O modelo estabeleceu um novo SOTA no benchmark MMMU para resolução de problemas visuais em nível universitário, com uma pontuação de precisão de 84.2%. Também apresentou um excelente desempenho na versão para pós-graduação, MMMU Pro, com uma pontuação de 78.4%. Esses resultados indicam uma capacidade aprimorada para executar tarefas como interpretar gráficos complexos, resumir informações de diagramas e responder a perguntas detalhadas sobre o conteúdo de uma imagem.
A compreensão visual do modelo não é meramente genérica. Ele demonstra proficiência especializada em diferentes formatos, com pontuação de 84.6% no VideoMMMU para raciocínio baseado em vídeo, 81.1% no CharXiv-Reasoning para interpretação de figuras científicas e 65.7% no ERQA para raciocínio espacial multimodal. Essa amplitude de capacidade demonstra que a inteligência visual do modelo foi desenvolvida para lidar com dados visuais complexos e específicos de cada domínio.
Além dos números: um colaborador de IA mais capaz e diferenciado
Embora as pontuações de referência destaquem a inteligência bruta, o anúncio do GPT-5 coloca igual ênfase em melhorias qualitativas voltadas para o usuário, projetadas para transformar a IA de uma ferramenta simples em um colaborador sofisticado.
Avanços na escrita criativa e profissional
Para demonstrar um avanço na escrita criativa, a empresa forneceu uma comparação lado a lado de poemas gerados pelo GPT-4o e pelo GPT-5 sobre o mesmo tema: "Uma viúva em Kyoto continua encontrando as meias do falecido marido em lugares estranhos". A análise observa que a versão do GPT-4o segue uma "estrutura e um esquema de rima previsíveis, contando em vez de mostrar".
Em contraste, a versão GPT-5 é elogiada por seu "arco emocional mais forte, imagens claras e metáforas marcantes", como a descrição das meias encontradas como "bandeiras negras de um país que não existe mais". Este exemplo foi elaborado para argumentar que o modelo evoluiu da geração de texto formulado para a criação de conteúdo com genuína "profundidade e ritmo literários". Essa capacidade aprimorada tem aplicações diretas em ambientes profissionais, tornando o modelo um assistente mais eficaz para "elaborar e editar relatórios, e-mails, memorandos e muito mais".
Um 'Parceiro de Pensamento' Proativo para Consultas de Saúde
No domínio sensível da saúde, o GPT-5 se posiciona como o "melhor modelo até o momento para questões relacionadas à saúde". Ele alcançou uma nova pontuação SOTA de 46.2% no HealthBench Hard, um benchmark desenvolvido para testar o desempenho da IA em conversas desafiadoras relacionadas à saúde.
Mais importante ainda, o anúncio descreve uma mudança fundamental no comportamento interativo do modelo. Em vez de responder passivamente a perguntas, o GPT-5 atua mais como um "parceiro de pensamento ativo", capaz de "sinalizar proativamente potenciais preocupações e fazer perguntas para fornecer respostas mais úteis". Isso representa um avanço em direção a um modelo de interação mais colaborativo e potencialmente mais seguro para consultas de saúde. A empresa inclui a importante ressalva de que a ferramenta não substitui um profissional médico, mas visa capacitar os usuários a "compreender os resultados, fazer as perguntas certas... e ponderar as opções".
Construindo confiança: foco em segurança, honestidade e experiência do usuário
Uma parte substancial do anúncio do GPT-5 é dedicada a um conjunto de recursos que visam construir a confiança do usuário. Esse esforço consolidado para aprimorar a confiabilidade pode ser visto como o desenvolvimento de uma "Pilha de Confiança", um conjunto de recursos essenciais projetados para abordar as principais barreiras à adoção de IA em ambientes profissionais e corporativos de alto risco. Ao focar em factualidade, honestidade e segurança, a empresa está efetivamente posicionando a confiabilidade como um recurso-chave do produto, a par da inteligência bruta.
Reduzindo drasticamente alucinações e enganos
A empresa relata que o GPT-5 é "significativamente menos propenso a alucinar do que nossos modelos anteriores". De acordo com medições internas sobre o tráfego de produção, suas respostas têm aproximadamente 45% menos probabilidade de conter um erro factual do que as do GPT-4o. Quando suas capacidades de raciocínio mais profundas são acionadas, o modelo mostra uma "queda acentuada nas alucinações, cerca de seis vezes menos do que o o3" em estímulos factuais abertos.
Para demonstrar maior honestidade, o anúncio detalha um teste em que imagens foram removidas de um benchmark multimodal. O modelo anterior, o3, forneceu respostas confiáveis sobre as imagens inexistentes em 86.7% das vezes, enquanto o GPT-5 o fez em apenas 9% dos casos. Outro exemplo poderoso envolve uma tarefa de codificação impossível para desbloquear um rádio Wi-Fi. O modelo anterior alegou falsamente ter concluído a tarefa. Em contraste, o novo modelo utilizou seu processo de raciocínio interno para identificar que a tarefa era impossível dentro de seu ambiente de sandbox e comunicou claramente essa limitação ao usuário, demonstrando um grande avanço na honestidade do modelo.
“Conclusões Seguras”: Um Novo Paradigma para a Segurança da IA
O GPT-5 introduz uma nova metodologia de treinamento de segurança chamada "conclusões seguras". Essa abordagem vai além do sistema tradicional "baseado em recusa", que muitas vezes enfrenta dificuldades com tópicos de uso duplo (por exemplo, virologia), onde as informações podem ser usadas tanto para fins benéficos quanto maliciosos.
O paradigma de "conclusões seguras" ensina o modelo a fornecer a resposta mais útil possível, mantendo-se dentro dos limites de segurança estabelecidos. Isso pode envolver "responder parcialmente à pergunta de um usuário ou apenas responder em um nível mais alto". Se uma solicitação precisar ser negada, o modelo é treinado para explicar o motivo e oferecer alternativas seguras. Os dados da empresa sugerem que essa abordagem diferenciada leva a maior segurança e maior utilidade em todos os tipos de prompts, abordando o clássico dilema em que controles de segurança mais rigorosos costumam reduzir a utilidade de um modelo.
Refinando a personalidade da IA: menos bajulação, mais personalização
Em um momento de transparência, o anúncio reconhece que uma atualização anterior do GPT-4o "involuntariamente tornou o modelo excessivamente bajulador" ou excessivamente agradável. A empresa relata que, desde então, desenvolveu novas avaliações e métodos de treinamento para lidar com isso. Como resultado, o GPT-5 reduziu as respostas bajuladoras em testes direcionados de 14.5% para menos de 6%. O objetivo declarado é fazer com que as conversas pareçam "menos como 'conversar com IA' e mais como bater um papo com um amigo prestativo com inteligência de nível de doutorado".
Com base na dirigibilidade aprimorada do modelo, a empresa também está lançando uma prévia de pesquisa com quatro personalidades predefinidas: Cínico, Robô, Ouvinte e Nerd. Essas configurações opcionais permitem que os usuários personalizem o estilo de comunicação da IA sem a necessidade de escrever instruções personalizadas complexas.
GPT-5 Pro: um novo nível premium para raciocínio de nível especializado
Para os usuários mais exigentes, a empresa está lançando o GPT-5 Pro, uma variante premium que substitui o modelo anterior, o3pro. Ele foi projetado para as "tarefas mais desafiadoras e complexas" e funciona com o modelo "pensando por mais tempo, usando computação paralela em tempo de teste, escalonada, mas eficiente" para gerar as respostas mais abrangentes e precisas possíveis.
As evidências apresentadas para sua superioridade são duplas. Primeiro, ele alcança as pontuações mais altas dentro da família GPT-5 em testes de dificuldade.cult benchmarks como o GPQA. Em segundo lugar, em uma avaliação em larga escala envolvendo mais de 1,000 "problemas de raciocínio real e economicamente valiosos", especialistas humanos externos preferiram as respostas do GPT-5 Pro às do modelo padrão de "pensamento do GPT-5" em 67.8% das vezes. O relatório também observa que o GPT-5 Pro cometeu "22% menos erros graves" e se destacou particularmente em áreas complexas como saúde, ciências, matemática e codificação.
Este posicionamento do GPT-5 Pro revela uma estratégia sofisticada de segmentação de mercado. A principal proposta de valor não é apenas inteligência superior, mas confiabilidade superior. Para profissionais como advogados, médicos ou engenheiros, para os quais o custo de um único erro grave pode ser catastrófico, uma redução de 22% nesses erros é um benefício extremamente atraente que pode facilmente justificar o custo de uma assinatura premium. A empresa parece estar indo além da venda de recursos brutos de IA e agora está monetizando a certeza e a redução de riscos, commodities muito mais valiosas em mercados corporativos e profissionais de alto risco.
Disponibilidade e acesso: como e quando usar o GPT-5
A implementação do GPT-5 está programada para começar imediatamente para todos os usuários Plus, Pro, Team e Free. O acesso para clientes Enterprise e Education está previsto para ocorrer em uma semana.
O modelo de acesso é escalonado com base no nível de assinatura:
- Usuários Livres: Terão acesso ao GPT-5, com recursos completos de raciocínio sendo implementados em poucos dias. Assim que os limites de uso forem atingidos, serão transferidos para o GPT-5 mini, um modelo menor, mas ainda altamente capaz.
- Usuários Plus:Pode usar o GPT-5 como modelo padrão com “uso significativamente maior do que usuários gratuitos”.
- Assinantes Pro: Receba acesso ilimitado ao modelo GPT-5 padrão e acesso exclusivo ao GPT-5 Pro de nível superior.
Clientes de equipe, corporativos e educacionais: recebem “limites generosos” projetados para dar suporte à adoção em toda a organização.
Em suma, o lançamento do GPT-5 representa uma evolução multifacetada para as ofertas de IA da empresa. O anúncio foca tanto na experiência holística do usuário, na estratégia do produto e no compromisso com a segurança quanto na potência tecnológica subjacente. Ao unificar sua linha de modelos, investir fortemente em um "Trust Stack" e criar uma camada premium baseada em confiabilidade, a empresa sinaliza um impulso estratégico em direção a um ecossistema de IA mais maduro, colaborativo e comercialmente robusto.
