Por que você não deve esperar melhorias rápidas do ChatGPT: o que você precisa saber

Visão geral do futuro do ChatGPT e do desenvolvimento do LLM

A transição para atualizações anuais indica um cronograma de lançamento mais lento para o ChatGPT.
Os retornos decrescentes da tecnologia de transformadores estão impactando a inovação do LLM.
A escassez de dados de treinamento e modelos de lucro ilusórios representam obstáculos significativos para os avanços da IA.

O ChatGPT impactou significativamente os estilos de vida e padrões de trabalho globais, mas observadores astutos de seu cronograma de lançamento notaram uma desaceleração preocupante. Este artigo se aprofunda nas nuances do desenvolvimento do LLM, ponderando se estamos caminhando para uma “era das trevas da IA” pós-2025.

Cronograma de lançamento do ChatGPT

A introdução do ChatGPT 3.5 pela OpenAI em novembro de 2022 remodelou drasticamente o cenário da IA, ganhando rapidamente impressionantes 100 milhões de usuários em três meses. Esse aumento foi interrompido apenas pela introdução do Meta Threads em 2023, superando o ChatGPT como o aplicativo de crescimento mais rápido de todos os tempos.

Com o tempo, a abordagem da OpenAI passou de lançamentos semestrais para um cronograma anual antecipado. Notavelmente, enquanto a lacuna entre o ChatGPT 3.5 e o ChatGPT 4.0 foi de apenas cinco meses, o próximo modelo (ChatGPT o1) levou quase dois anos para ser desenvolvido e lançado.

A data exata para o lançamento do ChatGPT o3 permanece incerta, com testadores beta atualmente explorando seus recursos, mas nenhuma revelação pública específica por trás dele. Isso levanta questões críticas sobre as razões por trás da desaceleração no desenvolvimento do LLM e se as contribuições contínuas dos investidores produzirão os retornos esperados.

Transformers: A Força Motriz

Os transformadores revolucionaram o setor de IA desde seu início, por volta de 2017, alavancando a arquitetura CUDA para transformar GPUs convencionais em potentes unidades de processamento de IA. Inicialmente, maior entrada de token e versões anteriores do LLM utilizaram essa arquitetura com efeito total.

No entanto, agora enfrentamos retornos decrescentes no desempenho da IA. Embora os avanços tecnológicos tenham aumentado as capacidades da GPU, elas estão estagnadas. O esperado progresso revolucionário no hardware de IA, exibido durante a palestra principal da Nvidia na CES , foi recebido com respostas mornas, pois ficou evidente que a indústria havia entrado em uma fase evolutiva em vez de entregar mudanças inovadoras.

Vista frontal do Projeto DIGITS da NVIDIA apresentado na CES 2025. — Justin Duino / Como fazer Geek

Apesar do progresso significativo em GPUs e tecnologia de transformadores, ainda não estamos limitados por restrições físicas como estamos com CPUs tradicionais. No entanto, os rápidos avanços vistos nos últimos cinco anos no desempenho de IA estão agora diminuindo consideravelmente, deixando muitos na indústria desejando o crescimento explosivo comparável à revolução da computação do final do século XX.

Desafios no treinamento de dados

Outra preocupação urgente enfrentada pelos desenvolvedores de LLM, incluindo OpenAI, centra-se na disponibilidade de dados de treinamento de alta qualidade. Todos os principais modelos, como ChatGPT, Gemini e Claude, mineraram exaustivamente a maioria das informações públicas acessíveis. Isso criou um cenário em que adquirir dados novos é um desafio crítico.

Para navegar por esse obstáculo, algumas equipes estão explorando modelos de treinamento “recursivos” pelos quais sistemas de IA são utilizados para educar uns aos outros. Infelizmente, esse método produz resultados mistos, particularmente em coerência e confiabilidade. Saídas de uma IA treinada em IA frequentemente sofrem de alucinações e imprecisões, levantando questões sobre a viabilidade dessa abordagem para tarefas complexas.

Sustentabilidade Financeira dos LLMs

A competição acirrada no setor de IA alimentou a turbulência financeira, com projeções estimando um investimento impressionante de mais de US$ 1 trilhão em iniciativas de IA em breve. Apesar desse influxo, os vastos custos associados à criação e manutenção de LLM apresentam um enigma no estabelecimento de um canal de lucro viável.

Relatórios indicam que executar uma consulta LLM pode exigir até dez vezes mais recursos de computação do que uma pesquisa padrão do Google, embora os custos operacionais exatos da OpenAI permaneçam confidenciais. Os modelos de negócios tradicionais em IA geralmente seguem um padrão em que as empresas acumulam vasto financiamento de capital de risco, capturam participação de mercado e, então, criam estratégias para lucratividade. No entanto, as despesas de computação aumentaram — coincidindo com a avaliação das ações da Nvidia — deixando caminhos pouco claros para a geração de receita.

Lucas Gouveia / How-To Geek

O modelo de assinatura do ChatGPT atualmente cobra US$ 20 mensais por recursos avançados, mas a OpenAI está contemplando níveis premium potencialmente custando até US$ 2.000 por mês, dependendo das capacidades do LLM. Os retornos decrescentes associados à satisfação do usuário têm estimulado preocupações de que usuários fiéis podem ver os modelos estabelecidos como “bons o suficiente”, diminuindo o apetite por assinaturas atualizadas.

Antecipando a próxima evolução do ChatGPT

À medida que o ChatGPT se aproxima do lançamento de sua versão o3, especialistas do setor preveem que este pode ser o único lançamento significativo da OpenAI durante todo o ano de 2025. Embora ainda haja esperança de avanços adicionais, os desafios descritos sugerem um ritmo de desenvolvimento mais conservador à frente.

No entanto, essa estagnação é realmente prejudicial? As classificações na Chatbot Arena ilustram que os LLMs costumavam ganhar benchmarks substanciais entre as iterações, mas agora estão estagnados ou apenas obtendo ganhos marginais. Embora os aplicativos corporativos continuem promissores, os recursos disponíveis para usuários comuns parecem estar atingindo limites de otimização.

Em resumo, o cronograma para acessar a atualização mais recente do ChatGPT continua imprevisível. No entanto, os usuários ainda podem contar com a funcionalidade robusta de modelos existentes como ChatGPT o1 e 4o para tarefas cotidianas, como elaborar listas de compras organizadas ou encontrar referências na literatura.

Perguntas frequentes

1. Por que o desenvolvimento do ChatGPT está lento?

A atual desaceleração do desenvolvimento do ChatGPT pode ser atribuída a vários fatores, incluindo retornos reduzidos da tecnologia de transformadores, escassez de novos dados de treinamento e desafios no estabelecimento de um modelo de lucro viável em meio ao aumento dos custos operacionais.

2. Qual é o futuro esperado para a tecnologia LLM?

Desenvolvimentos futuros na tecnologia LLM podem ser caracterizados por uma trajetória de crescimento mais cautelosa. Analistas preveem o potencial para lançamentos notáveis, mas obstáculos operacionais e financeiros provavelmente ditarão um ritmo mais lento de inovação.

3. Como funciona o modelo de assinatura do ChatGPT?

O modelo de assinatura do ChatGPT atualmente oferece recursos avançados por US$ 20 por mês, com discussões em andamento sobre ofertas de nível superior que podem chegar a US$ 2.000 por mês com base nas capacidades do modelo. Esse preço estruturado visa atender às diferentes necessidades do usuário, ao mesmo tempo em que gerencia os custos operacionais.

Fonte e Imagens