O que Jensen Huang disse e qual foi o contexto

Em 3 de setembro de 2026, logo após a OpenAI anunciar o GPT-6 Astra, Jensen Huang — CEO da Nvidia — publicou nas redes sociais a declaração: "AGI chegou". A afirmação veio acompanhada de dados de infraestrutura: o GPT-6 Astra foi "treinado em mais de 100 mil sistemas Nvidia Grace Blackwell NVLink72", com outros 400 mil GPUs "chegando ao ar". O momento não foi casual — Huang tem interesse direto em associar progresso de modelos à demanda por hardware.

O GPT-6 Astra é descrito pela OpenAI como capaz de "usar computadores, fazer engenharia de software, segurança cibernética, trabalho científico e outras aplicações profissionais". Os benchmarks citados são expressivos: 97,6% no FrontierMath Tier 4 v2, 99,9% no ARC-AGI-3, 100% no ExploitBench e 72,6% no OSWorld 2.0 (operação de computador) — superando o GPT-5.6 Sol em 65,7% na mesma tarefa. Em tempo de conclusão de tarefas, o modelo finalizou trabalhos em cerca de 40 minutos, contra 75 minutos das gerações anteriores. O presidente da OpenAI, Greg Brockman, disse que o modelo pode representar "o início da era AGI".

As críticas e o que elas revelam

Nem todos concordam que AGI chegou. O pesquisador Gary Marcus argumentou que o GPT-6 Astra "satisfaz apenas um ou dois pontos" em seu arcabouço de dez critérios para AGI, e que excelência em benchmarks não equivale a inteligência geral. A inconsistência nos dados de Huang também foi notada: ele inicialmente publicou que 300 mil chips foram usados no treinamento, deletou o post e republicou com 100 mil — sem explicação.

O contexto financeiro importa: a Nvidia faturou US$ 89 bilhões em vendas de computadores de IA em um trimestre — mais que o dobro do crescimento ano a ano. Huang tem interesse em ampliar a narrativa de que progresso em IA exige mais hardware. A análise completa dos benchmarks do GPT-6 Astra está disponível na Artificial Analysis, que monitora desempenho por custo em tempo real.

OpenAI chegou a reduzir compras de chips da Nvidia no meio de 2026, mas a parceria de infraestrutura de longo prazo é descrita como central para a estratégia da empresa. A Nvidia redesenhou seus pacotes de chips de 8 para 72 unidades por sistema — o que criou a base de escalabilidade que tornou o treinamento de modelos como o Astra viável.

Por que isso importa para o seu negócio

Independente de AGI chegou ou não para a filosofia, o que a declaração de Jensen Huang sinaliza é prático: os modelos de IA de 2026 já realizam com consistência tarefas que antes exigiam especialistas — análise de dados complexos, código de produção, formulação de hipóteses científicas.

Para empresas, a pergunta correta não é "AGI chegou?", mas sim: "quais tarefas da minha operação esse nível de modelo consegue assumir agora?". O GPT-6 Astra e seus equivalentes (Claude Opus 5, Grok 4.5) tornam a automação de processos cognitivos complexos acessível via API. A barreira é de integração, não de capacidade.

AGI chegou ou não para a teoria — mas para a prática empresarial, o nível de 2026 já justifica revisar quais tarefas humanas podem ser delegadas a modelos de IA com confiança.

Conteúdo reescrito e traduzido para PT pela redação luiscortex, revisado por humano.

Fonte: Investing.com