🚀GPT-5.5 mostra salto geracional no Codex
Ethan Mollick, professor da Wharton e uma das vozes mais confiáveis sobre IA, teve acesso antecipado ao GPT-5.5 e diz que é um grande salto. O teste: pedir que diferentes modelos criassem uma simulação 3D mostrando a evolução de uma cidade portuária de 3000 a.C. até 3000 d.C. --- Só o GPT-5.5 Pro realmente modelou uma cidade evoluindo - com construções surgindo e desaparecendo ao longo do tempo. Os outros geraram prédios substituindo outros, sem continuidade. E fez isso em 20 minutos, contra 33 do GPT-5.4 Pro. --- Mollick também testou o modelo criando um guia completo de RPG de mesa - cenário, regras, manual do mestre e do jogador. O resultado foi surpreendentemente sólido. Não é perfeito (ainda tem maneirismos de modelo de linguagem), mas é um sinal claro: a melhoria não parou.
GPT-5.5 in Codex made a surprisingly solid table top RPG game masters guide & player guide, which it "playtested." It leans into the storytelling aspect, and still has some very LLM-y elements, but it is a novel setting.
— @emollick View on X
O GPT-5.5 demonstra um salto geracional mensurável em capacidade de modelagem contextual e eficiência computacional, segundo testes independentes conduzidos por Ethan Mollick, professor da Wharton. Diferente de atualizações incrementais que otimizam respostas pontuais, o novo modelo mantém coerência em arquiteturas complexas ao longo de extensos períodos temporais, uma métrica crítica para aplicações de simulação e desenvolvimento de software.
Coerência temporal em simulações 3D
No teste mais rigoroso, Mollick solicitou a geração de uma simulação tridimensional mostrando a evolução de uma cidade portuária ao longo de seis mil anos. Enquanto versões anteriores e modelos concorrentes simplesmente substituíam estruturas sem lógica de continuidade, o GPT-5.5 Pro modelou o surgimento e desaparecimento de construções de forma sequencial e geograficamente consistente. O tempo de execução caiu de 33 minutos no GPT-5.4 Pro para 20 minutos, indicando ganhos não apenas em qualidade, mas em eficiência de processamento.
Essa capacidade de manter estado e contexto ao longo de timelines extensas representa uma mudança arquitetônica relevante para desenvolvedores que trabalham com simulações, jogos ou qualquer sistema que exija persistência de dados estruturados em iterações longas.
Documentação técnica e geração criativa estruturada
Além de código, o modelo foi testado na criação de um sistema completo de RPG de mesa, incluindo cenário, regras mecânicas, manual do mestre e guia do jogador. O resultado apresentou estrutura narrativa sólida e consistência interna, embora mantenha características típicas de LLMs em aspectos criativos. Para builders, isso traduz-se em capacidade de gerar documentação técnica extensa, especificações de produto ou arquivos de configuração complexos sem perder referências entre seções.
Implicações para o desenvolvimento brasileiro
Para desenvolvedores e arquitetos de software no Brasil, a evolução sinaliza uma mudança no padrão de uso de ferramentas de IA. Tarefas que exigiam intervenção manual para manter consistência em projetos de longa duração — como refactoring em bases de código legadas ou manutenção de documentação técnica — tendem a ser automatizadas com maior confiabilidade.
Como notou Mollick: "É cada vez mais difícil demonstrar rapidamente cada mudança geracional, porque muitas coisas que a IA fazia mal — como matemática ou contar letras — agora são triviais." O benchmark atual exige avaliar capacidades de abstração temporal e manutenção de estado em contextos de milhares de tokens, métricas que definem a próxima geração de aplicações autônomas.