🧮GPT-5.6 pensou por 8 horas e quebrou um recorde matemático humano
O pesquisador Sébastien Bubeck, da Microsoft, contou que o recorde humano de 2,29 num problema clássico de teoria dos grafos (a chamada cobertura dupla por ciclos) não durou muito. O pesquisador Jason Dean Lee usou uma abordagem criativa de prompt e conseguiu 2,28. Depois, o GPT-5.6 foi deixado pensando por 8 horas seguidas, baixou o resultado para 2,26 e, de quebra, escreveu um paper acadêmico sobre o que encontrou. --- Oito horas de raciocínio contínuo para uma IA é algo que até pouco tempo não fazia sentido, porque os modelos perdiam o fio da meada. Agora, com mais capacidade de "pensar devagar", a IA está conseguindo fazer contribuições originais em matemática pura, não só resolver exercícios de prova. É o tipo de resultado que muda a conversa sobre o que essas ferramentas realmente conseguem criar.
O pesquisador Sébastien Bubeck, da Microsoft, contou que o recorde humano de 2,29 num problema clássico de teoria dos grafos (a chamada cobertura dupla por ciclos) não durou muito. O pesquisador Jason Dean Lee usou uma abordagem criativa de prompt e conseguiu 2,28. Depois, o GPT-5.6 foi deixado pensando por 8 horas seguidas, baixou o resultado para 2,26 e, de quebra, escreveu um paper acadêmico sobre o que encontrou.
— @SebastienBubeck View on X
O GPT-5.6 estabeleceu um novo patamar para capacidades de raciocínio em modelos de linguagem ao superar um recorde humano de décadas em teoria dos grafos. Após processar por oito horas contínuas um problema clássico de cobertura dupla por ciclos — onde o melhor resultado humano era 2,29 — o modelo alcançou 2,26 e documentou a solução em um paper acadêmico completo. O feito, relatado pelo pesquisador Sébastien Bubeck da Microsoft Research, indica que Large Language Models (LLMs) agora conseguem manter coerência lógica por janelas temporais estendidas, abrindo espaço para contribuições originais em matemática pura.
O problema e a cronologia da superação
A cobertura dupla por ciclos é um desafio clássico de otimização combinatória que busca o menor conjunto de ciclos que cubra cada aresta de um grafo exatamente duas vezes. O recorde humano de 2,29 havia resistido por anos até Jason Dean Lee aplicar técnicas avançadas de prompt engineering e reduzir para 2,28. A mudança qualitativa ocorreu quando o GPT-5.6 foi configurado para um regime de test-time compute prolongado, utilizando oito horas de processamento contínuo — uma abordagem que amplifica drasticamente as capacidades de reasoning sem necessidade de re-treinamento do modelo base.
Por que o tempo de inferência importa
Até poucos meses atrás, estender o tempo de raciocínio de LLMs resultava em degradação da qualidade devido ao acúmulo de erros lógicos e perda de contexto. O resultado do GPT-5.6 demonstra que arquiteturas atuais conseguem manter consistência matemática por períodos suficientes para explorar espaços de solução complexos. Para desenvolvedores brasileiros, isso significa que:
- Ferramentas de IA podem agora atuar como colaboradores em problemas de otimização de redes, logística e algoritmos de roteamento
- Estratégias de chain-of-thought estendidas podem ser aplicadas em debugging de sistemas complexos e análise de arquitetura de software
- O gap entre modelos de raciocínio rápido e deep research está se fechando, permitindo automação de tarefas que exigiam anteriormente especialistas humanos em matemática discreta
Implicações para builders
A capacidade de gerar conhecimento matemático novo — não apenas recuperar padrões de treinamento — coloca em xeque a distinção entre assistência e descoberta científica automatizada. Para times de engenharia, isso sugere que investimentos em infraestrutura de inferência longa podem gerar retornos maiores que simplesmente escalar parâmetros de modelo. O paper gerado pelo GPT-5.6, ainda sob revisão acadêmica, será um teste crucial: se validado pela comunidade científica, estabelecerá um precedente para publicações com co-autoria algorítmica em matemática