A próxima evolução na inteligência artificial está quase aí. O GPT‑5 — desenvolvido pela OpenAI — perfila-se como o modelo de linguagem mais capaz, inteligente e multimodal até à data. Num recente podcast da OpenAI, o CEO Sam Altman revelou que se espera o seu lançamento «ainda este verão». Mas o que devemos esperar exatamente?
O GPT-5 não tem que ver apenas com mais parâmetros ou potência bruta. Assinala uma mudança fundamental na forma como os sistemas de IA são concebidos e usados: de geradores de texto passivos a agentes autónomos que conseguem raciocinar, adaptar-se e agir com uma profundidade sem precedentes. Esta nova geração conseguirá operar entre modalidades (texto, voz, imagem — e talvez mesmo vídeo), lidar com janelas de contexto muito mais longas e integrar memória e ferramentas para apoiar tarefas mais complexas do mundo real.
Este artigo detalha tudo o que atualmente se sabe sobre o GPT‑5 — desde como se compara com os modelos anteriores até ao que os seus avanços técnicos poderão significar para o uso no mundo real na investigação, no ensino, na programação e na automação com IA.
Inovações técnicas do GPT-5
Espera-se que o GPT-5 introduza grandes melhorias no raciocínio, na memória e na modalidade — incluindo a capacidade de processar vídeo de forma nativa, acompanhar os objetivos do utilizador ao longo do tempo através de memória persistente e alimentar agentes de vários passos mais estáveis, capazes de refletir, replanear e interagir de forma autónoma.
Eis o que provavelmente aí vem:
Janela de contexto alargada
Para o GPT‑5, as expectativas sugerem que veremos janelas de contexto a estender-se para lá de 1 milhão de tokens, o que é um grande salto face ao atual limite de 128.000 tokens do GPT‑4 Turbo. Isto permitiria ao modelo reter e raciocinar sobre o equivalente a mais de 10 livros completos, conversas com vários fios e milhares de mensagens anteriores, ou históricos de projetos inteiros.
Esta mudança importa não só para tarefas de resumo, mas também para manter o estado ao longo do tempo, permitindo ao GPT-5 apoiar agentes que compreendam de forma persistente o fluxo de trabalho, o histórico de projetos ou as preferências de um utilizador entre sessões. Abre a porta a trabalhar com repositórios de código de aplicações inteiras, analisar estudos e relatórios médicos completos, rever vídeos de horas, ou raciocinar sobre milhões de pontos de dados — tudo dentro de uma única sessão.
«Modos de pensamento» integrados
Há uma especulação crescente de que a OpenAI possa adotar modos de raciocínio internos no GPT‑5, caminhos de computação ou configurações especializadas, otimizados para diferentes tipos de tarefa — à semelhança de como outros modelos (por exemplo, o Gemini 2.5, o Claude 4) mudam de raciocínio ou de estilo de inferência consoante o pedido.
Num podcast recente, Sam Altman afirmou a sua intenção de consolidar as séries o e GPT num único modelo unificado que «sabe quando pensar durante muito tempo ou não». Isto aponta para um modelo capaz de decidir internamente se deve aplicar um raciocínio rápido e superficial ou um raciocínio mais profundo de cadeia de pensamento — sem exigir que os utilizadores mudem de modo manualmente.
Parte desta capacidade pode vir de estratégias de raciocínio adaptativas: o GPT‑5 poderia alternar entre lógica dedutiva para análise científica, pensamento lateral para ideação criativa e atalhos heurísticos para decisões em tempo real. Ao ajustar o estilo de raciocínio ao tipo de problema, o modelo poderia tornar-se simultaneamente mais rápido e mais preciso em contextos de alto risco ou específicos de um domínio.
A par disto, o GPT‑5 pode também incluir módulos de execução integrados otimizados para tarefas cognitivas específicas, como a execução de código, a matemática de vários passos ou a análise de dados estruturados. Ao contrário das ferramentas externas usadas no GPT‑4, estes módulos estariam incorporados diretamente na arquitetura do modelo, permitindo-lhe delegar subtarefas a componentes internos altamente especializados. Isto poderia levar a uma precisão e eficiência muito maiores em problemas com que a modelação de linguagem pura ainda tem dificuldade — como enigmas de lógica, matemática avançada ou manipulação precisa de dados.
No conjunto, estas melhorias permitiriam à lógica interna do GPT‑5 gerir múltiplos «caminhos» de inferência otimizados para pedidos distintos dos utilizadores. Isto traria uma experiência de IA mais inteligente e ciente do caso de uso, sem exigir a troca manual de modelo.
Compreensão avançada de vídeo
Espera-se que o GPT-5 ultrapasse as capacidades multimodais do GPT-4o ao tratar o vídeo como uma entrada nativa — não apenas sequências de imagens, mas fluxos contínuos com contexto temporal e profundidade semântica. Isto permitiria ao modelo analisar vídeos de formato longo, como palestras, tutoriais ou imagens de vigilância, com consciência das cenas, do diálogo, da intenção do interlocutor e do conteúdo em evolução ao longo do tempo.
Seja a decompor passo a passo uma cirurgia de substituição do joelho, a identificar incoerências no depoimento de uma testemunha a partir da gravação de um julgamento, a extrair as conclusões-chave de uma palestra universitária de duas horas, ou a assinalar sinais de frustração de clientes em vídeos de call centers, o GPT‑5 pode tornar-se o primeiro modelo verdadeiramente capaz de «ver e compreender» vídeos complexos — um salto que aproxima a IA de uma compreensão total dos média.
Personalização e memória detalhadas
Embora o GPT-4 tenha introduzido memória experimental — permitindo ao modelo reter certas preferências ou factos do utilizador entre sessões — espera-se que o GPT‑5 vá mais longe, sobretudo dentro da experiência de produto do ChatGPT. Em vez de guardar factos isolados ou instruções temporárias, as futuras versões do ChatGPT construídas sobre o GPT‑5 poderão suportar perfis de utilizador estruturados e persistentes: acompanhando objetivos, tom de voz, formatos preferidos, fluxos de trabalho e até projetos de longo prazo.
Este avanço permitiria agentes de IA verdadeiramente adaptativos, que não só se lembram de quem é, como também evoluem consigo ao longo do tempo. Para os estudantes, um modelo que «conhece» o seu programa, os seus pontos fracos e o seu estilo de aprendizagem. E para os profissionais, um assistente que acompanha os prazos, sugere os próximos passos e se alinha com o seu regime de trabalho pessoal — tudo sem precisar de que lhe voltem a dizer de cada vez.
Camada de fusão neural de modalidades
O GPT-5 pode introduzir uma camada de arquitetura dedicada que funde as entradas multimodais (texto, imagem, áudio) num espaço latente partilhado. Ao contrário do GPT-4o, onde as modalidades são tratadas através de suplementos ou caminhos periféricos, isto significaria que a visão e a linguagem são compreendidas em conjunto ao nível do núcleo. Esta fusão poderia permitir, por exemplo, que o GPT-5 raciocinasse sobre diagramas e texto em conjunto, ou inferisse significado a partir do tom de voz e da escolha de palavras em simultâneo — conduzindo a uma compreensão verdadeiramente holística.
Tokenização multilíngue adaptativa
O GPT‑5 pode empregar um sistema de tokenização mais inteligente que se adapta dinamicamente à estrutura de cada língua. Ao contrário da codificação por pares de bytes estática, esta abordagem poderia reduzir a contagem de tokens em línguas complexas ou não latinas, como o checo ou o árabe, melhorando tanto a eficiência como a precisão. Poderá até usar tokenizadores neurais treinados para otimizar as representações em diversas línguas durante o treino do modelo.
Melhor suporte para sistemas baseados em agentes
O GPT‑5 não será, ele próprio, um agente autónomo, mas espera-se que seja o motor mais capaz de sempre para alimentar sistemas agênticos como o AutoGPT ou o Devin. Com janelas de contexto mais longas, memória melhorada e um raciocínio interno mais forte, o GPT‑5 responde a fraquezas centrais dos agentes atuais — como o fraco acompanhamento de tarefas, o planeamento inconsistente e a adaptabilidade limitada. Estas melhorias poderiam permitir agentes mais estáveis e inteligentes para uso na automação da investigação, no desenvolvimento de software e nas operações de negócio.
Curva histórica de escala
Para compreender o provável salto do GPT-5, precisamos de acompanhar a curva de escala que começou com o GPT-3 — não só em termos de número de parâmetros, mas também das mudanças na metodologia de treino, na eficiência de computação e nas inovações arquitetónicas.
Cada geração trouxe mais do que apenas «mais potência»; introduziu paradigmas de design inteiramente novos, como o ajuste por instruções, a integração multimodal e o encaminhamento mixture-of-experts. Ao analisar esta tendência, obtemos uma imagem realista do que o GPT-5 poderá entregar — e onde é provável que surjam os próximos pontos de inflexão em capacidade.
- GPT-3 (2020) – O modelo que iniciou tudo em grande escala, o GPT-3 exibia 175 mil milhões de parâmetros e operava dentro de uma janela de contexto de 2048 tokens. Foi treinado com aproximadamente 3640 petaflop/s-dias de computação numa arquitetura transformer densa e autorregressiva. Embora revolucionário na altura, o GPT-3 carecia de alinhamento específico a tarefas e tinha dificuldade em manter a coerência em respostas longas.
- GPT-3.5 (2022) – Embora a sua arquitetura tenha provavelmente permanecido nos 175 mil milhões de parâmetros, o GPT-3.5 introduziu um salto notável na usabilidade através da aprendizagem por reforço a partir de feedback humano (RLHF) e do ajuste fino por instruções. Estas atualizações tornaram-no significativamente mais coerente e fiável para tarefas do mundo real, abrindo caminho à adoção inicial do ChatGPT pelo grande público.
- GPT-4 (2023) – O GPT-4 marcou um afastamento radical na filosofia de design. Diz-se que terá escalado até 1,76 biliões de parâmetros através de uma arquitetura Mixture of Experts (MoE) — onde apenas um subconjunto dos «experts» do modelo é ativado por consulta. Isto permitiu um desempenho elevado sem custos de inferência exponenciais. Expandiu as capacidades de contexto de 8.192 para 32.768 tokens (consoante o acesso do utilizador) e introduziu capacidade multimodal através de módulos suplementares para tarefas de visão e áudio.
É fundamental notar que o GPT‑4 entregou fortes saltos de desempenho: ~86,4% no MMLU, 95,3% no HellaSwag, 96,4% no ARC, e ~60–70% no TruthfulQA — colocando-o perto do topo de todos os modelos de IA da altura. Mas espera-se que o GPT‑5 vá mais longe, provavelmente excedendo os 90–91% no MMLU, quebrando barreiras anteriores no HellaSwag e no ARC, e alcançando uma consistência ainda maior no TruthfulQA através de melhor memória interna e verificação de factos.
- GPT-4 Turbo / GPT-4o (2024) – Servindo como uma variante altamente otimizada, o GPT-4 Turbo aumentou a janela de contexto de forma drástica para 128.000 tokens e ofereceu uma inferência mais rápida e barata. O GPT-4o acrescentou depois capacidades multimodais nativas, permitindo ao modelo lidar com entrada de texto, visão e áudio em simultâneo sem exigir subsistemas separados. Trouxe também melhorias notáveis na latência de resposta e no tratamento de tarefas em tempo real.
- GPT‑4.5 (2025) – Como versão melhorada do GPT‑4o, mantém uma janela de contexto de 128K tokens, treinada com novas técnicas de supervisão a par de SFT e RLHF, reforça a precisão do conhecimento do mundo e ainda se apoia na cadeia de pensamento através dos modelos o1/o3, mas não é um motor de raciocínio completo — mostrando que é ao mesmo tempo poderoso e uma ponte para o GPT‑5.
- GPT‑5 (esperado, 2025) – Construindo sobre a base do GPT‑4, espera-se que o GPT‑5 escale ainda mais usando o avançado sistema Mixture of Experts (MoE) — provavelmente abrangendo 1,5 a 3 biliões de parâmetros, embora ativando apenas 10 a 30% por consulta para uma alta eficiência. Internamente, pode encaminhar entre dezenas de sub-redes de experts consoante o tipo de tarefa, permitindo um desempenho mais inteligente e ciente do contexto. Diz-se também que o GPT‑5 suportará uma janela de contexto superior a 1 milhão de tokens.
O resultado? Um modelo não apenas maior — mas mais inteligente por token, mais rápido por inferência e mais adaptável por utilizador.
O que isto poderá significar para o uso no mundo real
Tutores de IA adaptativos de longo prazo
O GPT‑5 poderia transformar a tutoria por IA de uma ajuda por sessão numa mentoria persistente e em evolução — algo que o GPT‑4 simplesmente não consegue fazer devido à sua personalização superficial de longo prazo.
Com memória específica do utilizador, o GPT‑5 pode acompanhar o desenvolvimento de um estudante ao longo de semanas ou meses, lembrar-se de erros ou conceções erradas do passado e ajustar dinamicamente as suas explicações, dificuldade e exemplos com base em padrões de aprendizagem de longo prazo. Onde o GPT‑4 oferece uma tutoria isolada, o GPT‑5 pode proporcionar algo mais próximo de um educador de IA privado — que ensina, avalia, adapta-se e recorda.
Resolver desafios técnicos complexos
O GPT‑5 poderia desempenhar um papel decisivo no combate a problemas de alta complexidade em toda a engenharia de software, para lá da mera programação. Como arquiteto de sistemas de software, poderia ajudar a conceber aplicações inteiras de raiz, sugerir estratégias de integração e ler bases de código (recordando mais de 100 mil linhas de código) para as documentar ou encontrar erros e falhas de segurança. Isto poderia permitir a programadores individuais construir o que outrora exigia grandes equipas.
Para lá da engenharia, o GPT-5 poderia atacar problemas por resolver, ou pelo menos partes deles. Poderia ser usado para sugerir abordagens a equações complexas, ou explorar conjeturas matemáticas. O AlphaEvolve da Google demonstrou que a IA consegue encontrar novos algoritmos; um modelo como o GPT-5 poderia, de forma semelhante, procurar soluções inéditas em domínios como a criptografia, a otimização ou as simulações de física. Poderá não resolver sozinho um problema do Prémio do Milénio do Clay Institute, mas poderia tornar-se um assistente inestimável para quem o faz.
Mundos personalizados nos jogos
No entretenimento, o GPT‑5 poderia alimentar NPCs com memória e comportamento adaptativo, tornando os jogos de mundo aberto radicalmente mais dinâmicos. Cada personagem poderia lembrar-se de interações anteriores, reagir ao comportamento do jogador, fazer evoluir relações e gerar missões únicas, tudo em tempo real.
Combinado com ferramentas multimodais, os programadores poderiam criar arcos narrativos inteiramente personalizados, coescritos com o jogador. É um salto rumo à narrativa emergente gerada por IA, e não apenas a árvores de diálogo pré-escritas.
Assistentes médicos
Os médicos poderiam usar o GPT‑5 como copiloto de diagnóstico. Introduza sintomas, resultados de análises e historial — e ele poderia gerar um diagnóstico diferencial, citando casos de apoio da literatura recente. Com a multimodalidade, poderia possivelmente analisar imagens médicas (como ressonâncias magnéticas ou radiografias) a par de relatórios de texto, fornecendo uma análise holística — essencialmente um super-radiologista que também lê os historiais dos doentes.
Ao mesmo tempo, o GPT-5 poderia alimentar chatbots de saúde que triam as preocupações dos doentes. Por exemplo, os doentes poderiam descrever os seus sintomas a um assistente GPT-5 que depois aconselharia se devem procurar atendimento urgente, consultar um especialista ou tentar cuidados em casa.
Para acompanhamentos de rotina ou gestão de doenças crónicas, o GPT-5 poderia contactar os doentes (por voz, na sua língua local) e registar o seu progresso, alertando os profissionais humanos se algo parecesse fora do normal. Para os médicos, isto significa menos tempo gasto em interações de rotina — enquanto os doentes obtêm apoio acessível e inteligente a qualquer hora.
Motor de investigação colaborativa
O GPT‑5 poderia tornar-se um poderoso assistente para quem trabalha com volumes enormes de informação complexa — sejam investigadores académicos ou analistas de negócio. Na ciência, poderia ler e resumir milhares de artigos, realçar relações entre descobertas e até propor novas hipóteses com base em lacunas na literatura. Um investigador biomédico poderia perguntar «Resume todas as descobertas conhecidas sobre o papel da proteína XYZ na doença de Alzheimer e sugere possíveis ângulos por explorar» e obter um relatório completo e com fontes.
No mundo dos negócios, as mesmas capacidades poderiam ser aplicadas a demonstrações financeiras, estudos de mercado ou feedback de clientes. O GPT‑5 poderia detetar anomalias em relatórios trimestrais, resumir tendências-chave em milhões de pontos de dados, ou gerar recomendações acionáveis, tudo isto adaptando as suas conclusões ao contexto ou aos objetivos específicos do utilizador.
Data de lançamento do ChatGPT-5
O CEO da OpenAI, Sam Altman, afirmou durante um episódio de maio de 2025 do podcast oficial da OpenAI que se espera o lançamento do GPT‑5 «ainda este verão». Embora não seja uma data de lançamento confirmada, esta cronologia alinha-se com o padrão típico de lançamento de grandes modelos da OpenAI, entre junho e agosto.
Outros sinais de apoio incluem:
- Várias empresas a participar em testes iniciais de red team desde o início do 2.º trimestre de 2025
- Anúncios de emprego da OpenAI para engenheiros de prompts e especialistas em infraestrutura a referir capacidade ao nível do GPT-5
- Atualizações de backend à arquitetura do sistema da API da OpenAI consistentes com preparativos de versionamento de modelos
Embora a OpenAI não tenha revelado a data de lançamento oficial, tudo ponderado, tudo aponta para uma disponibilização pública no final do 3.º trimestre de 2025.
Preços do GPT‑5
À medida que o GPT‑5 entra em implementação pública, a OpenAI parece decidida a seguir uma estratégia de preços por escalões — mantendo o acesso flexível e reservando as capacidades avançadas para os utilizadores pagantes. Eis o que sabemos até agora:
Acesso gratuito
Sam Altman confirmou num recente podcast da OpenAI que o GPT-5 estará disponível para utilizadores gratuitos. Contudo, o acesso ficará limitado ao modo por defeito, que se espera ser uma variante de menor desempenho.
Os utilizadores gratuitos terão conversas ilimitadas, mas não terão acesso a funcionalidades de nível superior como:
- memória persistente
- tempos de resposta mais rápidos
- ferramentas de raciocínio avançadas
«Vamos dar o GPT-5 aos utilizadores gratuitos, apenas na configuração por defeito — os níveis de inteligência mais elevados ficarão reservados para os planos pagos.» — parafraseado de Sam Altman, OpenAI Podcast
Planos pagos
Espera-se que a OpenAI mantenha os seus escalões de preços atuais, oferecendo funcionalidades mais poderosas do GPT‑5 aos subscritores:
- ChatGPT Plus ($20/mês):
Deverá conceder acesso a versões de escalão superior do GPT‑5, com melhor gestão de memória, respostas mais rápidas e um raciocínio contextual superior. - Pro ($200/mês), Team ($30/utilizador/mês), Enterprise (preços flexíveis) escalões: Espera-se que estes desbloqueiem as capacidades totais do GPT‑5 — incluindo o uso de ferramentas, memória persistente, agentes inteligentes e possivelmente integração com sistemas externos (APIs, bases de dados, ferramentas proprietárias).
Por que os preços podem manter-se
Embora o GPT‑5 seja mais capaz do que os seus antecessores, a OpenAI tem fortes razões para manter os preços inalterados:
- Graças a arquiteturas de modelo eficientes (por exemplo, Mixture of Experts).
- A OpenAI aspira a uma adoção alargada, o que exige acessibilidade de preço — sobretudo com a concorrência crescente da Anthropic (Claude) e da Google (Gemini).
- Uma versão gratuita com potencial de upsell ajuda a trazer mais utilizadores para o ecossistema, melhorando os ciclos de feedback e os dados de ajuste fino.
Considerações finais
O GPT‑5 será mais do que uma melhoria marginal — mas talvez ainda não uma revolução. Os primeiros sinais apontam para cinco avanços-chave: janelas de contexto alargadas, módulos de raciocínio profundamente integrados, compreensão multimodal nativa, memória persistente do utilizador e «modos de pensamento» internos adaptativos que ajustam a profundidade de raciocínio do modelo em tempo real.
No conjunto, estas funcionalidades sugerem que o GPT‑5 poderia comportar-se menos como um assistente reativo e mais como um colaborador em evolução, capaz de acompanhar os seus projetos ao longo do tempo, compreender entradas ricas em contexto como diagramas ou vídeos, e até interiorizar as suas preferências de fluxo de trabalho sem instruções repetidas.
Ao mesmo tempo, é importante manter os pés na terra. O que vemos até agora aponta para um módulo mais inteligente e mais utilizável — não necessariamente um novo paradigma. O GPT‑5 parece construir sobre a arquitetura central do GPT‑4 com melhorias inteligentes e alguns acréscimos. Os avanços podem nem sempre ser vistosos ou óbvios num único prompt, mas podem desbloquear novas capacidades ao nível do sistema e do agente ao longo do tempo.
E essa pode ser a mudança mais importante: o GPT‑5 pode ter menos que ver com o que consegue fazer sozinho, e mais com o que os outros conseguem construir com ele. O seu maior impacto pode não ser visível ao escrever no chat, mas sim através dos agentes autónomos, dos pipelines de investigação e das ferramentas de programador que possibilita.
Que o GPT‑5 se torne um ponto de viragem — ou apenas o próximo passo em frente — dependerá não só da sua inteligência, mas também de como é usado. O potencial é inconfundível. A verdadeira história começa agora.
