Laboratórios de IA reduzem intervalos de lançamentos para…
Métricas internas na Anthropic e na OpenAI indicam uma automação que comprime janelas de segurança e aumenta o risco de cauda em políticas e segurança.
Os principais laboratórios de IA dos EUA e da China encurtaram o intervalo médio entre os lançamentos de modelos de alto desempenho para 44 dias desde abril de 2026, em comparação com 125 dias de janeiro de 2023 a março de 2026.
A mudança é impulsionada por agentes de IA que estão fazendo mais do trabalho de construção de modelos de próxima geração, apertando os prazos de verificação de segurança em uma corrida competitiva que pode transbordar para mercados de risco.
De 125 Dias para 44: O Novo Ritmo de Lançamento de Modelos nos Laboratórios dos EUA e da China
Uma pesquisa sobre lançamentos de modelos de alto desempenho que abrange cinco empresas de IA dos EUA e quatro empresas chinesas descobriu que o intervalo médio de lançamento caiu para 44 dias de abril de 2026 a setembro de 2026, em comparação com 125 dias de janeiro de 2023 a março de 2026. O conjunto incluiu laboratórios dos EUA, como Anthropic e OpenAI, e empresas baseadas na China, incluindo Alibaba Group e Moonshot AI.
A cadência não é mais uma média abstrata. O início de setembro forneceu um exemplo agrupado: a Anthropic revelou "Claude Fable 5.1" em 1º de setembro, o Google lançou "Gemini 3.8 Flash" em 2 de setembro, e a OpenAI lançou "GPT-6 Astra" em 3 de setembro. O lançamento do Google em 2 de setembro foi descrito como o terceiro modelo Flash em seis semanas.
O mesmo padrão está aparecendo como um cronograma básico, em vez de um sprint único. A Meta tem atualizado seu modelo "Muse Spark" mensalmente desde julho, e a DeepSeek, com sede na China, lançou novas versões todo mês desde julho, com Alibaba e Zhipu AI descritos como participantes da corrida de lançamentos mais rápidos.
Para os mercados, o mecanismo que importa não é apenas "mais modelos". Um ciclo de 44 dias significa menos tempo para testes externos, menos tempo para integradores downstream endurecerem as implementações e momentos mais frequentes em que disputas de política, segurança ou segurança podem se tornar catalisadores de curto prazo.
IA Construindo IA: Métricas de Automação de P&D Interno na Anthropic e na OpenAI
O fator descrito para o ciclo comprimido é uma mudança de IA como assistente de codificação para IA como executor de P&D.Agentes de IAestão sendo usados para executar experimentos, gerenciar ciclos de avaliação e analisar resultados, o que permite que os laboratórios paralelizem o trabalho que costumava ser estrangulado pela atenção humana.
O relatório da Anthropic de 17 de setembro disse que Claude liderou 26% das tarefas de P&D em IA da empresa no mês passado, subindo de 0% em fevereiro de 2026. A Anthropic também afirmou, palavra por palavra, "Claude ainda não opera totalmente de forma autônoma."
O relatório enquadrou a medição como uma forma de avaliar a proximidade da autoaperfeiçoamento recursivo, significando um sistema iterando sobre seu próprio design ou processo de treinamento de uma maneira que pode acelerar os ganhos de capacidade sem supervisão humana proporcional.
As métricas internas da OpenAI no pacote apontam na mesma direção, mas com um proxy diferente: trabalho e gastos. No mês passado, os agentes de IA na organização de pesquisa da OpenAI registraram um total de horas trabalhadas equivalente a 3,1 vezes o trabalho diário de pesquisadores humanos.
Os gastos com tokens de IA por pesquisador da OpenAI, uma medida de custo de uso atrelada a quanto de saída do modelo os pesquisadores consomem, subiram de cerca de $1 por dia para um pesquisador típico em fevereiro de 2026 para mais de $600 por dia no mês passado, com os 10% superiores ultrapassando $7.000 por dia.
Os indicadores do lado da saída se moveram junto. O pacote diz que o volume de código de programação escrito na OpenAI no mês passado cresceu para sete vezes a média do ano passado, enquanto o código da Anthropic adotado em produtos reais no Q2 atingiu oito vezes a média de 2021–2025. É assim que "IA construindo IA" se parece operacionalmente: mais tentativas paralelas, iteração mais rápida e menos folga entre saltos de capacidade.
As Janelas de Segurança Encolhem à Medida que a Competição se Torna um 'Dilema do Prisioneiro'
A preocupação com a segurança é direta: se a velocidade de iteração aumenta, o tempo disponível para os humanos entenderem o comportamento do modelo e verificarem a segurança encolhe. O pacote relaciona isso a medos de que o autoaperfeiçoamento recursivo desencadeie uma "explosão de inteligência", um aumento hipotético descontrolado na capacidade que supera o controle e a governança humanos.
O risco de segurança está se apertando em sua própria curva. O Instituto de Segurança em IA do Reino Unido estimou em novembro de 2025 que o tempo de duplicação para a duração das tarefas de ciberataque que a IA pode realizar era de cerca de oito meses.
Em fevereiro de 2026, o instituto estimou que esse tempo de duplicação havia diminuído para 4,7 meses, implicando uma melhoria mais rápida na capacidade ofensiva e uma janela mais estreita para adaptação defensiva.
O problema são os incentivos. O ambiente competitivo é descrito como um "dilema do prisioneiro", onde cada laboratório tem motivos para continuar correndo mesmo que todos estivessem mais seguros desacelerando, porque a desaceleração unilateral corre o risco de perder terreno.
O pacote também inclui um ponto de dados de pressão competitiva não verificado: cita a Reuters dizendo que a Anthropic está considerando acelerar o lançamento de seu próximo modelo para contrabalançar a Astra da OpenAI antes de um IPO.
Sinais de curto prazo que confirmariam o regime de 44 dias são concretos. Mudanças de cronograma confirmadas para o próximo lançamento da Anthropic mostrariam se "considerar a aceleração" se torna um movimento real no calendário.
Atualizações nas métricas de intensidade de automação interna, incluindo se o múltiplo de horas de agente de 3,1x da OpenAI se mantém ou aumenta e se o gasto típico por pesquisador em tokens permanece acima de $600 por dia, indicariam se a aceleração está se estabilizando ou ainda aumentando.
Novas avaliações de capacidade cibernética do Instituto de Segurança em IA do Reino Unido ou de pares que estendam a estimativa de oito meses para 4,7 meses também seriam importantes, porque essa é o tipo de curva de risco externo à qual reguladores e compradores corporativos podem se ancorar.
Minha Leitura: Ciclos Mais Rápidos Aumentam a Probabilidade de Eventos de Risco Súbito que os Traders Não Podem Ignorar
A parte que decide isso é se a cadência de 44 dias é um cluster de lançamento temporário ou um novo ritmo operacional impulsionado pela automação.
A participação de 26% de P&D em IA liderada pela Anthropic e o múltiplo de horas de agente de 3,1x da OpenAI leem como uma mudança de passo na quantidade de trabalho sendo executado por máquinas, não apenas assistido, e esse tipo de rendimento tende a comprimir o tempo de verificação mesmo que os orçamentos de segurança aumentem.
O limiar que importa é se os laboratórios continuam publicando métricas que mostram a intensidade da automação se mantendo alta enquanto os lançamentos continuam a se agrupar em dias ou semanas. Se isso se mantiver, a configuração começa a parecer estrutural em vez de impulsionada por narrativas, e a consequência prática é uma maior frequência de choques de política e segurança que podem vazar para uma precificação de risco mais ampla.
