Índices de inteligência dos 13 maiores modelos de IA

Os modelos de IA com os maiores índices de inteligência, segundo os critérios Raciocínio e Conhecimento são periodicamente avaliados pelo teste MMLU-Pro (veja mais abaixo o que significa isso).

A classificação, realizada pela plataforma Artificial Analysis, estabelece critérios e resultados envolvendo as principais inteligências artificiais a nível mundial. As avaliações de inteligência são calculadas de forma independente. Quanto maior o valor, melhor.

1º

• GPT-5 (high) da OpenAI (EUA) = • 67% [SET25] • 69% [AGO25]

2º

• GPT-5 (medium) da OpenAI (EUA) = • 66% [SET25] • 68% [AGO25]

3º

• Grok 4 da xAI (EUA) = • 65% [SET25] • 68% [AGO25]

4º

• o3 da OpenAI (EUA) = • 65% [SET25] • 67% [AGO25]

5º

• Gemini 2.5 Pro do Google (EUA) = • 60% [SET25] • 65% [AGO25]

6º

• Claude 4.1 Opus da Anthropic (EUA) = • 59% [SET25]

7º

• GPT-oss-120B (high) da OpenAI (EUA) = 58% [SET25] • 61% [AGO25]

8º

• Qwen3 235B (2507) da Alibaba (China) = 57% [SET25] • 64% [AGO25]

9º

• Claude 4 Sonnet da Anthropic (EUA) = 57% [SET25] • 59% [AGO25]

10º

• DeepSeek V3.1 da DeepSeek (China) = 54% [SET25] • 60% [AGO25]

11º

• Gemini 2.5 Pro do Google (EUA) = 51% [SET25] • 58% [AGO25]

12º

• GPT 4.1 da OpenAI (EUA) = 43% [SET25] • 47% [AGO25]

13º

• Llama 4 Maverick da Meta (EUA) = 36% [SET25] • 42% [AGO25]

Entendendo o jogo dos grandes

O Índice de Inteligência que incorpora as 7 avaliações – MMLU-Pro, GPQA Diamond, Humanity’s Last Exam, LiveCodeBench, SciCode, AIME, MATH-500 – está lá no site da Artificial Analysis onde há todos detalhes, segundo cada critério.

Explicando cada critério – Glossário

• AIME – Artificial Intelligence in Medical Engineering – é a aplicação de Inteligência Artificial em Engenharia Médica para melhorar diagnósticos, tratamentos e dispositivos médicos. A IA é usada para analisar dados médicos, criar tratamentos personalizados, desenvolver dispositivos inteligentes, como próteses e robôs cirúrgicos, e prever tendências em saúde, otimizando os cuidados médicos.

• GPQA – Graduate-Level Google-Proof Q&A Benchmark – Traduzindo: Benchmark de Perguntas e Respostas à Prova do Google em Nível de Pós-Graduação. É um modelo de inteligência artificial focado em sistemas de perguntas e respostas (Q&A), que utiliza redes neurais para entender perguntas em linguagem natural e fornecer respostas precisas. Ele é amplamente usado em assistentes virtuais, chatbots e suporte ao cliente.

• Humanity’s Last Exam – O Último Exame da Humanidade – Um conceito que se refere a um grande desafio ou teste final para a humanidade, que pode envolver questões existenciais, éticas ou tecnológicas. Ele representa o momento em que a humanidade deve tomar decisões cruciais que determinarão seu futuro, como lidar com ameaças globais, tomar decisões éticas importantes ou usar a tecnologia de forma responsável. A relação entre Humanity’s Last Exam e a avaliação de IAs está no fato de que, à medida que as IAs se tornam mais avançadas e integradas em diversas áreas da sociedade, elas podem representar um grande desafio para a humanidade. O “último exame” da humanidade poderia ser, por exemplo, a maneira como nos comportamos diante dos riscos e responsabilidades associados ao uso de IAs avançadas, garantindo que não haja impactos negativos irreversíveis para o futuro.

• LiveCodeBench – É uma plataforma para monitoramento e análise de código em tempo real, útil no desenvolvimento de software. Sua relação com IAs se dá no contexto de testar e otimizar algoritmos de IA, proporcionando feedback contínuo durante o desenvolvimento. Além disso, pode ser usado para analisar dados em tempo real e melhorar o processo de codificação, acelerando o desenvolvimento e a implementação de IAs.

• MATH-500 – É um curso de matemática avançada, que geralmente cobre álgebra linear, cálculo, probabilidade e estatística — áreas fundamentais para o desenvolvimento de algoritmos de inteligência artificial (IA). Esses conceitos são essenciais para entender e aplicar algoritmos de IA, como redes neurais e aprendizado de máquina, ajudando na otimização de modelos e análise de dados.

• MMLU-Pro – Massive Multitask Language Understanding – Professional – Compreensão Massiva de Linguagem Multitarefa – Profissional – Recurso usado para avaliar como os modelos de inteligência artificial lidam com várias tarefas ao mesmo tempo, especialmente em áreas profissionais. Ele mede o quanto a IA consegue entender e resolver problemas mais complexos e específicos, como os encontrados em negócios, saúde, direito e outras profissões. O foco é ver se a IA pode aplicar seus conhecimentos de forma prática e útil no mundo real.

• SciCode – Uma plataforma voltada para o desenvolvimento e análise de código científico, usada em áreas como matemática, física e biologia. Sua relação com IAs está no uso dessas tecnologias para desenvolver algoritmos de aprendizado de máquina, processar grandes volumes de dados e realizar simulações científicas, otimizando resultados e melhorando previsões em diversos campos.

Fonte: Setembro 2025: Independent analysis of AI – Understand the AI landscape to choose the best model and provider for your use case – Disponível no site artificialanalysis

Veja esse guia com 200 indicações de IAs:

Guia das #200 Inteligências Artificiais mais utilizadas, em índice A-Z, com a indicação da posição de preferência de uso, segundo voto popular. Esse conteúdo é voltado para quem quiser começar a entender o assunto e aperfeiçoar seu repertório. Um material de consulta, orientação e pesquisa rápida.