Em 18 de março de 2024, Sam Altman, CEO da OpenAI, disse que o GPT-4, então principal modelo por trás do ChatGPT, era “uma droga” quando comparado ao que ele espera das próximas gerações. Na mesma conversa, Altman sugeriu que o próximo grande modelo, apelidado informalmente de GPT-5, deveria trazer um salto de capacidade parecido com o que o GPT-4 representou, mas sem cravar nome nem calendário.
O que Altman quis dizer com “uma droga”
Na entrevista com Lex Fridman, Altman reagiu de forma bem mais dura do que o tom comum de marketing, mesmo depois de Fridman elogiar o modelo. Ao ser provocado sobre as capacidades “mais impressionantes”, Altman respondeu que, olhando do futuro para o presente, a régua sobe, e as ferramentas atuais parecem limitadas. O trecho citado no vídeo está neste ponto do episódio: entrevista com Altman no Lex Fridman.
O ponto central não era negar que o GPT-4 foi uma conquista, e sim assumir que “bom o bastante” vira rápido “meio chato” quando o objetivo é avançar a fronteira. O argumento aparece também no transcript oficial, com a ideia de que é obrigação do time viver “alguns anos no futuro” para não se acomodar: transcript da conversa.
Altman ainda descreveu o GPT-4 como um vislumbre de algo grande, mas com utilidade mais consistente como parceiro de ideias. E deixou uma crítica bem objetiva, o ChatGPT raramente “fecha” sozinho problemas complicados, longos e com várias etapas, quando dá certo, parece mágica, quando não dá, vira retrabalho.
Por que o GPT-5 virou o centro do hype
Altman disse que a OpenAI deveria lançar uma nova versão do ChatGPT no ano seguinte, sem confirmar como ela se chamaria. Também comparou esse futuro salto ao que o GPT-4 representou, e sinalizou que, em uma curva acelerada, o GPT-4 logo seria lembrado como hoje se lembra do GPT-3, importante, mas claramente datado.
Na prática, esse tipo de fala alimenta o “ciclo demo-uso real-próximo salto”. Primeiro o público se encanta com a demonstração, depois esbarra nas limitações no dia a dia, e imediatamente troca a cobrança por uma nova promessa, “quando sair o próximo, aí sim”. É por isso que, no X, surgem previsões diárias sobre GPT-5, “GPT-4.5” e variações de nome, mesmo sem confirmação.
Naquele momento, a especulação ganhou combustível extra quando apareceu a narrativa de que o Bing teria cacheado resultados envolvendo “GPT-4.5 Turbo” em páginas da OpenAI. O assunto virou post e foi discutido em sites brasileiros, como neste artigo: GPT-4.5 Turbo e seus segredos acidentalmente revelados, enquanto a empresa afirmava não ter planejado nenhum anúncio.
Como extrair valor do ChatGPT na prática
O jeito mais consistente de evitar a frustração é tratar o ChatGPT como um sistema de “primeiro rascunho com supervisão”, e não como uma autoridade. Em termos simples, ele brilha quando a tarefa aceita iteração rápida, e sofre quando você exige precisão total, muitas dependências e um caminho único para a resposta.
Regra de decisão
- Se a tarefa é criativa ou exploratória, como brainstorming, estrutura de texto, variações de copy, comece direto com o modelo e refine por rodadas.
- Se a tarefa é de alto impacto, como saúde, jurídico, finanças, ou envolve muitas etapas, peça uma proposta de plano, faça o modelo explicitar hipóteses, e valide fora do chat antes de executar.
Exemplo prático em vez de pedir “faça um plano de marketing completo”, que tende a gerar respostas genéricas, vale quebrar o pedido em peças verificáveis. Primeiro, peça 3 perfis de público e as dores, depois 10 ideias de campanhas, em seguida 2 roteiros de anúncio com variações, e por fim um checklist de métricas, orçamento e riscos, com isso, o ChatGPT vira um copiloto de rascunho, e você mantém o controle das decisões.
Mini-modelo para calibrar expectativa use o triângulo Contexto, Confiabilidade e Custo. Quanto mais contexto você fornece (dados, restrições, exemplos), maior a chance de utilidade, quanto mais confiabilidade você exige (fatos, números, fontes), maior a necessidade de validação externa, quanto mais baixo o custo de errar (um rascunho), mais “mágico” o uso parece.
Sora e a leitura de mercado por trás
Além do papo sobre o “próximo GPT”, a entrevista também encostou em outra linha de produtos que mexeu com a percepção do público, modelos multimodais. O exemplo mais visível foi o Sora, gerador de texto para vídeo que havia sido apresentado ao público em fevereiro de 2024 e chamou atenção pela aparência realista dos clipes, com cobertura em sites como o Gizmodo: repercussão do Sora.
Na época, havia expectativa de que o Sora poderia chegar em poucos meses, segundo declarações públicas da liderança da empresa, o debate também incluiu que esse tipo de modelo precisa de políticas bem claras de segurança e conteúdo, justamente por aumentar o poder de manipulação de imagem e vídeo.
Mesmo com as limitações reconhecidas por Altman, o produto baseado no GPT-4 ajudou a OpenAI a atingir escala e interesse do mercado, com números citados na época como 100 milhões de usuários semanais e uma avaliação em torno de US$ 80 bilhões: reportagem da Reuters sobre avaliação.
Uma versão desta história foi publicada originalmente no Gizmodo em: Sam Altman also thinks ChatGPT ‘kinda sucks’.