OpenAI e Google DeepMind disputam a liderança em inteligência artificial com novos modelos e recursos inovadores

Google ajusta modelo Gemini com controle de 'raciocínio' para reduzir custos

A Google DeepMind lançou uma atualização para o modelo Gemini, introduzindo um controle que permite ajustar o nível de raciocínio da inteligência artificial. A medida visa reduzir custos e evitar o chamado "overthinking" em tarefas simples, um problema identificado em modelos de raciocínio.

Desde 2019, as formas de aprimorar um modelo de IA eram aumentar a quantidade de dados de treinamento ou melhorar o feedback sobre as respostas. No entanto, a Google e outras empresas passaram a investir em uma terceira via: o raciocínio.

Modelos de raciocínio, que trabalham logicamente e dedicam mais tempo para chegar a uma resposta, tornaram-se populares com o lançamento do DeepSeek R1. A estratégia é evitar a construção de novos modelos do zero, treinando os existentes para abordar problemas de forma pragmática.

Custo e eficiência são desafios dos modelos de raciocínio

O tempo extra dedicado a cada consulta aumenta os custos de execução. Testes indicam que uma única tarefa pode custar mais de US$ 200 para ser completada. A promessa é que esse tempo e investimento extras melhorem o desempenho em tarefas complexas, como análise de código ou coleta de informações.

Entretanto, o problema do "overthinking" surgiu, com modelos dedicando mais tempo do que o necessário, elevando custos e impactando o meio ambiente. A nova ferramenta da Google permite que desenvolvedores definam um limite de recursos computacionais para cada problema, reduzindo o tempo de raciocínio em tarefas mais simples.

OpenAI e a busca por modelos mais inteligentes

A atualização do Gemini ocorre em um cenário de desenvolvimento acelerado de modelos de IA com foco no raciocínio lógico, como os da OpenAI. A empresa chegou a considerar a aquisição da startup de codificação Cursor antes de fechar um acordo com a Windsurf.

A Google também enfrenta a concorrência de modelos "open weight", como o DeepSeek, que oferecem desempenho comparável a um custo menor. A empresa aposta na precisão e capacidade de lidar com situações complexas para manter sua vantagem em áreas como codificação, matemática e finanças.