GPT-5.4 da OpenAI resolve problema que um matemático levou 20 anos construindo para o FrontierMath

O GPT-5.4 da OpenAI resolveu um problema do benchmark FrontierMath que o matemático polonês Bartosz Naskrecki construiu por quase vinte anos e considerava praticamente inacessível para máquinas. Para o autor, foi uma virada pessoal: pouco tempo atrás ele chamava a IA de "calculadora muito avançada" e agora fala de um novo nível de trabalho conjunto com o modelo.

Por que isso surpreendeu todo mundo

O FrontierMath é um dos benchmarks de matemática mais duros para IA. Reúne 350 problemas originais de teoria dos números, geometria algébrica, topologia, combinatória e análise. A camada mais difícil, o Tier 4, tem 48 problemas de nível de pesquisa: mesmo um matemático experiente com PhD pode precisar de pelo menos um mês só para entender por onde começar. Naskrecki preparou seu exemplo justamente para esses casos: não um exercício didático, mas um problema quase no limite da dificuldade.

Naskrecki foi um dos poucos matemáticos europeus convidados a elaborar problemas para esse conjunto. Seu problema nasceu de cerca de quinze anos de pesquisa especializada, e a solução formalizada ocupou 13 páginas densas. A resposta era um número muito grande, para impedir acertos por palpite.

Por isso, a surpresa não foi só a resposta correta do GPT-5.4, mas o modo como o modelo chegou a ela: em vez de força bruta, percebeu uma estrutura e achou um caminho mais curto. Segundo o autor, a abordagem do modelo foi "limpa e elegante".

"Minha singularidade acabou de acontecer… e do outro lado há vida, que

se estende ao infinito!"

Com que rapidez os resultados cresceram

A história importa não só por causa de um problema bonito, mas pela velocidade do progresso. Quando o FrontierMath foi lançado, no fim de 2024, os melhores modelos resolviam menos de 2% dos problemas. Dezesseis meses depois, os números subiram uma ordem de grandeza, não só nos exemplos abertos, mas também em um conjunto oculto ao qual a OpenAI não tinha acesso direto. Isso importa porque a discussão sobre "treinar nas respostas" continua sendo o principal argumento dos céticos sempre que um novo modelo dá um salto forte em matemática.

• Fim de 2024: os melhores modelos resolvem menos de 2% dos problemas do FrontierMath.
• Meados de 2025: o GPT-5 Pro marca 13% no Tier 4.
• Janeiro de 2026: o GPT-5.2 Pro sobe para 31% no Tier 4.
• Março de 2026: o GPT-5.4 Pro chega a 50% nos níveis 1–3 e a 38% no Tier 4.

O resultado nos problemas ocultos merece destaque à parte. Segundo o artigo, o GPT-5.4 resolveu 55% desses exemplos, contra 25% dos problemas dos quais a OpenAI, em teoria, poderia estar mais próxima em dados e soluções. Isso não prova a "pureza" absoluta do experimento, mas reforça de forma visível a tese de que o modelo realmente sabe raciocinar em problemas novos, e não apenas reproduzir padrões já vistos. Para benchmarks de pesquisa, esse é talvez o teste mais sensível: novidade vale mais que qualquer demonstração em exemplos já conhecidos.

Por que o ceticismo não sumiu

Por mais forte que seja o caso, a história não se resume à fórmula "a máquina já pensa como um humano". Na mesma rodada de avaliação, o GPT-5.4 resolveu outro problema do Tier 4, mas uma análise preliminar mostrou que o modelo pode ter se apoiado em um preprint antigo, de 2011, que o próprio autor do problema desconhecia. É um bom exemplo de como a fronteira entre raciocínio autônomo e uma busca muito eficiente na literatura fica difusa, sobretudo se o modelo consegue usar a web e reunir rapidamente fontes raras.

Há ainda uma segunda camada de dúvidas: a independência do próprio benchmark. O FrontierMath é financiado pela OpenAI, e a empresa tem acesso a uma parte significativa dos problemas e soluções. O conjunto oculto, no qual o GPT-5.4 também foi bem, alivia em parte a tensão, mas não elimina totalmente o conflito de interesses.

Por isso, vale ler essa história em dois modos ao mesmo tempo: como um sinal real do salto na capacidade matemática dos modelos e como lembrete de que o setor ainda precisa de testes independentes, metodologias transparentes e verificação externa de resultados de grande repercussão.

O que isso significa

A principal conclusão não é que está na hora de substituir matemáticos. Pelo contrário: a história de Naskrecki mostra que os modelos de ponta começam a atuar como parceiros de pesquisa que reduzem o espaço de busca e sugerem movimentos inesperados. Para a ciência e para o P&D aplicado, é uma mudança séria: a IA lembra cada vez menos uma calculadora e cada vez mais um coautor cujas ideias já não podem ser ignoradas, mas ainda precisam ser verificadas com cuidado.