Databricks adota o GPT-5.5 em agentes de IA corporativos após recorde no OfficeQA Pro

A Databricks anunciou em 15 de maio de 2026 que está liberando o GPT-5.5 para cenários agênticos corporativos. O motivo foi o melhor resultado do modelo no OfficeQA Pro, o benchmark da empresa para trabalho pesado com documentos. Nele, o que conta não são respostas bonitas, e sim a precisão em cada etapa.

Por que o teste importa

O OfficeQA Pro não avalia o conhecimento geral do modelo. Ele testa o fluxo de trabalho inteiro: se o modelo consegue fazer o parsing de um documento, extrair os números certos, encontrar o trecho relevante, cruzar várias fontes e entregar uma resposta fundamentada nos dados.

Esse é um ponto sensível para agentes de IA corporativos. Sistemas em produção costumam falhar não porque o modelo "não sabe raciocinar", mas porque ele se confunde com tabelas, perde um número em um documento escaneado ou lê errado um PDF antigo.

No relatório técnico da Databricks, o OfficeQA Pro é descrito como um conjunto de 133 perguntas sobre um corpus de boletins do Tesouro dos EUA que cobre quase 100 anos, de 1939 a 2025. São cerca de 89 mil páginas e mais de 26 milhões de valores numéricos.

O conjunto reproduz bem um ambiente corporativo real: arquivos históricos, documentos longos, tabelas digitalizadas de forma irregular, formatos obsoletos e dados em que um erro em um único número muda toda a conclusão do agente.

O resultado do GPT-5.5

O estudo de caso da OpenAI sobre a Databricks afirma que, no ambiente de teste agêntico, o GPT-5.5 reduziu o número de erros em 46% em comparação com o GPT-5.4 e se tornou o primeiro modelo a superar 50% de precisão no OfficeQA Pro.

Em um material separado sobre o lançamento do GPT-5.5, a OpenAI apresenta um número mais preciso: 54,1% nesse benchmark. Frente aos resultados anteriores, o avanço é considerável. No relatório de março do OfficeQA Pro, agentes de fronteira com acesso direto ao corpus marcavam em média apenas 34,1%.

A Databricks destaca que o maior ganho veio nos cenários com parsing pesado. O GPT-5.5 lê melhor documentos antigos e PDFs escaneados, extrai números com mais precisão e faz menos buscas desnecessárias dentro de tarefas com várias etapas.

Segundo a equipe, o modelo ficou mais confiável tanto na extração de contexto quanto na orquestração de múltiplas etapas sem supervisão adicional.

"Com o

Codex e o 5.5, obtivemos o melhor resultado entre todos os agentes e modelos", resumiu Arnav Singhvi, engenheiro de pesquisa da Databricks.

Como a implementação funciona

A Databricks agora libera o GPT-5.5 para cenários de clientes via Unity AI Gateway. O modelo pode ser usado em workflows construídos com o Agent Bricks e a Supervisor API.

De acordo com a documentação da Databricks, a Supervisor API tira das equipes parte da orquestração de baixo nível. O desenvolvedor define o modelo, as ferramentas e as instruções em uma única requisição, e a própria plataforma executa o loop agêntico, chama as ferramentas, escolhe os próximos passos e monta a resposta final.

Na prática, isso significa que a Databricks não integra o GPT-5.5 como um widget de chat isolado, e sim como uma camada de controle sobre os dados corporativos e subagentes especializados.

Em torno do modelo, a Databricks monta uma estrutura típica de ambiente enterprise:

• ponto único de conexão para modelos e agentes via Unity AI Gateway
• observabilidade, limites, rotas de fallback e auditoria de requisições
• integração com Agent Bricks, servidores MCP, funções do Unity Catalog e outras ferramentas
• controle de permissões de acesso, para que o usuário veja apenas as fontes e os subagentes autorizados

Parte desses componentes, incluindo o Unity AI Gateway e a Supervisor API, ainda aparece como beta na documentação da Databricks. Mas a direção já está clara: o modelo não é avaliado isoladamente, e sim como componente de um sistema corporativo gerenciável, verificável e seguro.

O que isso significa

A Databricks aponta um caminho bastante pragmático para a IA corporativa: quem vence não é simplesmente o modelo mais falante, e sim aquele que lê com consistência documentos mal formatados, não perde números e conduz um fluxo de trabalho longo sem erros desnecessários.

Se o GPT-5.5 mantiver esse nível em produção, ele será adotado não para demonstrações, mas para automatizar processos reais de documentos e análise de dados.