Título Original: "Relatório de IA de 423 Páginas de Stanford Lançado, Diferença EUA-China Reduzida para Apenas 2,7%, DeepSeek da Tsinghua Entra no Top 10 Global"

Autores Originais: Good Sleep, Peach, Synced

Liderança: O "Relatório de Índice de IA 2026" de Stanford foi lançado! Este impactante documento de 432 páginas está repleto de informações valiosas: no confronto entre a China e os EUA em IA, a diferença quase desapareceu, reduzindo-se a apenas 2,7%. Os melhores talentos em IA do mundo, que somam 95, estão maioritariamente concentrados em grandes empresas. De forma mais cruel, as oportunidades de emprego para desenvolvedores com idades entre 22 e 25 anos foram cortadas em 20%.

No dia 13 de abril, o Stanford HAI lançou o muito aguardado "Relatório de Índice de IA 2026"!

Este relatório anual de 423 páginas revela de forma abrangente o mais recente mapa de poder da indústria global de IA.

Apresenta uma conclusão central: As capacidades da IA progrediram rapidamente, mas a capacidade da humanidade de medir e governar essa tecnologia não acompanhou o ritmo.

Entre elas, a conclusão mais chocante é —

A diferença de desempenho entre os modelos de IA chineses e americanos basicamente desapareceu, com ambos os lados frequentemente trocando a liderança no confronto, e a atual liderança da Anthropic é apenas de 2,7%.

Os EUA investiram mais dinheiro em IA do que qualquer outra nação, mas atrair os melhores talentos está a tornar-se cada vez mais desafiador.

O relatório também destaca que a evolução da IA não só não encontrou o chamado "gargalo", como está a disparar a um ritmo sem precedentes.

No ano passado, mais de 90% dos principais modelos do mundo igualaram ou até superaram o desempenho humano em problemas científicos a nível de doutoramento, raciocínio multimodal e matemática competitiva.

Especialmente nas capacidades de programação, a pontuação do SWE-bench disparou de 60% para quase 100% em apenas um ano.

No entanto, o fenómeno do "overfitting" da IA é extremamente severo, apresentando uma situação distorcida:

O LLM pode ganhar uma medalha de ouro na IMO, mas não consegue ler um relógio analógico com precisão, com uma taxa de precisão de apenas 50,1%.

Ao mesmo tempo, a competição por empregos na IA mudou de previsão para realidade, e os primeiros a sofrer são os modernos "trabalhadores" jovens.

Agora, vamos ao que realmente interessa - as 12 tendências mais importantes a ter em conta no "Relatório de Índice de IA 2026".

Outros Destaques:

· O poder computacional global de IA aumentou 30 vezes em 3 anos, com a NVIDIA a ocupar 60% e quase todos os chips a virem da TSMC

· O investimento global em IA empresarial atingirá 581,7 mil milhões de dólares em 2025, duplicando ano após ano, com os EUA a representar quase metade

· O número de investigadores em IA a entrar nos EUA caiu 89% em 7 anos, com uma diminuição de 80% apenas no último ano

· O emprego de programadores de software com idades entre 22 e 25 anos diminuiu 20% desde 2024, com posições de entrada a serem eliminadas seletivamente

· A China implementou mais de 85 supercomputadores públicos de IA, mais do que o dobro do número da América do Norte, ocupando o primeiro lugar a nível global

· Mais de 80% dos locais de trabalho na China utilizam IA, muito acima da média global de 58%

· Os modelos mais poderosos estão a tornar-se cada vez mais opacos, com 80 dos 95 modelos representativos a não terem código de treino disponível publicamente

Um Acesso Próximo Entre a China e os EUA, com a Diferença a Diminuir para Apenas 2,7%

Desde maio de 2023, Stanford tem representado os principais modelos dos EUA e da China no mesmo sistema de coordenadas.

Em maio de 2023, o gpt-4-0314 liderou com 1320 pontos, enquanto a China utilizava o chatglm-6b, com uma diferença de mais de 300 pontos.

Em fevereiro de 2025, o DeepSeek-R1 igualou brevemente o modelo líder dos EUA pela primeira vez.

Em março de 2026, o Claude Opus 4.6 dos EUA obteve 1503 pontos, enquanto o dola-seed-2.0-preview da China obteve 1464 pontos.

Agora, a diferença entre a China e os EUA em IA é de apenas 39 pontos. Em termos percentuais, isso representa 2,7%.

O que é ainda mais notável é a frequência de mudanças no último ano. Desde o início de 2025, os principais modelos em ambos os países trocaram de posições várias vezes na Arena.

Com base em dados quantitativos, também é uma disputa apertada.

Em 2025, os Estados Unidos lançaram 50 "modelos significativos", seguidos de perto pela China, que também lançou 30 grandes modelos de topo.

No topo da lista, a OpenAI, Google, Alibaba, Anthropic e xAI estiveram juntas, partilhando os 5 primeiros lugares a nível global.

Olhando mais abaixo, nos 10 melhores, instituições e empresas chinesas ocuparam quatro lugares, incluindo Alibaba, DeepSeek, Universidade Tsinghua e ByteDance.

No ecossistema de código aberto, o foco mudou visivelmente para o leste este ano.

DeepSeek, Qwen, GLM, MiniMax e Kimi têm continuamente impulsionado a curva de capacidade de código aberto para a frente.

Ao considerar a produção de artigos de pesquisa, citações, produção de patentes e instalações de robôs industriais, a China lidera globalmente em todos os aspectos.

O preço é outro campo de batalha.

Desenvolvedores estrangeiros fizeram as contas sobre o X e descobriram que o preço de saída do Seed 2.0 Pro é apenas cerca de um décimo do Claude Opus 4.6.

Com o desempenho ao mesmo nível, o preço é apenas um décimo. A reação em cadeia deste assunto apenas começou.

90% dos Modelos de Ponta Vêm da Indústria, Estabelecendo uma Velocidade Divina Sem Precedentes.

Entre os 95 modelos mais representativos lançados no ano passado, mais de 90% vieram da indústria, e não de instituições académicas ou laboratórios governamentais.

O mundo académico já não está a acompanhar a vanguarda.

O ritmo dos lançamentos também está a acelerar a uma taxa insana.

Em apenas um mês, em fevereiro de 2026, modelos de destaque como Gemini 3.1 Pro, Claude Opus 4.6, GPT-5.3 Codex, Grok 4.20, Qwen 3.5, Seed 2.0 Pro, MiniMax M2.5 e GLM-5 fizeram a sua entrada.

O ciclo divino passou de "anos" para "meses."

Benchmark de Cap de Um Ano, a IA não tem gargalos.

A curva mais poderosa é a programação.

O SWE-bench Verificado, um benchmark que realmente corrigiu erros, aumentou de 60% para quase 100% em um ano.

Não aumentou apenas alguns pontos; basicamente atingiu o teto.

O Terminal-Bench testou a capacidade do Agente de lidar com tarefas reais de terminal, aumentando de 20% no ano passado para 77,3%.

A taxa de resolução de problemas do Agente de Segurança de Rede aumentou de 15% para 93%.

O Gemini Deep Think ganhou uma medalha de ouro na Olimpíada Internacional de Matemática.

A Resolução de Questões de Problemas Gerais a Nível de Doutorado (GPQA Diamond), o Exame de Matemática Convite Americano (AIME) e a Inferência Unificada Multimodal Multitarefa (MMMU) – todos originalmente considerados desafios "humanamente insuperáveis" – foram todos abordados por modelos de ponta.

O que melhor ilustra o ponto é o Último Exame da Humanidade.

Este é um teste especificamente projetado para "desafiar a IA e favorecer especialistas humanos," com perguntas fornecidas por especialistas de topo em várias áreas.

No ano passado, o o1 da OpenAI obteve 8,8%, e em um ano, modelos de ponta elevaram a pontuação em mais 30 pontos percentuais. Atualmente, o Claude Opus 4.6 e o Gemini 3.1 Pro ultrapassaram ambos a marca dos 50%.

Jagged Edge, Pode Ganhar Ouro no IMO mas Não Consegue Ler um Gráfico.

No entanto, o mesmo índice descartou outro conjunto de números.

A precisão do modelo de melhor desempenho na tarefa de "Ler Relógios Analógicos" é de 50,1%.

A taxa de sucesso das operações de um robô em um ambiente de simulação de laboratório (RLBench) atingiu 89,4%. No entanto, quando é movido para cenários reais em casa para realizar tarefas como lavar louça e dobrar roupas, a taxa de sucesso cai imediatamente para 12%.

Há uma diferença de 77 pontos percentuais entre o laboratório e a cozinha.

Os pesquisadores nomearam este fenômeno de "fronteira serrilhada." A distribuição das capacidades de IA é desigual, conseguindo vencer uma competição de matemática, mas incapaz de lhe dizer consistentemente as horas.

A IA pode vencer uma competição de matemática, mas tem apenas 50% de probabilidade de entender um relógio analógico. A IA está a avançar, mas não na mesma direção.

Além disso, no teste de Tarefas de Agente nos testes do OSWorld, o desempenho de IA de ponta (66,3%) está a aproximar-se da linha de base humana.

No entanto, no teste PaperArena, que avalia especificamente a lógica de pesquisa, o Agente assistido por IA com melhor desempenho atinge apenas 39%, equivalente a apenas metade da capacidade de um estudante de doutoramento.

No entanto, esta desigualdade não impede as empresas de integrar a IA nas suas linhas de produção.

O Índice de IA fornece outra estatística: a taxa de adoção de IA nas empresas globais atingiu 88%. Nove em cada dez empresas integraram a IA em algum fluxo de trabalho.

O custo está a aumentar em paralelo. O número de incidentes relacionados com IA aumentou de 233 em 2024 para 362.

O dinheiro está a acelerar, $581,7 mil milhões investidos em IA

Em 2025, o investimento global em IA nas empresas atingiu $581,7 mil milhões, um aumento de 130% em relação ao ano anterior. Os investimentos privados representaram $344,7 mil milhões, um crescimento de 127,5%.

Ambas as curvas quase duplicaram.

Por país, os EUA estão muito à frente. Em 2025, os investimentos privados em IA nos EUA atingiram $285,9 mil milhões. Além disso, 1953 novas startups de IA foram adicionadas em um ano, mais de dez vezes o número do segundo país classificado.

O dinheiro está a acelerar para os Estados Unidos. Mas outro recurso fundamental dos Estados Unidos está a fluir na direção oposta.

Fuga de cérebros: Afluxo de investigadores de IA para os EUA. Cai 89%

Um conjunto de números dentro fez as pessoas hesitar.

De 2017 até ao presente, o número de investigadores e desenvolvedores de IA a entrar nos Estados Unidos caiu 89%.

Mais criticamente, esta diminuição está a acelerar. Apenas no último ano, a taxa de declínio atingiu 80%.

Os Estados Unidos continuam a ser o país com a maior densidade de investigadores de IA no mundo, mas o fluxo está a apertar.

Tanto as curvas de dinheiro como de pessoas estão agora a inverter-se. Esta é uma situação que não ocorreu na última década.

O poder de computação aumenta 30 vezes em três anos, dominado por uma empresa.

À medida que a curva de capacidade de IA acelera, a curva de poder de computação por trás dela está a correr ainda mais rápido.

De 2021 até ao presente, o poder de computação global de IA aumentou 30 vezes. Nos últimos três anos, tem crescido a mais de três vezes por ano.

Apenas algumas empresas estão a sustentar esta curva.

As GPUs da NVIDIA sozinhas representam mais de 60% do poder de computação de IA do mundo. A Amazon e o Google seguem com os seus próprios chips, mas, em conjunto, estão muito atrás da NVIDIA.

Quase todos estes chips vêm de uma fundição, a TSMC. Quanto mais íngreme for a curva de poder de computação, mais estreita será a porta de oportunidade.

Simultaneamente, o custo também está a aumentar.

O consumo total de energia dos centros de dados de IA globais atingiu 29,6 GW, equivalente a toda a demanda elétrica do Estado de Nova Iorque durante as horas de pico. As emissões de carbono estimadas de uma sessão de treino do AI Grok 4 são de 72.816 toneladas métricas de CO2 equivalente, o que equivale ao escape de 17.000 automóveis a funcionar durante um ano inteiro.

A localização dos centros de dados, a origem da eletricidade e a produção dos chips tornaram-se as questões mais problemáticas para todos os CEOs de empresas de IA este ano.

A IA generativa vê uma adoção de 53% em três anos, com a utilização no local de trabalho na China a exceder 80%.

A IA generativa alcançou uma taxa de penetração na população global de 53% em três anos.

Isto é mais rápido do que um computador pessoal, mais rápido do que a Internet.

No entanto, a velocidade de penetração é altamente específica de cada país. Singapura 61%, Emirados Árabes Unidos 54%, estão ambos à frente dos EUA. Os EUA ocupam apenas o 24º lugar entre os países pesquisados, com uma taxa de penetração de 28,3%.

Se mudarmos o foco dos consumidores para o local de trabalho, o contraste é ainda maior.

Outro conjunto de dados no relatório mostra que, até 2025, 58% dos empregados globais já terão começado a usar IA regularmente no seu trabalho. No entanto, em cinco países - China, Índia, Nigéria, Emirados Árabes Unidos e Arábia Saudita - esta percentagem é superior a 80%.

A taxa de penetração da IA no local de trabalho na China já é mais de 20 pontos percentuais acima da média global.

O que é mais interessante é o valor para o consumidor.

O AI Index estima que, até ao início de 2026, as ferramentas de IA generativa criarão 172 mil milhões de dólares em valor para os consumidores dos EUA anualmente. De 2025 a 2026, o valor mediano por utilizador triplicou.

A vasta maioria dos utilizadores ainda está a usar a versão gratuita.

A quantia de dinheiro que as pessoas comuns estão dispostas a pagar pela IA é muito inferior ao valor que a IA cria para elas. Preencher esta lacuna é algo que todas as empresas de IA estão atualmente a tentar alcançar.

As posições de entrada diminuem acentuadamente, os programadores de 22 a 25 anos caem 20%.

Talvez a parte mais sóbria para os leitores chineses em todo o AI Index seja a seção sobre o emprego juvenil.

O grupo de desenvolvedores de software com idades entre 22 e 25 anos viu uma diminuição no emprego de cerca de 20% desde 2024 até ao presente.

Entretanto, os colegas mais velhos experimentaram um crescimento durante o mesmo período.

Não se trata apenas de funções de desenvolvedor. Outras indústrias altamente expostas à IA, como o atendimento ao cliente, também estão a mostrar um padrão semelhante.

Ainda mais preocupantes são os resultados das sondagens corporativas. Os executivos inquiridos esperam, em geral, que a escala de despedimentos futuros seja ainda maior do que nos últimos meses.

Isto não diz respeito às taxas de desemprego macro; trata-se de posições de entrada que estão a ser precisamente cortadas.

Sem o primeiro emprego, toda a escada de carreira está a faltar um degrau. O impacto a longo prazo disto, ninguém consegue atualmente calcular.

A IA está a mudar a forma como as descobertas científicas são feitas.

Se a secção sobre emprego é fria, então esta sobre ciência é quente.

No campo das ciências naturais, ciências físicas e ciências da vida, os artigos relacionados com a IA viram um aumento ano após ano de 26% a 28% em 2025.

Num ponto de aplicação específico, este ano marcou a primeira vez que a IA completou com sucesso um processo de previsão meteorológica de ponta a ponta. Começando a partir de dados brutos de observação meteorológica, produziu a previsão final para temperatura, velocidade do vento e humidade sem qualquer intervenção de modelos numéricos tradicionais.

A IA, de "ajudar a escrever artigos" e "ajudar a processar números", está agora a transitar para "fazer descobertas por conta própria."

Os hospitais estão a experienciar uma transformação semelhante. Em 2025, muitos hospitais começaram a implementar ferramentas de IA que podem gerar automaticamente registos clínicos a partir de consultas de pacientes. O feedback de médicos de múltiplos sistemas hospitalares indicou uma redução no tempo gasto na documentação de registos médicos de até 83%, levando a uma diminuição significativa do esgotamento relacionado com o trabalho.

No entanto, um único índice arrefeceu o entusiasmo pela IA médica. Uma revisão de mais de 500 estudos clínicos de IA descobriu que quase metade dos estudos dependia de conjuntos de dados de estilo de exame, com apenas 5% a utilizar dados clínicos reais.

Embora a IA possa, sem dúvida, reduzir o tempo que os médicos passam a digitar no teclado, o seu valor clínico real em pacientes reais continua a apresentar um grande ponto de interrogação.

A Onda Global de Autoaprendizagem está a Explodir, e a Educação Formal Está a Ficar para Trás

A educação formal está a ficar para trás em relação à IA.

Nos EUA, 4 em cada 5 estudantes do ensino secundário e universitário utilizam agora a IA para completar trabalhos escolares. No entanto, apenas metade das escolas de ensino básico tem políticas de utilização de IA, e apenas 6% dos professores acreditam que estas políticas estão claramente articuladas.

Os estudantes estão a avançar, os professores estão parados, e as regras ainda não apareceram.

Enquanto a educação formal está a ficar para trás, a onda global de autoaprendizagem está a aumentar. Nota-se que os três países que apresentam o crescimento mais rápido em competências de engenharia de IA são os Emirados Árabes Unidos, o Chile e a África do Sul.

Não é os EUA, não é a Europa.

A parte mais acentuada da curva de competências está a crescer onde ninguém está a olhar.

Os Modelos Mais Fortes Tornaram-se os Menos Transparentes, Levando a um Abismo Entre Especialistas e o Público

O modelo mais poderoso está a tornar-se o modelo mais opaco.

O Índice de Transparência dos Modelos Fundamentais viu a média deste ano cair de 58 pontos no ano passado para 40 pontos. O Índice de IA criticou a Google, a Anthropic e a OpenAI por optarem por não divulgar a escala e a duração dos dados de treino dos seus modelos mais recentes.

Dos 95 modelos mais representativos lançados no ano passado, 80 não tornaram o seu código de treino público.

O sentimento público também se tornou mais nuançado.

A uma escala global, a proporção daqueles que acreditam que os benefícios da IA superam os riscos aumentou de 52% para 59%. No entanto, durante o mesmo período, a proporção daqueles que se sentem ansiosos em relação à IA aumentou de 50% para 52%.

Ambas as tendências estão a aumentar simultaneamente.

As opiniões mais divididas vêm dos Estados Unidos. Apenas 33% dos americanos acreditam que a IA melhorará os seus empregos, em comparação com uma média global de 40%. A confiança dos americanos no seu governo para regular a IA é a mais baixa entre os países pesquisados, com 31%.

Os singapurenses têm um nível de confiança de 81% na regulação da IA pelo seu governo.

Após o recente ataque à casa de Sam Altman, os insiders do Vale do Silício ficaram "surpreendidos" ao descobrir que as pessoas comuns nos comentários do Instagram não eram simpáticas, com alguns até a sentirem que deveria ter sido "mais intenso."

Eles não se aperceberam de que as coisas tinham piorado a tal ponto.

Citando dados da Pew e da Ipsos, o relatório de pesquisa destaca a diferença de mais de 30 pontos percentuais entre as percepções de especialistas e do público sobre o impacto da IA no emprego, na saúde e na economia, com a maior diferença a atingir 50 pontos percentuais.

Enquanto a curva no laboratório está a disparar, um sentimento de inquietação entre as pessoas comuns está a acumular-se.

Não há ponte entre os dois.

Reflexões Finais

Dentro do relatório de 423 páginas encontram-se centenas de gráficos, mas apenas um gráfico foi realmente desenhado.

O eixo horizontal representa o tempo, e o eixo vertical representa a capacidade.

A curva de capacidade do modelo está a disparar, assim como a curva de poder computacional, a curva de investimento e a curva de adoção. Todo o resto está estagnado ou em declínio.

Este é o conteúdo completo do AI Index de 2026.

A IA está a acelerar. Todo o resto está fora de sincronia.

Se você está nesta indústria, a pergunta a fazer agora não é "o que o futuro reserva", mas sim "em qual curva você está a posicionar-se."

Referências:

https://hai.stanford.edu/ai-index/2026-ai-index-report

https://hai.stanford.edu/news/inside-the-ai-index-12-takeaways-from-the-2026-report

https://www.nature.com/articles/d41586-026-01199-z

https://hai.stanford.edu/assets/files/ai_index_report_2026.pdf

Link do Artigo Original