Vals AI projeta Anthropic no nível de pesquisador em 2027
Vals AI projeta no The Information modelos no nível de pesquisador humano em agosto de 2027. É extrapolação da Vals, não prazo da Anthropic.
O cofundador da avaliadora diz, no The Information, que o ritmo atual de lançamentos aponta para agosto de 2027. A data é extrapolação da Vals AI, não prazo da Anthropic nem da OpenAI.
Em 29 de setembro de 2026, o The Information veiculou no programa TITV uma entrevista com Rayan Krishnan, CEO e cofundador da Vals AI. A empresa, de São Francisco, vende testes independentes de modelos de inteligência artificial. No X, o veículo publicou o recorte: se o ritmo do último ano de lançamentos continuar, “we’ll see models start to meet human level researchers by August 2027”. Krishnan acrescentou que o prazo da OpenAI para o que a Vals chama de RSI “is a little bit longer”, e que a Anthropic chegaria antes. A OpenAI não endossou a comparação.
Primeiro: o que a Vals AI chama de RSI
RSI, de recursive self-improvement (autoaperfeiçoamento recursivo), é o nome que o setor usa quando um modelo ajuda a construir o sucessor: treinar, comprimir, ajustar e montar os testes. Dá para imaginar um estagiário que já escreve o código do experimento. No índice da Vals o mecanismo é mais estreito: quatro tarefas de pesquisa e engenharia, com orçamento fixo, comparadas a uma referência humana ou de fronteira. A analogia para no julgamento. O teste não mede uma máquina que escolhe sozinha o que vale inventar.
A escala vai de 0 (ponto de partida) a 1 (teto teórico), com 0,5 na referência publicada. O índice é a média de compressão, treino de modelo de linguagem, engenharia de harness (os testes e ferramentas do experimento) e pós-treino, o ajuste depois do treino principal. A Vals trata 0,6 como avanço substancial, não como RSI pleno. No ensaio “When AI builds itself”, a Anthropic escreveu que ainda não chegou lá e que o autoaperfeiçoamento recursivo “is not inevitable”.
O que Krishnan disse
Krishnan repetiu agosto de 2027 num post próprio no X. No leaderboard da Vals, lido em 8 de outubro de 2026, a tendência da família Claude aponta para julho de 2027 no nível de pesquisadores de fronteira. Um mês de diferença é arredondamento da mesma conta. A Vals estima cerca de 0,30 ponto por ano. Se o ritmo cair, a data escorrega.
Em agosto de 2026 a Vals anunciou Série A de US$ 40 milhões, com valuation de US$ 400 milhões, liderada pela Andreessen Horowitz (a16z). Quem vende o teste tem interesse em o índice importar. Os números a seguir são segundo a empresa.
Quem lidera o índice, segundo a Vals
Claude Opus 5.5 está em 37,31% (0,373) e Claude Fable 5.1 em 36,09% (0,361). Gemini 4 Argon, da Google, vem em 30,55% (0,305). Na OpenAI, o GPT-6 Sol marca 28,1% (0,281) e o GPT-6 Astra, 27,1% (0,271). A Vals diz que o Opus 5.5 lidera compressão, treino e pós-treino; o GPT-6 Sol lidera engenharia de harness. Uma manchete só Anthropic contra OpenAI deixa a Google de fora.
O que a Anthropic já admite
No mesmo ensaio, a Anthropic diz que, em maio de 2026, mais de 80% do código que entrou em produção era atribuído ao Claude. No segundo trimestre de 2026, o engenheiro típico colocava em produção 8 vezes mais código por dia do que em 2024. A empresa avisa que linhas de código superestimam produtividade. O gargalo, segundo ela, continua sendo julgamento: o modelo executa o que está bem especificado; escolher a meta ainda é humano.
Em 11 de setembro de 2026, a CNBC relatou falas de pesquisadores de alinhamento da Anthropic e da OpenAI, entre eles Evan Hubinger, Anna Wang e Jasmine Wang, sobre o risco de o autoaperfeiçoamento acelerar antes da governança. A reportagem não confirma o calendário da Vals.
O que a previsão não prova
Agosto de 2027 não aconteceu. Não é compromisso da Anthropic. A OpenAI não confirmou estar atrás nessa métrica. Não há garantia de que o Claude crie sozinho o próximo modelo. Segundo o recorte da entrevista, Krishnan também citou travas físicas, chips e energia, contra um salto descontrolado mesmo se o índice chegar perto do nível humano. Ainda não sabemos se o ritmo de 0,30 ponto por ano se sustenta, nem se 0,6 neste índice significaria um modelo que escolhe as próprias metas de pesquisa.
Os Claude lideram um teste da Vals sobre tarefas de pesquisa. Ainda falta o pedaço em que o modelo decide o que pesquisar.
Fontes
Imprensa
- The Information, TITV: Evaluating OpenAI and Anthropic’s Latest Models
- The Information no X
- CNBC, Arjun Kharpal, 11/09/2026
- Dealroom, síntese da entrevista TITV
Empresa (segundo a fonte)