A startup de IA sediada em Londres Inherent diz que seu novo agente, Faraday, superou sistemas maiores da Anthropic e da OpenAI ao reproduzir de forma independente os resultados de artigos científicos publicados. A alegação marca a primeira demonstração pública da empresa desde que saiu do modo stealth com uma rodada seed de US$ 50 milhões e oferece um teste inicial de sua ambição de construir sistemas de IA que contribuam para a descoberta científica.

A comparação é notável porque a Inherent diz que o Faraday roda sobre o Qwen 3.6, um modelo com 27 bilhões de parâmetros. A startup o colocou contra o Claude Opus 4.8 da Anthropic e o GPT-5.5 da OpenAI, que a Inherent descreve como modelos frontier muito maiores. No entanto, os resultados de desempenho são reportados pela própria empresa via TechCrunch, e as evidências disponíveis não incluem uma metodologia pública de benchmark nem validação independente.

Faraday mira a replicação de pesquisas

O Faraday foi projetado para reproduzir resultados de artigos científicos sem receber antecipadamente a resposta esperada. O cofundador e cientista-chefe da Inherent, Edward Hughes, disse ao TechCrunch que replicar artigos é um exercício inicial padrão para cientistas humanos, incluindo estudantes de doutorado.

A startup diz que avaliou mais do que apenas se um agente conseguiria chegar a um resultado correto. Ela também queria que o Faraday demonstrasse o que Hughes chamou de “research taste”: a capacidade de identificar experimentos válidos e tomar decisões sensatas sobre como executá-los.

Essa distinção é importante para a IA voltada à pesquisa. Um sistema que segue um procedimento fixo pode verificar um resultado existente, mas um colaborador científico útil precisa decidir quais perguntas merecem tempo, quais variáveis testar e quando a evidência é forte o suficiente para justificar uma conclusão. O objetivo de longo prazo da Inherent é um agente cientista de IA que possa atuar em diferentes áreas científicas, e não uma ferramenta limitada a um único benchmark ou disciplina.

Um modelo menor e uma aposta diferente de treinamento

A Inherent atribui o resultado reportado do Faraday, em parte, ao uso de aprendizado por reforço. Em vez de depender principalmente de dados de treinamento sobre como cientistas conduzem pesquisas, a empresa diz recompensar agentes por alcançarem resultados úteis. A abordagem pretende ajudar o sistema a adquirir instintos mais amplos de tomada de decisão, incluindo o julgamento que a startup associa ao research taste.

A escolha também reflete uma estratégia de produto deliberada. A Inherent não está desenvolvendo uma ferramenta de codificação dedicada para o Faraday. Segundo a empresa, o agente usa o GPT-5.5 Codex da OpenAI para tarefas de programação, de modo semelhante à forma como pesquisadores humanos dependem de software existente em vez de construir todas as ferramentas por conta própria.

Essa arquitetura pode ser importante para equipes que constroem agentes científicos e técnicos. O sistema mais capaz talvez não seja um único modelo monolítico. Ele pode ser, em vez disso, um modelo de raciocínio menor conectado a ferramentas especializadas, sistemas de codificação, ambientes de experimento e ciclos de avaliação. A comparação reportada do Faraday não prova que essa abordagem seja amplamente superior, mas oferece um exemplo concreto da troca que a Inherent está explorando.

As evidências são promissoras, mas ainda limitadas

A principal alegação de desempenho vem da Inherent e foi relatada pelo TechCrunch. O material de origem disponível não especifica o número de artigos testados, os campos científicos representados, os critérios de pontuação, o grau de supervisão humana ou se os sistemas da Anthropic e da OpenAI foram executados sob condições idênticas de ferramentas e computação.

Esses detalhes são essenciais ao comparar agentes de pesquisa. A replicação de artigos pode variar bastante em dificuldade dependendo da disponibilidade de código-fonte, conjuntos de dados, protocolos de laboratório e recursos computacionais. Os resultados também podem depender de como o agente é instruído, de como experimentos malsucedidos são tratados e de se os avaliadores julgam apenas a resposta final ou a qualidade do processo experimental.

O uso de um modelo de 27 bilhões de parâmetros ainda é, no entanto, um sinal importante reportado pela empresa. Se reproduzido independentemente, o resultado sugeriria que o tamanho do modelo por si só não é um proxy confiável de desempenho em fluxos de trabalho científicos de longo prazo. Também pode indicar que aprendizado por reforço e orquestração de ferramentas estão contribuindo tanto quanto a escala do modelo base para essa tarefa específica.

A forma como a Inherent enquadra o tema é deliberadamente mais ampla do que um resultado de ranking. Hughes disse ao TechCrunch que derrotar sistemas frontier era menos importante para a empresa do que a forma como o Faraday foi construído. Ele descreveu o agente pretendido como um colaborador que pode voltar com experimentos e resultados inesperados, e não apenas um sistema que produz respostas pensadas para agradar o usuário.

O que a alegação significa para criadores de IA e empresas

Para desenvolvedores de IA, o Faraday destaca uma pergunta de design crescente: os agentes devem ser otimizados para qualidade conversacional, precisão em benchmarks ou a capacidade de tomar e aprender com decisões ao longo de muitas etapas? A pesquisa científica expõe fraquezas que são mais fáceis de esconder em fluxos de trabalho curtos, incluindo seleção ruim de experimentos, planejamento frágil, pressupostos não verificados e tendência a relatar conclusões confiantes, porém sem respaldo.

Um modelo menor pode tornar mais barato implantar agentes de pesquisa, especialmente quando o fluxo de trabalho exige muitos experimentos ou chamadas repetidas a um modelo. Mas tamanho menor do modelo não significa automaticamente custo total menor. Uso de ferramentas, execução de código, execuções mal-sucedidas, acesso a dados, revisão humana e infraestrutura podem dominar a economia de um agente que opera por horas ou dias.

Compradores corporativos devem, portanto, tratar o Faraday como um sinal inicial, e não como um substituto pronto para pesquisadores. As perguntas práticas serão se o sistema produz trabalho reproduzível, expõe suas premissas, mantém trilha de auditoria e sabe quando não tem evidência suficiente. Esses requisitos se aplicam à descoberta de medicamentos, pesquisa de materiais, engenharia e equipes internas de P&D, onde um resultado atraente vale menos do que um resultado que possa ser verificado.

Os planos de contratação da Inherent também posicionam o produto em um mercado competitivo de talentos avançados em IA. A empresa tem cerca de uma dúzia de funcionários trabalhando presencialmente em Londres e planeja expandir para aproximadamente 20 a 25 pessoas até o fim do ano, segundo o relatório do TechCrunch. Hughes também criticou as restrições britânicas de garden leave, dizendo que elas afetaram sua própria capacidade de sair de uma função anterior.

O que observar a seguir

O acompanhamento mais importante será uma avaliação independentemente reproduzível do Faraday contra o Claude Opus 4.8 e o GPT-5.5. A Inherent fortaleceria sua alegação se publicasse o conjunto de artigos, prompts, configurações de ferramentas, orçamentos de computação, taxas de falha e o processo de pontuação.

Pesquisadores e equipes de produto também devem procurar evidências além da replicação. A Inherent diz que sua estrela-guia é um agente cientista de IA, mas a demonstração pública atual diz respeito à reprodução de pesquisas existentes. O próximo teste significativo seria verificar se o Faraday consegue gerar novas hipóteses, projetar experimentos que especialistas considerem valiosos e produzir achados que resistam à revisão externa.

Outros sinais incluem o comportamento do sistema diante de erros, sua dependência do GPT-5.5 Codex e se a Inherent liberará acesso para usuários ou avaliadores externos. O crescimento da contratação em Londres pode indicar confiança e impulso, mas headcount não é prova de que as capacidades científicas do agente se generalizam.

Perspectiva da Creati.ai

O anúncio da Inherent é interessante porque desloca a atenção da escala bruta do modelo para a construção de fluxos de trabalho de pesquisa de longo prazo. Um modelo base menor, combinado com aprendizado por reforço, ferramentas de codificação e feedback de experimentos, pode ser um caminho mais prático para agentes de IA especializados do que esperar que toda capacidade apareça dentro de um único modelo frontier.

Ainda assim, a alegação deve ser lida como um resultado inicial, e não como uma liderança consolidada sobre Anthropic ou OpenAI. Para os desenvolvedores, a verdadeira questão é se a vantagem reportada do Faraday resiste a uma avaliação transparente e se transfere da replicação de artigos para um trabalho científico confiável. Essa evidência determinará se a Inherent demonstrou uma abordagem durável ou apenas um resultado forte em uma tarefa restrita.