padrões de referência

Um gráfico da METR, uma organização sem fins lucrativos de IA, tornou-se uma obsessão em toda a indústria à medida que acompanha o rápido desenvolvimento de grandes sistemas de IA.

A Alibaba confirmou que desenvolveu secretamente o HappyHorse-1.0, um modelo de vídeo de IA que estreou no topo dos benchmarks globais, superando rivais com capacidades de sincronização audiovisual.

Um novo benchmark chamado APEX-Agents mostra que mesmo modelos de IA de ponta como GPT-5.2 e Gemini 3 Flash falham na maioria das tarefas complexas e multidomínio provenientes de áreas profissionais como direito e finanças, levantando dúvidas sobre sua prontidão imediata para o ambiente de trabalho.