Stanford 423 páginas de relatório de IA lançado! A diferença entre China e EUA é de apenas 2,7%, Tsinghua DeepSeek entra no top dez mundial

Escrevendo por: Nova Inteligência

Editado por: Muito Cansado, Pêssego

【Introdução do Nova Inteligência】Relatório de Índice de IA de 2026 de Stanford lançado com grande destaque! Este documento de 432 páginas é extremamente valioso: confronto de pico de IA entre China e EUA, quase igualando a diferença, reduzida para apenas 2,7%. A produção global de IA de ponta é de 95 modelos por ano, quase todos concentrados em grandes empresas. O mais cruel é que o emprego de desenvolvedores de 22 a 25 anos caiu 20%.

Hoje, Stanford HAI lança com grande destaque o “Relatório de Índice de IA de 2026”!

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

Ele apresenta uma conclusão central: a capacidade da IA está crescendo rapidamente; mas a habilidade humana de avaliá-la e controlá-la não acompanhou esse ritmo.

A conclusão mais chocante é—

A diferença de desempenho entre modelos de IA dos EUA e da China praticamente desapareceu, ambos trocando de liderança frequentemente na disputa de pico, atualmente a vantagem da Anthropic é de apenas 2,7%.

Os EUA investem mais em IA do que qualquer outro país, mas está cada vez mais difícil atrair talentos de ponta.

O relatório também aponta que a evolução da IA não enfrentou uma suposta “gargalo”, mas, ao contrário, está acelerando de forma sem precedentes.

No último ano, mais de 90% dos modelos de ponta globais, em questões científicas de doutorado, raciocínio multimodal e matemática de competição, igualaram ou superaram o desempenho humano.

Especialmente na capacidade de codificação, o desempenho do SWE-bench subiu de 60% para quase 100% em um ano.

No entanto, a “especialização” da IA é extremamente grave, apresentando uma situação deformada:

LLM pode ganhar medalha de ouro na IMO, mas não consegue ler um relógio simulado corretamente, com precisão de apenas 50,1%.

Ao mesmo tempo, a competição por empregos na IA já virou realidade, e os primeiros a sofrerem são os jovens “trabalhadores”.

A seguir, vamos direto ao ponto: os 12 principais tendências hardcore do “Relatório de Índice de IA de 2026” que merecem atenção.

Outros destaques rápidos:

A capacidade de computação de IA global aumentou 30 vezes em 3 anos, a Nvidia detém 60%, quase todos os chips vêm da TSMC.

Investimento global em IA de empresas atingiu 581,7 bilhões de dólares em 2025, dobrando em relação ao ano anterior, com os EUA absorvendo quase metade.

O número de pesquisadores de IA nos EUA caiu 89% em 7 anos, com uma redução de 80% apenas no último ano.

Empregos de desenvolvedores de software de 22 a 25 anos caíram 20% desde 2024, posições de entrada foram cortadas precisamente.

China construiu 85 supercomputadores públicos de IA, o dobro do Norte da América, liderando o mundo.

Taxa de uso de IA no mercado de trabalho na China ultrapassa 80%, muito acima da média global de 58%.

Modelos mais poderosos estão cada vez mais caixas-pretas, 80 dos 95 modelos representativos não têm código de treinamento divulgado.

A diferença entre China e EUA caiu para apenas 2,7%.

Stanford colocou o ranking Arena de maio de 2023 em um mesmo sistema de coordenadas, com os primeiros lugares de EUA e China.

Em maio de 2023, GPT-4-0314 liderou com 1320 pontos, enquanto ChatGLM-6B da China tinha uma diferença de mais de 300 pontos.

Em fevereiro de 2025, DeepSeek-R1 igualou temporariamente os principais modelos dos EUA.

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

Hoje, a diferença entre IA dos EUA e China é de apenas 39 pontos, ou 2,7%.

Mais impressionante, a frequência de troca de posições no último ano, desde o início de 2025, mostra que os principais modelos de ambos os países têm trocado de liderança várias vezes no Arena.

Em quantidade, também estão bastante equilibrados.

Em 2025, os EUA lançaram 50 modelos “notáveis”, a China seguiu com 30 modelos de ponta.

No primeiro escalão, OpenAI, Google, Alibaba, Anthropic e xAI dominam, com uma divisão 50/50 do topo mundial.

Mais abaixo, no TOP 10, instituições e empresas chinesas ocupam quatro posições: Alibaba, DeepSeek, Tsinghua e ByteDance.

O ecossistema open source também mudou de foco neste ano, com DeepSeek, Qwen, GLM, MiniMax e Kimi impulsionando a capacidade de código aberto.

Além disso, em quantidade de publicações, citações, patentes e instalações de robôs industriais, a China lidera globalmente.

No aspecto de preço, há uma nova linha de batalha.

Desenvolvedores estrangeiros calcularam que o custo de saída do Seed 2.0 Pro é cerca de um décimo do Claude Opus 4.6.

Desempenho semelhante, preço muito menor. Essa cadeia de reações está apenas começando.

Mais de 90% dos modelos de ponta vêm da indústria, com velocidade de ascensão sem precedentes.

Dos 95 modelos mais representativos lançados no ano passado, mais de 90% são da indústria, não de instituições acadêmicas ou laboratórios governamentais.

A academia já não consegue acompanhar a vanguarda.

A velocidade de lançamento também acelerou de forma absurda.

Só em fevereiro de 2026, um mês, foram lançados modelos 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, GLM-5.

O ciclo de “deificação” passou de “ano” para “mês”.

O limite de um ano para a IA sem gargalo é evidente.

O mais impressionante é na programação.

O benchmark SWE-bench Verified, que corrige bugs reais, subiu de 60% para quase 100% em um ano.

Não foi um aumento de alguns pontos, mas praticamente atingiu o limite.

O teste Terminal-Bench, que avalia a capacidade de agentes lidarem com tarefas reais, subiu de 20% para 77,3%.

A taxa de sucesso na resolução de problemas de segurança cibernética por agentes aumentou de 15% para 93%.

Gemini Deep Think conquistou medalha de ouro na Olimpíada de Matemática Internacional.

Questões de perguntas científicas de PhD (GPQA Diamond), matemática de competição (AIME) e raciocínio multimodal (MMMU), antes consideradas “inalcançáveis por humanos”, foram todas dominadas pelos modelos de ponta.

O melhor exemplo é o Humanity’s Last Exam.

Este teste, projetado para “enganar IA e favorecer especialistas humanos”, foi elaborado por top especialistas de várias áreas.

No ano passado, o GPT-4 obteve 8,8%, e os modelos de ponta aumentaram sua pontuação em 30 pontos percentuais em um ano. Atualmente, Claude Opus 4.6 e Gemini 3.1 Pro já passaram de 50%.

A linha de frente está mudando rapidamente.

Capaz de ganhar medalha na IMO, mas incapaz de entender um relógio simulado.

Porém, a mesma métrica de índice revelou outro número.

A precisão dos modelos mais avançados na tarefa de “ler relógio simulado” é de apenas 50,1%.

Robôs em ambientes de simulação (RLBench) têm uma taxa de sucesso de 89,4%. Mas, ao transferir para tarefas domésticas reais, como lavar louça ou dobrar roupas, a taxa cai para 12%.

Entre laboratório e cozinha, há uma diferença de 77 pontos percentuais.

Essa fenômeno foi nomeado pelos pesquisadores de “jagged frontier” (fronteira irregular). A capacidade da IA é desigual, capaz de ganhar medalhas na IMO, mas incapaz de informar a hora com estabilidade.

A IA pode ganhar medalha na olimpíada de matemática, mas só tem 50% de chance de entender um relógio simulado. A aceleração da IA não ocorre na mesma direção.

Além disso, em tarefas de agentes inteligentes, no teste OSWorld, a força da IA (66,3%) está se aproximando da linha de base humana.

Porém, no teste PaperArena, que avalia lógica científica, o agente mais forte com IA alcançou apenas 39%, metade do nível de um doutor.

Porém, essa irregularidade não impede as empresas de integrarem IA às linhas de produção.

Outro dado do Índice de IA é que a adoção de IA por empresas globais atingiu 88%. Nove em cada dez empresas já incorporaram IA em algum fluxo de trabalho.

O custo também está aumentando. Registros de incidentes relacionados à IA passaram de 233 em 2024 para 362.

O dinheiro está acelerando, com 581,7 bilhões de dólares investidos em IA.

Em 2025, o investimento global de empresas em IA atingiu 581,7 bilhões de dólares, um aumento de 130% em relação ao ano anterior. Desses, 344,7 bilhões de dólares foram de investimentos privados, crescendo 127,5%.

Ambas as curvas quase dobraram.

Em termos de países, os EUA dominam. Em 2025, o investimento privado em IA nos EUA foi de 285,9 bilhões de dólares, com 1953 novas startups de IA, mais de dez vezes o segundo colocado.

O fluxo de dinheiro para os EUA está acelerando, mas outro recurso central do país está se esvaindo.

O fluxo de pessoas também está diminuindo: pesquisadores de IA nos EUA caíram 89%.

Há um número que surpreende: de 2017 até agora, o número de pesquisadores e desenvolvedores de IA nos EUA caiu 89%.

Mais importante, essa queda está acelerando. Apenas no último ano, a redução foi de 80%.

Os EUA ainda têm a maior densidade de pesquisadores de IA, mas o fluxo de entrada está se fechando.

As curvas de dinheiro e pessoas estão se invertendo, algo que não aconteceu na última década.

A capacidade de computação cresceu 30 vezes em três anos, e o segredo está em uma única empresa.

Desde 2021, a capacidade total de IA no mundo aumentou 30 vezes. Nos últimos três anos, cada ano cresceu mais de três vezes.

Essa curva é sustentada por poucas empresas.

A Nvidia detém mais de 60% do poder de processamento de IA global. Amazon e Google usam chips próprios, mas, juntos, ainda ficam atrás da Nvidia.

Quase todos esses chips vêm de uma única fabricante, a TSMC. Quanto mais íngreme a curva de capacidade, mais estreito fica o “gargalo”.

Ao mesmo tempo, os custos aumentam.

O consumo total de energia dos data centers de IA atingiu 29,6 GW, equivalente ao consumo máximo de energia de Nova York. Uma única rodada de treinamento do Grok 4 da xAI gera cerca de 72.816 toneladas de CO2 equivalente, o que equivale à emissão de gases de escape de 17.000 carros por um ano.

Onde os data centers são construídos, de onde vem a energia, onde os chips são produzidos — essas questões se tornaram as maiores dores de cabeça dos CEOs de IA neste ano.

A IA generativa atingiu 53% de penetração global em três anos, e a taxa de uso no mercado de trabalho na China ultrapassa 80%.

A IA generativa atingiu 53% de penetração na população global em três anos.

Essa velocidade é maior que a do computador pessoal, maior que a da internet.

Porém, a velocidade de penetração varia muito por país. Cingapura tem 61%, Emirados Árabes 54%, ambos à frente dos EUA, que ocupa a 24ª posição, com 28,3%.

Se mudarmos o foco de consumidores para o mercado de trabalho, a diferença é ainda maior.

Outro dado do relatório mostra que, em 2025, 58% dos funcionários globais usam IA regularmente no trabalho. Mas, na China, Índia, Nigéria, Emirados Árabes e Arábia Saudita, esse percentual ultrapassa 80%.

A penetração de IA no mercado de trabalho na China já supera em mais de 20 pontos percentuais a média global.

Mais interessante ainda é o valor para o consumidor.

O Índice de IA estima que, até o início de 2026, as ferramentas de IA generativa gerarão cerca de 172 bilhões de dólares de valor para consumidores nos EUA por ano. De 2025 a 2026, o valor mediano por usuário triplicou.

A maioria dos usuários ainda usa a versão gratuita.

O que as pessoas estão dispostas a pagar por IA é muito menor do que o valor que ela gera para elas. Essa lacuna é o que todas as empresas de IA estão tentando fechar agora.

Empregos de entrada caíram drasticamente, com corte de 20% em desenvolvedores de 22 a 25 anos.

A parte mais silenciosa para os leitores de língua chinesa talvez seja a questão do emprego jovem.

De 2024 até agora, o número de desenvolvedores de software de 22 a 25 anos caiu cerca de 20%.

Ao mesmo tempo, os profissionais mais velhos estão crescendo.

Não só na programação. Setores como atendimento ao cliente, altamente expostos à IA, também estão passando por cortes semelhantes.

O que preocupa ainda mais é o resultado de pesquisas com executivos. A expectativa geral é de que os cortes futuros sejam maiores do que nos últimos meses.

Não se trata de uma taxa de desemprego macro, mas de cortes precisos em posições de entrada.

Perder o primeiro emprego pode interromper toda a escada de carreira. O impacto de longo prazo ainda é imprevisível.

A IA está mudando a forma de descobertas científicas.

Se a fase do emprego é fria, a da ciência é quente.

As publicações relacionadas à IA nos campos de ciências naturais, física e biologia cresceram de 26% a 28% em 2025 em relação ao ano anterior.

No aspecto de aplicações, este ano a IA conseguiu realizar uma previsão do tempo completa, do início ao fim, usando dados meteorológicos brutos, sem modelos numéricos tradicionais.

A IA está deixando de ser apenas uma ajudante na escrita de artigos ou cálculos, para se tornar uma ferramenta de descoberta própria.

Hospitais também estão na mesma direção. Em 2025, muitos começaram a usar IA para gerar automaticamente registros clínicos a partir de diálogos de atendimento. Relatos de médicos indicam redução de até 83% no tempo de elaboração de prontuários, com diminuição significativa do burnout.

Porém, esse mesmo índice mostra que quase metade dos estudos de IA médica dependem de conjuntos de dados de exame, e apenas 5% usam dados clínicos reais.

A IA pode reduzir o tempo de digitação dos médicos, isso é certo. Mas seu valor clínico real em pacientes ainda é uma grande dúvida.

A onda de autoaprendizado global está explodindo, enquanto a educação formal fica para trás.

A educação formal não consegue acompanhar a IA.

Nos EUA, 4 em cada 5 estudantes do ensino médio e universitários usam IA para fazer tarefas escolares. Mas apenas metade das escolas secundárias têm políticas de uso de IA, e só 6% dos professores acham essas políticas claras.

Os estudantes estão na frente, os professores ainda estão parados, sem regras claras.

Ao mesmo tempo, a onda de autoaprendizado está crescendo globalmente. Os três países com maior crescimento em habilidades de IA são Emirados Árabes, Chile e África do Sul.

Não é EUA, nem Europa.

A parte mais íngreme da curva de habilidades está em lugares onde ninguém está olhando.

Os modelos mais poderosos estão se tornando os mais opacos, gerando uma divisão entre especialistas e o público.

O Índice de Transparência de Modelos Fundamentais caiu de uma média de 58 para 40 este ano. Google, Anthropic e OpenAI já abandonaram a divulgação do tamanho e duração do treinamento de seus modelos mais recentes.

Dos 95 modelos mais representativos lançados no ano passado, 80 não tiveram código de treinamento divulgado.

A opinião pública também ficou mais complexa.

A proporção de pessoas que acreditam que a IA traz mais benefícios do que mal aumentou de 52% para 59%. Mas, ao mesmo tempo, a de pessoas que se sentem tensas com a IA subiu de 50% para 52%.

Ambos os lados estão crescendo ao mesmo tempo.

Nos EUA, a divisão é maior. Apenas 33% dos americanos acreditam que a IA melhorará seu trabalho, contra uma média global de 40%. A confiança na regulação governamental da IA é a mais baixa entre os países pesquisados, com apenas 31%.

Em Cingapura, essa confiança chega a 81%.

Após o ataque à casa de Sam Altman, no Vale do Silício, muitos ficaram surpresos ao ver que comentários no Instagram de pessoas comuns não demonstraram empatia, e alguns até acharam que “deveria ser mais severo”.

Eles não perceberam o quão grave a situação ficou.

Dados do Pew e Ipsos mostram que a percepção de especialistas e do público sobre o impacto da IA em emprego, saúde e economia difere em mais de 30 pontos percentuais, chegando a 50 pontos na maior discrepância.

De um lado, as curvas nos laboratórios estão crescendo rapidamente, do outro, a ansiedade das pessoas está se acumulando.

Não há ponte entre esses dois mundos.

Finalizando

Este relatório de 423 páginas contém centenas de gráficos, mas na verdade, só há um gráfico.

No eixo horizontal, o tempo; no vertical, a capacidade.

A curva de capacidade dos modelos está em alta, assim como a de computação, investimento e adoção. Tudo mais permanece parado ou em declínio.

Esse é o conteúdo completo do Índice de IA de 2026.

A IA está acelerando. Tudo o mais está descolando.

Se você trabalha neste setor, a pergunta não é “como será o futuro”, mas “em qual dessas curvas você está”.