Os últimos seis meses em LLMs em cinco minutos

Apresentei esta palestra relâmpago na PyCon US 2026, tentando resumir os últimos seis meses de desenvolvimentos em LLMs em cinco minutos.

Seis meses é um período de tempo bastante conveniente para cobrir, porque capta o que venho chamando de ponto de inflexão de novembro de 2025. Novembro foi um mês crítico nos LLMs, especialmente para codificação.

Por um lado, o modelo supostamente “melhor” (dependendo principalmente das vibrações) mudou de mãos cinco vezes entre os três grandes fornecedores.

Como sempre, estou usando meu teste Gerar um SVG de um pelicano andando de bicicleta para ajudar a ilustrar as diferenças entre os modelos.

Por que esse teste? Porque os pelicanos são difíceis de desenhar, as bicicletas são difíceis de desenhar, os pelicanos não posso andar de bicicleta… e não há chance de qualquer laboratório de IA treinar um modelo para uma tarefa tão ridícula.

No início de novembro, o “melhor” modelo amplamente reconhecido era o Claude Sonnet 4.5, lançado em 29 de setembro. Isso me atraiu esse pelicano.

Em novembro foi ultrapassado pelo GPT-5.1, depois pelo Gemini 3, depois pelo GPT-5.1 Codex Max, e então a Anthropic recuperou a coroa com Claude Opus 4.5.

Acho que Gemini 3 tirou o melhor pelicano deste grupo, mas pelicanos não são tudo. A maioria dos praticantes concordará que o Opus 4.5 manteve a coroa pelos próximos meses.

Demorou um pouco para isso ficar claro, mas a verdadeira notícia de novembro foi que os agentes de codificação conseguiram bom.

OpenAI e Anthropic passaram a maior parte de 2025 executando Reinforcement Learning from Verifiable Rewards para aumentar a qualidade do código escrito por seus modelos, especialmente quando combinados com seus chicotes de agente Codex e Claude Code.

Em Novembro os resultados deste trabalho tornaram-se evidentes. Os agentes de codificação passaram de trabalhar frequentemente para trabalhar principalmente, cruzando uma barreira de qualidade onde você poderia usá-los como um driver diário para realizar o trabalho real, sem precisar gastar a maior parte do tempo corrigindo seus erros estúpidos.

Também em novembro, isso aconteceu – o primeiro commit em um repositório obscuro (naquela época) chamado “Warelay” por um cara chamado Pete.

Durante o período de férias, de dezembro a janeiro, muitos de nós aproveitamos o intervalo para dar uma olhada nesses novos modelos e agentes de codificação e ver o que eles poderiam fazer.

Eles poderiam fazer muito! Alguns de nós ficaram um pouco entusiasmados demais. Tive meu próprio ataque de curta duração de uma forma de psicose LLM quando comecei a desenvolver projetos extremamente ambiciosos para ver até onde poderia levá-los.

Essa demonstração do playground mostra o código JavaScript executado usando minha biblioteca micro-javascript, em Python, rodando dentro do Pyodide, rodando em WebAssembly, rodando em JavaScript, rodando em um navegador!

É muito legal! Mas alguém lá fora precisar uma implementação incompleta de JavaScript com erros, lenta e insegura em Python?

Eles não fizeram isso. Tenho alguns outros projetos daquele período de férias que desde então me aposentei silenciosamente!

Vamos para fevereiro. Lembra daquele projeto Warelay que teve seu primeiro commit no final de novembro?

Em dezembro e janeiro, ele passou por algumas mudanças de nome… e em fevereiro estava conquistando o mundo com seu nome final, OpenClaw.

A quantidade de atenção que recebeu é surpreendente para um projeto que tinha menos de três meses.

OpenClaw é um “assistente pessoal de IA”, e na verdade temos um termo genérico para eles, baseado em NanoClaw e ZeroClaw e similares… eles são chamados Garras.

Os Mac Minis começaram a se esgotar no Vale do Silício, porque as pessoas os compravam para operar seus Claws.

Drew Breunig brincou comigo dizendo que isso ocorre porque eles são os novos animais de estimação digitais e um Mac Mini é o aquário perfeito para o seu Claw.

Minha metáfora favorita para Garras é Doc Ock, de Alfred Molina, no filme Homem-Aranha 2 de 2004. Suas garras eram alimentadas por IA e eram perfeitamente seguras, desde que nada danificasse seu chip inibidor… após o que elas se tornavam más e assumiam o controle.

Também em fevereiro: o Gemini 3.1 Pro foi lançado e me desenhou um pelicano muito bom andando de bicicleta. Veja isso! Tem até um peixe na cesta.

E então Jeff Dean do Google tuitou este vídeo de um pelicano animado andando de bicicleta, além de um sapo em um centavo e uma girafa dirigindo um carro minúsculo e um avestruz em patins e uma tartaruga dando kickflips em um skate e um bassê dirigindo uma limusine.

Então talvez os laboratórios de IA estejam prestando atenção, afinal!

Muitas coisas aconteceram apenas no mês passado.

O Google lançou a série de modelos Gemma 4, que são os modelos abertos mais capazes que já vi de uma empresa norte-americana.

Também no mês passado, o laboratório chinês de IA GLM lançou o GLM-5.1 – um monstro de 1,5 TB de peso aberto! Este é um modelo muito eficaz… se você puder pagar o hardware para executá-lo.

GLM-5.1 desenhou para mim este pelicano muito competente em uma bicicleta.

… embora quando tentou animá-lo, a bicicleta ricocheteou no topo e ficou empenada.

Charles, da Bluesky, sugeriu que eu tentasse com um gambá da Virgínia do Norte em uma E-scooter

E fez isso! Já tentei isso em outros modelos e eles nem chegam perto. “Cruzando a comunidade desde o anoitecer” é perfeito. Também é animado.

Aqui está aquele pelicano Claude Sonnet 4.5 de setembro para comparação. O estado da arte do pelicano realmente melhorou muito nos últimos seis meses.

Então esses foram os dois temas principais dos últimos seis meses. Os agentes de codificação ficaram muito bons… e os modelos disponíveis para laptop, embora muito mais fracos que o Frontier, começaram a superar enormemente as expectativas.