O índice de IA de Stanford para 2026 mostra o estado da IA

As capacidades dos principais modelos de IA continuam a acelerar, e as maiores empresas de IA, incluindo a OpenAI e a Anthropic, estão a avançar para IPOs ainda este ano. No entanto, o ressentimento em relação à IA continua a ferver e, em alguns casos, transborda, especialmente nos Estados Unidos, onde os governos locais estão a começar a adotar restrições ou proibições definitivas ao desenvolvimento de novos centros de dados.

É muita coisa para acompanhar, mas a edição de 2026 do Índice de IA do centro de Inteligência Artificial Centrada no Ser Humano da Universidade de Stanford consegue. O relatório, que tem mais de 400 páginas, inclui dezenas de pontos de dados e gráficos que abordam o tema de vários ângulos, desde pontuações de referência até investimento e percepção pública.

Tal como nos anos anteriores (veja a nossa cobertura de 2021, 2022, 2023, 2024 e 2025), lemos o relatório e identificámos as tendências que resumem o estado da IA ​​em 2026.

Empresas dos EUA lideram em modelos de IA

Os Estados Unidos lideraram o lançamento de modelos de IA na última década, e isso permanece tão verdadeiro em 2025 como em qualquer ano anterior. De acordo com o instituto de investigação Epoch AI, organizações sediadas nos Estados Unidos lançaram 50 modelos “notáveis” em 2025. No entanto, a produção da China está a começar a diminuir a diferença.

Quase todos os modelos notáveis ​​tiveram origem na indústria (em oposição a instituições académicas ou governamentais). A Epoch AI rastreou 87 lançamentos de modelos notáveis ​​da indústria em 2025, em comparação com apenas sete de todas as outras fontes. Esta é uma tendência importante a longo prazo. Os modelos lançados pela indústria representam agora mais de 90% dos modelos notáveis, acima dos pouco menos de 50% em 2015 e zero em 2003.

Embora as empresas dos EUA tenham lançado o maior número de modelos notáveis ​​de IA, a China tem uma liderança igualmente clara na implantação da robótica. Segundo dados da Federação Internacional de Robótica, a China instalou 295 mil robôs industriais em 2024. O Japão instalou cerca de 44.500 e os Estados Unidos instalaram 34.200.

A capacidade computacional mundial de IA cresceu 3,3 vezes ao ano desde 2022

O último relatório do Stanford AI Index não tem escassez de números impressionantes sobre a construção da IA, mas nenhum supera o indicador de computação total de IA da EpochAI.

Este gráfico, que usa o poder computacional do H100e da Nvidia como parâmetro, mostra que a capacidade computacional mundial de IA aumentou mais de três vezes a cada ano desde 2022. A computação total de IA aumentou 30 vezes desde 2021, o primeiro ano monitorado.

A Nvidia foi a que mais se beneficiou com esta expansão, já que suas GPUs representam mais de 60% da capacidade total de computação de IA no mundo hoje. Amazon e Google – cada um dos quais projeta seu próprio hardware para cargas de trabalho de IA – vêm em segundo e terceiro lugar.

Modelos de IA de treinamento podem gerar enormes emissões de carbono

O Índice de IA de Stanford destacou as emissões de carbono provenientes do treinamento em IA em anos anteriores, e a questão continua a evoluir em uma direção preocupante.

O relatório estima que o treinamento dos mais recentes modelos de linguagem de grande porte, como o Grok 4 da xAI, pode gerar mais de 72.000 toneladas de emissões equivalentes a carbono. Isso é um grande aumento em relação às estimativas dos anos anteriores. O GPT-4 da OpenAI foi estimado em 5.184 toneladas, e o Llama 3.1 405B da Meta foi estimado em 8.930 toneladas.

Ray Perrault, codiretor do comitê diretor do AI Index, diz que esses números são estimativas. “Essas estimativas devem ser interpretadas com cautela. No caso de Grok, elas dependem fortemente de informações inferidas extraídas de relatórios públicos (por exemplo, Forbes artigos), declarações xAI e outras fontes não verificáveis, introduzindo um grau de incerteza”, diz Perrault. Por outro lado, Perrault observou que “A Epoch AI estima de forma independente que as emissões do Grok 4 são significativamente maiores, em aproximadamente 140.000 toneladas de CO₂.”

As emissões resultantes da inferência da IA ​​também continuam a aumentar, embora os resultados variem novamente consoante o modelo. O relatório estima que as emissões de carbono provenientes de modelos com inferência menos eficiente são 10 vezes superiores às daqueles com inferência mais eficiente. Estima-se que os modelos V3 do DeepSeek consumam cerca de 23 watts ao responder a um prompt de “comprimento médio”, enquanto Claude 4 Opus consumiu cerca de 5 watts.

LLMs estão derrotando rapidamente novos benchmarks

As capacidades dos modelos de IA melhoraram com uma velocidade incrível ao longo da última década e, como mostra o gráfico acima, o progresso parece estar a acelerar. Os LLMs multimodais, em particular, estão conquistando benchmarks quase tão rapidamente quanto podem ser inventados.

A Agentic AI obteve os ganhos mais extremos. As duas linhas íngremes à direita do gráfico representam o benchmark OSWorld, que avalia o uso autônomo de computadores, e o benchmark de engenharia de software SWE-Bench Verified, que avalia a codificação autônoma.

Os modelos também estão melhorando rapidamente no Último Exame da Humanidade. Este benchmark inclui perguntas contribuídas por especialistas no assunto, projetadas para representar os problemas mais difíceis em suas áreas. O Índice Stanford AI de 2025 relatou que o modelo mais bem classificado, o o1 da OpenAI, respondeu corretamente apenas 8,8 por cento das perguntas. Desde então, a precisão aumentou para 38,3 por cento – e mesmo esse número está um pouco desatualizado, já que os modelos com melhor pontuação em abril de 2026 (como Claude Opus 4.6 da Anthropic e Gemini 3.1 Pro do Google) chegam a 50 por cento.

Ainda assim, Perrault advertiu que os benchmarks nem sempre correspondem aos resultados do mundo real. “Geralmente não temos medidas de quão bem um sistema (ou agente) precisa para funcionar em um determinado ambiente”, diz Perrault. “Saber que uma referência para o raciocínio jurídico tem 75% de precisão nos diz pouco sobre quão bem ela se encaixaria nas atividades de um escritório de advocacia.”

Pesquisa de IA na medicina vê ganhos

Os ganhos nos parâmetros de referência da IA ​​parecem reflectir-se na medicina, onde a adopção da IA ​​aumentou a um ritmo rápido. A pesquisa médica mostra uma adoção particularmente rápida. Como mostra o gráfico acima, o número de publicações sobre o tema do uso de IA para descoberta de medicamentos mais que dobrou nos últimos dois anos. Há 2,7 vezes mais publicações sobre IA biomédica multimodal, que é usada para examinar imagens médicas juntamente com texto, do que há dois anos.

LLMs ainda têm problemas para ler um relógio analógico

Embora os modelos de IA tenham melhorado rapidamente em algumas áreas, continuam a ser notavelmente maus em algumas tarefas comuns, como lendo relógios e compreender calendários. Banco de relógioque mede a capacidade de um LLM multimodal de ler um relógio analógico, descobriu que mesmo o modelo melhor nesta tarefa, o GPT-5.4 da OpenAI, tinha apenas 50-50 chances de acertar.

A maioria dos modelos teve pontuação muito pior. Claude Opus 4.6 da Anthropic leu a hora corretamente com apenas 8,9 por cento de precisão. Isso é surpreendente, porque o modelo costuma ter bons resultados em outros benchmarks. (Como mencionado anteriormente, Claude Opus 4.6 obteve pontuações excelentes no Último Exame da Humanidade.)

É claro que os LLMs raramente serão solicitados a realizar esta tarefa na vida real, mas Perrault diz que isso representa uma questão mais geral. “Há uma linha de pesquisa que mostra que quando os sistemas são questionados sobre combinações de linguagem com outras modalidades (por exemplo, imagens ou áudio, como no tom de voz), o componente linguístico carrega uma parte surpreendentemente grande da carga, chegando ao ponto de ignorar completamente a informação não linguística.”

O investimento em IA atingiu um novo pico em 2025

Os ganhos no desempenho do modelo de IA caminharam de mãos dadas com o investimento em empresas de IA. De acordo com dados da empresa de análise de IA Quid2025 estabeleceu um novo recorde para o investimento em IA, com mais de 581 mil milhões de dólares gastos.

Isto representa mais do dobro dos 253 mil milhões de dólares gastos em 2024 e ultrapassa o recorde anterior de 360 ​​mil milhões de dólares, estabelecido em 2021. E, ao contrário de 2021, onde o investimento foi liderado por fusões e aquisições, o resultado recorde de 2025 foi liderado pelo investimento privado em empresas de IA.

A maior parte desse dinheiro está fluindo para os Estados Unidos, onde mais de US$ 344 bilhões foram investidos em IA no ano passado.

No entanto, a história da adoção da IA ​​não envolve apenas dinheiro privado. Há também um entusiasmo popular pela IA no GitHub, onde o número de projetos relacionados à IA disparou para 5,58 milhões de projetos até 2025. Isso representa um aumento de cerca de cinco vezes desde 2020 e um aumento de 23,7% em relação a 2024.

Este número também não parece representar uma enxurrada de projetos gerados por IA. O número de projetos com pelo menos 10 estrelas aumentou a um ritmo semelhante, e o número de estrelas atribuídas a projetos de IA em geral aumentou a um ritmo semelhante. Isso sugere que os projetos estão vendo o envolvimento humano. Talvez isso não deva ser surpresa, dada a popularidade de alguns projetos. O software de IA agente de código aberto OpenClaw, por exemplo, recebeu 352.000 estrelas.

Os críticos podem temer que o entusiasmo seja em parte impulsionado por bots de IA ou projetos de agentes. Perrault reconheceu isso e diz que “provavelmente a intensidade do uso do GitHub está altamente correlacionada com a intensidade do uso da IA”. No entanto, a maior parte das atividades do GitHub ainda parece ser conduzida por humanos, pelo menos de acordo com um site de rastreamento de atividades chamado Agents in the Wild (este site não é mencionado no relatório de Stanford).

O entusiasmo também é forte na ciência da computação. O número de publicações de ciência da computação relacionadas à IA mais que dobrou na última década, de 102 mil para 258 mil. Mais de 68 por cento destes ainda se originam no meio acadêmico, com o governo e a indústria contribuindo com cerca de 11,5 e 12,5 por cento, respectivamente, em 2024. O crescimento é liderado por publicações em aprendizado de máquina, visão computacional e IA generativa.

O impacto global da IA ​​no emprego permanece incerto

A ascensão da IA ​​generativa anda de mãos dadas com preocupações em matéria de emprego, um fenómeno sem dúvida encorajado pelas previsões preocupantes dos CEO das maiores empresas de IA do mundo. No entanto, os dados até agora permanecem mistos.

Acima você encontrará gráficos que mostram o “número de funcionários normalizado” entre dados demográficos de diversas idades em duas profissões consideradas de alto risco de substituição da IA: desenvolvedores de software e agentes de suporte ao cliente. Tal como em anos anteriores, as tendências mostram que os empregos iniciais nestas profissões foram reduzidos, enquanto os cargos intermédios e superiores se mantiveram estáveis ​​ou aumentaram.

No entanto, estas mudanças continuam a ser difíceis de separar das tendências económicas mais amplas. O relatório observa que o desemprego está a aumentar em muitas profissões e que, contrariamente às expectativas, o desemprego entre os trabalhadores menos expostos à IA aumentou mais do que o desemprego entre os trabalhadores mais expostos à IA.

A percepção geral do público sobre IA melhora (ligeiramente)

A descoberta mais surpreendente do relatório é, sem dúvida, o pequeno mas notável aumento no otimismo em relação à IA nos últimos anos: 59 por cento dos entrevistados num inquérito realizado pela Ipsos disseram que “os benefícios superam as desvantagens”, acima dos 55 por cento em 2024, e 68 por cento dos entrevistados disseram ter uma “boa compreensão” da IA, um ligeiro aumento em relação aos 67 por cento em 2024.

As respostas dos inquéritos a perguntas semelhantes sugerem que a recepção global da IA ​​é mais positiva do que negativa, embora alguns sentimentos negativos também tenham aumentado. Por exemplo, 52% dos entrevistados disseram que os produtos e serviços que utilizam IA os deixam “nervosos”.

O sentimento varia significativamente por país. Os países do Sudeste Asiático, incluindo China, Malásia, Tailândia, Indonésia e Singapura, apresentam tendências mais positivas em relação à IA. No entanto, as mudanças positivas mais fortes de ano para ano registaram-se na Alemanha (12 por cento), em França (10 por cento) e nos Países Baixos (10 por cento). A Colômbia registou a mudança mais negativa (-6%), uma inversão da tendência dos anos anteriores.

A confiança na regulamentação da IA ​​varia significativamente de país para país

Embora um número crescente de pessoas pareça sentir que a IA terá um impacto positivo, essa mudança é acompanhada por uma profunda desconfiança em alguns países, especialmente no que diz respeito à regulamentação governamental.

Notavelmente, os Estados Unidos estão no final da lista, embora liderem em investimentos em IA. Apenas 31% dos entrevistados da pesquisa da Ipsos confiavam no governo para regulamentar a IA. Muitos países europeus demonstraram baixos níveis de confiança, tal como o Japão. Os países da Ásia e da América do Sul demonstraram maior confiança na capacidade dos seus governos para regular a IA.

Os resultados dos Estados Unidos e da Colômbia são intrigantes. Os EUA registam uma profunda desconfiança na regulamentação da IA, mas a maioria dos entrevistados pensa que os benefícios da IA ​​superarão as suas desvantagens. A Colômbia, por outro lado, demonstra grande confiança nas regulamentações da IA, mas piora o sentimento em relação à IA em geral.

Isto parece um microcosmo da narrativa da IA ​​em 2025. Tanto a qualidade dos resultados dos modelos de IA como a percepção pública sobre como a IA irá impactar a sociedade continuam a variar, muitas vezes por largas margens, dependendo da tarefa ou questão em questão.