Modelo 'Watermelon' da Meta empata com GPT-5.5 em benchmarks, mas a corrida já seguiu em frente

O problema? Wang não revelou quais benchmarks foram usados, tornando a alegação não verificável . Sem saber se o Watermelon igualou o GPT-5.5 em benchmarks de programação (onde o Muse Spark da Meta marcou apenas 59.0 no Terminal-Bench contra 75.1 do GPT-5.4), testes de raciocínio de nível de doutorado como o GPQA Diamond (onde o Muse Spark marcou 89,5%) ou compreensão geral de linguagem, a comparação é incompleta .

Por que o GPT-5.5 já é um alvo móvel

A OpenAI lançou o GPT-5.5 em 23 de abril de 2026, e ele rapidamente liderou o Artificial Analysis Intelligence Index . Mas, na época em que Wang fez sua declaração, a OpenAI já tinha lançado o GPT-5.6 em 26 de junho de 2026 — uma família de três modelos (Sol, Terra, Luna) com o carro-chefe Sol estabelecendo um novo padrão no Terminal-Bench 2.1 com 88,8% (e 91,9% em sua configuração Ultra) .

Isso significa que o Watermelon está mirando em um modelo que já não é mais o estado da arte. O ritmo da OpenAI — GPT-5.4 em 5 de março, GPT-5.5 em 23 de abril, GPT-5.6 em 26 de junho — sugere um ciclo de iteração de aproximadamente seis semanas . Quando o Watermelon for lançado, a OpenAI pode já estar no GPT-5.7 ou além.

O histórico da Meta: Os problemas do Avocado

A declaração otimista sobre o Watermelon vem em um momento em que a Meta enfrenta dificuldades com seu antecessor. O Avocado — primeiro grande modelo do recém-reestruturado Laboratório de Superinteligência da Meta — foi adiado de março de 2026 para pelo menos maio de 2026, depois que testes internos mostraram que ele ficava atrás do Gemini 3.0 do Google, do GPT-5.4 da OpenAI e dos modelos mais recentes da Anthropic em tarefas de raciocínio, programação e escrita . Um relatório indicou que a Meta considerou até licenciar temporariamente o Gemini do Google como plano B .

O Muse Spark (nome público do Avocado) foi finalmente lançado, mas ficou em quarto lugar global atrás do Gemini 3.1 Pro, GPT-5.4 e Claude Opus 4.6 no Artificial Analysis Intelligence Index, com uma pontuação de 52 de 100 . Ele se destacou em benchmarks médicos e científicos (42,8% no HealthBench Hard, o melhor da categoria), mas teve dificuldades em programação (59,0 no Terminal-Bench) e raciocínio abstrato (42,5 no ARC AGI 2) .

A questão do gasto massivo

Mark Zuckerberg apostou pesado em infraestrutura de IA. O Laboratório de Superinteligência da Meta gastou US$ 14,3 bilhões em seu primeiro grande modelo (Muse Spark) . O comentário de Wang de que o Watermelon usa 'uma ordem de grandeza a mais de poder computacional' que o Avocado sugere que a Meta está disposta a investir enormes recursos para fechar a lacuna .

No entanto, no mesmo dia em que surgiram relatos da declaração otimista de Wang, Mark Zuckerberg teria expressado preocupação de que o progresso da IA estava desacelerando, criando uma mensagem interna mista sobre a trajetória da Meta . A tensão entre o otimismo de Wang e a cautela de Zuckerberg destaca a incerteza sobre se apenas o aumento bruto de poder computacional será suficiente para acompanhar o ritmo de iteração mais rápido da OpenAI.

GPT-5.6 adiciona outra complicação

O GPT-5.6 Sol da OpenAI está atualmente disponível apenas como uma 'prévia limitada' para parceiros selecionados, sob diretrizes do governo dos EUA . Isso significa que suas capacidades completas podem não ser rapidamente comercializadas — mas ainda assim estabelece uma barra de desempenho mais alta que o GPT-5.5 . A pontuação do Sol no Terminal-Bench 2.1 de 88,8% (91,9% Ultra) contra 83,4% do GPT-5.5 representa um salto de capacidade significativo .

Conclusão: Um alvo que olha para trás

A afirmação de Wang de que o Watermelon iguala o GPT-5.5 é provavelmente verdadeira em alguns benchmarks, mas representa um alvo que olha para trás. Quando o Watermelon for lançado, a OpenAI pode já estar no GPT-5.7 ou além, e o histórico de atrasos na execução da Meta (Avocado), combinado com gastos enormes de capital, cria uma incerteza genuína sobre se apenas o aumento bruto de poder computacional será suficiente para fechar a lacuna com o ritmo de iteração da concorrente. A verdadeira questão não é se o Watermelon iguala o GPT-5.5 — é se a Meta conseguirá sustentar o investimento em infraestrutura necessário para acompanhar um concorrente que lança um novo modelo de fronteira a cada seis semanas.