Siga ZDNET: Adicione-nos como fonte preferencial no Google.
Principais vantagens do ZDNET
- Fable 5 acelera a taxa de sucesso da IA em missões distantes para 16%.
- As capacidades de IA persistem em todo o mapa.
- No entanto, as competências dos agentes “quadruplicaram em oito meses”, disse o CAIS.
Após um breve hiato, o aclamado modelo Fable 5 da Anthropic está de volta e está redefinindo o padrão de automação de trabalho.
Em 30 de junho, o governo dos EUA reaprovou um modelo com capacidades semelhantes ao Mythos 5, que ainda está disponível apenas para organizações selecionadas. No entanto, antes de ser removido, Fable 5 foi testado pelo Center for AI Security (CAIS). nisso Índice de trabalho remoto (RLI), lançado em outubro de 2025. Ele tirou da água o Opus 4.8 da Anthropic e o GPT-5.5 da OpenAI, cada um relativamente novo e considerado impressionante.
Além disso: como vencer um algoritmo de IA e conseguir o emprego dos sonhos
O RLI mede “com que frequência os agentes de IA podem concluir projetos freelance economicamente valiosos do mundo real (..) com uma qualidade que um cliente pagante realmente aceitaria”, explicou o CAIS no estudo. Isso pode incluir design gráfico e auxiliado por computador, análise de dados, trabalho de vídeo e muito mais. Tal como acontece com outros testes de capacidade humana semelhantes, cada resultado produzido pelos modelos é avaliado por humanos em relação a um resultado padrão profissional. O nível de automação resultante reflete a distribuição de projetos nos quais os avaliadores constataram que o trabalho produzido pela inteligência artificial era tão bom ou melhor que o trabalho profissional humano.
O CAIS solicitou ao Fable 5, GPT-5.5 e Opus 4.8 que projetassem uma maquete 3D do anel de noivado, criassem um anúncio em vídeo e mapeassem a planta baixa, entre outros testes. Os pesquisadores forneceram a cada modelo arquivos de entrada gerados por humanos para começar, da mesma forma que você prepararia um freelancer com os documentos e informações adequados para um trabalho.
Além disso: o Mythos da Anthropic está evoluindo mais rápido do que o esperado, relata a agência de segurança de IA
O Fable 5 alcançou uma taxa de automação de 16,1%, um recorde de benchmark, e o dobro do Opus 4.8, que obteve 8,3%. GPT-5.5 ficou em terceiro lugar com 6,3%, mas o CAIS observou que todos os três modelos tiveram pontuação superior a todos os modelos avaliados até agora.
“Para contextualizar, o líder publicado anteriormente era de 4,17% (Opus 4.6 com andaimes Claude Cowork) e o campo atingiu 2,5% após o lançamento do RLI”, disse CAIS. “A margem mais do que quadruplicou em menos de oito meses, um sinal claro da rapidez com que os agentes de IA economicamente viáveis estão a avançar.”
Métricas de automação medidas pelo CAIS em relação ao seu benchmark RLI.
Separadamente
O CAIS observou que seus testes foram interrompidos pelo encerramento do Fable 5 pelo governo em meados de junho, mas mesmo esses resultados parciais distinguiram o modelo.
“Mesmo no pior cenário, se o Fable 5 falhasse em todos os projetos perdidos, sua taxa de automação ainda seria 14,6% maior do que qualquer outro modelo”, disseram os pesquisadores.
O que isso significa para freelancers
Embora a taxa de aceleração do modelo de IA seja significativa em apenas alguns meses, isso não significa automaticamente a substituição ou perda do trabalho freelance. Dezesseis por cento não chega nem perto de 100%. Além disso, apesar dos benefícios demonstráveis, a IA não é uma solução perfeitamente atractiva para todas as organizações; preocupações de segurança e outras barreiras à adoção muitas vezes tornam a integração de ferramentas de IA um processo lento e de várias etapas para a maioria das empresas, pelo menos inicialmente. Para substituir completamente os freelancers, as organizações provavelmente precisariam de uma rede de agentes para verificar elementos como qualidade do trabalho, orçamento e prazos; a compensação não é um para um.
Também pedi a Gemini e Claude que escrevessem minhas respostas por e-mail, mas apenas uma se parece comigo
O CAIS tentou substituir o avaliador humano por um “juiz LLM”, aparentemente para ver o quão longe de um humano no circuito esse experimento poderia estar razoavelmente, mas o modelo falhou.
“Avaliar a entrega do RLI é em si uma tarefa exigente e de agente”, explicou o CAIS. “Fazer certo significa abrir os arquivos do projeto nos aplicativos profissionais corretos, executá-los com competência e formar julgamentos como um cliente faria, os conhecimentos de informática onde os agentes de hoje ainda são mais fracos.”
Além disso: como definir limites de uso da API OpenAI para impedir gastos excessivos do agente e outros pesadelos de faturamento de IA
No entanto, melhorar as capacidades poderia reduzir algumas oportunidades de freelancer para certas empresas que já estão a integrar com sucesso a IA. Além disso, se as competências informáticas forem a limitação actual e estiverem preparadas para melhorar com base no investimento da indústria em modelos cada vez mais eficientes, esta barreira poderá eventualmente desaparecer. Com a velocidade, os modelos melhoraram outros benchmarks que medem a habilidade dos agentes, que podem surgir mais cedo do que podemos imaginar.
Falando em tempo: o CAIS também descobriu que só porque uma tarefa leva mais tempo para um ser humano não significa necessariamente que será mais difícil para a IA concluí-la. Esta análise de horizonte temporal aplica-se à codificação, por exemplo, mas não à gama mais ampla de tarefas remotas que o RLI mede. Neste momento, é difícil tirar conclusões sobre o futuro a partir disto.
“Algumas tarefas que podem ser realizadas rapidamente por um especialista qualificado permanecem inacessíveis para (IA), como transcrever música ou testar jogos em tempo real, enquanto outras tarefas que levariam horas para serem concluídas, como arte digital ou codificação, são concluídas em minutos pelos modelos atuais”, escreve CAIS.
