Ex-CTO da OpenAI desafia a antiga empresa: novo modelo responde em 200ms, a latência supera o GPT-Realtime

De acordo com o monitoramento Beating, o laboratório Thinking Machines, fundado pela ex-CTO da OpenAI Mira Murati, lançou uma pré-visualização de pesquisa de um «modelo de interação». O novo sistema abandona a abordagem tradicional de juntar voz e texto com ferramentas externas, processando interações de áudio e vídeo em tempo real de forma nativa. O modelo consegue receber informações continuamente em «micro-turnos» de 200ms, permitindo ouvir, ver e falar ao mesmo tempo, além de suportar interrupções em tempo real pelo usuário.

O primeiro modelo exibido, TML-Interaction-Small, utiliza uma arquitetura MoE com 276 bilhões de parâmetros, ativando 12 bilhões de parâmetros a cada rodada. Para superar a limitação tradicional de grandes modelos de «parar de perceber ao gerar respostas», a equipe de desenvolvimento dividiu o sistema em front-end e back-end: o modelo de front-end mantém uma conversa contínua, enquanto o back-end realiza raciocínios complexos, buscas na web ou geração de interface de usuário, enviando os resultados de forma fluida de volta ao front-end.

Essa arquitetura supera diretamente os concorrentes antigos em velocidade de resposta. Dados oficiais mostram que sua latência de rotação de voz é de apenas 0,40 segundos, obtendo 77,8 pontos no FD-bench V1.5, com ambos os indicadores principais superiores ao GPT-realtime-2.0 e ao Gemini 3.1 Flash Live. No entanto, o processamento contínuo de áudio e vídeo consome rapidamente a capacidade de contexto, e o efeito de baixa latência depende fortemente do ambiente de rede. A Thinking Machines planeja abrir uma pré-visualização limitada nos próximos meses.