GPT-6.1 Terra lê desenhos técnicos? Teste com scan e foto

👁 113 leituras

A OpenAI cita a interpretação de desenhos técnicos como uma das principais aplicações da GPT-6.1 Terra. No dia do lançamento, a Terra leu sem erros dois desenhos nítidos feitos no computador. Por isso, em 26 de outubro de 2026, aumentei a dificuldade: apresentei o mesmo flange como um scan com ruído e como uma foto inclinada de uma impressão, além de um novo desenho de eixo com tolerâncias, rosca e chaveta. A Terra fez 57 de 58 pontos - o mesmo resultado da GPT-6.1 Sol e da Gemini 4 Argon. O único erro foi cometido pelos quatro modelos testados.

O que testei e como

Desenhei todos os desenhos no Python (matplotlib) para que não estivessem nos dados de treinamento de nenhum modelo. Cada modelo recebeu uma imagem e uma instrução em polonês. Traduzida para o português, ela dizia: “leia com atenção e retorne SOMENTE um objeto JSON”, seguido de uma lista de campos. Comparei automaticamente cada campo com o gabarito e usei uma tolerância de 2 g para a massa. Fiz uma tentativa por imagem, com raciocínio médio, via OpenRouter. O teste foi realizado em polonês; as instruções em português apresentadas aqui são traduções do material original, não novos testes.

• Flange - scan. Desenho de um flange de 150 x 90 mm, com cotas em cadeia, 6 furos de Ø6,6 em um círculo de furação de Ø50 e R10 em dois cantos. A imagem foi convertida para tons de cinza, girada em 1,8°, reduzida a 55%, e recebeu ruído, manchas e compressão JPEG com qualidade 30.
• Flange - foto. O mesmo desenho como se fosse uma impressão fotografada: perspectiva, iluminação irregular, desfoque e JPEG 45.
• Eixo - desenho nítido e foto. Novo desenho com 5 seções (Ø20h6, Ø30, Ø36, Ø25k6, rosca M20x1,5), chanfro 1×45°, chaveta “8P9, comp. 32, prof. 4” a uma distância de 6 mm, rugosidade Ra 0,8 no colo Ø25 e Ra 3,2 nas demais superfícies.

O flange tem duas armadilhas. A vista lateral informa espessura de 8 mm, enquanto a placa diz “chapa com esp. 10”. O modelo precisa apontar a contradição. No eixo, o comprimento do trecho roscado não está cotado: é preciso calculá-lo a partir da cadeia de dimensões, 155 - 30 - 45 - 15 - 40 = 25 mm.

Eixo: 16 campos identificados na foto

A instrução pedia 16 campos, do comprimento total à massa. O modelo deveria calcular a massa considerando aço com densidade de 7,85 g/cm³, tratando o eixo como uma sequência de cilindros e subtraindo a chaveta como um paralelepípedo:

V = π/4 x (20² x 30 + 30² x 45
         + 36² x 15 + 25² x 40
         + 20² x 25) - 8 x 32 x 4
  = 82 966 mm³
m = 82,966 cm³ x 7,85 g/cm³
  = 651,3 g

Resposta da Terra para a foto (trecho; tradução dos campos da resposta original em polonês):

"comprimento_do_trecho_roscado_mm": 25,
"especificacao_da_rosca": "M20x1,5",
"largura_da_chaveta_mm": 8,
"profundidade_da_chaveta_mm": 4,
"distancia_da_chaveta_da_borda_esquerda
  _do_trecho_fi30_mm": 6,
"rugosidade_do_colo_fi25": "Ra 0,8",
"rugosidade_das_demais_superficies": "Ra 3,2",
"material": "C45",
"massa_g": 651.3

Os quatro modelos acertaram 16/16 campos nas duas versões do eixo, inclusive o comprimento calculado do trecho roscado e a massa com precisão de 0,1 g. A foto inclinada, com borda escura e iluminação irregular, não atrapalhou nenhum deles. A Terra usou 927 tokens de entrada (imagem e instrução) e 522 de saída na foto - custo de US$ 0,0035.

Scan do flange: o cinco parece seis

No scan, os quatro modelos leram a indicação “6 x Ø6,6 igualmente espaçados em Ø60” em vez de “em Ø50” e calcularam 30 mm, não 25 mm, entre furos vizinhos. Como são 6 furos, esse valor corresponde ao raio do círculo de furação, então o erro se transfere diretamente. Com o ruído e a compressão, o cinco realmente parece um seis - eu também consigo ver isso. Nenhum modelo percebeu que os furos no desenho estão claramente mais perto do centro do que estariam se o círculo fosse Ø60, e nenhum sinalizou incerteza na leitura.

A Terra leu corretamente o restante do scan, inclusive a contradição de espessura: “A vista lateral informa espessura de 8 mm, enquanto a placa do material indica chapa com 10 mm de espessura”. Calculou a massa considerando 8 mm: 801,0 g (gabarito: 800,5 g). No mesmo scan, a GPT-6 Luna não percebeu a contradição: retornou uma lista vazia e calculou a massa considerando 10 mm.

Tempo por imagem: Terra, 9-14 s; Sol, 8-30 s; Argon, 6-11 s; Luna, 12-34 s. O scan levou mais tempo para Sol e Luna (30 e 34 s), e 14 s para a Terra.

Um nível maior de raciocínio ajuda?

Testei o desenho nítido do flange na Terra em todos os seis níveis, de none a max. O resultado foi sempre 13/13, enquanto o custo subiu de US$ 0,0036 (none, 242 tokens de saída) para US$ 0,0113 (max, 1.770 tokens). Para ler o desenho, o que conta é a capacidade visual do modelo, não o tempo de raciocínio. Veja os detalhes no teste GPT-6.1 Terra: low, medium ou max.

Como usar isso no trabalho

• Peça um JSON com campos nomeados. Uma lista de campos força a leitura de cada dimensão e facilita a comparação automática da resposta.
• Peça uma lista de contradições. O campo contradicoes_no_desenho levou Terra, Sol e Argon a apontar a diferença entre 8 e 10 mm. Sem esse campo, o modelo pode escolher um valor sem avisar.
• Inclua um campo para leituras incertas. Minha instrução não tinha esse campo e nenhum modelo sinalizou que “Ø60” estava difícil de ler no scan. Em scans ruins, essa é a informação mais importante.
• Confira no desenho as dimensões críticas. Um único algarismo lido incorretamente alterou dois campos - e todos os modelos cometeram o mesmo erro.

No ChatGPT, a Terra está disponível apenas nos modos Work e Codex; na API, o identificador é gpt-6.1-terra. Os demais resultados, incluindo o teste feito em polonês, estão no guia GPT-6.1 Terra. Os preços por token estão no artigo GPT-6.1 Terra: preço.

Perguntas frequentes

A GPT-6.1 Terra consegue ler um desenho técnico em uma foto?

No meu teste, sim: o eixo fotografado de lado teve 16/16 campos corretos, incluindo tolerâncias h6 e k6, rosca, chaveta e massa calculada com precisão de 0,1 g.

E em um scan de baixa qualidade?

Quase tudo: 12/13. A Terra confundiu um algarismo (leu Ø50 como Ø60), o que também alterou o espaçamento entre os furos. Sol, Argon e Luna cometeram o mesmo erro.

Quanto custa ler um desenho?

Com a Terra, custa de US$ 0,0035 a US$ 0,0059 por imagem com resposta em JSON. Sol e Argon custam aproximadamente o dobro; Luna, cerca de cinco vezes menos.

Fontes e data da verificação

• OpenAI: Introducing GPT-6.1 Terra - interpretação de desenhos técnicos como aplicação (consultado em 26/10/2026)
• OpenAI API: modelo GPT-6.1 Terra - entrada de texto e imagem, preço (consultado em 26/10/2026)
• Meu teste: 4 desenhos criados no matplotlib, distorções feitas no OpenCV, OpenRouter, raciocínio médio, 26/10/2026, por volta das 21h; custo total de US$ 0,092

// continue lendoMelhores IAs para criar vídeos em 2026: ranking e testeBenchmarksElevenLabs Dubbing: teste dos modelos v1 e v2BenchmarksElevenLabs Sound Effects: teste multilíngue de efeitos sonorosBenchmarks