GPT-6.7 e a pergunta "Bob": O carro-chefe não lançado da OpenAI realmente rodará 2x mais devagar?

Em 15 de agosto, um post no X da conta @Yuchenj_UW condensou um boato em uma frase: "Bob, o rei dos kernels de GPU, saiu da empresa? O GPT-6.7 vai rodar 2x mais devagar…." Duas afirmações se apoiam nesse ponto de interrogação — que o engenheiro mais reservado da empresa saiu, e que sua saída reduz pela metade a velocidade de inferência do GPT-6.7, o carro-chefe ainda não lançado da empresa (renomeado GPT-6-7 em outubro passado). Nenhuma das afirmações foi verificada. Mas o post chega num momento em que o próximo modelo da empresa já é uma questão de quando, não de se: o nome da família Astra chegou em 1º de agosto, uma revisão de segurança o pausou em 7 de agosto, e o GPT-5.6 Sol — o carro-chefe atual, ativo no OrcaRouter — é o único ponto de referência concreto que a próxima geração precisa superar. Aqui está o que é possível saber de fato até hoje.

Uma coisa desde já: ninguém fora da OpenAI executou o GPT-6.7. Qualquer afirmação sobre a rapidez com que ele servirá tokens é extrapolação — incluindo o número "2x mais lento". O que segue separa os fatos verificados (a renomeação, o cronograma de lançamento, as saídas que estão registradas) da lenda (Bob, o kernel e o número). Todo o material de boato é rotulado como tal.

Quem é "Bob", e por que um único engenheiro se tornou uma lenda

"Bob" é o apelido que funcionários da OpenAI usam para um engenheiro cujo nome a empresa nunca confirmou. Reportagens da imprensa de setembro de 2025 — incluindo QbitAI, The Paper e itbear, todas citando ex-funcionários e atuais funcionários da OpenAI — descrevem um pesquisador reservado que escreve sozinho os kernels CUDA usados para inferência, o código de GPU de baixo nível que transforma a matemática dos transformers em tokens. Seu kernel de atenção, chamado de "kernel Bob" dentro da OpenAI, é executado, segundo relatos, trilhões de vezes por dia em centenas de milhares de GPUs, com a precisão à altura: um bug forçaria um rollback dos checkpoints e um ciclo de retreinamento.

A lenda é consistente entre os relatos. Ex-funcionários dizem que Bob resolveu em minutos um problema de desempenho com o qual colegas vinham lutando há uma semana. O Slack interno da OpenAI tem um emoji de "Bob magic". Estimativas do setor citadas na mesma reportagem colocam em menos de cem o número de pessoas vivas capazes de escrever kernels CUDA de treinamento de alto desempenho — por isso, uma dependência de uma única pessoa desse tipo é tratada como genuinamente arriscada, e não como algo meramente desejável.

Em relação à identidade, a OpenAI nunca disse quem é Bob. A hipótese principal, repetida na mesma cobertura da imprensa, é Scott Gray — um graduado em física e ciência da computação que entrou para a OpenAI em 2016, foi o primeiro autor do post de blog de 2017 da OpenAI, "Block-sparse GPU kernels", e depois coautor do relatório técnico do GPT-4 e do artigo sobre leis de escala, com uma bibliografia de 51 artigos e mais de 80.000 citações. O ajuste é circunstancial, mas amplamente repetido; é uma inferência, não uma confirmação.

O Bob realmente saiu?

O tweet é uma pergunta, não uma afirmação. Mas a saída para a qual ele aponta tem um rastro documental. Um levantamento sobre a rotatividade de liderança publicado em 15 de agosto de 2026 lista Scott Gray — descrito como um "engenheiro de sistemas de GPU de longa data" que entrou em 2016 e ajudou a construir a infraestrutura por trás de transformers esparsos, leis de escala e GPT-3 — entre pelo menos doze pessoas seniores que deixaram a OpenAI em 2026. A mesma lista menciona a diretora de receita Denise Dresser, o ex-COO Brad Lightcap, a CEO de aplicações Fidji Simo, o chefe da Sora Bill Peebles e os chefes de segurança, ética, marketing e hardware. Trata-se de um relatório secundário, não de uma confirmação oficial, e não traz data de saída para Gray.

O contexto mais amplo torna o boato menos surpreendente. As reportagens da mesma semana enquadram a rotatividade como uma reformulação pré-IPO: o cofundador Greg Brockman está atraindo autoridade operacional para si antes de uma listagem pública planejada, e a CNBC noticiou a saída do CRO em 13 de agosto. E "Bob" é um alvo de recrutamento conhecido há um ano — relatos de setembro de 2025 disseram que Mark Zuckerberg, do Meta, tinha feito de "quem é Bob?" um item permanente nas reuniões de contratação. A guerra por talentos em torno desse conjunto específico de habilidades é real, o que é parte do motivo pelo qual o vazamento parece plausível.

Ainda assim, a cadeia de alegações tem dois elos não verificados: que Scott Gray é Bob, e que a listagem do apanhado é a mesma saída a que o tweet se refere. É perfeitamente possível que o tweet esteja repetindo um boato que antecede qualquer saída real. Esta seção é o resumo honesto: oficialmente, um engenheiro sênior de GPU chamado Scott Gray aparece em uma lista de saídas de 2026; extraoficialmente, essa pessoa pode ou não ser o Bob a que o tweet se refere.

Por que "2x mais lento" importaria — e por que provavelmente não é tão simples assim

Kernels determinam os dois números que decidem a economia de um modelo: tokens por segundo e custo por token. Se o GPT-6.7 fosse executado em kernels de servidor com metade da eficiência da versão hipotética "Bob-optimized", o mesmo hardware serviria metade dos tokens e a mesma solicitação levaria o dobro do tempo — a um custo marginal aproximadamente duas vezes maior. Para um desenvolvedor que roteia tráfego de produção, isso é um impacto de 2x na latência e 2x no custo no produto principal, exatamente o tipo de número que muda a escolha de um modelo. É por isso que o boato tem fundamento.

Agora, as razões para desconfiar disso:

O "2x" não tem base declarada. É um número em uma postagem — um experimento mental, não uma medição, e a imagem vinculada também não traz uma.

• Kernels são código, e código sobrevive aos autores. A stack de servição que Bob (ou qualquer pessoa) escreveu para modelos anteriores não desaparece quando alguém sai; o próximo modelo herda a maior parte dela.

• A organização de infraestrutura da OpenAI é grande, e a lenda de que "uma pessoa escreve tudo" é quase certamente uma simplificação. O risco de pessoa-chave é real, mas raramente é binário.

• Mesmo um impacto real na eficiência não mudaria a capacidade. Isso muda custo e latência — doloroso, mas um fornecedor pode absorvê-lo parcialmente ou compensar com preços, e a OpenAI já lançou um recurso de velocidade (Ultrafast, até 14x mais rápido no principal modelo atual) voltado exatamente para esse tipo de pressão de custo de servidor.

A versão mais forte da alegação é a estatística de menos de cem. Se a pessoa que escreveu os kernels de servição do modelo principal não estiver mais lá, a substituição não é uma contratação de quadro de funcionários — é uma rampa de vários anos. Esse é um risco legítimo para a economia de servição da OpenAI. Mas é um risco sobre o time, não um fato medido sobre um modelo que ainda não foi lançado.

O que realmente sabemos sobre o GPT-6.7

O modelo a que o boato se refere tem um histórico público mais longo do que o tweet sugere, e a maior parte dele é recente:

• 31 de outubro de 2025 — Sam Altman anunciou no X que o "GPT-6" seria renomeado para "GPT-6-7", amplamente visto como uma referência à gíria "6-7" da Geração Alpha. Se "GPT-6.7" e "GPT-6-7" são estritamente a mesma coisa não é oficial; o tweet os trata como intercambiáveis, e a maioria da cobertura também.

• Abril de 2026 — Relatos de que o pré-treinamento do GPT-6 estava concluído, com um suposto lançamento em torno de 14 de abril. Essa data passou sem um lançamento.

• Agosto de 2026 — Vazamentos disseram que o lançamento foi antecipado para o início de agosto, com a OpenAI pulando do GPT-5.7 ao GPT-5.9. Não verificado.

• 1º de agosto de 2026 — A OpenAI anunciou "Astra" como o nome da sua próxima família de modelos, por meio de um relatório de pesquisa que afirma ter resolvido dez problemas de matemática em aberto. Ainda não foi confirmado se a Astra será lançada sob o nome GPT-6.

• 7 de ago. de 2026 — A OpenAI pausou o desenvolvimento da Astra e adiou o lançamento após uma revisão interna de segurança classificar o risco de segurança cibernética como "crítico" — o primeiro modelo a acionar esse nível. Altman disse que o lançamento amplo "precisa de um pouco mais de tempo."

• Mercados de previsão — Em meados de agosto, os traders estimam o lançamento do GPT-6 até 30 de setembro em aproximadamente 62% e até 31 de dezembro em cerca de 90%.

• Especificações rumorejadas — janela de contexto de cerca de 2 milhões de tokens, desempenho aproximadamente 40% melhor que o da geração atual, memória personalizada e arquitetura multimodal nativa sob o codinome "Symphony". Tudo não verificado.

Então, o modelo por trás de "2x mais lento" não foi lançado, não tem data de lançamento confirmada e é objeto de uma revisão de segurança ativa. Um número de velocidade de serviço associado a ele é especulativo de duas formas — uma pela data, outra pela velocidade.

O único placar que é honesto hoje

Como o GPT-6.7 ainda não existe, um placar só pode contrastar o rumor com o que está realmente disponível:

• GPT-6.7 (não lançado) — status: não lançado; lançamento: outono de 2026 (rumor); contexto: ~2M de tokens (rumor); velocidade: "2x mais lento?" não verificado; preço: n/a; roteável: ainda não.

• GPT-5.6 Sol (ao vivo) — status: disponível; contexto: 1,05M de tokens, saída máxima de 128K; velocidade: ~290 tok/s observados nas estatísticas de 7 dias do OrcaRouter; preço: US$ 5,00 de entrada / US$ 30,00 de saída por milhão de tokens no nível de entrada padrão; roteável: sim, ao preço de lista do provedor.

A diferença interessante está na coluna de preço. O principal modelo atual da OpenAI custa US$ 5/US$ 30 por milhão de tokens através do OrcaRouter, e a taxa de repasse é o preço de tabela do próprio fornecedor com margem zero — então, não importa o preço que a OpenAI definir para o GPT-6.7, o número do nosso lado muda no mesmo dia em que for lançado, sem renegociação. Essa é a parte útil do placar para qualquer um que esteja planejando em torno do próximo modelo.

Como tratar um vazamento como este

O padrão é familiar: um modelo não lançado, um número dramático, uma pessoa nomeada. Cada parte é plausível e nenhuma é verificada. A resposta certa não é nem ignorar o boato nem apostar nele — é estruturar a decisão para que você não tenha de escolher.

Esse é o caso do roteamento. Quando o GPT-6.7 for lançado, a maneira de avaliar uma alegação de que é 2x mais lento sem comprometer um caminho de produção com isso é colocar o novo modelo atrás do mesmo endpoint que você já usa: uma chave de API, failover automático para o GPT-5.6 Sol no momento em que o novo modelo apresentar desempenho inferior, e tráfego real decidindo se o boato era verdadeiro. A alegação então se torna uma medição em vez de um tweet. Se a lista de preços da OpenAI mudar com o novo lançamento, a taxa de repasse é atualizada no mesmo dia — o OrcaRouter repassa os preços de tabela dos provedores com markup zero, então um corte (ou aumento) de preço do fornecedor é refletido aqui imediatamente, sem renegociação.

Enquanto isso, o atual carro-chefe é a coisa concreta. O GPT-5.6 Sol está disponível no OrcaRouter hoje por US$ 5/US$ 30 por milhão de tokens, com o contexto de 1,05 milhão de tokens e ~290 tok/s, como mostra o placar. O modo Ultrafast, anunciado em 13 de agosto — até 14x mais rápido, cerca de 750 tokens por segundo na infraestrutura da Cerebras — se aplica a esse modelo, não ao GPT-6.7, e é um lembrete de que a OpenAI pode atacar o custo de servir com infraestrutura, além de com kernels.

O que estamos assistindo agora

• Se a saída de Bob for confirmada. OpenAI não comenta sobre quem é Bob; o evento registrado mais próximo é o nome de Scott Gray na lista de saídas de 2026. Se OpenAI ou Gray confirmarem isso, o primeiro elo da cadeia vira fato.

• Se o número "2x mais lento" algum dia ganhar uma base. Se o GPT-6.7 for lançado e medições independentes de velocidade aparecerem, o número deixa de ser um rumor — seja confirmado ou descartado. Até lá, é apenas um número em um post.

• Se a pausa de segurança da Astra adia a data. Os mercados de previsão já tiraram o GPT-6 de agosto; a designação "crítico" e os testes governamentais que a OpenAI diz querer são ambas fontes naturais de atraso adicional.

• Se o benchmark do kernel reordena. Se a equipe de serving da OpenAI absorve a perda — ou se a lenda superestima a participação de uma única pessoa — todo o rumor perde o sentido, e o primeiro sinal será o desempenho de serving do próximo modelo em relação ao seu antecessor.

A leitura honesta: "2x mais lento" é uma história convincente e, até agora, apenas isso. A saída do mago do kernel é um ponto de dados real com uma trilha documental real; o número da velocidade é um número em um tweet. Até que o GPT-6.7 seja lançado, a posição defensável é se preparar para ambos os resultados — assumir que o rumor pode estar parcialmente certo e construir o roteamento de modo que um carro-chefe mais lento do que o esperado não custe nada para você testar. É exatamente esse o propósito de rotear um modelo que você ainda não conhece.