s1 e a “IA de US$ 50”: o que o estudo realmente mostrou
O s1 foi ajustado sobre um modelo já treinado. Entenda o experimento com 16 GPUs, o cálculo do custo e os limites da comparação com o1-preview.

O s1 não foi um modelo de linguagem criado do zero por US$ 50. O estudo publicado em 2025 descreveu um ajuste de um modelo já treinado, com poucos exemplos e controle do esforço usado para responder. Essa diferença muda a interpretação das manchetes sobre o custo da pesquisa.
Revisão em 19 de novembro de 2026: esta página preserva a notícia de fevereiro de 2025 e separa os dados do experimento de uma estimativa de aluguel de computação.
O que os pesquisadores realmente treinaram?
Os autores ajustaram o Qwen2.5-32B-Instruct com 1.000 exemplos selecionados, formando o s1-32B. O artigo registra 26 minutos de ajuste fino em 16 GPUs NVIDIA H100. O experimento partiu de capacidades de um modelo anterior; portanto, esse tempo não representa todo o treinamento necessário para construir a base utilizada.
| Etapa | O que foi documentado |
|---|---|
| Base | Qwen2.5-32B-Instruct, já pré-treinado. |
| Conjunto de ajuste | s1K, com 1.000 exemplos selecionados. |
| Ajuste fino | 26 minutos em 16 H100. |
| Resposta do modelo | Controle do tempo de geração, chamado budget forcing. |
O método podia prolongar a geração inserindo “Wait” quando o modelo tentava encerrar o raciocínio. Os resultados relatados incluíam comparação com o1-preview em problemas matemáticos; isso não demonstra equivalência geral a todos os produtos da OpenAI.
Como interpretar a conta de US$ 50?
Multiplicar 16 GPUs por 26 minutos resulta em aproximadamente 6,93 horas de GPU. Para que apenas esse uso custasse menos de US$ 50, a tarifa efetiva precisaria ser inferior a cerca de US$ 7,21 por GPU-hora. É uma conta de referência derivada do experimento, não uma cotação de aluguel nem uma auditoria financeira do projeto.
A equação é custo de computação = número de GPUs × horas × tarifa. Ela permite conferir uma estimativa, mas deixa de fora custos que não foram incorporados à multiplicação: desenvolvimento do modelo-base, produção e seleção de dados, experimentos anteriores, trabalho da equipe e operação posterior.
Também não se deve interpretar uma execução bem-sucedida como garantia de que qualquer pessoa reproduzirá o mesmo tempo, na mesma configuração, com a mesma fatura. Uma comparação de orçamento precisa explicitar hardware, software, tamanho dos dados e quais etapas foram cobradas.
Onde estão os materiais e quais são os limites?
O repositório dos pesquisadores reúne código, dados, avaliação e links para os modelos. Ele também registra a versão s1.1, que reutilizou as perguntas com outras respostas de raciocínio. Por isso, reproduzir a notícia original exige identificar a versão: os resultados de s1 e s1.1 não devem ser misturados.
O ganho informativo do trabalho está na possibilidade de investigar seleção de exemplos e computação na resposta. Escolher uma IA para uso real ainda exige avaliação na tarefa pretendida, medindo acertos, falhas, latência e custo de execução.
Para contextualizar comparações, veja o que o GPT-4.5 entregou e seu status posterior e a cronologia oficial do GPT-5. Esta análise documental não representa um treinamento reproduzido pelo TEG6.

