Datas de corte de conhecimento dos modelos de IA 2026: guia de referência completo
Por Hans Kuepper · Fundador do PromptQuorum · Mecanismo de descoberta de IA de pesos abertos e código aberto
Principais conclusões
- ✓Datas de corte de conhecimento são fixas — informações após essa data não existem para o modelo
- ✓Modelos em nuvem (ChatGPT, Gemini, Grok) compensam parcialmente com busca web integrada
- ✓LLMs locais (Llama, Qwen, Gemma, Phi) não têm camada de busca — o corte é um limite absoluto de conhecimento
- ✓Vários modelos principais — incluindo Gemini 4 Argon, Mistral Large 4, DeepSeek-V4 e Qwen3 — não divulgaram datas de corte exatas
Resposta rápida
Datas de corte verificadas: Claude Opus 5.5 junho 2026 (corte confiável; sucede o Claude Opus 5, maio 2026); GPT-6 Astra e GPT-6.1 Sol abril 2026, GPT-6 Luna maio 2026 (ChatGPT busca no Bing por padrão; a família GPT-6 sucede o GPT-5.6, fevereiro 2026; GPT-4o é um modelo legado, out 2023); Grok 4.7 maio 2026 (busca X por padrão no app para consumidores; sucede o Grok 4.6, fevereiro 2026). O Google não informa data de corte para o Gemini 4 Argon; o carro-chefe anterior, Gemini 3.1 Pro, indica janeiro 2025 (Google Search nativo). LLMs locais (Llama, Qwen, Gemma, Phi) não têm camada de busca — o corte é um limite absoluto.
- ▸Família GPT-6 (ChatGPT): corte abr–mai 2026 — parcialmente compensado pela busca Bing
- ▸Claude (Opus 5.5): corte junho 2026 (confiável) — busca web requer ativação explícita
- ▸Grok 4.7: corte maio 2026 — busca X por padrão no app para consumidores
- ▸LLMs locais: sem camada de busca — o corte é um limite de conhecimento fixo
Knowledge & Research
Guias relacionados
- ▸Melhor LLM agora — comparar os melhores modelos atuais pela data de corte
- ▸O Qwen3 roda no Ollama? — implantação local do Qwen3 e contexto de corte de conhecimento
- ▸Última versão do Ollama — acompanhar quais versões de modelos estão disponíveis localmente
- ▸Atualizações de modelos LLM locais 2026 — todos os principais lançamentos open-weight e como afetam o panorama dos cortes
Perguntas frequentes sobre datas de corte de conhecimento de IA
O que é uma data de corte de conhecimento em IA?▾
Uma data de corte de conhecimento é a data após a qual um modelo de IA não possui dados de treinamento. Eventos, lançamentos de produtos, artigos de pesquisa ou qualquer informação publicada após o corte são invisíveis para o modelo. O modelo não pode saber que essas coisas existem, a menos que consiga pesquisar na web ao vivo ou receba a informação no prompt.
Qual é a diferença entre uma data de corte de conhecimento e busca ao vivo?▾
Uma data de corte de conhecimento é uma propriedade dos dados de treinamento do modelo — uma data fixa e congelada. A busca ao vivo é uma capacidade adicionada sobre o modelo que permite recuperar páginas web atuais no momento da consulta. ChatGPT (Bing), Gemini (Google) e Grok (X) têm busca ao vivo por padrão. Claude requer ativação explícita da ferramenta. LLMs locais não têm busca ao vivo por padrão — é preciso construir um pipeline RAG para adicioná-la.
Os LLMs locais alguma vez atualizam seu conhecimento?▾
Não. O conhecimento de um LLM local fica congelado em seu corte de treinamento e permanece assim indefinidamente. Para dar a um LLM local acesso a informações mais recentes, é preciso: (1) fazer fine-tuning ou retreinar o modelo com dados mais recentes (caro), ou (2) construir um pipeline RAG (geração aumentada por recuperação) que busca documentos relevantes no momento da consulta e os injeta no prompt.
Quais modelos de IA conseguem ver notícias e eventos atuais?▾
ChatGPT (usa o Bing por padrão nos planos pagos), Gemini (usa o Google por padrão) e Grok (busca no X/Twitter por padrão no app para consumidores) podem acessar informações atuais. O Perplexity é nativo de busca web e recupera resultados ao vivo para cada consulta. Pela API, o Claude só consegue buscar na web quando os desenvolvedores ativam explicitamente a ferramenta de busca web, e DeepSeek e Mistral Large não têm camada de busca integrada. Os LLMs locais (Llama, Qwen, Gemma, Phi) não têm acesso de busca por padrão.
A data de corte do ChatGPT é a mesma coisa que ele sabe agora?▾
Não. O ChatGPT (o produto) tem tanto uma data de corte de treinamento quanto uma capacidade de busca ao vivo no Bing. Para consultas factuais recentes, ele busca no Bing e complementa sua resposta com resultados atuais — então o que ele "sabe" no momento da consulta pode ser muito mais recente do que o corte de treinamento. O corte de treinamento ainda importa para: a compreensão sutil de eventos (não apenas fatos), o conhecimento contextual entrelaçado em seu raciocínio, e qualquer informação não indexada pelo Bing.