Brasil ganha modelo de raciocínio que lidera no jurídico e custa menos

A Maritaca AI lançou em 23 de junho o Sabiá 4 Thinking, seu primeiro modelo de raciocínio treinado para o português e o contexto brasileiro. Nos testes divulgados pela empresa, o modelo fica a cerca de dois pontos da fronteira na média geral — 90,8% contra 92,4% a 92,8% de Gemini 3.1 Pro, GPT-5.4 e Opus 4.8 — e lidera no domínio jurídico, com a melhor nota em redação de peças.

O que separa o anúncio de um lançamento técnico qualquer é o custo. Rodar a suíte inteira de avaliações saiu por R$206 no Sabiá 4 Thinking, contra R$449 do GPT-5.4 e R$590 do Opus 4.8 — menos da metade e cerca de um terço, respectivamente.

Para quem responde por governança, o fato chega em hora sensível. A escolha de um fornecedor de IA jurídica deixou de ser decisão isolada de TI: o CNJ já regula o uso de IA generativa no Judiciário pela Resolução 615/2025 e o Congresso discute o marco legal da matéria. O modelo que o jurídico adota passa a ter peso de decisão de risco.

Tribunais já multam peça com jurisprudência inventada

O contraste que dá urgência ao lançamento está nos autos. Em 10 de março, a 6ª Turma do TST condenou uma empresa de telecomunicações e seu advogado por citar precedentes inexistentes em contrarrazões — julgados que não constavam dos sistemas do próprio tribunal e, segundo o colegiado, possivelmente gerados por IA.

Não é caso isolado. O TRT da 2ª Região aplicou multa de 5% sobre o valor da causa por litigância de má-fé depois que uma empresa admitiu ter usado IA generativa na peça, com ementas que remetiam a processos inexistentes, e oficiou a OAB-SP para apuração disciplinar.

No STJ, o ministro Rogerio Schietti Cruz identificou um habeas corpus com citações fabricadas em série e determinou ofício à OAB. O padrão se repete: o texto soa correto, traz número de processo, relator e data — e nada corresponde ao real. É exatamente a falha que um modelo treinado em corpus jurídico brasileiro se propõe a reduzir.

Responsabilidade pelo erro da IA não se delega

A lição que os tribunais cristalizaram é direta para quem assina a peça: a responsabilidade pela verificação é indelegável. Usar IA não é irregular; protocolar conteúdo não conferido é. Atribuir o erro a estagiário ou à ferramenta não afasta a sanção.

Some-se a isso o vetor de dados. A Resolução 615/2025 do CNJ exige supervisão humana contínua e proteção de dados pessoais e do segredo de justiça no uso de IA generativa. Enviar documentos sensíveis a modelos hospedados fora do país levanta dúvidas de jurisdição sob a LGPD — onde o dado é processado e a que lei fica sujeito.

É aí que a proposta da Maritaca toca o compliance: a empresa afirma descartar os dados enviados à API logo após a resposta e não os usar para treino. Para jurídico e compliance, a decisão prática não é só qual modelo acerta mais, mas qual política de retenção e residência de dados sustenta a operação sem ampliar exposição regulatória.

Dependência de fornecedor estrangeiro chega ao board

Para o board, o tema sobe de camada. A questão deixa de ser a acurácia de um modelo e passa a ser a dependência estratégica de fornecedores estrangeiros para processar informação crítica.

O governo já trata isso como política de Estado. O Plano Brasileiro de Inteligência Artificial (PBIA 2024-2028), coordenado pelo MCTI, prevê mais de R$23 bilhões em infraestrutura e pesquisa, e o Serpro testa o ConversAI Studio com a premissa de que o dado público não saia do país. No Web Summit Rio, o secretário de Governo Digital, Rogério Mascarenhas, defendeu soberania de dados, operacional e tecnológica como tripé da gestão pública.

O mercado segue a mesma direção. Projeções citadas no setor apontam gastos globais com nuvem soberana superiores a US$80 bilhões em 2026, e parte das multinacionais já planeja rodar IA em ambientes soberanos no curto prazo. As perguntas que a alta gestão leva à mesa são concretas: onde residem os dados, qual o risco de lock-in e como auditar o que o fornecedor entrega.

Marco legal da IA caminha para votação em 2026

O cerco regulatório que enquadra essa decisão ainda vai apertar. O PL 2338/2023, aprovado por unanimidade no Senado em dezembro de 2024, tramita na Câmara e deve ser votado em 2026, classificando os sistemas por nível de risco e separando IA de IA generativa.

A arquitetura de fiscalização é o ponto em aberto. Para suprir vício de iniciativa, o Executivo enviou projeto que cria o Sistema Nacional de Regulação e Governança de IA e o Conselho Brasileiro para Inteligência Artificial, reunindo a ANPD e até cinco ministérios. À ANPD caberia o papel de reguladora residual, com poder normativo e sancionador onde não houver regra setorial.

O sinal que o regulador emite antes de virar obrigação formal já é legível: transparência sobre dados de treino, registro de modelos de alto risco, auditoria e revisão humana de decisões automatizadas. Quem estrutura governança de IA agora — fornecedor, política de uso, trilha de auditoria — chega à lei com menos passivo a corrigir.

Benchmark da própria fabricante pede cautela

A ressalva acompanha o entusiasmo. Os números do Sabiá 4 Thinking são divulgados pela própria Maritaca e, em boa parte das avaliações, a nota é atribuída por um modelo-juiz — caso da redação jurídica, julgada por um LLM concorrente. A empresa também não lidera em tudo: em busca na web com múltiplas fontes (MARCA), marca 83,9% contra 93,2% do GPT-5.4, e fica atrás na média de tarefas gerais.

Há ainda a crítica de fundo, que independe de qual modelo vence o benchmark. Como registrou análise recente, a alucinação mais perigosa não é a citação falsa flagrável, mas a inferência fluente e sem lastro que ninguém confere — e um modelo melhor não suprime o dever de verificação.

Os lados não se anulam. A Maritaca oferece qualidade próxima da fronteira em português a custo menor e liderança em redação jurídica; os céticos pedem teste independente, atenção à dependência de modelo-juiz e a mesma diligência que os tribunais vêm cobrando, venha a peça de IA nacional ou estrangeira.