&Tutor: novo modelo de ensino chega via API

O &Tutor (Ampersand Tutor) é um modelo treinado para ensinar e está disponível via API desde o anúncio de 2 de novembro de 2026. A diferença está no treino: a recompensa vem de quanto o aluno aprende, e o aluno é o Persimmon, modelo de usuário em larga escala da humans&. Segundo a empresa, o &Tutor parte do GLM-5.3 e não foi treinado a partir do Ampersand, embora haja plano de integrá-lo a treinos futuros do Ampersand.

No TutorMoments, benchmark montado com sessões reais e momentos escolhidos por professores de matemática, o &Tutor marcou 0,754 com prompt simples, contra 0,500 do GLM-5.3 base, 0,667 do Claude Sonnet 5.5 e 0,634 do GPT-6 Astra. Com prompt ciente da avaliação, chegou a 0,919, logo atrás do GPT-6 Astra (0,926), e teve a maior nota em rigor apropriado (0,931). Um LLM como juiz pontua as respostas, e um modelo de IA faz o papel do aluno, ou seja, são resultados de benchmark, não de uso real em sala. A própria empresa diz que o teste de verdade é ajudar pessoas a aprender ao longo do tempo e busca parceiros em educação para isso.

Uma ablação trocou o Persimmon pelo GLM-5.3 como aluno, com a mesma receita, e o tutor ficou bem pior. A empresa atribui isso à qualidade do simulador: nas comparações com aprendizes reais, o Persimmon ficou mais próximo em movimentos de conversa (distância de 0,06 a 0,24, contra 0,10 a 0,65 dos outros), em afeto (0,06 a 0,22, contra 0,12 a 0,73) e em erros (0,03 a 0,05, contra 0,16 a 0,33). Aprendizes reais erram 25% a 30% das afirmações verificáveis, o Persimmon de 19% a 33%, e os demais modelos 15% ou menos.

Para quem treina agentes com simuladores de usuário, o recado é que a qualidade do simulador define o teto do modelo treinado. Se o aluno simulado erra pouco e se comporta diferente de gente real, o tutor pode aprender a explorar essa diferença. Vale ler os números com cautela: o juiz é um LLM, o aluno do benchmark é simulado e a validação em ambiente real ainda não existe.