Melhores IAs de 2026: qual a melhor inteligência artificial
Ranking e comparação das melhores IAs por utilização, atualizados todos os meses à medida que chegam novos modelos.
- O mais inteligente no geral e para programarClaude Opus 5.5
- Raciocínio mais difícilGPT-6 Astra
- ImagensChatGPT Images 2.5
- Melhor escolha grátisClaude Sonnet 5.5
Deixe de saltar entre aplicações de IA
Chat, pesquisa, PDFs e imagens numa só aplicação para Mac, iPhone e iPad.
Grátis para começar·4,7★ em mais de 27 000 críticas
Os rankings mostram quem ganha em média. O seu prompt não é médio. Pergunte ao ChatGPT, ao Claude e ao Gemini numa só janela e fique com a melhor resposta.
Descarregar Fello AIA Anthropic entra em novembro com a maioria das coroas medidas. No Intelligence Index v5 da Artificial Analysis (27 de outubro), o Claude Opus 5.5 faz 59,1 e lidera todos os modelos que se podem realmente usar, à frente do GPT-6 Astra com 56,9, do GPT-6.1 Sol com 54,6 e do Claude Sonnet 5.5 com 54,5, que é gratuito no claude.ai. O nosso guia de benchmarks de IA explica como esse índice é construído.
O Gemini 4 Carbon da Google pontua ainda mais, 60,0, e nos primeiros dias na Arena entrou diretamente em primeiro no texto e em quarto no WebDev, mas só defensores de cibersegurança verificados o podem usar, por isso não ganha aqui nenhuma coroa, tal como o Gemini 4 Argon não ganhou nenhuma antes do lançamento público. O Argon, aberto ao Google AI Pro e ao Ultra desde 13 de outubro, é o modelo mais bem colocado no quadro de texto da Arena que se pode usar e mantém o segundo lugar no pódio do chat. Nas imagens, o Nano Banana 2.1 da Google já bate o Grok Imagine Image 2.0 em três dos quatro quadros que acompanhamos e fica com o terceiro lugar.
Entre os modelos abertos, a Moonshot publicou os pesos do Kimi K3.1 Pro a 2 de novembro, e com 46,5 no índice lidera-os agora por 13,9 pontos. O V4.1-Flash-1017 da DeepSeek continua a ser a escolha aberta de melhor valor com 32,6, o MiMo-V2.6-Pro da Xiaomi continua a ser o mais barato por tarefa e o Mistral Large 4, aberto desde 29 de outubro, fica em oitavo com 26,1. O vídeo pertence ao MiniMax H3 e as imagens ao ChatGPT Images 2.5. As classificações são atualizadas nas 48 horas seguintes a cada lançamento importante.
2 nov. Moonshot A Moonshot publica os pesos do Kimi K3.1 Pro, agora o modelo aberto mais bem pontuado por 13,9 pontos Novo
29 out. Mistral A Mistral publica os pesos do Mistral Large 4 e corta o preço para metade, mas fica só em sétimo entre os modelos abertos Novo
28 out. Google O Gemini 4 Carbon lidera o Intelligence Index v5 com 59,4, mas só defensores de cibersegurança o podem usar Novo
27 out. Artificial Analysis A Artificial Analysis lança o Intelligence Index v5, que reescala cada pontuação desta página Novo
26 out. OpenAI O GPT-6.1 Terra faz 51,0 a metade do preço do GPT-6.1 Sol, no ChatGPT Work e no Codex Novo
23 out. Moonshot Kimi K3.1 Pro chega em quarto no Intelligence Index e em primeiro no Terminal-Bench 4.0, por $2 / $10 Novo
17 out. DeepSeek O DeepSeek V4.1-Flash-1017 marca 45,1 aos mesmos preços e fica com a escolha aberta de relação qualidade-preço Novo
15 out. A Meta publica os pesos do Muse Spark Open, um modelo de 816 mil milhões sob licença própria Novo
15 out. fal O FLUX 3 Max da fal, um FLUX 3 Video pós-treinado e mais rápido, entra em quarto e segundo nos quadros de vídeo da Artificial Analysis Novo
Pendente Google Gemini 3.5 Pro, ainda por lançar, e o Gemini 4 Argon passou-lhe à frente Atrasado
Melhor IA para escrita
A melhor IA para escrever é o Claude Fable 5.1, e o argumento a seu favor é a consistência e não um único primeiro lugar.
Está no top dez dos três quadros de prosa: terceiro no EQ-Bench Creative Writing v3 com 2155,3, atrás do GPT-6 Astra e do novo Kimi K3.1 Pro da Moonshot, terceiro no LiveBench Language com 89,5 e oitavo no quadro de escrita criativa da Arena, a melhor colocação combinada de qualquer modelo. O Gemini 4 Argon é segundo no quadro de texto da Arena com 1520, atrás apenas do Gemini 4 Carbon, reservado a defensores de cibersegurança, e segundo no seu quadro de escrita criativa com 1517, e os assinantes do Google AI Pro podem usá-lo desde 13 de outubro, mas o EQ-Bench coloca-o só em 32.º, com 1757,8, e o LiveBench ainda não o pontuou.
O Claude Opus 5.5 ficou com o primeiro lugar no quadro de escrita criativa da Arena com 1520, mas é oitavo no EQ-Bench e décimo no LiveBench Language; o GPT-6 Astra lidera o EQ-Bench com 2176,9, mas está em 40.º no quadro de escrita criativa da Arena; o Kimi K3.1 Pro é segundo no EQ-Bench com 2172,6, mas o LiveBench ainda não o pontuou; o Claude Fable 5 lidera o LiveBench Language com 90,7 e é quarto no quadro de escrita criativa da Arena, mas 13.º no EQ-Bench. Se o que escreve é um entregável de trabalho e não prosa, a pergunta é outra, a do quadro de entregáveis profissionais GDPval-AA v2.1, que o Claude Opus 5.5 lidera com 1866, à frente do Kimi K3.1 Pro da Moonshot com 1858, do Muse Wonder Full da Meta com 1857, do Claude Sonnet 5.5 com 1838 e do Claude Fable 5.1 com 1763.
O Claude Sonnet 5.5 é a escolha de relação qualidade-preço do nível gratuito, já que qualquer pessoa o pode usar em claude.ai, embora faça 83,4 no LiveBench Language, esteja apenas em 22.º no quadro de escrita criativa da Arena e ainda não tenha avaliação no EQ-Bench. O Claude Fable 5 é a escolha se der mais peso aos votos humanos da Arena do que às pontuações dos harnesses; custa $10 / $50 por 1M de tokens e está incluído de forma permanente no Claude Max, no Ultra e no Team Premium com cerca de 50 % dos limites de utilização habituais. A tradução é outra questão com outro vencedor, que analisamos no nosso guia da melhor IA para tradução.
| Modelo | Melhor para | Ponto forte | Ponto fraco | Preço (por 1M de tokens) |
|---|---|---|---|---|
| Claude Fable 5.1 | Melhor escrita no geral | #3 EQ-Bench Creative Writing (2155,3), #3 LiveBench Language (89,5) e #8 em escrita criativa na Arena, a melhor colocação combinada de qualquer modelo | Não lidera nenhum dos três; o Claude Opus 5.5 lidera o quadro de escrita criativa da Arena e o GPT-6 Astra lidera o EQ-Bench | $10 / $50 |
| Claude Fable 5 | Forte nos quadros de voto humano | #1 LiveBench Language (90,7), #4 escrita criativa na Arena (1501), #6 texto na Arena (1504) | #13 no EQ-Bench; a opção mais cara aqui | $10 / $50 |
| Kimi K3.1 Pro | Ficção criativa e voz própria | #2 EQ-Bench Creative Writing (2172,6), 4,3 pontos atrás do GPT-6 Astra; #2 GDPval-AA v2.1 (1858) | Ainda sem pontuação no LiveBench; pesos abertos desde 2 de novembro | $2 / $10 |
| Claude Sonnet 5.5 | Escrita gratuita para o dia a dia | Grátis em claude.ai, contexto 1M; #4 GDPval-AA v2.1 (1838), atrás do Opus 5.5, do Kimi K3.1 Pro e do Muse Wonder Full | 83,4 LiveBench Language; #23 escrita criativa da Arena; ainda sem avaliação no EQ-Bench | $2 / $10 |
| Claude Opus 5.5 | O melhor escritor criativo da Arena | #1 escrita criativa na Arena (1520) e #3 texto na Arena (1509); #1 GDPval-AA v2.1 (1866) | #8 no EQ-Bench e #10 no LiveBench Language | $4 / $20 |
| Gemini 4 Argon | O modelo mais votado da Arena que se pode usar | #2 texto na Arena (1520) e #2 escrita criativa na Arena (1517) | #32 no EQ-Bench (1757,8); sem pontuação no LiveBench | $19,99/mês Google AI Pro; API $2 / $10 introdutório até 30 nov. |
| GPT-5.5 | Escrita empresarial ancorada em factos | Ganhos documentados de fiabilidade factual sobre o GPT-5.4 | Níveis de raciocínio agora marcados como obsoletos | $5 / $30 |
| Gemini 3.8 Flash | Rascunhos em massa | Intelligence Index 30,8 (v5), 308,4 tok/s de saída, contexto de 1M | Afinado para agentes e não para prosa; o preço introdutório duplica a 1 de janeiro de 2027 | $0,75 / $3,75 |
A coroa da escrita continua com o Claude Fable 5.1, que mantém a melhor colocação combinada nos três quadros de prosa. Desde a última atualização a Arena reordenou o seu quadro de escrita criativa: o Fable 5.1 subiu para oitavo, o Gemini 4 Carbon da Google, que só defensores de cibersegurança podem usar, entrou em terceiro e o Claude Fable 5 desceu para quarto, enquanto o Kimi K3.1 Pro da Moonshot ultrapassou o Muse Wonder Full e é segundo no GDPval-AA v2.1 com 1858. Em outubro, o Kimi K3.1 Pro substituiu o Kimi K3 no pódio depois de o EQ-Bench o colocar em segundo, o Claude Opus 5.5 ficou com o primeiro lugar no quadro de escrita criativa da Arena e o EQ-Bench colocou o Gemini 4 Argon em 32.º.
Melhor IA para chat & assistente do dia a dia
A melhor IA para o chat do dia a dia é o GPT-6, e a razão honesta é o alcance em vez da posição nos quadros. Desde 7 de outubro, é com ele que o ChatGPT responde por predefinição: o GPT-6 Sol no Plus, Pro, Business e Enterprise, e o GPT-6 Luna no Free e Go, em implementação desde 8 de outubro. Isso faz dele o assistente que a maioria das pessoas consegue realmente abrir.
Em preferência humana pura está longe da liderança. O GPT-6 Sol está em 64.º no quadro de texto da Arena com 1458, abaixo do seu antecessor GPT-5.6 Sol em 22.º, enquanto o Gemini 4 Carbon da Google lidera com 1528, o Gemini 4 Argon é segundo com 1520, o mais alto dos modelos que se podem usar, o Claude Opus 5.5 terceiro com 1509 e o Muse Wonder da Meta quarto com 1507. A Artificial Analysis não pontuou o GPT-6 Sol no novo Intelligence Index v5, onde o GPT-6 Luna marca 27,9; na v4.3.2 o Sol marcava 47,6. Na API, o Sol custa $2 / $10 e o Luna $0,10 / $0,50 por 1M de tokens.
| Modelo | Melhor para | Ponto forte | Ponto fraco | Preço |
|---|---|---|---|---|
| GPT-6 | Chat do dia a dia, predefinição do ChatGPT | O assistente que a maioria consegue abrir: Sol nos planos pagos, Luna no Free e Go | GPT-6 Sol apenas #64 na Arena texto | Grátis / $20/mês Plus; API $0.10 / $0.50 (Luna) a $2 / $10 (Sol) |
| Gemini 4 Argon | A conversa mais votada | #2 em texto na Arena (1520); taxa de alucinação de 4% no AA-Omniscience, a mais baixa entre os modelos de topo | Classificação da Arena ainda preliminar; Google AI Pro ou superior na app Gemini | $19,99/mês Google AI Pro; API $2 / $10 introdutório até 30 nov. |
| Claude Opus 5.5 | A conversa com melhor pontuação que pode usar | 59,1 no Intelligence Index v5, a mais alta de qualquer modelo disponível, e #3 em texto na Arena (1509) | Não está no plano Free; uso limitado no Pro; o Gemini 4 Carbon tem mais um ponto, mas só defensores de cibersegurança o podem usar | $20/mês Pro, API $4 / $20 |
| Claude Sonnet 5.5 | Chat do Claude gratuito | Gratuito no claude.ai; 54,5 no Intelligence Index v5 com esforço máximo, quinto entre modelos distintos | Só #31 em texto na Arena; as apps usam-no com esforço médio, onde marca 30,8 | Gratuito / $20/mês Pro, API $2 / $10 |
| GPT-5.5 Instant | Trabalho diário sensível a alucinações | 52,5 % menos afirmações alucinadas vs 5.3 Instant | Níveis de raciocínio agora marcados como obsoletos | $20/mês Plus; API $5 / $30 |
| Gemini 3.6 Flash | Rápido, barato, multimodal | Contexto 1M, #23 na Arena texto | Na aplicação Gemini exige o Google AI Plus desde 9 de outubro; o 3.8 Flash supera-o ao mesmo preço | AI Plus / $0.75 / $3.75 API |
| Fello AI | Muitos modelos líderes, uma aplicação | ChatGPT + Claude + Gemini + Grok + DeepSeek e mais no Mac, iPhone e iPad | Encaminhado pela aplicação, não direto | Desde $11.99/mês |
O GPT-6 mantém a escolha para chat, porque é com ele que o ChatGPT responde por predefinição: o GPT-6 Sol nos planos pagos e o GPT-6 Luna no Free e no Go. Desde a última atualização o Gemini 4 Carbon da Google entrou em primeiro no quadro de texto da Arena com 1528, mas só defensores de cibersegurança o podem usar, por isso o Gemini 4 Argon, segundo com 1520, é agora o modelo mais bem colocado desse quadro que se pode usar e mantém aqui o segundo lugar, e a 29 de outubro a OpenAI ajustou o GPT-6 no Chat para os utilizadores do Free e do Go, com respostas mais curtas e menos lisonjeiras. Em outubro, a escolha passou do GPT-5.6 para o GPT-6 a 7 de outubro e o Argon ficou com o segundo lugar quando chegou ao Google AI Pro e ao Ultra a 13 de outubro.
Melhor IA para criar imagens
A melhor IA para gerar imagens é o ChatGPT Images 2.5, que a OpenAI tornou predefinido em todos os planos do ChatGPT a 8 de setembro e que lidera os quatro quadros de imagem que acompanhamos.
O GPT-Image-2.5 Sunburst, pensado para a precisão, lidera os quatro: Arena text-to-image com 1427, edição de imagem da Arena com 1517, AA-Image-T2I v2.1 da Artificial Analysis com 1222 e AA-Image-Editing v2.1 com 1199. O mais rápido GPT-Image-2.5 Flare é segundo em três deles e terceiro no quadro de edição da Artificial Analysis, onde o MAI-Image-2.7-Preview da Microsoft, lançado em outubro, se colocou entre os dois com 1193. Leia a diferença entre o Sunburst e o Flare na Arena text-to-image como provisória, porque cada um assenta em cerca de 40 000 votos contra 103 000 do GPT Image 2. O MAI-Image-2.6 é o segundo, quarto no quadro de edição da Artificial Analysis com 1151, num triplo empate com o Krea 3 (Ultra) e o Nano Banana 2.1, e quarto no quadro text-to-image da Arena com 1329, em empate estatístico com o Nano Banana 2.1 logo abaixo.
Em terceiro está o Nano Banana 2.1 da Google, lançado a 6 de outubro e agora o modelo da Google mais bem colocado: quarto no quadro text-to-image da Artificial Analysis com 1176, empatado com o MAI-Image-2.6 no seu quadro de edição com 1151 e quinto na Arena text-to-image com 1325, o que o põe à frente do Grok Imagine Image 2.0 em três dos quatro quadros. O Grok Imagine Image 2.0 da SpaceXAI, lançado em agosto e disponível no Grok Imagine e na API da xAI, desce para quarto: continua à frente do Nano Banana 2.1 no quadro de edição da Arena, quinto com 1439 contra sétimo com 1427, mas é sexto na Arena text-to-image com 1317 e só 17.º no quadro de edição da Artificial Analysis, e continua a ser a escolha para menos restrições.
O melhor modelo de imagem que pode descarregar é o Qwen-Image-2.1 da Alibaba, lançado a 20 de setembro e agora o modelo de pesos abertos mais bem colocado nos dois quadros da Arena, 20.º na edição e 19.º em texto para imagem, e a um lugar de um modelo aberto mais recente em cada quadro da Artificial Analysis, o FLUX 3 Image Klein da Black Forest Labs em texto para imagem e o Fibo 2.0 da Bria, só para uso não comercial, na edição. A sua licença só permite investigação e avaliação, por isso não é uma opção comercial gratuita. A nossa análise completa do que foi lançado está em ChatGPT Images 2.5.
| Modelo | Melhor para | Ponto forte | Ponto fraco | Preço |
|---|---|---|---|---|
| ChatGPT Images 2.5 | Imagens com texto legível | Sunburst #1 nos quatro quadros e Flare #2 em três: Arena text-to-image (1427 / 1401), edição na Arena (1517 / 1482), text-to-image da Artificial Analysis (1222 / 1207) e edição (1199, com o Flare em terceiro com 1182) | A sua liderança na Arena text-to-image assenta em cerca de 40 000 votos por modelo | Predefinido em todos os planos do ChatGPT |
| MAI-Image-2.6 | Editar uma imagem que já tem | #4 na edição de imagem da Artificial Analysis (1151, triplo empate) e #4 na Arena text-to-image (1329) | Pré-visualização pública, ainda não no Copilot nem no Bing; o sucessor MAI-Image-2.7-Preview, por agora só de edição, é já segundo nesse quadro | MAI Playground / Microsoft Foundry |
| Nano Banana 2.1 | O modelo de imagem da Google para o dia a dia | #4 texto para imagem da Artificial Analysis (1176), #5 Arena texto para imagem (1325) e empatado com o MAI-Image-2.6 na edição da Artificial Analysis (1151), o melhor de qualquer modelo da Google; na API, metade do preço por imagem do Nano Banana 2 | #7 na edição de imagens da Arena (1427), atrás do Grok Imagine Image 2.0; os tokens de entrada custam o triplo do Nano Banana 2 | Aplicação Gemini / AI Studio; $0,0336 por imagem 1K |
| Grok Imagine Image 2.0 | Menos restrições, modo Spicy | #5 na edição de imagem da Arena (1439) e #6 em text-to-image da Artificial Analysis (1166) | #6 na Arena text-to-image (1317) e só #17 na edição de imagem da Artificial Analysis | $30/mês Premium (X Subscription); API da xAI |
| Seedream 5.0 Pro | Texto multilíngue + edição por regiões | 10+ idiomas incl. árabe RTL, edição com laço e camadas | Por volta do décimo lugar nos quadros independentes; incerteza de direitos de autor | BytePlus / Magnific |
| Midjourney v8 | Arte estilizada, ilustração | Base estética que a maioria dos artistas prefere | Mais fraco em texto dentro da imagem | $10-$120/mês |
| Qwen-Image-2.1 | O melhor modelo de imagem que pode descarregar | O modelo de pesos abertos mais bem colocado nos dois quadros da Arena: #20 edição de imagens (1362) e #19 texto para imagem (1225); #22 e #24 nos dois quadros da Artificial Analysis, a um lugar de um modelo aberto mais recente em cada um; gerador de 7B, PNG transparentes, até 10 imagens de referência | Qwen Research License, apenas para investigação ou avaliação, sem uso comercial | Descarga gratuita (Hugging Face) |
| Qwen-Image-3.0-Pro | Composições densas com muito texto | #12 Arena texto para imagem (1254) e #17 texto para imagem da Artificial Analysis (1095); prompts até 4500 tokens, texto em 12 idiomas | Apenas alojado, sem pesos; sem avaliação na edição de imagens da Arena | Qwen Chat; $0,04-$0,075 por imagem na API |
| Muse Image | Edição de imagem, ecossistema Meta | #10 na edição de imagem da Artificial Analysis (1129) e #8 no seu quadro text-to-image | Fora do pódio; #9 na Arena text-to-image e #11 na edição da Arena | App Meta AI |
O ChatGPT Images 2.5 mantém a coroa da imagem e o GPT-Image-2.5 Sunburst continua a liderar os quatro quadros que acompanhamos. Desde a última atualização o terceiro lugar do pódio passou do Grok Imagine Image 2.0 para o Nano Banana 2.1 da Google: o quadro text-to-image da Arena, reordenado, coloca agora o Nano Banana 2.1 em quinto com 1325 e o Grok Imagine Image 2.0 em sexto com 1317, por isso o Nano Banana 2.1 está à frente em três dos quatro quadros, e o Grok só o supera no quadro de edição da Arena, 1439 contra 1427. O MAI-Image-2.6 mantém o segundo lugar: fica à frente do Nano Banana 2.1 por pouco na Arena text-to-image, 1329 contra 1325, atrás dele no da Artificial Analysis, 1166 contra 1176, e empata com ele nos dois quadros de edição.
Em outubro, a Artificial Analysis passou os seus dois quadros de imagem para a v2.1, a Google lançou o Nano Banana 2.1 a 6 de outubro, o MAI-Image-2.7-Preview da Microsoft, só de edição, entrou perto do topo dos dois quadros de edição, em terceiro no da Arena com 1471 e em segundo no da Artificial Analysis com 1193, e o Grok Imagine Image 2.0 tirou o terceiro lugar ao Muse Image, lugar que agora perdeu para o Nano Banana 2.1.
Melhor IA para criar vídeos
A melhor IA para gerar vídeo é o MiniMax H3, que a MiniMax lançou a 31 de julho com pesos abertos, e o que o justifica é ficar perto do topo em todo o lado em vez de ganhar um único quadro.
Lidera o quadro image-to-video da Arena com 1495,4, à frente do Gemini Omni 1.1 Flash com 1488,5 e do Wan 3.0 da Alibaba com 1479,8, e nos quadros com áudio da Artificial Analysis é terceiro em text-to-video com 1161 e quarto em image-to-video com 1128, onde lidera o Dreamina Seedance 2.5 da ByteDance com 1153 e o novo Utopai X é segundo com 1146. O seu ponto fraco é o quadro text-to-video da Arena, onde é oitavo com 1460,3.
Gera clipes 2K de 4 a 15 segundos com áudio estéreo nativo, desde $0,13 por segundo em 2K, e os pesos estão no Hugging Face sob a licença comunitária própria da MiniMax, sem o upscaler 2K e mediante candidatura nos EUA, na UE, no Reino Unido e na Coreia do Sul. O Gemini Omni 1.1 Flash, a nossa escolha até esta atualização, continua a liderar o quadro de texto para vídeo da Arena com 1516,2, num empate estatístico com o Gemini Omni Flash com 1512,9, e é a escolha para planos longos: extensão de cena em passos de 10 segundos até 40 segundos, controlo do primeiro e do último fotograma e saída em 4K, desde cerca de $0,03 por segundo em 360p até $0,30 em 4K.
Mas na Artificial Analysis fica só em décimo em text-to-video com 1128 e em 14.º em image-to-video com 1046. O Wan 3.0 lidera o quadro text-to-video da Artificial Analysis com 1175 e é terceiro no quadro image-to-video da Arena, mas só sexto no text-to-video da Arena. Se precisa de takes mais longos dentro das ferramentas da Google, o Veo 3.1 continua a correr na app Gemini, no AI Studio e no Vertex AI com áudio nativo e saída a 1080p.
| Modelo | Melhor para | Ponto forte | Ponto fraco | Preço |
|---|---|---|---|---|
| MiniMax H3 | Melhor vídeo com IA no geral | #1 Arena image-to-video (1495,4) e #3 e #4 na Artificial Analysis (1161 text-to-video, 1128 image-to-video); clips 2K de 4-15 s com áudio estéreo nativo | #8 na Arena text-to-video (1460); os pesos abertos excluem o upscaler 2K e exigem candidatura nos EUA, na UE, no Reino Unido e na Coreia do Sul | $0,13/s em 2K |
| Gemini Omni 1.1 Flash | Takes longos e 4K | #1 Arena text-to-video (1516), #2 Arena image-to-video (1488,5); extensão de cena de 40 segundos, saída 4K | Só #10 em text-to-video da Artificial Analysis (1128) e #14 no seu quadro image-to-video (1046) | $0,03-$0,30/s; Gemini API / AI Studio / Flow |
| Gemini Omni Flash | Clipes de dez segundos mais baratos | #2 Arena texto para vídeo (1513); edição conversacional | Fica-se por gerações de dez segundos | ~$0.10/s; aplicação Gemini / AI Studio |
| Wan 3.0 | Vídeo a partir de documentos e diapositivos | #1 text-to-video da Artificial Analysis (1175), #3 Arena image-to-video (1479,8); 2-30 s, até 1080p, entrada Omni-Reference | Só API, sem pesos publicados; #6 na Arena text-to-video | $0,05-$0,20/s |
| Dreamina Seedance 2.5 | O desafiante da ByteDance | #1 image-to-video da Artificial Analysis (1153), #4 text-to-video da Artificial Analysis (1157), #4 Arena image-to-video (1477,4) | #7 na Arena text-to-video (1474); ecossistema ByteDance, acesso limitado no Ocidente | Dreamina / BytePlus |
| Muse Video | Vídeo no ecossistema Meta | #9 no Arena texto para vídeo com 1456 | O mais recente do grupo, ferramentas escassas | Aplicação Meta AI |
| Veo 3.1 | Clips de produção mais longos | Áudio nativo, 1080p, forte consistência física | #12 na Arena vídeo, não o líder de qualidade | Google AI Pro / Ultra |
| Kling 3.0 / 3.0 Turbo | Iteração rápida a menor custo | 4K nativo, 60fps, clips de 15 segundos; o Turbo saiu a 17 de junho | Fora do top 16 na Arena texto para vídeo | A partir de $10/mês |
| Luma Ray 3 | Cenas fotorrealistas | Forte realismo para paisagens | Comunidade mais pequena | Grátis / a partir de $9.99/mês |
O MiniMax H3 mantém a coroa do vídeo, porque continua entre os quatro primeiros em três dos quatro quadros que acompanhamos e lidera o quadro image-to-video da Arena. Desde a última atualização os quadros da Artificial Analysis voltaram a mexer: o H3 é terceiro em text-to-video com 1161, mas desceu para quarto em image-to-video com 1128, onde lidera o Dreamina Seedance 2.5 com 1153 e o Utopai X, que não tem API pública, entrou em segundo com 1146. A Arena não atualizou nenhum dos seus quadros de vídeo desde 21 de setembro, por isso a sua classificação não muda.
Em outubro, a coroa passou do Gemini Omni 1.1 Flash para o H3 quando a Artificial Analysis pontuou o Omni 1.1 Flash pela primeira vez, a Artificial Analysis acrescentou áudio aos seus quadros de vídeo e entraram neles o HeyGen Video 1 e o FLUX 3 Max da fal. O Omni 1.1 Flash continua a liderar o quadro text-to-video da Arena, em empate estatístico com o Gemini Omni Flash, por isso continua no pódio como escolha para text-to-video, com o Wan 3.0 em terceiro.
Melhor IA para programação
A melhor IA para programar é o Claude Opus 5.5, que a Anthropic lançou a 22 de setembro, embora já não lidere todos os quadros, e o modelo que lhe tirou dois deles é o seu próprio irmão mais barato.
O Claude Sonnet 5.5, lançado a 28 de setembro, lidera o LiveBench Coding com 91,4 contra 89,3 do Opus 5.5 e bate-o na execução própria do Terminal-Bench 4.0 da Artificial Analysis, 63,6% contra 59,6%, embora o Kimi K3.1 Pro da Moonshot lidere essa execução com 67,2% desde 23 de outubro e o Gemini 4 Carbon da Google, que só defensores de cibersegurança podem usar, seja segundo com 65,2%. O Opus 5.5 mantém a coroa pelo resto das provas. Lidera o quadro WebDev da Arena com 1810, à frente do GPT-6 Astra com 1773 e do Claude Sonnet 5.5 com 1770, e o FrontierCode 2.0, o novo teste de programação do Intelligence Index v5, com 46,4% contra 42,4% do Astra e 41,7% do Sonnet 5.5. Faz 71,7 no LiveBench Agentic Coding, só atrás do DeepSeek V4.1-Flash, onde o Sonnet 5.5 fica nos 56,3, e nos ambientes próprios da Anthropic bate o Sonnet 5.5 no FrontierCode v1.1, 54,4% contra 52,1%, e no CursorBench 4.0, 57,8% contra 55,5%. No preço, os dois estão mais próximos do que estavam.
O Sonnet 5.5 custa $2 / $10 por 1M de tokens contra $4 / $20 do Opus 5.5, mas no Intelligence Index v5 a Artificial Analysis põe uma tarefa com esforço máximo em $10,02 contra $10,04 do Opus 5.5, e o Opus 5.5 em xhigh, 57,0 por $6,05 a tarefa, pontua agora mais do que o Sonnet 5.5 no máximo, 54,2, por 60% do custo; o Sonnet 5.5 só é mais barato em definições mais baixas, 41,1 por $1,64 em high. O Opus 5.5 ficou também com o quadro image-to-WebDev da Arena com 1753, à frente do Sonnet 5.5 com 1737 e do GPT-6 Astra com 1726; o Astra iguala os 59,6% do Opus 5.5 no Terminal-Bench 4.0 em xhigh, a $10 / $50, e o Claude Fable 5.1 é sexto no WebDev e quarto no image-to-WebDev.
O GPT-6.1 Sol é a opção barata da OpenAI: quinto no WebDev, 56,1% no Terminal-Bench 4.0 e 54,6 no Intelligence Index v5 por $1,27 por tarefa do índice com esforço máximo, embora o LiveBench o deixe muito fora do top dez em Coding, com 80,7. O GPT-6.1 Terra, lançado a 26 de outubro, corta esse preço por token para metade, $1 / $5, e faz 51,0 por $0,96 a tarefa, com 55,6% no Terminal-Bench 4.0. O Gemini 4 Argon lidera a tabela própria da Google no DeepSWE v1.1 com 77,9%, mas a Artificial Analysis mede 57,1% no Terminal-Bench 4.0, a Arena coloca-o em décimo primeiro no WebDev e desde 13 de outubro está na API paga e no Antigravity para os assinantes do Google AI Ultra.
O Claude Haiku 5.5, lançado a 7 de outubro a $0,10 / $0,50, é o Claude barato para trabalho de subagentes em volume: 33% na execução do Terminal-Bench 4.0 da Artificial Analysis, ao nível do GLM 5.3 Flash, e 57,2 no LiveBench Agentic Coding, logo acima do Sonnet 5.5, embora a Arena o coloque só em 36.º no WebDev. Entre os pesos abertos, o Kimi K3.1 Pro, cujos pesos a Moonshot publicou a 2 de novembro, lidera agora no Intelligence Index v5 com 46,5, na Arena WebDev em 9.º e no Terminal-Bench 4.0, onde os seus 67,2% são o primeiro lugar de todos. O DeepSeek V4.1-Flash-1017, lançado a 17 de outubro, é a escolha aberta de melhor valor com 32,6 e 16.º no WebDev, à frente do Kimi K3 em 18.º; o GLM-5.3 chega a 41,9% no Terminal-Bench 4.0, e o MiMo-V2.6-Pro da Xiaomi faz aí 34,8% com licença MIT pura a $0,26 por tarefa do índice.
A Artificial Analysis retirou tanto o seu Coding Index como o seu Coding Agent Index, pelo que as duas classificações compostas de programação que esta página citava já não existem.
| Modelo | Melhor para | Ponto forte | Ponto fraco | Preço (por 1M de tokens) |
|---|---|---|---|---|
| Claude Opus 5.5 | Melhor programação no geral | #1 Arena WebDev (1810) e #1 FrontierCode 2.0 (46,4%); 59,1 no Intelligence Index v5, a mais alta de qualquer modelo disponível; 71,7 no LiveBench Agentic Coding, 15 pontos acima do Sonnet 5.5 | Atrás do Sonnet 5.5 no Terminal-Bench 4.0 (59,6% contra 63,6%) e no LiveBench Coding (89,3 contra 91,4) | $4 / $20 |
| Claude Sonnet 5.5 | Programação de melhor valor | #1 LiveBench Coding (91,4), #3 Terminal-Bench 4.0 (63,6%) e #3 Arena WebDev (1770), a metade do preço por token do Opus 5.5 | 56,3 no LiveBench Agentic Coding, 15 pontos atrás do Opus 5.5; no Intelligence Index v5, o Opus 5.5 em xhigh supera-o no máximo por menos custo por tarefa | $2 / $10 |
| GPT-6 Astra | Segundo no WebDev da Arena | #2 Arena WebDev (1773) e #3 imagem para WebDev (1726); 59,6 % Terminal-Bench 4.0 em xhigh | 2,5 vezes o preço do Opus 5.5; atrás do Sonnet 5.5 no Terminal-Bench e bem atrás dos dois modelos Claude no LiveBench Coding | $10 / $50 |
| Kimi K3.1 Pro | O programador de terminal mais forte | #1 Terminal-Bench 4.0 (67,2%); 46,5 no Intelligence Index v5 a $3,68 por tarefa do índice | #9 Arena WebDev (1695); pesos abertos desde 2 de novembro, mas com 2,8 biliões de parâmetros é um modelo para centros de dados | $2 / $10 |
| Claude Fable 5.1 | A pontuação composta mais alta antes do Opus 5.5 | #6 Arena WebDev e #4 image-to-WebDev; 50,0 no Intelligence Index v5; AA-Briefcase 1670 | 55,1% no Terminal-Bench 4.0 em xhigh; 2,5 vezes o preço do Opus 5.5 | $10 / $50 |
| Claude Opus 5 | Substituído pelo Opus 5.5 | 49,0% no Terminal-Bench 4.0, #10 Arena WebDev e #6 image-to-WebDev | Custa mais por token do que o Opus 5.5 e pontuava sete pontos abaixo na v4.3.2; sem pontuação no Intelligence Index v5 | $5 / $25 |
| Claude Fable 5 | O trabalho agêntico de longo horizonte mais duro | Intelligence Index 49,6 (v4.3.2); 42,4% no Terminal-Bench 4.0; contexto de 1M | O mais caro por tarefa do índice na v4.3.2, $8,75; #10 em image-to-WebDev na Arena | $10 / $50 |
| Qwen3.8-Max-0902 | Líder fugaz do quadro WebDev da Arena | #13 Code Arena: WebDev (1676); 33,6 no Intelligence Index v5; 2,4 biliões de parâmetros, contexto de 1M | Só API da QwenCloud, sem interface para consumidores; perdeu a liderança do WebDev em poucos dias | $2 / $6 |
| DeepSeek V4.1-Flash-1017 | Escolha aberta de melhor valor | 32,6 no Intelligence Index v5, segundo entre os modelos abertos depois do Kimi K3.1 Pro, a $0,60 a tarefa; #16 Arena WebDev (1665) e #18 Agent Arena; MIT | 33,8% no Terminal-Bench 4.0; 552B/16B ativos para alojar por conta própria | $0,15 / $0,60 fora de pico |
| GPT-5.6 Sol | O topo de gama mais barato da OpenAI | Intelligence Index 47,0 (v4.3.2); 39,9% no Terminal-Bench 4.0 | Substituído pelo GPT-6 Sol, que pontua mais a metade do preço; o METR assinalou manipulação de avaliações | $4 / $20 |
| GPT-6 Sol | Programação GPT-6 barata no Codex | Intelligence Index 47,6 (v4.3.2) e 43,9 % no Terminal-Bench 4.0, ambos acima do GPT-5.6 Sol e por metade do preço | #12 Arena WebDev (1678) | $2 / $10 |
| GPT-6.1 Sol | O modelo de topo mais barato por tarefa | 54,6 no Intelligence Index v5, #5 Arena WebDev (1751) e 56,1% no Terminal-Bench 4.0 a $1,27 por tarefa do índice, ou 50,3 por $0,59 com esforço alto; entrada em cache a $0,10 | 80,7 no LiveBench Coding, muito fora do top dez; só no Codex e no ChatGPT Work, não no Chat | $2 / $10 |
| GPT-6.1 Terra | O programador da OpenAI a metade do preço | 51,3 no Intelligence Index v5 a $0,96 por tarefa do índice; 55,6% no Terminal-Bench 4.0; terceiro entre modelos distintos no FrontierCode 2.0 (42,3%) | Só no ChatGPT Work e no Codex, não no Chat; o LiveBench ainda não o pontuou | $1 / $5 |
| Gemini 4 Argon | Tarefas de software longas | 77,9% no DeepSWE v1.1 segundo os números da Google; 50,4 no Intelligence Index v5 | 57,1% no Terminal-Bench 4.0 e #11 Arena WebDev (1679) | $2 / $10 introdutório até 30 nov., $4 / $20 padrão |
| Gemini 4 Carbon | Ainda indisponível: programação longa e ciberdefesa | 60,0 no Intelligence Index v5, a pontuação mais alta publicada; #2 Terminal-Bench 4.0 (65,2%) | Só para defensores de cibersegurança e parceiros Fairwind, sem data pública; sexto entre modelos distintos no FrontierCode 2.0 (40,6%) | $2 / $10 introdutório, depois $4 / $20 (anunciado) |
| Muse Spark 1.3 | Programação agêntica barata | Intelligence Index 48,1 (v4.3.2) a $1,25 / $4,25, e $1,60 por tarefa do índice | 33,3% no Terminal-Bench 4.0; as vitórias em programação vêm do gráfico próprio da Meta, medidas numa variante max só para parceiros; ainda sem pontuação na v5 | $1,25 / $4,25 |
| Muse Wonder Full | O modelo mais forte da Meta, dentro do Muse Code | 50,1 no Intelligence Index v5, ao nível do Claude Fable 5.1; #3 GDPval-AA v2.1 (1857); 57,1% no Terminal-Bench 4.0 | Só com a subscrição do Muse Code (planos de $50 e $200), sem API; sétimo na Arena WebDev (1725) | Muse Code, desde $50/mês |
| Muse Wonder | O modelo de fronteira da Meta na API | 43,6 no Intelligence Index v5; 52,0% no Terminal-Bench 4.0; contexto de 1M | Os mesmos $4 / $20 do Opus 5.5, que pontua 15,5 pontos acima; $6,95 por tarefa do índice | $4 / $20 |
| Grok 4.7 | Programador barato de bom valor | 46,3% no CursorBench 4.0 e 71,0% no DeepSWE v1.1 segundo os números da SpaceXAI; 35,2 no Intelligence Index v5 | 24,7% no Terminal-Bench 4.0; $6,18 por tarefa do índice; prompts de 200K tokens ou mais refaturam o pedido inteiro ao dobro | $2 / $6 |
| Gemini 3.8 Flash | Programação com agentes em escala | 30,8 no Intelligence Index v5; 308,4 tokens de saída por segundo | 19,7% no Terminal-Bench 4.0; o preço introdutório duplica a 1 de janeiro de 2027 | $0,75 / $3,75 |
| GLM 5.3 Flash | O programador sério mais pequeno para alojar | 27,8 no Intelligence Index v5 a $0,58 por tarefa do índice e 32,8% no Terminal-Bench 4.0; MIT, 320B/18B ativos, contra 552B do DeepSeek V4.1-Flash | O GLM-5.3 chega aos 41,9% no mesmo ambiente; sem produto para consumidores | Pesos abertos (MIT) |
| Claude Haiku 5.5 | O Claude mais barato para subagentes | 36,5 no Intelligence Index v5 a $0,41 por tarefa do índice; 32,8% no Terminal-Bench 4.0, ao nível do GLM 5.3 Flash; 57,2 no LiveBench Agentic Coding, acima do Sonnet 5.5 | #36 Arena WebDev (1589); a Anthropic diz que o Sonnet 5.5 e o Opus 5.5 continuam melhores para programação agêntica complexa; prompts acima de 100K tokens custam cinco vezes mais | $0,10 / $0,50 |
| MiMo-V2.6-Pro | O modelo aberto forte mais barato por tarefa | 29,9 no Intelligence Index v5 e 34,8% no Terminal-Bench 4.0 a $0,26 por tarefa do índice; MIT, 1,02T/42B ativos | Só #25 na Arena WebDev (1625), atrás do DeepSeek V4.1-Flash-1017 e do Kimi K3 | $0,435 / $0,87 |
O Claude Opus 5.5 mantém a coroa da programação: lidera o quadro WebDev da Arena com 1810, à frente do GPT-6 Astra com 1773 e do Claude Sonnet 5.5 com 1770, e lidera o FrontierCode 2.0 com 46,4%. Desde a última atualização o Gemini 4 Carbon da Google entrou em quarto no quadro WebDev da Arena com 1768, numa classificação preliminar, mas só defensores de cibersegurança o podem usar, e a Mistral publicou a 29 de outubro os pesos abertos do Mistral Large 4, que a Arena coloca em 48.º. A 2 de novembro a Moonshot publicou os pesos do Kimi K3.1 Pro, o que o torna o modelo aberto mais forte para programação no Terminal-Bench 4.0, na Arena WebDev e no índice, à frente do DeepSeek V4.1-Flash-1017. O argumento de valor do Sonnet 5.5 continua a assentar no LiveBench Coding, no Terminal-Bench 4.0 e nos tokens a metade do preço, porque no Intelligence Index v5 o Opus 5.5 em xhigh supera o Sonnet 5.5 no máximo por menos dinheiro por tarefa.
Em outubro, o Kimi K3.1 Pro tirou o Terminal-Bench 4.0 ao Sonnet 5.5 com 67,2%, o Claude Haiku 5.5 chegou a 7 de outubro a $0,10 / $0,50 como o Claude mais barato para trabalho de subagentes, o GPT-6.1 Terra chegou a 26 de outubro a $1 / $5, a Artificial Analysis acrescentou o FrontierCode 2.0 com o Intelligence Index v5 a 27 de outubro e o DeepSeek V4.1-Flash-1017 tornou-se o modelo aberto mais bem colocado no WebDev.
Melhor IA para criatividade
A melhor IA para trabalho criativo sem filtros e na moda é o Grok 4.7, e queremos ser exatos quanto ao motivo. Esta escolha é sobre a linha de produto, não sobre a qualidade da prosa.
O Grok tem as menores restrições de conteúdo de qualquer modelo de fronteira e a única integração nativa com o X em tempo real, o que faz dele o único modelo que pega em encargos ousados, atuais ou deliberadamente provocadores que os outros recusam. A SpaceXAI lançou o Grok 4.7 a 21 de setembro na API do Grok, no Cursor e no Grok Build, e desde 3 de outubro também alimenta o modo Expert do grok.com, além do modo Fast para os assinantes pagos. Não é o melhor a escrever, embora o quadro seja mais misto do que era.
O EQ-Bench pontuou o Grok 4.7 e coloca-o em nono com 2012,2, dentro do seu top dez e muito acima do Grok 4.5, em 57.º, mas os votantes humanos da Arena deixam o 4.7 só em 87.º na escrita criativa, atrás do Grok 4.6, em 57.º, e do antigo Grok 4.20-beta1, em 27.º. Se escolher só pela qualidade do resultado, o Claude Opus 5.5 lidera agora o quadro de escrita criativa da Arena, com o Gemini 4 Argon, no Google AI Pro desde 13 de outubro, em segundo, o Gemini 4 Carbon, reservado a defensores de cibersegurança, em terceiro e o Claude Fable 5 em quarto, enquanto o EQ-Bench põe o GPT-6 Astra em primeiro com 2176,9, o Kimi K3.1 Pro da Moonshot em segundo e o Claude Fable 5.1 em terceiro. Escolha o Grok pelo que ele o deixa criar, não por quão bem escreve.
| Modelo | Melhor para | Ponto forte | Ponto fraco | Preço |
|---|---|---|---|---|
| Grok 4.7 | Sem filtros, opinativo, na moda | Menos restrições de conteúdo, ligação nativa ao X em tempo real | #87 na escrita criativa da Arena, embora #9 no EQ-Bench (2012,2) | API $2 / $6; app Premium a $30/mês (X Subscription) |
| Claude Fable 5 | Prosa criativa da mais alta qualidade | #4 Arena escrita criativa, #1 LiveBench Language | Barreiras cautelosas em briefings ousados | $10 / $50 API |
| Kimi K3.1 Pro | Ficção e voz própria | #2 EQ-Bench Creative Writing com 2172,6 | Ainda sem pontuação no LiveBench; pesos abertos desde 2 de novembro | $2 / $10 |
| Claude Opus 5 | Criatividade longa e estruturada | Mantém fios longos e autoedita-se; 50,8 no Intelligence Index v4.3.2, sem pontuação na v5 | O mais cauteloso do grupo | $20/mês Pro; API $5 / $25 |
| Gemini 3.1 Pro | Criativo multimodal | Forte cadeia de texto, imagem e vídeo | Na aplicação Gemini exige o Google AI Pro desde 9 de outubro | AI Pro / $2.00-$4.00 API entrada |
| Grok Imagine (Spicy Mode) | NSFW / criativo para adultos | A geração de imagens mais permissiva | Caso de utilização de nicho | $30/mês Premium, provavelmente (a xAI não indica o nível) |
O Grok mantém esta escolha com o Grok 4.7, e nada mudou na permissividade do produto nem no seu acesso ao vivo ao X, que é aquilo em que a escolha assenta. Desde a última atualização a Arena reordenou o seu quadro de escrita criativa: o Grok 4.7 desceu de 78.º para 87.º, o Gemini 4 Carbon da Google, que só defensores de cibersegurança podem usar, entrou em terceiro e o Claude Fable 5 desceu para quarto, mas mantém aqui o lugar no pódio como escolha de qualidade. Em outubro, o Kimi K3.1 Pro substituiu o Kimi K3 no pódio como escolha para ficção depois de o EQ-Bench o colocar em segundo, o Claude Opus 5.5 assumiu a liderança do quadro de escrita criativa da Arena e a 3 de outubro o Grok 4.7 passou a alimentar o modo Expert do grok.com.
Melhor IA para precisão & investigação
A melhor IA para precisão e investigação é o Claude Fable 5.1, que tem a maior precisão factual que a Artificial Analysis mediu, 68% no AA-Omniscience.
É exatamente por esta coluna que a categoria se decide. O Claude Opus 5.5 bateu o Fable 5.1 em quase tudo o resto quando chegou a 22 de setembro, incluindo o Humanity's Last Exam, 61,4% contra 59,1%, e o índice AA-Omniscience, que penaliza alucinações, 48,1 contra 46,3, mas em precisão factual bruta marca 66% contra 68% do Fable 5.1. Leia-os em conjunto: o Opus 5.5 é a melhor aposta quando uma resposta errada é pior do que nenhuma, o Fable 5.1 quando quer acertar o maior número de factos. O Gemini 4 Carbon da Google lidera agora esse índice com 53,5, mas só acerta 58% e só defensores de cibersegurança o podem usar.
A opção de melhor valor é o GPT-6.1 Sol, que acerta 62% com um índice AA-Omniscience de 42,0 a $2 / $10 por 1M de tokens e $1,27 por tarefa do índice, e faz 98,5% no ARC-AGI-1 do ARC Prize por $0,06 a tarefa. Isso bate o Gemini 3.1 Pro, a nossa opção de melhor valor até ao início de outubro, em todas as medidas de precisão que a Artificial Analysis publicou para ele: marcava 55% de precisão bruta e um índice de 31,9.
O Gemini 3.1 Pro mantém o seu papel quando a resposta tem de estar atual, porque ancora as respostas na Pesquisa Google e está na app Gemini (Google AI Pro ou superior desde 9 de outubro), enquanto o GPT-6.1 Sol corre no ChatGPT Work, no Codex e na API e não na janela de chat do ChatGPT. O Gemini 4 Argon é o modelo a acompanhar: a Artificial Analysis mede-lhe uma taxa de alucinação de 4%, a mais baixa entre os modelos de topo, porque prefere recusar a adivinhar, mas só acerta 48%; desde 13 de outubro está na app Gemini com o Google AI Pro ou superior.
Na pesquisa ancorada em particular, o quadro de pesquisa da Arena é liderado pela OpenAI: o GPT-5.6 Sol está no topo com 1261, empatado com o Qwen3.8-Max, o Claude Fable 5.1 é quinto e o Gemini 3.1 Pro com ancoragem é décimo quinto. No raciocínio inédito a coroa está noutro lado, com o GPT-6 Astra a liderar o ARC-AGI-2 e o ARC-AGI-3. O Claude Opus 5 não tem nenhuma coroa de precisão porque a Artificial Analysis mede a sua taxa de alucinação em 61 %.
| Modelo | Melhor para | Benchmark-chave | Ponto fraco | Preço |
|---|---|---|---|---|
| Claude Fable 5.1 | A maior precisão factual medida | 68% de precisão factual no AA-Omniscience, a mais alta que a Artificial Analysis mediu, três pontos acima do Claude Opus 5.5 | Sem plano barato; #5 no quadro de pesquisa da Arena, atrás do GPT-5.6 Sol; o Opus 5.5 lidera o Humanity's Last Exam e o Gemini 4 Carbon o índice AA-Omniscience | $10 / $50 |
| Claude Opus 5.5 | Quando uma resposta errada é pior do que nenhuma | #1 Humanity's Last Exam (61,4%) e #2 índice AA-Omniscience (48,1), só atrás do Gemini 4 Carbon, reservado a defensores de cibersegurança; 66% de precisão bruta | Três pontos atrás do Fable 5.1 em precisão bruta | $4 / $20 |
| GPT-6.1 Sol | Melhor valor | 62% de precisão bruta e um índice AA-Omniscience de 42,0 a $1,27 por tarefa do índice; 98,5% no ARC-AGI-1 a $0,06 a tarefa | Taxa de alucinação de 52%; no ChatGPT Work e no Codex, não no Chat | $2 / $10 |
| Gemini 4 Argon | Menos alucinações | Taxa de alucinação de 4% no AA-Omniscience, a mais baixa entre os modelos de topo | Só 48% de precisão bruta | $19,99/mês Google AI Pro; API $2 / $10 introdutório |
| Gemini 4 Carbon | Ainda indisponível | #1 índice AA-Omniscience (53,5), com uma taxa de alucinação de 11% | 58% de precisão bruta; só para defensores de cibersegurança e parceiros Fairwind | Anunciado a $2 / $10 introdutório |
| Gemini 3.1 Pro | Pesquisa ancorada; aplicação Gemini com AI Pro a partir de 9 out. | Ancoragem nativa na Pesquisa Google; 98 % ARC-AGI-1 a $0.52/tarefa | 55 % de precisão pura no AA-Omniscience, abaixo do GPT-6.1 Sol; #15 na Arena pesquisa | $2.00-$4.00 / $12.00-$18.00 (escalonado) |
| Claude Fable 5 | Pesquisa ancorada | #10 no quadro de pesquisa da Arena, atrás do GPT-5.6 Sol | Sem um único nível barato | $10 / $50 (Fable 5) |
| GPT-5.6 Sol | Raciocínio inédito | #4 ARC-AGI-2 com 92,5 %, atrás do GPT-6 Astra (95 %), do GPT-6.1 Sol (94,2 %) e do Claude Opus 5.5 (93,3 %) | Scheming assinalado pelo METR | $4 / $20 |
| Claude Opus 5 | Os problemas inéditos mais difíceis | 30,2 % ARC-AGI-3 no harness padrão, segundo atrás do GPT-6 Astra (ARC Prize) | A Artificial Analysis mede uma taxa de alucinação de 61 % | $5 / $25 |
| Qwen 3.7 Max | Precisão frontier a preço vantajoso | 92,4 GPQA Diamond, 200 pedidos grátis/dia | Apenas API, sem front-end de chat | $1.25 / $3.75 promo; $2.50 / $7.50 tabela |
| Claude Opus 4.6 | Honestidade sob pressão | #1 no quadro MASK da Scale SEAL com 96,28; a Anthropic ocupa o top 5 | Substituído como modelo de topo | Modelo legacy da Anthropic |
A coroa da precisão continua com o Claude Fable 5.1, com 68% de precisão factual bruta contra 66% do Claude Opus 5.5. Desde a última atualização não mexeu o topo de nenhum quadro de precisão: o AA-Omniscience da Artificial Analysis continua a pôr o Fable 5.1 em primeiro na precisão bruta e o Gemini 4 Carbon da Google, reservado a defensores de cibersegurança, em primeiro no índice que penaliza alucinações, com 53,5, e o Opus 5.5 continua a liderar o Humanity's Last Exam com 61,4%. No quadro de pesquisa da Arena, relido para esta atualização, o Fable 5.1 é quinto e o GPT-6.1 Sol oitavo, e o GPT-5.6 Sol da OpenAI continua em primeiro.
Em outubro, o GPT-6.1 Sol tirou a carta de valor ao Gemini 3.1 Pro ao superá-lo em todas as medidas de precisão que a Artificial Analysis publica, a Google anunciou o Gemini 4 Carbon a 28 de outubro e o Gemini 4 Argon chegou à app Gemini a 13 de outubro com a taxa de alucinação mais baixa que a Artificial Analysis mediu entre os modelos de topo.
Melhor IA para resolução de problemas
A melhor IA para resolver problemas difíceis é o GPT-6 Astra, que tirou os quadros de raciocínio ao GPT-5.6 Sol poucos dias depois do lançamento.
Lidera o LiveBench Reasoning com 92,65 e o ARC-AGI-2 com 95 %, a pontuação mais alta que alguém já obteve contra o painel humano de 100 % desse quadro, e está em quarto no LiveBench Mathematics com 96,81, atrás do Claude Opus 5.5 com 97,08, do Claude Fable 5.1 com 97,01 e do GPT-6.1 Sol com 96,83. Declara também 97,6 % no FrontierMath Tier 4 v2, um número que deve ser lido com o aviso da Epoch AI de que a OpenAI financiou o benchmark e tem acesso exclusivo a parte dele. O problema é o preço e o alcance: $10 / $50 por 1M de tokens contra $2 / $10 do GPT-6.1 Sol, e precisa de um plano pago do ChatGPT.
O GPT-6.1 Sol, lançado a 29 de setembro, é a alternativa de relação qualidade-preço e quase um colíder: 92,63 no LiveBench Reasoning, a 0,02 do Astra, e 94,2 % no ARC-AGI-2, a 0,8 pontos, por $0,25 por tarefa contra $1,12 do Astra. O Astra mantém a coroa porque continua a liderar os dois quadros e o ARC-AGI-3, onde faz 62,7 % no harness padrão contra 52,7 % do GPT-6.1 Sol. O Gemini 4 Argon lidera a categoria de matemática da Arena, mas com apenas algumas centenas de votos, e o LiveBench não o avaliou; a ARC Prize coloca-o em quinto no ARC-AGI-2 com 91,3 % e em terceiro no ARC-AGI-3 com 49,8 %. O GPT-5.6 Sol, a antiga escolha de relação qualidade-preço, é agora quinto no LiveBench Reasoning e quarto no ARC-AGI-2 com 92,5 %.
O Qwen 3.7 Max é a escolha económica para problemas de competição com 97,1 no índice HMMT de fevereiro de 2026 e 44,5 no Apex, com 200 pedidos gratuitos por dia. O Claude Opus 5 continua a ser a alternativa para cadeias longas de raciocínio agêntico, embora o Astra também lhe tenha tirado o ARC-AGI-3.
| Modelo | Melhor para | Benchmark-chave | Ponto fraco | Preço |
|---|---|---|---|---|
| GPT-6 Astra | Matemática, ciência e raciocínio mais difíceis | #1 LiveBench Reasoning (92,65), #1 ARC-AGI-2 (95 %), #1 ARC-AGI-3 | Exige um plano pago do ChatGPT; 5x o preço do GPT-6.1 Sol | $10 / $50 |
| Claude Opus 5 | Longas cadeias de raciocínio agêntico | 1656 no AA-Briefcase v1.1 e 1730 no GDPval-AA v2.1; 30,2 % ARC-AGI-3 | O Astra lidera agora o ARC-AGI-3; 61 % de taxa de alucinação; agora um modelo legado | $5 / $25 |
| GPT-5.6 Sol | Topo de gama STEM acessível | #4 ARC-AGI-2 (92,5 %); #5 LiveBench Reasoning (91,65), Mathematics 96,20 | FrontierMath ainda não publicado; METR sinalizou comportamento manipulador | $100/mês ChatGPT Pro; API $4 / $20 |
| GPT-6.1 Sol | Opção de valor, raciocínio próximo do Astra | #2 LiveBench Reasoning (92,63), #2 ARC-AGI-2 (94,2%), #3 LiveBench Mathematics (96,83); 54,6 no Intelligence Index v5 a $1,27 por tarefa do índice | 52,7% no ARC-AGI-3 contra 62,7% do Astra; no ChatGPT Work e no Codex, não no Chat | $2 / $10 |
| Qwen 3.7 Max | Matemática de competição com orçamento apertado | 97,1 HMMT 2026 fev., 44,5 Apex, 200 pedidos grátis/dia | Apenas API | $1.25 / $3.75 promo; $2.50 / $7.50 tabela |
| Claude Fable 5 | Matemática dentro de um fluxo de programação | #3 na subcategoria de matemática da Arena (1522), atrás do Gemini 4 Argon e do Claude Opus 5; 96,0 LiveBench Mathematics | A opção mais cara aqui | $10 / $50 |
| GLM 5.3 Flash | Resolução de problemas com pesos abertos | Intelligence Index 41,8 (v4.3.2) com licença MIT, quase oito pontos acima do GLM-5.2 com menos de metade do tamanho; 320B/18B ativos, contexto de 1M | Precisa de um servidor com várias GPU, não de uma estação de trabalho; 27,8 na v5; o GLM 5.3 pontua mais segundo os números da Z.ai e pode ser descarregado desde 28 de agosto, mas tem mais do dobro do tamanho e uma licença própria | Pesos abertos (MIT) |
O GPT-6 Astra mantém a coroa da resolução de problemas, por menos de um ponto. Continua a liderar o LiveBench Reasoning com 92,65, 0,02 à frente do GPT-6.1 Sol, o ARC-AGI-2 com 95% contra 94,2% do Sol, e o ARC-AGI-3. Desde a última atualização nenhum desses quadros mexeu: o LiveBench e o ARC Prize não publicaram resultados novos, e o Gemini 4 Carbon da Google, que lidera o HLE-Diamond e o Terminal-Bench-Science dentro do Intelligence Index v5, continua sem pontuação em ambos e aberto apenas a defensores de cibersegurança. Em outubro, o ARC Prize colocou o GPT-6.1 Sol em segundo no ARC-AGI-2 e o Gemini 4 Argon em quinto com 91,3%, e o Argon ficou com a categoria de matemática da Arena com algumas centenas de votos.
Melhor agente de IA
O melhor agente de IA é o Gemini Spark se quiser o agente na cloud e o Claude Cowork se o quiser no seu computador.
São escolhas conjuntas e não um primeiro e um segundo: o Spark corre numa VM da Google Cloud, pelo que continua a trabalhar com o portátil fechado, ligado ao Gmail, ao Docs e, desde o início de setembro, ao Google Fotos; o Cowork corre no seu Mac ou Windows e comanda as suas aplicações locais e o seu ecrã. O Spark já não é o único agente que continua a trabalhar na cloud.
O Grok Bot da SpaceXAI (11 de agosto) dá a cada conta um computador persistente na cloud que inicia sessão nas suas aplicações, a partir de um plano X Subscription Premium de $30/mês; o Muse da Meta (8 de setembro) trata de tarefas a partir de uma VM própria na cloud e é grátis até 100 milhões de tokens por semana; e os OpenAI dots (29 de setembro) funcionam com o GPT-6 Astra, com computador e navegador próprios na cloud, a partir do plano Pro de $100/mês, que não os inclui no EEE, no Reino Unido nem na Suíça. Nenhum quadro independente mede estes produtos uns contra os outros, pelo que a escolha é sobre onde o trabalho tem de acontecer e não sobre quem pontua mais.
O preço também já não desempata: o Spark chega agora ao nível Google AI Pro de $19.99/mês nos EUA e em mais de 160 outros países, e o Cowork está incluído sem custo adicional em todos os planos pagos do Claude a partir de $20/mês. O ChatGPT Codex Mobile (14 de maio) é a alternativa para trabalho de agente de programação. Leia a comparação completa entre Gemini Spark e Claude Cowork.
| Agente | Melhor para | Onde funciona | Ponto forte | Preço |
|---|---|---|---|---|
| Gemini Spark | Tarefas na cloud 24/7, fluxos do Workspace | VM da Google Cloud (sempre ativa) | Sempre ativo, integração profunda com o Workspace | Desde $19.99/mês Google AI Pro |
| Claude Cowork | Ambiente de trabalho, condução de aplicações, design + código | O seu ambiente de trabalho Mac/Windows | Conduz aplicações locais, vê o seu ecrã | $20/mês Claude Pro |
| ChatGPT Codex Mobile | Agente de programação no telemóvel | Cloud da OpenAI + iOS/Android | Aprovar diffs e reencaminhar o trabalho a partir do telemóvel | Incluído nos planos ChatGPT |
| Grok Bot | Tarefas de navegador nas aplicações com sessão iniciada | Um computador persistente na cloud da SpaceXAI partilhado por todos os seus Bots | Inicia sessão nas aplicações com as suas próprias credenciais e continua com o portátil fechado | Desde $30/mês X Subscription Premium (Cursor Pro a $20 para subscritores atuais) |
| OpenAI dots | Responsabilidades contínuas, não tarefas soltas | Computador e navegador na cloud da OpenAI | Funciona com o GPT-6 Astra; continua a trabalhar com o computador desligado; disponível no ChatGPT, no Slack e por voz | Desde $100/mês ChatGPT Pro (fora do EEE/RU/CH); Business Premium |
| Meta Muse | Tarefas pessoais grátis | Uma Muse Secure VM na cloud da Meta | Grátis até 100M de tokens por semana; um agente Sentinel separado aprova o que envia | Grátis; Power $20/mês, Maximum $100/mês |
| Claude Duet | Resumos matinais e tarefas proativas | VM própria na nuvem e navegador próprio, em iOS, Android e claude.ai | Verifica as suas apps ligadas a cada poucas horas e trabalha com os dispositivos desligados; pergunta antes de enviar, pagar, assinar ou apagar | Pré-visualização de investigação, Claude Pro e Max nos EUA, lista de espera |
O Gemini Spark (nuvem) e o Claude Cowork (desktop) continuam a ser escolhas conjuntas, porque esta categoria coroa produtos e desde a última atualização não saiu nenhum produto de agente novo. A camada de modelos quase não mexeu: o Claude Opus 5.5 continua no topo da Agent Arena, agora com 22,3% de sucesso confirmado, com o Gemini 4 Carbon da Google, reservado a defensores de cibersegurança, em segundo numa classificação preliminar, o Claude Sonnet 5.5 continua a liderar o AA-Briefcase v1.1 com 1814, e no GDPval-AA v2.1 o Kimi K3.1 Pro da Moonshot subiu para segundo com 1858, atrás do Opus 5.5 com 1866 e um ponto à frente do Muse Wonder Full da Meta. Em outubro, o Claude Duet da Anthropic (21 de outubro), uma pré-visualização de investigação com lista de espera para assinantes Pro e Max nos EUA, entrou na tabela e não no pódio, e o Gemini 4 Argon chegou à API paga e à app Gemini no Google AI Pro a 13 de outubro.
Entre os modelos abertos na Agent Arena, o Kimi K3.1 Pro, cujos pesos a Moonshot publicou a 2 de novembro, é agora o mais alto, em 13.º, à frente do MiMo-V2.6-Pro da Xiaomi, em 17.º, e do DeepSeek V4.1-Flash-1017, em 18.º, enquanto o Kimi K3 desceu para 27.º e o recém-aberto Mistral Large 4 está em 43.º. Em outubro, a OpenAI começou a disponibilizar a 28 de outubro as mensagens de texto com os dots, por iMessage ou RCS, para assinantes Pro nos EUA.
Prima ⌥ Space no seu Mac, pergunte e continue a trabalhar. Também no iPhone e iPad.
Grátis para começar, 4,7★ em mais de 27 000 críticas.
Descarregar Fello AIMelhor IA para estudar
A melhor IA para estudantes é o GPT-6 Luna dentro do ChatGPT para o trabalho de curso geral e o Gemini 3.6 Flash para STEM e estudo multimodal, com o Qwen 3.7 Max como alternativa por API para os exercícios mais difíceis (200 pedidos grátis por dia) e o Claude Sonnet 5.5 como alternativa gratuita para rever ensaios.
A maioria dos estudantes não precisa de pagar. Desde 8 de outubro, o ChatGPT Free e o Go estão a passar do GPT-5.6 Luna para o GPT-6 Luna, a que a Artificial Analysis deu 38,1 no Intelligence Index v4.3.2 contra 37,3; o plano gratuito tem chats de texto ilimitados, enquanto o carregamento de ficheiros e as ferramentas de imagem continuam limitados. O Claude Sonnet 5.5 é gratuito no claude.ai, onde as contas gratuitas também podem escolher o Claude Haiku 5.5 (7 de outubro), o modelo Claude que gasta menos do seu limite de utilização.
O Gemini mudou a 9 de outubro: a aplicação Gemini gratuita funciona agora no modo Auto, que envia a maioria dos prompts para o Flash-Lite, pelo que escolher o Gemini 3.6 Flash por si exige o Google AI Plus, embora continue grátis no Google AI Studio. Para resolver passo a passo a matemática mais difícil, o GPT-6 Astra reporta 97,6 % no FrontierMath Tier 4 v2, mas não está no plano gratuito do ChatGPT; o Qwen 3.7 Max é a alternativa económica com 97,1 no HMMT de fevereiro de 2026 e preço de API de $1,25 / $3,75 na promoção atual de 50 % ($2,50 / $7,50 de tabela).
| Tarefa | Melhor modelo | Porquê | Grátis? | Alternativa |
|---|---|---|---|---|
| Ensaios & trabalho de curso | GPT-6 Luna | O modelo do ChatGPT Free e Go, em implementação desde 8 de outubro; conversas de texto ilimitadas | Sim | Claude Sonnet 5.5 (Claude grátis) |
| Resolução de problemas STEM | GPT-6 Sol / Qwen 3.7 Max | Predefinição paga do ChatGPT; o Astra reporta 97,6 % no FrontierMath Tier 4 v2 / 97,1 HMMT fev 2026 | Plus pago / Qwen API pago | Gemini 3.6 Flash (AI Plus desde 9 out.) |
| Investigação & precisão | Gemini 3.1 Pro | 98 % ARC-AGI-1 a $0.52/tarefa, ancoragem nativa na Pesquisa Google | AI Pro (aplicação Gemini) desde 9 out. | Claude Opus 5 |
| Edição de textos | Claude Sonnet 5.5 | Gratuito no claude.ai desde 28 de setembro e quinto entre modelos distintos no Intelligence Index v5 com esforço máximo; o líder em qualidade é o Claude Fable 5.1 | Sim (Claude grátis) | Claude Fable 5.1 |
| Estudo multimodal (PDFs, slides, imagens) | Gemini 3.6 Flash | Contexto 1M via AI Studio; a aplicação Gemini exige AI Plus desde 9 out. | Grátis no AI Studio | NotebookLM (Google) |
Nada mudou para os estudantes desde a última atualização. O ChatGPT Free e o Go correm no GPT-6 Luna, que a OpenAI ajustou a 29 de outubro para dar respostas mais curtas e menos lisonjeiras, o Claude Sonnet 5.5 continua gratuito no claude.ai e a app Gemini gratuita continua em Auto, por isso escolher o Gemini 3.6 Flash na app exige o Google AI Plus.
Em outubro, o modelo gratuito do ChatGPT passou do GPT-5.6 Luna para o GPT-6 Luna a partir de 8 de outubro, que ficou assim com a linha das redações, a app Gemini gratuita passou para Auto a 9 de outubro, a Anthropic lançou o Claude Haiku 5.5 a 7 de outubro, que as contas gratuitas do Claude também podem escolher, e o Gemini 4 Argon chegou a 13 de outubro com o Google AI Pro, por isso os estudantes dos EUA com o ano gratuito de AI Pro da Google têm-no.
Melhor IA para o trabalho & profissionais
A melhor IA para o trabalho profissional é o GPT-6 (predefinição do ChatGPT desde 7 de outubro, Sol nos planos pagos) para o trabalho de conhecimento diário, o Claude Opus 5.5 para programar e escrever quando muito está em jogo, e o Gemini Spark para fluxos agênticos 24/7.
A maioria dos profissionais tira o máximo partido de duas subscrições pagas (ChatGPT Plus a $20/mês mais Claude Pro a $20/mês, um total de $40/mês). Ou de uma só fatura: o Fello AI cobre o ChatGPT, o Claude e o Gemini para o trabalho diário. Para o trabalho agêntico que continua enquanto dorme, o Gemini Spark é o agente na nuvem sempre ativo que vive dentro do Google Workspace, e desde 30 de julho chega ao plano Google AI Pro de $19,99/mês, além do Google AI Ultra; os OpenAI dots, o Grok Bot e o Muse da Meta são as alternativas, apresentadas na secção de agentes.
| Caso de utilização | Melhor modelo | Dado-chave | Preço | Alternativa |
|---|---|---|---|---|
| Trabalho de conhecimento diário | GPT-6 | Predefinição do ChatGPT desde 7 de outubro; GPT-6 Sol no Plus | $20/mês ChatGPT Plus | Claude Opus 5.5 |
| Pesquisa jurídica, financeira e fiscal | Gemini 4 Argon | #1 HLAB 1.1 (27,1%), o teste de agentes jurídicos da Harvey dentro do Vals Index; #2 Finance Agent v2.1 (67,7%); #1 AutomationBench-AA (77,5%) entre os modelos disponíveis | $19,99/mês Google AI Pro | Claude Opus 5.5 |
| ChatGPT Work e Codex | GPT-6.1 Sol | No ChatGPT Work e no Codex para Plus, Pro, Business, Enterprise e Edu desde 29 de setembro, a $2 / $10 na API | $20/mês ChatGPT Plus | GPT-6 Luna para trabalho de volume |
| Programação (proprietária) | Claude Opus 5.5 | #1 Arena WebDev (1810) e #1 FrontierCode 2.0 (46,4%), a $4 / $20 | $20/mês Claude Pro | Claude Sonnet 5.5, que lidera o LiveBench Coding a metade do preço por token |
| Programação (económica) | Claude Sonnet 5.5 | #1 LiveBench Coding (91,4) e #3 Terminal-Bench 4.0 (63,6%); $1,64 por tarefa do índice com esforço alto | $2 / $10 | Kimi K3.1 Pro; DeepSeek V4.1-Flash-1017 |
| Investigação & briefings | Gemini 3.1 Pro | 98 % ARC-AGI-1 a $0.52/tarefa, ancoragem Google | Google AI Pro / Ultra | Claude Opus 5.5 |
| Matemática difícil, física, modelação financeira | GPT-6 Astra | #1 LiveBench Reasoning e ARC-AGI-2 (95 %); reporta 97,6 % no FrontierMath Tier 4 v2 | $100/mês ChatGPT Pro | GPT-6.1 Sol; Qwen 3.7 Max |
| Fluxos de agente sempre ativos | Gemini Spark | Agente na cloud 24/7 dentro do Google Workspace | Desde $19.99/mês Google AI Pro | Claude Cowork |
| Notícias ao vivo, criatividade com contexto do X | Grok 4.7 | 35,2 no Intelligence Index v5 + ligação nativa ao X; na app Grok desde 3 de outubro | $30/mês Premium (X Subscription) | Gemini 3.1 Pro |
| Consolidação tudo-em-um | Fello AI | ChatGPT + Claude + Gemini + Grok + DeepSeek | Desde $11.99/mês | Pagar a cada fornecedor em separado |
A linha do trabalho de conhecimento diário continua com o GPT-6, a predefinição do ChatGPT desde 7 de outubro, e desde a última atualização nenhuma linha mudou de mãos: o Gemini 4 Argon mantém a linha de direito, finanças e impostos, com apenas o Gemini 4 Carbon, ainda não público, acima dele no AutomationBench-AA, e o Claude Opus 5.5 mantém a linha de programação proprietária, agora com 1810 na Arena WebDev. Em outubro, a Vals recalculou o seu índice a 27 de outubro com o Claude Sonnet 5.5 em primeiro e o Carbon em segundo, o Argon ficou a 13 de outubro com a nova linha de direito, finanças e impostos graças ao HLAB 1.1 e ao Finance Agent v2.1, o Kimi K3.1 Pro tirou o Terminal-Bench 4.0 ao Sonnet 5.5 e as linhas de programação passaram para o FrontierCode 2.0 do Intelligence Index v5.
Preços dos modelos de IA em novembro de 2026
Dos planos gratuitos de $0 ao Google AI Ultra por $199,99 por mês. O preço que mais importa nesta tabela é o do Claude Opus 5.5 a $4 / $20: o modelo com a pontuação mais alta do Intelligence Index v5 da Artificial Analysis que se pode usar custa menos do que o Claude Opus 5 que substituiu ($5 / $25), e as leituras de cache descem 60%, para $0,20. O Claude Fable 5.1 e o GPT-6 Astra custam ambos $10 / $50 e ambos pontuam abaixo. O Gemini 4 Carbon da Google tem mais um ponto com um preço introdutório anunciado de $2 / $10, mas por agora só defensores de cibersegurança o podem usar.
A tarifa mais concorrida é agora $2 / $10, partilhada pelo Claude Sonnet 5.5, pelo GPT-6 Sol, pelo GPT-6.1 Sol e pelo Kimi K3.1 Pro da Moonshot, que faz 46,5 a $3,68 por tarefa do índice. O GPT-6.1 Sol continua a ser a via mais barata para passar dos 50 no índice, a $0,59 por tarefa do índice com 50,3 em esforço alto, ou $1,27 com 54,6 no máximo, e o GPT-6.1 Terra da OpenAI (26 de outubro) corta o preço por token para metade, $1 / $5, com 51,3 a $0,96. Com o Sonnet 5.5, a definição de esforço decide a fatura: uma tarefa do índice custa $1,64 com esforço alto e $10,02 no máximo, ao nível dos $10,04 do Opus 5.5, e a Anthropic cortou para metade as leituras de cache, para $0,10, a 7 de outubro. O Gemini 4 Argon da Google também começa num preço introdutório de $2 / $10 ($4 / $20 padrão) até 30 de novembro, e desde 13 de outubro qualquer pessoa o pode comprar na API paga.
O preço por token e o custo por tarefa podem afastar-se. O Grok 4.7 custa $2 / $6 de tabela, mas uma tarefa do índice custa $6,18 para uma pontuação de 35,2, porque escreve muitíssima saída. O Mistral Large 4, cujos pesos a Mistral publicou a 29 de outubro, custa agora $0,70 / $2,10 de tabela, metade do preço da pré-visualização, e uma tarefa do índice custa $2,06 para uma pontuação de 26,1. O Muse Spark 1.3 da Meta a $1,25 / $4,25 era a opção de valor de topo na v4.3.2, a $1,60 por tarefa do índice com 48,1, e a Artificial Analysis ainda não o pontuou na v5.
Na ponta barata, o GPT-6 Luna é o modelo mais barato por tarefa desta página: $0,10 / $0,50, ou $0,15 por tarefa do índice com 27,9 em esforço máximo. O Claude Haiku 5.5 (7 de outubro) iguala esse preço por token em prompts até 100 000 tokens e faz 36,5 contra 27,9 do Luna, mas escreve tanto mais que uma tarefa do índice custa $0,41 no esforço máximo, ou $0,25 por 34,6 em xhigh; acima de 100 000 tokens sobe para $0,50 / $2,50. Entre os modelos abertos que se compram ao token, a escolha é o DeepSeek V4.1-Flash-1017, a versão que a API da DeepSeek serve desde 17 de outubro, a $0,15 / $0,60 fora de pico e $0,30 / $1,20 em pico ($0,60 por tarefa do índice com 32,6, segundo entre os modelos abertos na v5 atrás do Kimi K3.1 Pro), enquanto o GLM 5.3 Flash a $0,15 / $0,50 faz agora 27,8 na v5, a $0,58 por tarefa do índice. O MiMo-V2.6-Pro da Xiaomi é mais barato por tarefa, $0,26 com 29,9, mas só se alojar por conta própria os seus 1,02 biliões de parâmetros. Para uma análise mais detalhada, veja o nosso guia completo de comparação de preços de IA.
| Modelo | Entrada (por 1M) | Saída (por 1M) | Contexto | Acesso grátis? |
|---|---|---|---|---|
| GPT-6 Astra | $10.00 | $50.00 | 1 050 000 (entrada máx. 922 000) | No Chat em Pro, Business e Enterprise desde 4 de setembro; o Plus tem-no no ChatGPT Work e no Codex, não no Chat; sem plano gratuito; ativo na API |
| GPT-6 Sol | $2.00 | $10.00 | 1 050 000 (entrada máx. 922 000) | Chat do ChatGPT em Plus, Pro, Business e Enterprise desde 7 de outubro; Work e Codex; API |
| GPT-6.1 Sol | $2.00 | $10.00 | 1 050 000 (entrada máx. 922 000) | ChatGPT Work e Codex em Plus, Pro, Business, Enterprise e Edu desde 29 de setembro; API; não no Chat; leituras de cache $0,10 |
| GPT-6.1 Terra | $1.00 | $5.00 | 1 050 000 (entrada máx. 922 000) | ChatGPT Work e Codex em Plus, Pro, Business, Enterprise e Edu desde 26 de outubro; API; não no Chat; leituras de cache $0,05 |
| GPT-6 Luna | $0.10 | $0.50 | 1 050 000 (entrada máx. 922 000) | Chat do ChatGPT em Free e Go, em implementação desde 8 de outubro; Work e Codex nos planos pagos; API |
| GPT-5.5 | $5.00 | $30.00 | 1M (400K no Codex) | ChatGPT Free; API paga |
| GPT-5.5 Pro | $30.00 | $180.00 | 1M | ChatGPT Pro a partir de $100/mês (níveis de maior utilização a $200 e $500) |
| GPT-5.6 Sol | $4.00 | $20.00 | Não publicado | Em direto no ChatGPT, Codex & API (9 de julho); tarifa promocional pelo menos até 21 de novembro de 2026 |
| GPT-5.6 Terra | $2.00 | $12.00 | Não publicado | Em direto no ChatGPT, Codex & API (9 de julho) |
| GPT-5.6 Luna | $0.20 | $1.20 | Não publicado | Em direto no ChatGPT, Codex & API (9 de julho) |
| Claude Opus 5.5 | $4.00 | $20.00 | 1M | Claude Pro/Max/Team; API paga; leituras de cache $0,20 |
| Claude Opus 5 | $5.00 | $25.00 | 1M | Modelo legacy na Anthropic; Pro/Max/API |
| Claude Opus 4.8 | $5.00 | $25.00 | 1M | Modelo legacy na Anthropic; Pro/Max/API |
| Claude Fable 5.1 | $10.00 | $50.00 | 1M | Leituras de cache $0.25; no Max/Team Premium (~50 % dos limites de utilização); Pro/Team Standard via créditos. O Mythos 5.1 fatura de forma idêntica, apenas por convite |
| Claude Fable 5 | $10.00 | $50.00 | 1M | Permanente no Max/Team Premium (~50 % dos limites de utilização); Pro/Team Standard via créditos |
| Claude Sonnet 5.5 | $2.00 | $10.00 | 1M | Grátis em claude.ai; Pro/Max/Team; API paga; leituras de cache $0,10 desde 7 de outubro |
| Claude Sonnet 5 | $2.00 | $10.00 | 1M | Modelo legacy desde 28 de setembro; recurso para pedidos de cibersegurança assinalados; API paga |
| Claude Sonnet 4.6 | $3.00 | $15.00 | 1M | API paga (substituído pelo Sonnet 5) |
| Claude Haiku 5.5 | $0.10 (≤100K) / $0.50 (>100K) | $0.50 (≤100K) / $2.50 (>100K) | 1M | Free, Pro, Max, Team e Enterprise em Claude.ai (web, iOS, Android); API paga; leituras de cache $0,01 |
| Gemini 3.1 Pro | $2.00 (≤200K) / $4.00 (>200K) | $12.00 (≤200K) / $18.00 (>200K) | 1M | Aplicação Gemini com Google AI Pro ou superior desde 9 out.; API paga |
| Gemini 4 Argon | $2.00 de lançamento até 30/11 / $4.00 normal ($0.10 em cache, lançamento) | $10.00 de lançamento / $20.00 normal | 1M, partilhado entre entrada e saída | API paga desde 13 de outubro; aplicação Gemini no Google AI Pro e no Ultra |
| Gemini 4 Carbon | $2,00 introdutório / $4,00 depois (anunciado) | $10,00 introdutório / $20,00 depois | Não publicado | Anunciado a 28 de outubro; só para defensores de cibersegurança e parceiros Fairwind, sem data para a API pública nem para a app Gemini |
| Gemini 3.8 Flash | $0.75 introdutório / $1.50 a partir de 1/1/2027 | $3.75 introdutório / $7.50 a partir de 1/1/2027 | 1M | AI Studio, Antigravity, Gemini Enterprise + API paga; na aplicação Gemini reportado para AI Pro/Ultra |
| Gemini 3.7 Flash | $0.75 introdutório / $1.50 a partir de 1/1/2027 | $3.75 introdutório / $7.50 a partir de 1/1/2027 | 1M | AI Studio, Android Studio, Antigravity + API paga; na aplicação Gemini apenas via Spark (AI Pro/Ultra, exclui EEE/RU/CH/Nigéria) |
| Gemini 3.6 Flash | $0.75 introdutório / $1.50 a partir de 1/1/2027 | $3.75 introdutório / $7.50 a partir de 1/1/2027 | 1M | Aplicação Gemini com AI Plus ou superior desde 9 out.; AI Studio; nível API gratuito + API paga |
| Gemini 3.5 Flash-Lite | $0.30 | $2.50 | 1M | AI Studio; nível API gratuito + API paga |
| Qwen3.8-Max-0902 | $2.00 ($0.17 cache hit explícito, $0.25 implícito) | $6.00 | 1M (saída de 128K) | Apenas API na QwenCloud; sem chat de consumo; pesos abertos apenas na versão de texto Qwen3.8-2.4T-A95B em que se baseia |
| Qwen 3.7 Max | $1.25 promo / $2.50 tabela | $3.75 promo / $7.50 tabela | 1M | 200 pedidos grátis/dia; API paga para além disso |
| MiniMax M3 | $0.30 (50 % de desconto sobre $0.60) | $1.20 (≤512K) | 1M | Open weights; custos de alojamento aplicáveis |
| LongCat-2.0 | Depende do fornecedor | Depende do fornecedor | 1M | Open weights (MIT); custos de alojamento aplicáveis |
| NVIDIA Nemotron 3 Ultra | Depende do fornecedor | Depende do fornecedor | 1M | Open weights (OpenMDW); custos de alojamento aplicáveis |
| Qwen 3.5 (open-weight) | Auto-alojamento / Together | Auto-alojamento / Together | 1M | Open weights; custos de alojamento aplicáveis |
| Nex-N2-Pro | Auto-alojamento / fornecedores | Auto-alojamento / fornecedores | 1M | Open weights (Apache 2.0); custos de alojamento aplicáveis |
| Rio 3.5 Open 397B | Auto-alojamento / fornecedores | Auto-alojamento / fornecedores | 1M | Open weights (MIT); custos de alojamento aplicáveis |
| Grok 4.3 | $1.25 | $2.50 | 1M | Plano de consumo gratuito; API paga |
| Grok 4.6 | $2.00 (<200K) / $4.00 (≥200K) | $6.00 (<200K) / $12.00 (≥200K) | 500K | API da SpaceXAI, Cursor, Grok Build, OpenRouter, Vercel, Cloudflare |
| Grok 4.7 | $2.00 (<200K) / $4.00 (≥200K) | $6.00 (<200K) / $12.00 (≥200K) | 500K | API da SpaceXAI, Cursor, Grok Build, harnesses e routers na nuvem; modo Expert da aplicação Grok desde 3 de outubro |
| Muse Spark 1.3 | $1.25 ($0.10 nível Contributor) | $4.25 ($0.20 nível Contributor) | 1M | API paga; Muse Code, Meta Model API e OpenRouter; o nível Contributor troca direitos de treino por um desconto de ~92 % |
| Muse Wonder | $4.00 | $20.00 | 1M | API paga; Meta Model API, Muse Code e OpenRouter; o Muse Wonder Full só existe no Muse Code, nos planos de $50 e $200 |
| Kimi K3 | $3.00 ($0.30 cache-hit) | $15.00 | 1M | Nível básico gratuito na aplicação Kimi; open weights no Hugging Face (Kimi K3 License) |
| Kimi K3.1 Pro | $2.00 ($0.20 cache-hit) | $10.00 | 1M | Kimi.com, apps Kimi, Kimi Work, Kimi Code e API Kimi desde 23 de outubro; open weights no Hugging Face desde 2 de novembro (Kimi K3.1-Pro License); variante Highspeed ao dobro do preço |
| Mistral Large 4 | $0.70 ($0.07 em cache) | $2.10 | 1M | API da Mistral, Mistral Studio, OpenRouter e Microsoft Foundry; pesos abertos no Hugging Face desde 29 de outubro com a Mistral Ecosystem Open-Weight License (MIT modificada) |
| Gemini Omni Flash (vídeo) | $1.50 | $17.50 (saída de vídeo) | Clips de 10 segundos | Aplicação Gemini / Flow; AI Studio + API |
| DeepSeek V4-Pro | $0.66 fora de ponta / $1.32 em ponta ($0.022 cache-hit fora de ponta) | $1.98 fora de ponta / $3.96 em ponta | 1M | DeepSeek Chat grátis; API paga, preços de ponta e fora de ponta desde 16 de agosto |
| DeepSeek V4.1-Flash-1017 | $0.15 fora de ponta / $0.30 em ponta ($0.003 acerto de cache fora de ponta) | $0.60 fora de ponta / $1.20 em ponta | 1M | DeepSeek Chat gratuito; API paga, tarifas fora de ponta e em ponta; versão 1017 desde 17 de outubro aos mesmos preços |
| Kimi K2.7 Code | Depende do fornecedor | Depende do fornecedor | 256K | Open weights; custos de alojamento aplicáveis |
| GLM-5.2 | Depende do fornecedor | Depende do fornecedor | 1M | Open weights; custos de alojamento aplicáveis |
| GLM 5.3 | $1.40 ($0.26 cache-hit) | $4.40 | 1M | API da Z.ai, GLM Coding Plan e ZCode; pesos no Hugging Face desde 28 de agosto sob a licença própria GLM 5.3 License |
| GLM 5.3 Flash | $0.15 ($0.03 cache-hit) | $0.50 | 1M | API da Z.ai, GLM Coding Plan, OpenRouter; pesos MIT no Hugging Face; a promoção de lançamento acabou a 9 de setembro |
| Tencent Hy4 Preview | $0.834 ($0.042 cache-hit) | $2.501 | 1M+ | Pesos abertos (Apache 2.0); Tencent Cloud TokenHub, OpenRouter, WorkBuddy, CodeBuddy |
| Qwen3.8-Flash-Next | Depende do fornecedor | Depende do fornecedor | 262K (até 1M) | Pesos abertos (Qwen Community License 1.0); acrescem custos de alojamento |
| MiMo-V2.6-Pro | $0.435 | $0.87 | 1M | Pesos abertos (MIT); os custos de alojamento aplicam-se |
| ERNIE 5.1 | Preço para a região China | Preço para a região China | 256K | Nível gratuito da Baidu |
| Gemini Spark (agente) | Sem preço de API | Sem preço de API | 1M (base Gemini) | Google AI Pro $19.99, AI Ultra $99.99 ou $199.99/mês |
| Fello AI (agregador) | Encaminhado pela aplicação | Encaminhado pela aplicação | Depende do modelo | Desde $11.99/mês, versão gratuita disponível |
As tarifas do GPT-5.5 e GPT-5.5 Pro acima são preços de contexto curto; a OpenAI já não publica os números específicos de contexto longo. Os níveis GPT-5.6 são faturados a 2x a entrada e 1,5x a saída assim que um prompt ultrapassa os 272K tokens de entrada, o que coloca o Terra de contexto longo em $4 / $18 e o Luna em $0.40 / $1.80. Os níveis GPT-6 têm a mesma sobretaxa acima de 272K tokens de entrada, aplicada a todo o pedido, e as suas leituras de cache ficam 90 % mais baratas: $1.00 no Astra, $0.20 no GPT-6 Sol e $0.01 no Luna, com o GPT-6.1 Sol 95 % mais barato, a $0.10.
O Grok 4.6 funciona da mesma forma, mas morde com mais força: a partir de 200 000 tokens de prompt, a SpaceXAI volta a faturar o pedido inteiro à taxa mais alta em vez de apenas o excedente, pelo que ultrapassar o limite por mil tokens duplica o custo de toda a chamada. A outra tabela que convém ler duas vezes é a da DeepSeek: desde 16 de agosto, os seus dois modelos V4 são faturados ao preço de ponta das 01:00 às 04:00 e das 06:00 às 10:00 UTC nos dias úteis, e a exatamente metade em qualquer outra hora, pelo que a mesma tarefa pode custar o dobro consoante a hora a que a executar.
A forma mais barata de percorrer esta tabela é muitas vezes uma subscrição em vez de três. O Fello AI reúne GPT, Claude, Gemini, Grok, Perplexity e mais numa única aplicação para Mac, iPhone e iPad, desde $11,99 por mês na maioria dos países.
Melhores modelos open-weight em novembro de 2026
O melhor modelo de pesos abertos em novembro de 2026 é o Kimi K3.1 Pro da Moonshot, cujos pesos estão no Hugging Face desde 2 de novembro: 2,8 biliões de parâmetros com 104 mil milhões ativos e um contexto de 1M de tokens, com a licença própria da Moonshot, a Kimi K3.1-Pro License. A Artificial Analysis dá-lhe 46,5 no novo Intelligence Index v5, 13,9 pontos acima do modelo aberto seguinte, o DeepSeek V4.1-Flash-1017 com 32,6, e é o primeiro de todos no Terminal-Bench 4.0 com 67,2%. É também o modelo aberto mais bem colocado no quadro WebDev da Arena, em 9.º, e na Agent Arena, em 13.º. Custa $2 / $10 por 1M de tokens na API da Kimi, ou $3,68 por tarefa do índice, e o download tem cerca de 1,56 TB, por isso é um modelo para centros de dados, não para uma estação de trabalho.
O V4.1-Flash-1017 da DeepSeek, lançado a 17 de outubro com licença MIT, ocupou este lugar até 2 de novembro e continua a ser a melhor relação qualidade-preço aberta ao token: 32,6 na v5 a $0,60 por tarefa do índice, $0,15 / $0,60 por 1M de tokens fora de pico, 552 mil milhões de parâmetros com 8 mil milhões ativos no prefill e 16 mil milhões na descodificação, e 16.º na Arena WebDev. O MiMo-V2.6-Pro da Xiaomi, publicado a 21 de setembro com licença MIT pura, é o modelo aberto forte mais barato por tarefa, a $0,26, e o GLM-5.3 chega a 41,9% no Terminal-Bench 4.0, embora com uma licença própria da Z.ai e não MIT.
Um lançamento de outubro fica logo fora desta classificação. O MiniMax-M3.1-Flash, cujos pesos estão no Hugging Face com a licença comunitária da MiniMax, faz 29,1 com 428B de parâmetros totais e 23B ativos a $0,49 por tarefa do índice, um pouco mais barato por tarefa do que o DeepSeek V4.1-Flash-1017 mas 3,5 pontos abaixo.
Para as equipas que correm os seus próprios pesos, a escolha prática continua a ser o GLM 5.3 Flash (Z.ai, MIT): 27,8 na v5, ou 41,8 na v4.3.2, com 320B totais e 18B ativos. É um modelo à parte sobre uma base treinada de novo, não um GLM 5.3 reduzido, e é por isso que sai com licença MIT. Um modelo de 1,02 biliões de parâmetros não é para uma estação de trabalho, e só o download do K3 tem cerca de 1,56 TB. O DeepSeek-V4.1-Flash-1017 substituiu a versão de setembro do V4.1-Flash a 17 de outubro com os mesmos preços: MIT, nativamente multimodal e $0,15 / $0,60 fora de pico.
Mais quatro merecem atenção. O Mistral Large 4, cujos pesos a Mistral publicou a 29 de outubro com a sua própria licença MIT modificada, é o modelo aberto mais bem pontuado dos EUA ou da Europa, com 26,1 na v5 a $2,06 por tarefa do índice, mas fica só em oitavo entre os modelos abertos, e uma empresa que o venda como serviço alojado precisa de uma licença comercial à parte da Mistral. O Qwen3.8-Flash-Next da Alibaba, 125B com só 6B ativos, antecipa a arquitetura do Qwen4 e marcava 39,8 na v4.3.2. O Hy4 Preview da Tencent, 770B totais e 49B ativos com Apache 2.0, não tem pontuação da Artificial Analysis mas está em 23.º na Arena WebDev. O Muse Spark Open da Meta, lançado a 15 de outubro com 816B totais e 42B ativos, faz 24,9 na v5 com a licença própria Muse Model License da Meta e não uma licença de código aberto.
| Modelo | Melhor para | Benchmark-chave | Contexto / Licença | Onde executar |
|---|---|---|---|---|
| Kimi K3.1 Pro | Melhor modelo aberto | II 46,5 (v5.0), a pontuação aberta mais alta por 13,9 pontos, a $3,68 por tarefa do índice; #1 Terminal-Bench 4.0 (67,2%); o modelo aberto mais bem colocado no Arena WebDev (#9) e na Agent Arena (#13); 2.8T/104B ativos | 1M / Kimi K3.1-Pro License | Hugging Face (96 shards, 1.56 TB), API da Kimi ($2/$10) |
| DeepSeek V4.1-Flash-1017 | Melhor relação qualidade-preço aberta ao token | II 32,6 (v5.0), segundo entre os modelos abertos, a $0,60 por tarefa do índice; #16 Arena WebDev, #18 na Agent Arena; 552B, 8B ativos no prefill e 16B na descodificação | 1M / MIT | DeepSeek API ($0.15/$0.60 fora de ponta, $0.30/$1.20 em ponta), local |
| Kimi K3 | Antecessor do Kimi K3.1 Pro, mesmo tamanho de 2,8 biliões | II 43,6 (v4.3.2); #18 Arena WebDev e #27 Agent Arena; 2.8T/104B ativos | 1M / Kimi K3 License | Hugging Face (96 shards, 1.56 TB), Moonshot API, fornecedores |
| GLM 5.3 Flash | Melhor modelo aberto que a maioria das equipas consegue mesmo executar | II 27,8 (v5.0) a $0.58 por tarefa do índice, 41,8 na v4.3.2, o mais pequeno dos principais modelos abertos; 320B/18B ativos, nativamente multimodal | 1M / MIT | Hugging Face, API da Z.ai ($0.15/$0.50), OpenRouter |
| GLM-5.2 | Recurso com historial independente | II 33,7 (v4.3.2); #33 Arena WebDev (1606), #25 Agent Arena; 744B/40B ativos | 1M / MIT | Z.ai, Hugging Face, OpenRouter |
| GLM 5.3 | Aberto desde 28 de agosto, mas com licença própria | II 31,7 (v5.0), terceiro entre os modelos abertos; mesma base de 744B do GLM-5.2, apenas pós-treinada, checkpoint publicado contado em 753B; CyberGym 84,5 % e Terminal-Bench 3.0 28,3 (números do fabricante) | 1M / GLM 5.3 License (model-as-a-service acima de 10 mil milhões USD de receita precisa de revisão de segurança da Z.ai) | Hugging Face, API da Z.ai ($1.40/$4.40), GLM Coding Plan, ZCode |
| MiMo-V2.6-Pro | O modelo aberto forte mais barato por tarefa | II 29,9 (v5.0), quarto entre os modelos abertos, a $0,26 por tarefa do índice; 34,8 % Terminal-Bench 4.0; GDPval-AA v2.1 1689; #17 Agent Arena, segundo entre os modelos abertos aí depois do Kimi K3.1 Pro; 1,02 biliões/42 mil milhões ativos | 1M / MIT | Hugging Face (XiaomiMiMo), fornecedores, alojamento próprio |
| MiniMax-M3.1-Flash | Modelo aberto barato para código e agentes | II 29,1 (v5.0) a $0,49 por tarefa do índice; 428B/23B ativos, entrada de texto, imagem e vídeo; #38 Arena WebDev (1582) | 1M / MiniMax Community License | Hugging Face, MiniMax, alojamento próprio |
| Mistral Large 4 | O modelo aberto mais bem pontuado dos EUA ou da Europa | II 26,1 (v5.0) a $2,06 por tarefa do índice, oitavo entre os modelos abertos; cerca de 1T no total e 49B ativos, nativamente multimodal; #48 Arena WebDev (1544) | 1M / Mistral Ecosystem Open-Weight License (MIT modificada) | Hugging Face, API da Mistral ($0.70/$2.10), OpenRouter, Microsoft Foundry |
| Tencent Hy4 Preview | Maior modelo com licença permissiva até agora | 770B/49B ativos; 2,99/4,00 no painel próprio da Tencent com 203 tarefas contra 2,94 do Kimi K3 e 2,92 do GLM 5.3 (fabricante); sem classificação da Artificial Analysis; #23 Arena WebDev (1631), #26 Agent Arena | 1M+ / Apache 2.0 | Hugging Face (BF16 e FP8), Tencent Cloud TokenHub, OpenRouter |
| Qwen3.8-Flash-Next | Antevisão da arquitetura Qwen4 | 125B no total mais um embedding de N-gramas de 51B, 6B ativos; 91,7 GPQA Diamond e 62,5 SWE-Bench Pro (fabricante); II 39,8 (v4.3.2); #24 Arena WebDev (1628) | 262K a 1M / Qwen Community License 1.0 | Hugging Face, fornecedores, auto-alojamento |
| LongCat-2.0 | Programador aberto frontier treinado em chips chineses | II 33 (v4.1); 59,5 % SWE-Bench Pro (fornecedor), 1.6T/~48B ativos | 1M / MIT | Hugging Face, GitHub, OpenRouter |
| MiniMax M3 | Multimodal barato de contexto longo | II 18,9 (v5.0; 29,2 na v4.3.2), 59 % SWE-Bench Pro, multimodal | 1M / MiniMax Community License | Hugging Face, API $0.30/1M (50 % de desconto) |
| Nex-N2-Pro | Pontuação de programação aberta mais forte | II 41 (v4.1); 80,8 SWE-Bench Verified, 397B/17B ativos | Baseado em Qwen / Apache 2.0 | Hugging Face, fornecedores, auto-alojamento |
| Kimi K2.7 Code | Programador aberto com licença comercial mais forte | +21,8 % no Kimi Code Bench v2 vs K2.6 (fornecedor); 1T/32B ativos | 256K / Modified MIT | Hugging Face, DeepInfra, fornecedores |
| DeepSeek V4-Pro | Trabalho agêntico em condições reais | II 44 (v4.1), 1.6T/49B ativos | 1M / MIT | DeepSeek API ($0.66/$1.98 fora de pico, $1.32/$3.96 em pico desde 16 de agosto), local |
| Hy3 | O mais recente participante com licença permissiva | II 41 (v4.1); #64 na Arena WebDev (1505) | Apache 2.0 | Hugging Face, fornecedores, auto-alojamento |
| Inkling | Primeiro modelo open-weight da Thinking Machines | II 41 (v4.1), agêntico 32,3, lançado a 15 de julho | Open weights | Hugging Face, fornecedores, auto-alojamento |
| Inkling Small | Mesma família a um quarto do tamanho | II 40 (v4.1), agêntico 30,8; 276B/12B ativos, entrada de texto, imagem e áudio | Apache 2.0 | Hugging Face (BF16 e NVFP4), fornecedores, auto-alojamento |
| NVIDIA Nemotron 3 Ultra | Afinado pela NVIDIA, licença totalmente permissiva | II 38 (v4.1), 65-70,4 SWE-Bench Verified, 550B/55B ativos | 1M / OpenMDW | OpenRouter, Hugging Face, AWS (8x B200 auto-alojamento) |
| Qwen 3.5 (397B / 17B ativos) | Multimodal, descodificação rápida | 88,4 GPQA, 91,3 AIME 2026, 83,6 LiveCodeBench v6 | 1M / aberto | Together, OpenRouter, local |
| Qwen3.6-35B-A3B | Programador agêntico aberto eficiente (3B ativos) | 86,0 GPQA Diamond, 92,7 AIME 2026, 35B/3B ativos | 262K (até 1M YaRN) / Apache 2.0 | Hugging Face, OpenRouter, local |
| Qwen3.6-27B | Programador denso executável em portátil | 87,8 GPQA Diamond, denso 27B, multimodal | 256K / Apache 2.0 | Local Mac/PC, Hugging Face, OpenRouter |
| Rio 3.5 Open 397B | Fine-tune de Qwen 3.5, raciocínio multilíngue | 70,8 Terminal-Bench 2.1 (first-party), bate o Qwen 3.7 Plus em 4/5 | 397B/17B ativos / MIT | Hugging Face, fornecedores, auto-alojamento |
| Llama 4 Maverick | Modelo de topo da linha Meta | 17B ativos / 400B de parâmetros no total | Llama 4 license | Cloud da Meta, Hugging Face, local |
| NVIDIA Nemotron 3 Nano Omni | Edge / baixo consumo | Multimodal, pegada muito reduzida | Compacto / aberto | Local, ferramenta NVIDIA |
Aqui a licença importa tanto como a pontuação bruta, e agosto alargou a distância entre os dois grupos. Kimi K2.7 (Modified MIT), DeepSeek V4 (MIT), GLM 5.3 Flash (MIT), MiMo-V2.6-Pro (MIT), GLM-5.2 (MIT), LongCat-2.0 (MIT), Hy3 (Apache 2.0), Hy4 Preview (Apache 2.0), Nex-N2-Pro (Apache 2.0) e Nemotron 3 Ultra (OpenMDW) permitem todos claramente a utilização comercial sem qualquer teste de receita.
Os restantes trazem condições que convém ler antes de construir sobre eles: o MiniMax M3, o MiniMax-M3.1-Flash e o MiniMax H3 chegam sob as suas próprias licenças comunitárias, exigindo o H3 ainda um pedido a partir dos EUA, da UE, do Reino Unido e da Coreia do Sul; a licença MIT modificada do Mistral Large 4 exige uma licença comercial à parte da Mistral a quem o venda como serviço alojado, embora o uso interno esteja isento; o Kimi K3 e o Kimi K3.1 Pro assentam em licenças próprias da Moonshot, que exigem um acordo à parte a qualquer empresa com mais de 20 milhões de dólares de receita que os revenda como serviço; o GLM 5.3 exige uma revisão de segurança da Z.ai a qualquer operador de model-as-a-service acima de 10 mil milhões de dólares de receita; e a Qwen Community License 1.0 do Qwen3.8-Flash-Next exige uma licença à parte da Qwen para explorar um negócio de model-as-a-service ou de assistente de trabalho com IA, embora o uso interno esteja isento. Nenhum modelo open-weight é já o primeiro em qualquer quadro da Arena que seguimos: o Claude Opus 5 arrebatou o quadro Agent em julho, o último que um modelo open-weight liderou.
Benchmarks, preços e utilização prática
Cada classificação desta página combina três entradas: benchmarks públicos de sete casas independentes (Artificial Analysis, Arena antiga LMArena, Scale SEAL, LiveBench, EQ-Bench, ARC Prize e o quadro oficial Terminal-Bench 4.0, cobrindo o Intelligence Index, GPQA Diamond, ARC-AGI-1 a 3, Humanity's Last Exam, GDPval-AA, FrontierMath, HMMT, MCP Atlas, SWE Atlas e o Remote Labor Index), preços de API e subscrição publicados na página de preços oficial de cada fornecedor, e utilização prática pela equipa editorial da FelloAI que executa prompts reais sobre a mesma tarefa em cada modelo. Voltamos a obter as fontes oficiais de preços e benchmarks antes de cada atualização mensal.
Os benchmarks são ponderados consoante o caso de utilização: o SWE-bench e o Terminal-Bench impulsionam a programação, o GPQA Diamond e o ARC-AGI-2 impulsionam a precisão, o GDPval-AA (o benchmark de entregáveis profissionais da Artificial Analysis) informa a qualidade das tarefas profissionais ao passo que o estilo de escrita é avaliado sobretudo por testes práticos, o FrontierMath e o HMMT impulsionam a resolução de problemas. Revelamos quando um benchmark é reportado pelo fornecedor mas não verificado de forma independente, e descartamos qualquer afirmação que não conseguimos reproduzir contra uma fonte em direto. Classificamos por pontuações medidas: a coroa de uma categoria muda assim que um modelo supera o detentor nos quadros que definem essa categoria, sem esperar pelos quadros baseados em votos, e um modelo que ainda não está amplamente disponível é assinalado no seu cartão em vez de ficar sem ele. Reverificamos as posições tanto como os números, porque uma pontuação pode continuar correta enquanto o quadro à sua volta se move. Quando um modelo passa por uma atualização importante entre atualizações, reclassificamos a categoria e acrescentamos uma linha «O que mudou este mês» no fundo da análise aprofundada.
Pergunte ao ChatGPT, ao Claude e ao Gemini e fique com a melhor resposta. Sem três faturas.
O Fello AI funciona no Mac, iPhone e iPad, grátis para começar.
Descarregar Fello AI
