Blog

"A pergunta deixou de ser apenas qual modelo escolher. Em 2026, a decisão correta combina modelo, esforço de raciocínio, velocidade e modo de execução."

O seletor de agentes de programação mudou rápido. A comparação que antes girava em torno de GPT-5.4, GPT-5.3-Codex e GPT-5.3-Codex-Spark já não representa bem o cenário atual.

No Codex, a recomendação principal passou a ser GPT-5.5. O GPT-5.4 continua relevante, o GPT-5.4 mini entrou como opção mais rápida e econômica, e o GPT-5.3-Codex-Spark segue como modelo experimental para iteração quase instantânea. Já o antigo GPT-5.3-Codex foi depreciado como escolha manual quando o Codex é usado com login do ChatGPT. (Codex Models - OpenAI Developers)

No Claude Code, a decisão ficou mais complexa porque existe uma diferença importante entre modelos e modos de execução. Fable 5, Opus 4.8, Sonnet 4.6 e Haiku 4.5 são modelos. Max, xhigh, Fast mode, ultrathink e Ultracode são controles ou configurações aplicadas ao fluxo. (Model configuration - Claude Code Docs)

O que você vai aprender

• Qual é o papel atual de GPT-5.5, GPT-5.4, GPT-5.4 mini e Spark no Codex.
• Por que GPT-5.3-Codex deixou de ser uma recomendação manual para novas sessões.
• Como comparar Codex com Claude Code, Opus 4.8, Fable 5 e Ultracode.
• O que é modelo, o que é esforço de raciocínio e o que é modo de velocidade.
• Como escolher a opção certa para tarefas rápidas, debugging difícil, migrações e workflows agentivos.

Comparativo rápido das opções atuais

Opção	Produto	Melhor uso	Principal limite ou observação
GPT-5.5	Codex	Tarefas complexas, debugging, implementação, pesquisa e uso do computador	Maior consumo que modelos menores
GPT-5.4	Codex	Trabalho profissional amplo, programação e workflows agentivos	Deixou de ser o ponto de partida principal
GPT-5.4 mini	Codex	Exploração de repositório, leitura de arquivos, subagentes e tarefas leves	Menor profundidade para decisões difíceis
GPT-5.3-Codex-Spark	Codex	Iteração quase instantânea, UI e pequenas alterações	Research preview, somente texto e acesso restrito
GPT-5.3-Codex	Codex	Code review interno e integrações legadas	Depreciado como escolha manual com login ChatGPT
Claude Fable 5	Claude Code	Tarefas de longo horizonte e sessões autônomas extensas	Acesso suspenso em 18 de junho de 2026
Claude Opus 4.8	Claude Code	Coding agentivo complexo e tarefas autônomas longas	Mais caro e pesado que Sonnet
Claude Sonnet 4.6	Claude Code	Equilíbrio entre inteligência, velocidade e custo	Menor teto prático que Opus ou Fable
Claude Haiku 4.5	Claude	Processamento rápido, alto volume e subagentes	Menos indicado para arquitetura difícil
Ultracode	Claude Code	Migrações, investigação ampla e workflows multiagente	Não é modelo; pode consumir bastante computação

Essa tabela resume a decisão, mas o ponto mais importante vem antes: modelo e modo não são a mesma coisa.

Modelo, esforço e modo de execução não são sinônimos

Em agentes de programação, três camadas se misturam na interface:

1. Modelo: define a arquitetura principal que executa a tarefa, como GPT-5.5, GPT-5.4 mini, Spark, Fable 5, Opus 4.8 ou Sonnet 4.6.
2. Esforço de raciocínio: define quanto o agente pode pensar antes de agir, como low, medium, high, xhigh ou max.
3. Modo de execução: altera a experiência da sessão, como Fast mode no Codex ou Ultracode no Claude Code.

Se você tratar tudo como "modelo", a escolha fica confusa. GPT-5.5 e Opus 4.8 são modelos. Fast mode, Max e Ultracode não são.

GPT-5.5: o novo ponto de partida no Codex

A orientação atual da OpenAI é começar por GPT-5.5 na maioria das tarefas do Codex. Ele é apresentado como o modelo mais forte da linha para programação complexa, uso do computador, knowledge work e fluxos de pesquisa. (Codex Models - OpenAI Developers)

Na prática, use GPT-5.5 quando você precisa:

• investigar uma falha pouco clara;
• alterar vários componentes de um sistema;
• implementar, testar e revisar uma funcionalidade;
• trabalhar com código, documentação e interface na mesma sessão;
• delegar uma tarefa longa com menos supervisão.

A principal mudança em relação à versão anterior deste artigo é que não faz mais sentido recomendar GPT-5.3-Codex como salto natural para "tarefas agentivas". Esse papel hoje é ocupado pelo próprio GPT-5.5.

GPT-5.4 ainda vale a pena?

Sim. GPT-5.4 continua disponível e ainda faz sentido em programação, raciocínio, uso de ferramentas e trabalho profissional. A diferença é que ele deixou de ser o primeiro default editorial quando a tarefa é complexa e o objetivo é obter a melhor capacidade geral no Codex.

GPT-5.4 pode continuar sendo uma boa escolha quando:

• a equipe já possui prompts e avaliações calibrados para ele;
• o ganho do GPT-5.5 não justifica o consumo adicional;
• o trabalho é profissional, mas não está no limite de complexidade;
• você quer usar Fast mode com menor multiplicador de créditos que GPT-5.5.

Portanto, GPT-5.4 não deve ser tratado como obsoleto. Ele virou uma camada intermediária entre GPT-5.5 e GPT-5.4 mini.

GPT-5.4 mini: rápido, barato e bom para subagentes

GPT-5.4 mini é o modelo eficiente da linha atual do Codex. A OpenAI o posiciona para tarefas responsivas e subagentes, especialmente quando o trabalho é coletar contexto, explorar código ou executar partes menores de uma investigação. (Codex Models - OpenAI Developers)

Ele tende a ser melhor que GPT-5.5 para:

• localizar referências em um repositório;
• resumir módulos ou documentação;
• inspecionar logs;
• preparar contexto para uma decisão posterior;
• rodar análises paralelas em subagentes;
• resolver mudanças pequenas com baixo risco.

A diferença em relação ao Spark é que GPT-5.4 mini busca eficiência geral. Spark foi desenhado especificamente para latência mínima e colaboração quase em tempo real.

GPT-5.3-Codex-Spark: quando velocidade vale mais que profundidade

GPT-5.3-Codex-Spark segue na lista do Codex como research preview para assinantes ChatGPT Pro. Ele é um modelo separado, somente texto, otimizado para iteração de código quase instantânea. (Codex Models - OpenAI Developers)

Spark funciona melhor para:

• ajustes rápidos de componentes;
• pequenas alterações de CSS ou interface;
• mudanças cirúrgicas de lógica;
• experimentação interativa;
• sequências curtas de diffs.

Ele não é "GPT-5.5 com turbo". É outro modelo, com outro objetivo. Quando você precisa de investigação profunda, leitura ampla de repo, validação e decisões técnicas difíceis, GPT-5.5 tende a ser a escolha mais segura.

Fast mode no Codex: aceleração não é troca de modelo

O Fast mode do Codex acelera modelos compatíveis em troca de maior consumo de créditos. Atualmente, ele suporta GPT-5.5 e GPT-5.4, aumentando a velocidade em cerca de 1,5x. No consumo, GPT-5.5 em Fast mode usa 2,5x a taxa padrão, enquanto GPT-5.4 usa 2x. (Speed - OpenAI Developers)

Isso significa:

• GPT-5.5 + Fast: mesmo modelo, menor espera, maior consumo;
• GPT-5.4 + Fast: alternativa mais econômica que GPT-5.5 Fast;
• Spark: outro modelo, focado em tempo real e com limites próprios.

Use Fast mode quando a tarefa merece o modelo maior, mas a latência está atrapalhando. Use Spark quando o objetivo é edição pequena e interação rápida.

O que aconteceu com GPT-5.3-Codex?

GPT-5.3-Codex e GPT-5.2 estão depreciados no Codex quando o login é feito com uma conta ChatGPT. Scripts, configurações e comandos que ainda apontam para esses modelos devem ser migrados para a linha atual. A documentação da OpenAI observa que alguns modelos depreciados para login ChatGPT podem continuar disponíveis via API, dependendo da disponibilidade. (Codex Models - OpenAI Developers)

Na prática:

• não use GPT-5.3-Codex como recomendação para novas sessões manuais;
• migre configurações locais para GPT-5.5, GPT-5.4 ou GPT-5.4 mini;
• mantenha referências a GPT-5.3-Codex apenas quando estiver falando de legado, compatibilidade ou fluxo interno específico.

Plan mode também não é modelo

O Plan mode do Codex é um modo de colaboração: ele permite reunir contexto, fazer perguntas e montar um plano antes de editar. Ele é útil para tarefas ambíguas, mudanças grandes e decisões com risco de regressão.

Use Plan mode quando:

• o escopo ainda não está claro;
• existem trade-offs de produto ou arquitetura;
• você quer aprovar o desenho antes de mexer nos arquivos;
• a tarefa é grande o suficiente para justificar um plano executável.

Depois que a decisão está clara, o modelo ainda importa. Plan mode ajuda a estruturar a execução; não substitui escolher GPT-5.5, GPT-5.4 mini ou Spark.

Claude Fable 5: o modelo de longo horizonte, mas indisponível agora

A Anthropic lançou Claude Fable 5 como um modelo mais capaz para tarefas longas, raciocínio exigente e sessões autônomas maiores que uma única sentada. A própria documentação do Claude Code diz que Fable 5 não é o padrão e precisa ser selecionado explicitamente com /model fable. (Model configuration - Claude Code Docs)

O problema é o status atual. Em 18 de junho de 2026, Fable 5 deve ser tratado como uma opção importante no mapa de modelos, mas não como recomendação prática imediata: a Anthropic publicou em 12 de junho que precisou suspender o acesso a Fable 5 e Mythos 5 para todos os clientes após uma diretiva do governo dos Estados Unidos. (Statement on Fable 5 and Mythos 5 access - Anthropic)

Quando o acesso voltar, Fable 5 deve fazer sentido para:

• investigações que atravessam várias horas ou dias;
• arquitetura complexa com muitas dependências;
• refatorações grandes com verificação frequente;
• tarefas em que o agente precisa investigar antes de agir.

Até lá, a escolha prática de maior capacidade no Claude Code tende a ser Opus 4.8.

Opus 4.8, Sonnet 4.6 e Haiku 4.5 no Claude Code

No Claude Code, Opus 4.8 é a opção prática mais forte para coding agentivo complexo enquanto Fable 5 está suspenso. A documentação informa que Opus 4.8 exige Claude Code v2.1.154 ou posterior e que aliases como opus podem resolver para versões diferentes dependendo do provedor. (Model configuration - Claude Code Docs)

Como regra prática:

• Opus 4.8: use para debugging difícil, migrações, refatorações amplas e sessões autônomas longas.
• Sonnet 4.6: use quando o equilíbrio entre custo, velocidade e inteligência importa mais do que o teto máximo.
• Haiku 4.5: use para alto volume, tarefas rápidas, automações leves e subagentes.

Essa lógica é parecida com Codex: nem todo problema merece o maior modelo. O custo do erro, o tamanho da tarefa e a necessidade de autonomia devem guiar a escolha.

Max e Ultracode não são a mesma coisa

No Claude Code, os níveis de esforço controlam quanto raciocínio adaptativo o modelo pode empregar. A documentação lista níveis como low, medium, high, xhigh e max, dependendo do modelo. Fable 5 e Opus 4.8 suportam max; Sonnet 4.6 suporta low, medium, high e max. (Model configuration - Claude Code Docs)

Max libera raciocínio mais profundo, mas pode trazer retornos decrescentes e excesso de análise. Use quando o problema principal é a profundidade de raciocínio.

Ultracode é diferente: ele é uma configuração do Claude Code, não um modelo e nem um nível comum de esforço. A documentação diz que Ultracode envia xhigh ao modelo e ainda permite que Claude organize workflows dinâmicos para tarefas substanciais. Ele vale para a sessão atual. (Model configuration - Claude Code Docs)

Em termos práticos:

• use High como padrão para tarefas técnicas relevantes;
• use Max quando o problema exige mais raciocínio profundo;
• use Ultracode quando a tarefa precisa ser quebrada, investigada e executada como workflow amplo;
• use Low ou Medium para tarefas bem delimitadas e menos arriscadas.

GPT-5.5 ou Claude Opus 4.8?

Não existe vencedor universal. Os dois podem ser excelentes em engenharia de software, mas a qualidade do resultado depende de repositório, ferramentas conectadas, instruções persistentes, testes e clareza da tarefa.

Como recomendação editorial:

Situação	Escolha inicial
Uso geral no Codex	GPT-5.5 em medium ou high
Debugging difícil no Codex	GPT-5.5 em high ou xhigh
Exploração, leitura e subagentes no Codex	GPT-5.4 mini
Alteração visual quase em tempo real	GPT-5.3-Codex-Spark
Menor latência sem trocar de modelo	GPT-5.5 ou GPT-5.4 com Fast mode
Coding complexo no Claude Code	Opus 4.8 em high ou xhigh
Migração ampla no Claude Code	Opus 4.8 com Ultracode
Equilíbrio entre custo e capacidade no Claude	Sonnet 4.6
Tarefa extremamente longa no Claude	Fable 5, quando o acesso for restaurado

Para times, a melhor prática é testar com tarefas reais do próprio repositório. Benchmarks públicos ajudam, mas não substituem avaliação interna com código, dados, padrões de PR, pipelines e critérios de revisão.

Checklist rápido para não errar no seletor

• Quero a melhor opção geral no Codex: GPT-5.5.
• Quero reduzir custo e acelerar exploração: GPT-5.4 mini.
• Quero retorno quase instantâneo para mudanças pequenas: Spark.
• Quero a mesma inteligência com menor latência: Fast mode.
• Quero coding complexo no Claude Code hoje: Opus 4.8.
• Quero orquestração multiagente no Claude Code: Ultracode.
• Quero Fable 5: aguarde restauração oficial do acesso.
• Ainda uso GPT-5.3-Codex manualmente: migre para a linha atual.

Conclusão

O novo mapa dos agentes de código não cabe mais em "modelo geral, modelo de código e modelo rápido".

No Codex, GPT-5.5 é o ponto de partida atual. GPT-5.4 permanece útil, GPT-5.4 mini cobre tarefas leves e subagentes, e Spark ocupa o extremo de baixa latência. GPT-5.3-Codex deixou de ser uma alternativa recomendada para seleção manual.

No Claude Code, a decisão precisa separar modelo e modo. Opus 4.8, Sonnet 4.6, Haiku 4.5 e Fable 5 são modelos. Max, Fast mode, ultrathink e Ultracode mudam a forma como o agente trabalha. Enquanto Fable 5 estiver suspenso, Opus 4.8 continua sendo a opção prática para os workflows Claude mais exigentes.

A melhor estratégia em 2026 não é escolher sempre "o modelo mais inteligente". É combinar modelo, esforço, velocidade e modo de execução com o custo do erro e o tamanho real da tarefa.

Referências

• Codex Models - OpenAI Developers
• Speed - OpenAI Developers
• Model configuration - Claude Code Docs
• Claude Fable 5 and Claude Mythos 5 - Anthropic
• Statement on the US government directive to suspend access to Fable 5 and Mythos 5 - Anthropic