Montar SquadSolicitar Orçamento

Comparativo de modelos de IA: preço em reais e benchmarks

  • Atualizado em
  • 33 modelos
  • valores em reais pelo dólar oficial do dia ()
  • Como montamos

Respostas rápidas

Quem lidera cada pergunta. Teste e fonte no Por quê?

  • Mais capaz no geral

    GPT-6 Astra, Claude Opus 5.5 e mais 5

    empatados na margem de erro

    Por quê? Mais capaz no geral

    Nota geral:

    Nota que a Epoch AI calcula juntando vários testes independentes. Quanto maior, mais capaz o modelo no geral.

    Teste usado: Epoch Capabilities Index

    Métrica: índice

    margem de erro 165,88 a 174,29

    Empatados na margem de erro: GPT-6 Astra, Claude Opus 5.5, GPT-6.1 Terra, GPT-6.1 Sol, Claude Sonnet 5.5, Claude Fable 5.1 e Gemini 4 Argon.

    Comparado com: entre os 26 modelos deste grupo

  • Melhor para programar

    Claude Opus 5.5

    1º em Programação

    Por quê? Melhor para programar

    Programação:

    Pessoas comparam, sem saber qual é qual, o código que dois modelos escrevem e votam no melhor. Quanto maior a pontuação, mais vezes ele vence.

    Teste usado: Arena WebDev (Code Arena), versão config webdev, split latest

    Métrica: pontos Elo (Bradley-Terry)

    margem de erro 1.797 a 1.822,67

    Comparado com: entre os 31 modelos deste grupo

  • Melhor para agentes

    Claude Opus 5.5

    1º em Agentes

    Por quê? Melhor para agentes

    Agentes:

    Mede o ganho do modelo quando executa tarefas com ferramentas, comparado a uma referência fixa. Valor negativo quer dizer abaixo dessa referência.

    Teste usado: Arena Agent, versão config agent, split latest

    Métrica: IPS (%)

    margem de erro 18,79 a 23,09

    Comparado com: entre os 26 modelos deste grupo

  • Mais barato para usar

    Claude Haiku 5.5 e GPT-6 Luna

    (R$ 1,08)por milhão de tokens

    mesmo valor

    Por quê? Mais barato para usar

    Uma média que pesa o envio três vezes mais que a resposta, que é a proporção comum de uso.

    três partes de texto enviado para uma de resposta

    Mesmo valor declarado por Claude Haiku 5.5 e GPT-6 Luna.

    Comparado com: entre os 31 modelos com preço oficial nesta tabela

  • Lê mais texto de uma vez

    GPT-5.6 Luna, GPT-5.6 Terra e mais 4

    a maior janela publicada

    mesmo valor

    Por quê? Lê mais texto de uma vez

    Quanto texto lê de uma vez: tokens

    O tamanho máximo de conversa e documentos que o modelo consegue considerar numa única pergunta.

    Mesmo valor declarado por GPT-5.6 Luna, GPT-5.6 Terra, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Astra e GPT-6 Luna.

    Comparado com: entre os 33 modelos desta tabela

  • Melhor de código aberto

    DeepSeek-V4.1-Flash, Kimi K3 e mais 3

    empatados na margem de erro

    Por quê? Melhor de código aberto

    Nota geral:

    Nota que a Epoch AI calcula juntando vários testes independentes. Quanto maior, mais capaz o modelo no geral.

    Teste usado: Epoch Capabilities Index

    Métrica: índice

    margem de erro 156,71 a 162,2

    Empatados na margem de erro: DeepSeek-V4.1-Flash, Kimi K3, GLM-5.3, DeepSeek-V4-Pro e Muse Spark Open.

    Licença: MIT

    Comparado com: entre os 9 modelos de pesos abertos deste grupo

Qual modelo para o seu caso

Escolha o uso e o volume e veja três indicações, com o custo por mês.

O que você quer fazer com IA?

Quanto você vai usar?

Recomendações para a sua escolha: Atender clientes, Médio

  • Melhor resultado

    O primeiro do ranking deste caso.

    Gemini 4 Argon

    R$ 2.325,69 por mês

    1º de 27 no ranking, empatado na margem de erro

    Ver o ranking completo: Quanto custa um chatbot de IA por mês, em reais
  • Mais barato entre os bem avaliados

    O mais barato na metade de cima do ranking: os 14 primeiros de 27.

    GLM-5.3-Flash

    R$ 144,75 por mês

    11º de 27 no ranking, empatado na margem de erro

  • Mais barato no geral

    O menor custo entre os modelos com preço oficial.

    Claude Haiku 5.5

    R$ 118,72 por mês

    23º de 27 no ranking, empatado na margem de erro

Ranking pela avaliação de Conversa.

A barra mostra a posição no ranking.

Estimativa com o preço oficial e o dólar do dia.

Fale com a X-Apps

Precisa decidir qual destes modelos usar?

A X-Apps desenha, opera e governa soluções com estes modelos. Conte o seu caso e receba uma recomendação.

Falar com um especialista em IAVer serviços de IA

Todos os modelos, lado a lado

Quanto cada modelo acerta em cada tipo de tarefa e quanto custa usar.

33 modelos nesta tabela

Toque no ? ou passe o mouse no nome da coluna para ver o que ela mede. Preços em US$ por milhão de tokens.

Avaliação: o maior valor publicado pelo modelo, com o nível de esforço ao lado (MAX, XHIGH, HIGH). O maior valor da coluna sai em negrito, com um fio à esquerda; o sinal = marca quem cruza o intervalo publicado do líder, sem poder ser separado dele. Saída e cache sem sublinhado têm a mesma fonte da entrada da linha: a ficha abre no preço de entrada.

Modelos de IA comparados: avaliações independentes e de preferência humana, preço por milhão de tokens, contexto, custo em reais, pesos abertos, disponibilidade em São Paulo e situação. Cada célula numérica tem fonte e data.
GPT-6 AstraOpenAI
169,1, maior valor desta coluna, empate técnico com Claude Opus 5.5, GPT-6.1 Terra, GPT-6.1 Sol, Claude Sonnet 5.5, Claude Fable 5.1, Gemini 4 Argon, fonte: Epoch AI, AI Benchmarking Hub, dado de 3 set 202695,77%max de esforço, empate técnico com Gemini 4 Argon, fonte: Epoch AI, AI Benchmarking Hub, dado de 30 ago 20261.773,4max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 202612,96%max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.441,2max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 50,00, fonte: OpenAI, tabela oficial de preços, dado de 31 out 2026US$ 1,00, fonte: OpenAI, tabela oficial de preços, dado de 31 out 2026R$ 271,06, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026só inferência global, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026dados podem sair da regiãoverificado
Claude Opus 5.5Anthropic
168,4, empate técnico com GPT-6 Astra, fonte: Epoch AI, AI Benchmarking Hub, dado de 22 set 202690,59%max de esforço, fonte: Epoch AI, AI Benchmarking Hub, dado de 22 set 20261.809,8max de esforço, maior valor desta coluna, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 202620,94%max de esforço, maior valor desta coluna, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.515,8high de esforço, empate técnico com Gemini 4 Argon, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 20,00, fonte: Anthropic, tabela oficial de preços, dado de 31 out 2026US$ 0,20, fonte: Anthropic, tabela oficial de preços, dado de 31 out 2026R$ 108,42, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026só inferência global, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026dados podem sair da regiãoverificado
168,1, empate técnico com GPT-6 Astra, fonte: Epoch AI, AI Benchmarking Hub, dado de 26 out 202694,32%max de esforço, empate técnico com Gemini 4 Argon, fonte: Epoch AI, AI Benchmarking Hub, dado de 26 out 20261.672,7max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 202610,57%max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026não medidoUS$ 5,00, fonte: OpenAI API, Pricing, dado de 31 out 2026US$ 0,05, fonte: OpenAI API, Pricing, dado de 31 out 2026R$ 27,11, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026dados podem sair da regiãoverificado
167,8, empate técnico com GPT-6 Astra, fonte: Epoch AI, AI Benchmarking Hub, dado de 29 set 202695,39%max de esforço, empate técnico com Gemini 4 Argon, fonte: Epoch AI, AI Benchmarking Hub, dado de 29 set 20261.750,6max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 202612,47%max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.445,6max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 10,00, fonte: OpenAI API, Pricing, dado de 31 out 2026US$ 0,10, fonte: OpenAI API, Pricing, dado de 31 out 2026R$ 54,21, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026só inferência global, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026dados podem sair da regiãoverificado
166,7, empate técnico com GPT-6 Astra, fonte: Epoch AI, AI Benchmarking Hub, dado de 28 set 202695,58%max de esforço, empate técnico com Gemini 4 Argon, fonte: Epoch AI, AI Benchmarking Hub, dado de 29 set 20261.769,7xhigh de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 202613,84%max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.472,9xhigh de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 10,00, fonte: Anthropic, tabela oficial de preços, dado de 31 out 2026US$ 0,10, fonte: Anthropic, tabela oficial de preços, dado de 31 out 2026R$ 54,21, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026só inferência global, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026dados podem sair da regiãoverificado
166,4, empate técnico com GPT-6 Astra, fonte: Epoch AI, AI Benchmarking Hub, dado de 1 set 2026não medido1.745,9max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 202613,35%max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.513,8max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 50,00, fonte: Anthropic, tabela oficial de preços, dado de 31 out 2026US$ 0,25, fonte: Anthropic, tabela oficial de preços, dado de 31 out 2026R$ 271,06, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026só inferência global, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026dados podem sair da regiãoverificado
Gemini 4 ArgonGoogle DeepMind
166,1, empate técnico com GPT-6 Astra, fonte: Epoch AI, AI Benchmarking Hub, dado de 30 set 202696,4%high de esforço, maior valor desta coluna, empate técnico com GPT-6 Astra, Claude Sonnet 5.5, Gemini 3.8 Flash, GPT-6.1 Sol, Gemini 3.1 Pro Preview, GPT-6.1 Terra, fonte: Epoch AI, AI Benchmarking Hub, dado de 13 out 20261.679,2high de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 202610,73%high de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.528,6high de esforço, maior valor desta coluna, empate técnico com Claude Opus 5.5, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 10,00, fonte: Google, preços da Gemini API, dado de 31 out 2026US$ 0,10, fonte: Google, preços da Gemini API, dado de 31 out 2026R$ 54,21, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026não oferecido no Bedrock, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026verificado
Muse WonderMeta (Meta Superintelligence Labs)
161,7, fonte: Epoch AI, AI Benchmarking Hub, dado de 12 out 2026não medido1.652,1max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20263,14%max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.499,2max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 20,00, fonte: Meta Model API, Pricing and rate limits, dado de 31 out 2026US$ 0,20, fonte: Meta Model API, Pricing and rate limits, dado de 31 out 2026R$ 108,42, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026não apuradoverificado
160,4, fonte: Epoch AI, AI Benchmarking Hub, dado de 7 out 202689,65%max de esforço, fonte: Epoch AI, AI Benchmarking Hub, dado de 9 out 20261.588,8high de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261,43%high de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.400,9high de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 0,50, fonte: Anthropic, tabela oficial de preços, dado de 31 out 2026US$ 0,01, fonte: Anthropic, tabela oficial de preços, dado de 31 out 2026R$ 2,71, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026só inferência global, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026dados podem sair da regiãoverificado
GPT-5.6 TerraOpenAI ·
160,1, fonte: Epoch AI, AI Benchmarking Hub, dado de 9 jul 202693,31%max de esforço, fonte: Epoch AI, AI Benchmarking Hub, dado de 9 jul 20261.520,1xhigh de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026−1,39%xhigh de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.448,3xhigh de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 12,00, fonte: OpenAI, tabela oficial de preços, dado de 31 out 2026US$ 0,20, fonte: OpenAI, tabela oficial de preços, dado de 31 out 2026R$ 65,05, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026só inferência global, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026dados podem sair da regiãoverificado
DeepSeek-V4.1-FlashDeepSeek
158,8, fonte: Epoch AI, AI Benchmarking Hub, dado de 17 out 202693,18%max de esforço, fonte: Epoch AI, AI Benchmarking Hub, dado de 19 out 20261.665,0max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20262,67%max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.464,5max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026tarifa de pico; há tarifa menor fora do picoUS$ 1,20tarifa de pico; há tarifa menor fora do pico, fonte: DeepSeek, documentação de API, dado de 30 set 2026US$ 0,006, fonte: DeepSeek, documentação de API, dado de 30 set 2026R$ 6,51, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026não oferecido no Bedrock, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026verificado
Kimi K3Moonshot AI ·
158,3, fonte: Epoch AI, AI Benchmarking Hub, dado de 16 jul 202693,12%max de esforço, fonte: Epoch AI, AI Benchmarking Hub, dado de 16 jul 20261.656,4max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261,08%max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.475,7max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 15,00, fonte: Moonshot AI, preços de inferência da Kimi API, dado de 31 out 2026US$ 0,30, fonte: Moonshot AI, preços de inferência da Kimi API, dado de 31 out 2026R$ 81,32, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026só inferência global, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026dados podem sair da regiãoverificado
Gemini 3.8 FlashGoogle DeepMind
157,6, fonte: Epoch AI, AI Benchmarking Hub, dado de 2 set 202695,39%high de esforço, empate técnico com Gemini 4 Argon, fonte: Epoch AI, AI Benchmarking Hub, dado de 2 set 20261.583,3high de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20262,65%high de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.498,5high de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 3,75, fonte: Google, preços da Gemini API, dado de 31 out 2026US$ 0,075, fonte: Google, preços da Gemini API, dado de 31 out 2026R$ 20,33, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026não oferecido no Bedrock, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026verificado
Muse Spark 1.3Meta (Meta Superintelligence Labs)
157,4, fonte: Epoch AI, AI Benchmarking Hub, dado de 2 set 2026não medido1.656,2max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20262,59%max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.490,6max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 4,25, fonte: Meta Model API, Pricing and rate limits, dado de 31 out 2026US$ 0,15, fonte: Meta Model API, Pricing and rate limits, dado de 31 out 2026R$ 23,04, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026não oferecido no Bedrock, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026verificado
156,8, fonte: Epoch AI, AI Benchmarking Hub, dado de 22 set 202690,47%max de esforço, fonte: Epoch AI, AI Benchmarking Hub, dado de 22 set 20261.579,4max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20262,23%max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.389,2max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 0,50, fonte: OpenAI API, Pricing, dado de 31 out 2026US$ 0,01, fonte: OpenAI API, Pricing, dado de 31 out 2026R$ 2,71, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026só inferência global, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026dados podem sair da regiãoverificado
GPT-5.6 LunaOpenAI ·
156,7, fonte: Epoch AI, AI Benchmarking Hub, dado de 9 jul 202691,6%max de esforço, fonte: Epoch AI, AI Benchmarking Hub, dado de 9 jul 20261.518,9xhigh de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026não medido1.431,1xhigh de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 1,20, fonte: OpenAI, tabela oficial de preços, dado de 31 out 2026US$ 0,02, fonte: OpenAI, tabela oficial de preços, dado de 31 out 2026R$ 6,51, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026só inferência global, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026dados podem sair da regiãoverificado
GLM-5.3Z.ai (Zhipu AI)
156,2, fonte: Epoch AI, AI Benchmarking Hub, dado de 14 ago 202690,91%max de esforço, fonte: Epoch AI, AI Benchmarking Hub, dado de 24 ago 20261.622,8max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20260,91%max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.473,8max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 4,40, fonte: Z.AI Developer Document, Pricing, dado de 31 out 2026US$ 0,26, fonte: Z.AI Developer Document, Pricing, dado de 31 out 2026R$ 23,85, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026só inferência global, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026dados podem sair da regiãoverificado
155,9, fonte: Epoch AI, AI Benchmarking Hub, dado de 13 ago 202691,67%max de esforço, fonte: Epoch AI, AI Benchmarking Hub, dado de 18 ago 20261.581,9high de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026−0,3%high de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.446,0high de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026tarifa de pico; há tarifa menor fora do picoUS$ 3,96tarifa de pico; há tarifa menor fora do pico, fonte: DeepSeek, documentação de API, dado de 2 out 2026US$ 0,044, fonte: DeepSeek, documentação de API, dado de 2 out 2026R$ 21,47, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026não oferecido no Bedrock, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026verificado
Gemini 3.1 Pro PreviewGoogle DeepMind
155,2, fonte: Epoch AI, AI Benchmarking Hub, dado de 19 fev 202694,44%high de esforço, empate técnico com Gemini 4 Argon, fonte: Epoch AI, AI Benchmarking Hub, dado de 6 ago 20261.446,7, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026−4,45%, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.480,1, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 12,00, fonte: Google, preços da Gemini API, dado de 31 out 2026US$ 0,20, fonte: Google, preços da Gemini API, dado de 31 out 2026R$ 65,05, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026não oferecido no Bedrock, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026verificado
Muse Spark OpenMeta (Meta Superintelligence Labs)
155,1, fonte: Epoch AI, AI Benchmarking Hub, dado de 15 out 202688,57%xhigh de esforço, fonte: Epoch AI, AI Benchmarking Hub, dado de 15 out 20261.526,2max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026não medidonão medidosem preço oficialsem preço oficialsem preço oficialsem preço oficialnão apuradoverificado
154,6, fonte: Epoch AI, AI Benchmarking Hub, dado de 21 set 202692,74%xhigh de esforço, fonte: Epoch AI, AI Benchmarking Hub, dado de 22 set 20261.637,5xhigh de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20262,39%xhigh de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.398,1xhigh de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 6,00, fonte: xAI, documentação do modelo, dado de 31 out 2026US$ 0,50, fonte: xAI, documentação do modelo, dado de 31 out 2026R$ 32,53, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026só inferência global, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026dados podem sair da regiãoverificado
GLM-5.3-FlashZ.ai (Zhipu AI)
153,2, fonte: Epoch AI, AI Benchmarking Hub, dado de 20 ago 202690,15%max de esforço, fonte: Epoch AI, AI Benchmarking Hub, dado de 26 ago 20261.606,7, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026−2,33%, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.473,0, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 0,50, fonte: Z.AI Developer Document, Pricing, dado de 31 out 2026US$ 0,03, fonte: Z.AI Developer Document, Pricing, dado de 31 out 2026R$ 2,71, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026não oferecido no Bedrock, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026verificado
Mistral Large 4Mistral AI
150,6, fonte: Epoch AI, AI Benchmarking Hub, dado de 6 out 202688,07%high de esforço, fonte: Epoch AI, AI Benchmarking Hub, dado de 12 out 20261.544,3, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026−6,02%, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.430,1, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 2,10, fonte: Mistral Docs, Pricing, dado de 31 out 2026US$ 0,07, fonte: Mistral Docs, Pricing, dado de 31 out 2026R$ 11,38, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026não apuradoverificado
MiniMax M3MiniMax
146,9, fonte: Epoch AI, AI Benchmarking Hub, dado de 1 jun 202690,91%, fonte: Epoch AI, AI Benchmarking Hub, dado de 10 ago 20261.483,3, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026−10,16%, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.431,3, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 1,20, fonte: MiniMax API Docs, Pay as You Go, dado de 31 out 2026US$ 0,06, fonte: MiniMax API Docs, Pay as You Go, dado de 31 out 2026R$ 6,51, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026não oferecido no Bedrock, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026verificado
Claude Haiku 4.5Anthropic ·
142,2, fonte: Epoch AI, AI Benchmarking Hub, dado de 15 out 202571,21%, fonte: Epoch AI, AI Benchmarking Hub, dado de 22 out 20251.330,4, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026não medido1.396,9, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 5,00, fonte: Anthropic, tabela oficial de preços, dado de 31 out 2026US$ 0,10, fonte: Anthropic, tabela oficial de preços, dado de 31 out 2026R$ 27,11, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026só inferência global, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026dados podem sair da regiãoverificado
141,5, fonte: Epoch AI, AI Benchmarking Hub, dado de 28 abr 2026não medido1.264,0, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026−12,65%, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.420,8, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 7,50, fonte: Mistral, Pricing, dado de 19 out 2026R$ 40,66, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026não oferecido no Bedrock, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026verificado
Kimi K3.1 ProMoonshot AI
não medidonão medido1.694,6max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20265,96%max de esforço, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026não medidoUS$ 10,00, fonte: Kimi API Platform, Model Inference Pricing, dado de 31 out 2026US$ 0,20, fonte: Kimi API Platform, Model Inference Pricing, dado de 31 out 2026R$ 54,21, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026não apuradoverificado
não medidonão medido1.582,5, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026−3,96%, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026não medidoUS$ 0,60, fonte: MiniMax API Docs, Pricing Overview, dado de 31 out 2026US$ 0,015, fonte: MiniMax API Docs, Pricing Overview, dado de 31 out 2026R$ 3,25, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026não apuradoverificado
Mistral Large 3Mistral AI ·
não medidonão medido1.232,6, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026não medido1.428,3, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 1,50, fonte: Mistral, Pricing, dado de 19 out 2026R$ 8,13, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026inferência na região, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026verificado
Mistral Small 4Mistral AI
não medidonão medidonão medidonão medidonão medidoUS$ 0,60, fonte: Mistral, Pricing, dado de 31 out 2026R$ 3,25, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026não oferecido no Bedrock, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026verificado
Muse Glimmer-30BMeta (Meta Superintelligence Labs)
não medidonão medido1.355,1, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026não medido1.389,3, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026sem preço oficialsem preço oficialsem preço oficialsem preço oficialnão oferecido no Bedrock, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026verificado
Qwen3.8-2.4T-A95BAlibaba (Qwen)
não medidonão medidonão medidonão medidonão medidoUS$ 6,00, fonte: Alibaba Cloud Model Studio, preços de modelos, dado de 31 out 2026R$ 32,53, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026não oferecido no Bedrock, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026verificado
Qwen3.8-MaxAlibaba (Qwen)
não medido92,68%xhigh de esforço, fonte: Epoch AI, AI Benchmarking Hub, dado de 4 ago 20261.675,9, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20260,45%, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 20261.483,3, fonte: LMArena, dataset lmarena-ai/leaderboard-dataset, dado de 28 out 2026US$ 6,00, fonte: Alibaba Cloud Model Studio, Model inference pricing, dado de 31 out 2026não divulgadoR$ 32,53, fonte: Banco Central do Brasil, PTAX, dado de 30 out 2026não oferecido no Bedrock, fonte: AWS, Amazon Bedrock, Regional availability by models, dado de 31 out 2026verificado
O que cada coluna mede

Avaliação: o maior valor publicado pelo modelo, com o nível de esforço ao lado (MAX, XHIGH, HIGH). O maior valor da coluna sai em negrito, com um fio à esquerda; o sinal = marca quem cruza o intervalo publicado do líder, sem poder ser separado dele. Saída e cache sem sublinhado têm a mesma fonte da entrada da linha: a ficha abre no preço de entrada.

Nota geral
Quão capaz é no conjunto? Nota que a Epoch AI calcula juntando vários testes independentes. Quanto maior, mais capaz o modelo no geral. Nome técnico: Índice Epoch (ECI).Epoch Capabilities Index. medição independente. 26 modelos com resultado. a fonte publica intervalo, e 25 dos 25 pares vizinhos se sobrepõem: ordenar por esta coluna não separa esses modelos. a marca de empate na célula é reservada ao topo, entre o líder e quem cruza o intervalo dele. Fonte: Epoch AI, AI Benchmarking Hub (epoch_capabilities_index/eci_scores.csv do benchmark_data.zip), lido em 31 out 2026
Raciocínio
Resolve perguntas difíceis de ciência? Prova com perguntas de nível de doutorado em biologia, física e química. Mostra a porcentagem de acertos. Nome técnico: GPQA Diamond.GPQA Diamond. versão diamond. medição independente. 23 modelos com resultado. a fonte publica intervalo, e 21 dos 22 pares vizinhos se sobrepõem: ordenar por esta coluna não separa esses modelos. a marca de empate na célula é reservada ao topo, entre o líder e quem cruza o intervalo dele. Fonte: Epoch AI, AI Benchmarking Hub (gpqa_diamond.csv do benchmark_data.zip), lido em 31 out 2026
Programação
Programadores preferem o código dele? Pessoas comparam, sem saber qual é qual, o código que dois modelos escrevem e votam no melhor. Quanto maior a pontuação, mais vezes ele vence. Nome técnico: Arena WebDev.Arena WebDev (Code Arena). versão config webdev, split latest. preferência humana. 31 modelos com resultado. a fonte publica intervalo, e 20 dos 30 pares vizinhos se sobrepõem: ordenar por esta coluna não separa esses modelos. a marca de empate na célula é reservada ao topo, entre o líder e quem cruza o intervalo dele. Fonte: LMArena, dataset lmarena-ai/leaderboard-dataset (config webdev, split latest), lido em 31 out 2026
Agentes
Completa tarefas sozinho, usando ferramentas? Mede o ganho do modelo quando executa tarefas com ferramentas, comparado a uma referência fixa. Valor negativo quer dizer abaixo dessa referência. Nome técnico: Arena Agent.Arena Agent. versão config agent, split latest. preferência humana. Usa IPS com IC 95% (score_ci_lower e score_ci_upper), não Bradley-Terry. A metodologia do Arena (arena.ai/blog/agent-arena-methodology, publicada em 04/06/2026) define o valor como o efeito de tratamento de cada modelo orquestrador em relação a uma distribuição de base fixa, em geral uniforme entre os componentes, e o chama de melhoria líquida (net improvement); o placar principal agrega cinco sinais (sucesso confirmado, elogio contra reclamação, dirigibilidade, recuperação de erro no bash e alucinação de ferramenta), calculados em separado e depois combinados pela média, e cada estimativa sai com intervalo de confiança de 95%. A página não declara a unidade do valor publicado no dataset, então a escala segue não apurada. A mesma página registra uma atualização de sinais e definições em 01/10/2026, posterior a este snapshot. 26 modelos com resultado. a fonte publica intervalo, e 22 dos 25 pares vizinhos se sobrepõem: ordenar por esta coluna não separa esses modelos. a marca de empate na célula é reservada ao topo, entre o líder e quem cruza o intervalo dele. Fonte: LMArena, dataset lmarena-ai/leaderboard-dataset (config agent, split latest), lido em 31 out 2026
Conversa
As pessoas preferem as respostas dele? Pessoas fazem a mesma pergunta a dois modelos anônimos e votam na melhor resposta. Quanto maior a pontuação, mais vezes ele vence. Nome técnico: Arena Text.Arena Text. versão dataset lmarena-ai/leaderboard-dataset, config text, split latest. preferência humana. 27 modelos com resultado. a fonte publica intervalo, e 22 dos 26 pares vizinhos se sobrepõem: ordenar por esta coluna não separa esses modelos. a marca de empate na célula é reservada ao topo, entre o líder e quem cruza o intervalo dele. Fonte: LMArena, dataset lmarena-ai/leaderboard-dataset (config text, split latest), lido em 31 out 2026
Preço da pergunta
Quanto custa o texto que você manda ao modelo: pergunta, instruções e documentos. Nome técnico: Entrada (input), US$ por milhão de tokens.
Preço da resposta
Quanto custa o texto que o modelo escreve de volta. Costuma ser mais caro que o envio. Nome técnico: Saída (output), US$ por milhão de tokens.
Custo R$ por 1M de saída
custo_brl_por_milhao_de_saida = preço de saída em US$ x cotação PTAX. Cotação de R$ 5,4212 por US$ 1,00, de 30 out 2026, 13:04:18, do Banco Central. IOF e spread ficam fora do cálculo.
Em São Paulo
Como o modelo roda pelo Amazon Bedrock na região de São Paulo, segundo a tabela de disponibilidade regional da AWS. Inferência na região: o pedido é processado em São Paulo. Só inferência global: o pedido pode ser processado em outra região, e os dados podem sair de São Paulo. Não oferecido no Bedrock: a AWS não lista o modelo. Não apurado: sem leitura conferida neste snapshot, o que não afirma nem nega a disponibilidade.
Como ler estes números
MAX, XHIGH, HIGH, MEDIUM e LOW · nível de raciocínio
Muitos modelos podem pensar mais antes de responder, do nível mais alto (MAX) ao mais baixo (LOW). Mostramos o melhor resultado publicado e o nível usado nele; sem rótulo, a fonte não informou o nível ou usou o padrão do modelo.
Sinal = · empatados
A diferença entre eles é menor que a margem de erro da medição, então nenhum pode ser chamado de melhor. Nas tabelas, o sinal marca quem cruza o intervalo publicado pela fonte para o líder da coluna.
Letras de evidência
Dizem quem produziu o número: F: reportado pelo fabricante · C: medido por concorrente · I: medição independente · H: preferência humana · A: agregador · X: medido pela X-Apps.
não medido
Nenhuma fonte lida publicou resultado deste modelo neste benchmark. Não equivale a zero: a célula fica sem número.
Arena Agent, IPS (%) · Agentes
Mede o ganho do modelo quando executa tarefas com ferramentas, comparado a uma referência fixa. Valor negativo quer dizer abaixo dessa referência. Cada estimativa sai com intervalo de confiança.
Nota geral (Índice Epoch, ECI)
Quão capaz é no conjunto? Nota que a Epoch AI calcula juntando vários testes independentes. Quanto maior, mais capaz o modelo no geral.
Raciocínio (GPQA Diamond)
Resolve perguntas difíceis de ciência? Prova com perguntas de nível de doutorado em biologia, física e química. Mostra a porcentagem de acertos.
Programação (Arena WebDev)
Programadores preferem o código dele? Pessoas comparam, sem saber qual é qual, o código que dois modelos escrevem e votam no melhor. Quanto maior a pontuação, mais vezes ele vence.
Conversa (Arena Text)
As pessoas preferem as respostas dele? Pessoas fazem a mesma pergunta a dois modelos anônimos e votam na melhor resposta. Quanto maior a pontuação, mais vezes ele vence.
Pedaço de texto · token
A unidade que os fabricantes cobram. Um milhão de tokens equivale a centenas de milhares de palavras.
Preço da pergunta · Entrada (input), US$ por milhão de tokens
Quanto custa o texto que você manda ao modelo: pergunta, instruções e documentos.
Preço da resposta · Saída (output), US$ por milhão de tokens
Quanto custa o texto que o modelo escreve de volta. Costuma ser mais caro que o envio.
Preço médio de uso · Preço combinado 3:1 (três partes de entrada para uma de saída)
Uma média que pesa o envio três vezes mais que a resposta, que é a proporção comum de uso.
Dólar oficial do dia · PTAX de venda do Banco Central
Os valores em reais usam a cotação oficial que o Banco Central publica todo dia útil, sem IOF nem spread do banco.
Quanto texto lê de uma vez · Janela de contexto (tokens)
O tamanho máximo de conversa e documentos que o modelo consegue considerar numa única pergunta.
Código aberto · Pesos abertos
O fabricante publica o modelo para baixar e rodar em servidor próprio. A licença diz o que é permitido.

Fontes: 74 documentos de 27 editores (Mistral AI, Anthropic, OpenAI, LMArena e mais 23), lidos de 19 out 2026 a 31 out 2026.

Ver os 74 documentos citados
  1. OpenAI, documentação de API, lido em 31 out 2026
  2. OpenAI, tabela oficial de preços, lido em 31 out 2026
  3. AWS, Amazon Bedrock, Regional availability by models, lido em 31 out 2026
  4. Banco Central do Brasil, PTAX, lido em 31 out 2026
  5. Epoch AI, AI Benchmarking Hub (epoch_capabilities_index/eci_scores.csv do benchmark_data.zip), lido em 31 out 2026
  6. Epoch AI, AI Benchmarking Hub (gpqa_diamond.csv do benchmark_data.zip), lido em 31 out 2026
  7. Epoch AI, AI Benchmarking Hub (arc_agi_2_external.csv do benchmark_data.zip), lido em 31 out 2026
  8. LMArena, dataset lmarena-ai/leaderboard-dataset (config webdev, split latest), lido em 31 out 2026
  9. LMArena, dataset lmarena-ai/leaderboard-dataset (config text, split latest), lido em 31 out 2026
  10. LMArena, dataset lmarena-ai/leaderboard-dataset (config agent, split latest), lido em 31 out 2026
  11. LMArena, dataset lmarena-ai/leaderboard-dataset (config vision, split latest), lido em 31 out 2026
  12. Anthropic, visão geral de modelos da Claude API, lido em 31 out 2026
  13. Anthropic, tabela oficial de preços, lido em 31 out 2026
  14. OpenAI API, página do modelo, lido em 31 out 2026
  15. OpenAI API, Pricing, lido em 31 out 2026
  16. AWS, Amazon Bedrock, model card do GPT-6.1 Terra, lido em 31 out 2026
  17. OpenAI API, página do modelo, lido em 31 out 2026
  18. Anthropic, documentação da Claude API, lido em 31 out 2026
  19. models.dev, catalogo aberto, lido em 31 out 2026
  20. Anthropic, documentação da Claude API, lido em 31 out 2026
  21. Google AI for Developers, Gemini 4 Argon, lido em 31 out 2026
  22. Google, preços da Gemini API, lido em 31 out 2026
  23. Meta Model API, Models, lido em 31 out 2026
  24. Meta Model API, Pricing and rate limits, lido em 31 out 2026
  25. Anthropic, documentação da Claude API, lido em 31 out 2026
  26. OpenAI, documentação de API, lido em 31 out 2026
  27. DeepSeek, documentação de API, lido em 31 out 2026
  28. DeepSeek, anúncio do V4.1-Flash, lido em 31 out 2026
  29. Moonshot AI, model card no Hugging Face, lido em 31 out 2026
  30. Moonshot AI, preços de inferência da Kimi API, lido em 31 out 2026
  31. Moonshot AI, LICENSE do repositorio Kimi-K3 no Hugging Face, lido em 31 out 2026
  32. Google, documentação da Gemini API, lido em 31 out 2026
  33. Meta Model API, Models, lido em 31 out 2026
  34. Meta AI Research, lido em 31 out 2026
  35. OpenAI API, página do modelo, lido em 31 out 2026
  36. OpenAI, documentação de API, lido em 31 out 2026
  37. Z.ai, lido em 31 out 2026
  38. Z.AI Developer Document, Pricing, lido em 31 out 2026
  39. Z.ai, LICENSE do repositorio GLM-5.3 no Hugging Face, lido em 31 out 2026
  40. DeepSeek, documentação de API, lido em 31 out 2026
  41. Google AI for Developers, Gemini 3.1 Pro Preview, lido em 31 out 2026
  42. Google, documentação da Gemini API, lido em 31 out 2026
  43. Meta Model API, Muse Spark Open, lido em 31 out 2026
  44. Meta Superintelligence Labs, model card do Muse Spark Open no Hugging Face, lido em 31 out 2026
  45. xAI, documentação do modelo, lido em 31 out 2026
  46. Z.ai, página do GLM-5.3-Flash, lido em 31 out 2026
  47. Z.ai, LICENSE do repositório GLM-5.3-Flash no Hugging Face, lido em 31 out 2026
  48. Mistral AI, ficha do Mistral Large 4 na documentação, lido em 31 out 2026
  49. Mistral Docs, Pricing, lido em 31 out 2026
  50. Mistral AI, anúncio do Mistral Large 4, lido em 31 out 2026
  51. MiniMax, anúncio do M3, lido em 31 out 2026
  52. MiniMax API Docs, Pay as You Go, lido em 31 out 2026
  53. Anthropic, documentação da Claude API, lido em 31 out 2026
  54. Mistral AI, ficha do Mistral Medium 3.5 na documentação, lido em 31 out 2026
  55. Mistral, Pricing (API, Standard), lido em 19 out 2026
  56. Mistral AI, catalogo com licenças, lido em 31 out 2026
  57. Kimi API Platform, Model Inference Pricing, lido em 31 out 2026
  58. Moonshot AI, Kimi K3.1 Pro Tech Blog, lido em 31 out 2026
  59. MiniMax API Docs, Text Generation, lido em 31 out 2026
  60. MiniMax API Docs, Pricing Overview, lido em 31 out 2026
  61. Mistral AI, ficha do Mistral Large 3 na documentação, lido em 31 out 2026
  62. Mistral, Pricing (API, Standard), lido em 19 out 2026
  63. Mistral AI, catalogo com licenças, lido em 31 out 2026
  64. Mistral AI, ficha do Mistral Small 4 na documentação, lido em 31 out 2026
  65. Mistral, Pricing (API, Standard), lido em 31 out 2026
  66. Mistral, Pricing (API, Standard), lido em 31 out 2026
  67. Meta AI Research, model card no Hugging Face, lido em 31 out 2026
  68. Qwen, model card no Hugging Face, lido em 31 out 2026
  69. Alibaba Cloud Model Studio, preços de modelos, lido em 31 out 2026
  70. Alibaba Cloud Model Studio, cache de contexto, lido em 31 out 2026
  71. Qwen, LICENSE do repositorio Qwen3.8-2.4T-A95B no Hugging Face, lido em 31 out 2026
  72. Alibaba Cloud Press Room, Alibaba unveils Qwen3.8-Max, lido em 31 out 2026
  73. Alibaba Cloud Model Studio, Model inference pricing, lido em 31 out 2026
  74. Qwen, model card do Qwen3.8-2.4T-A95B no Hugging Face, lido em 31 out 2026

Comparar preço por milhão de tokens entre fabricantes sem considerar o tokenizador distorce a conta.

Saiu da tabela pelo critério de cobertura: Claude Fable 5 (sucessor Claude Fable 5.1), em 2 out 2026; Claude Opus 5 (sucessor Claude Opus 5.5), em 31 out 2026; Claude Sonnet 5 (sucessor Claude Sonnet 5.5), em 31 out 2026; GPT-5.6 Sol (sucessor GPT-6.1 Sol), em 31 out 2026; Grok 4.6 (sucessor Grok 4.7), em 31 out 2026.

O que as colunas em reais e Em São Paulo querem dizer

Custo R$ por 1M de saída: preço de saída em dólar convertido pela PTAX de venda do Banco Central. É conversão de preço de tabela, não conta mensal; a conta por caso de uso está em Custo por caso de uso.

Na tabela de disponibilidade regional da AWS, In-Region quer dizer inferência dentro da região de São Paulo; Global quer dizer que o pedido pode ser processado em outra região da AWS, e os dados podem sair de São Paulo. A apuração cobre só o Amazon Bedrock: Azure e Google Cloud não foram conferidos.

Se o seu dado não pode sair da região, isso decide a escolha antes do preço e do benchmark. Para a política de uso, a classificação de dados e a trilha de auditoria, veja governança e segurança para IA generativa.

Explore mais

Comparações, gráficos e o histórico, além da tabela.

Comparar dois modelos lado a ladoEscolha dois modelos e veja, linha por linha, onde um supera o outro.

Comparação lado a lado de dois modelos de IA: atributos, preço por milhão de tokens e benchmarks do mesmo grupo comparável.
Campoos dois verificadosModelo A: GPT-6.1 TerraOpenAIModelo B: Kimi K3.1 ProMoonshot AI
Lançamento
Conhece fatos aténão divulgado
Quanto texto lê de uma vez (contexto), melhor
Maior resposta possível, melhor
O que entende (texto, imagem, áudio)
Código aberto (pesos abertos)
Preço da pergunta, US$ por milhão de tokens, melhor
Preço da resposta, US$ por milhão de tokens, melhor
Texto repetido, com desconto (cache), US$ por milhão de tokens, melhor
Envio em lote (batch), US$ por milhão de tokensentradasaídaentradasaída
Preço muda com o tamanho do pedido
acima de 272.000 tokensentradasaída
sem faixa por tamanho de prompt
Preço da resposta em reais, por milhão de tokensPTAX de 30 out 2026, 13:04:18, melhor
Sai de linha emsem data anunciadasem data anunciada
Benchmarks em comumH: preferência humana
Agentes (Arena Agent)config agent, split latest · esforço max preferência humana, melhorintervalo 8,62% a 12,53%intervalo 4,37% a 7,54%
Programação (Arena WebDev)config webdev, split latest · esforço max preferência humana, empate técnicointervalo 1.657,3 a 1.688,0, empate técnicointervalo 1.681,6 a 1.707,5

Só entram aqui os benchmarks em que os dois modelos aparecem no mesmo grupo comparável, com a mesma origem de medição.

Preço contra qualidade, em gráficoCada ponto é um modelo: mais à esquerda é mais barato, mais acima é melhor.

No ar: Nota geral (Índice Epoch, ECI) · medição independente · Epoch AI, AI Benchmarking Hub, 3 set 2026

  • círculo: medição independente
  • fronteira de Pareto
  • preço em escala logarítmica
GPT-6 Astra, OpenAI, Preço médio de uso: US$ 20,00, Nota geral (Índice Epoch, ECI): 169,1, Intervalo: 165,9 a 174,3, medição independente, 3 set 2026, na fronteira de preço e qualidade, empate técnico com Claude Opus 5.5, GPT-6.1 Terra, GPT-6.1 Sol, Claude Sonnet 5.5, Claude Fable 5.1, Gemini 4 ArgonClaude Opus 5.5, Anthropic, Preço médio de uso: US$ 8,00, Nota geral (Índice Epoch, ECI): 168,4, Intervalo: 165,4 a 173,0, medição independente, 22 set 2026, na fronteira de preço e qualidade, empate técnico com GPT-6 Astra, GPT-6.1 Terra, GPT-6.1 Sol, Claude Sonnet 5.5, Claude Fable 5.1, Gemini 4 ArgonGPT-6.1 Terra, OpenAI, Preço médio de uso: US$ 2,00, Nota geral (Índice Epoch, ECI): 168,1, Intervalo: 164,9 a 172,9, medição independente, 26 out 2026, na fronteira de preço e qualidade, empate técnico com GPT-6 Astra, Claude Opus 5.5, GPT-6.1 Sol, Claude Sonnet 5.5, Claude Fable 5.1, Gemini 4 ArgonGPT-6.1 Sol, OpenAI, Preço médio de uso: US$ 4,00, Nota geral (Índice Epoch, ECI): 167,8, Intervalo: 164,3 a 172,5, medição independente, 29 set 2026, empate técnico com GPT-6 Astra, Claude Opus 5.5, GPT-6.1 Terra, Claude Sonnet 5.5, Claude Fable 5.1, Gemini 4 Argon, Muse WonderClaude Sonnet 5.5, Anthropic, Preço médio de uso: US$ 4,00, Nota geral (Índice Epoch, ECI): 166,7, Intervalo: 163,6 a 171,3, medição independente, 28 set 2026, empate técnico com GPT-6 Astra, Claude Opus 5.5, GPT-6.1 Terra, GPT-6.1 Sol, Claude Fable 5.1, Gemini 4 Argon, Muse Wonder, Claude Haiku 5.5Claude Fable 5.1, Anthropic, Preço médio de uso: US$ 20,00, Nota geral (Índice Epoch, ECI): 166,4, Intervalo: 163,6 a 170,8, medição independente, 1 set 2026, empate técnico com GPT-6 Astra, Claude Opus 5.5, GPT-6.1 Terra, GPT-6.1 Sol, Claude Sonnet 5.5, Gemini 4 Argon, Muse Wonder, Claude Haiku 5.5Gemini 4 Argon, Google DeepMind, Preço médio de uso: US$ 4,00, Nota geral (Índice Epoch, ECI): 166,1, Intervalo: 163,1 a 170,3, medição independente, 30 set 2026, empate técnico com GPT-6 Astra, Claude Opus 5.5, GPT-6.1 Terra, GPT-6.1 Sol, Claude Sonnet 5.5, Claude Fable 5.1, Muse Wonder, Claude Haiku 5.5, GPT-5.6 TerraMuse Wonder, Meta (Meta Superintelligence Labs), Preço médio de uso: US$ 8,00, Nota geral (Índice Epoch, ECI): 161,7, Intervalo: 159,2 a 164,6, medição independente, 12 out 2026, empate técnico com GPT-6.1 Sol, Claude Sonnet 5.5, Claude Fable 5.1, Gemini 4 Argon, Claude Haiku 5.5, GPT-5.6 Terra, DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 LunaClaude Haiku 5.5, Anthropic, Preço médio de uso: US$ 0,20, Nota geral (Índice Epoch, ECI): 160,4, Intervalo: 157,3 a 163,8, medição independente, 7 out 2026, na fronteira de preço e qualidade, empate técnico com Claude Sonnet 5.5, Claude Fable 5.1, Gemini 4 Argon, Muse Wonder, GPT-5.6 Terra, DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro, Gemini 3.1 Pro PreviewGPT-5.6 Terra, OpenAI, Preço médio de uso: US$ 4,50, Nota geral (Índice Epoch, ECI): 160,1, Intervalo: 157,8 a 163,4, medição independente, 9 jul 2026, empate técnico com Gemini 4 Argon, Muse Wonder, Claude Haiku 5.5, DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-ProDeepSeek-V4.1-Flash, DeepSeek, Preço médio de uso: US$ 0,525, Nota geral (Índice Epoch, ECI): 158,8, Intervalo: 156,7 a 162,2, medição independente, 17 out 2026, empate técnico com Muse Wonder, Claude Haiku 5.5, GPT-5.6 Terra, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview, Grok 4.7Kimi K3, Moonshot AI, Preço médio de uso: US$ 6,00, Nota geral (Índice Epoch, ECI): 158,3, Intervalo: 155,8 a 161,4, medição independente, 16 jul 2026, empate técnico com Muse Wonder, Claude Haiku 5.5, GPT-5.6 Terra, DeepSeek-V4.1-Flash, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview, Grok 4.7Gemini 3.8 Flash, Google DeepMind, Preço médio de uso: US$ 1,50, Nota geral (Índice Epoch, ECI): 157,6, Intervalo: 155,5 a 160,9, medição independente, 2 set 2026, empate técnico com Muse Wonder, Claude Haiku 5.5, GPT-5.6 Terra, DeepSeek-V4.1-Flash, Kimi K3, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview, Grok 4.7Muse Spark 1.3, Meta (Meta Superintelligence Labs), Preço médio de uso: US$ 2,00, Nota geral (Índice Epoch, ECI): 157,4, Intervalo: 155,4 a 159,9, medição independente, 2 set 2026, empate técnico com Muse Wonder, Claude Haiku 5.5, GPT-5.6 Terra, DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview, Grok 4.7GPT-6 Luna, OpenAI, Preço médio de uso: US$ 0,20, Nota geral (Índice Epoch, ECI): 156,8, Intervalo: 154,0 a 159,5, medição independente, 22 set 2026, empate técnico com Muse Wonder, Claude Haiku 5.5, GPT-5.6 Terra, DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview, Grok 4.7, GLM-5.3-FlashGPT-5.6 Luna, OpenAI, Preço médio de uso: US$ 0,45, Nota geral (Índice Epoch, ECI): 156,7, Intervalo: 154,2 a 159,3, medição independente, 9 jul 2026, empate técnico com Muse Wonder, Claude Haiku 5.5, GPT-5.6 Terra, DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GLM-5.3, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview, Grok 4.7, GLM-5.3-FlashGLM-5.3, Z.ai (Zhipu AI), Preço médio de uso: US$ 2,15, Nota geral (Índice Epoch, ECI): 156,2, Intervalo: 154,3 a 158,5, medição independente, 14 ago 2026, empate técnico com Claude Haiku 5.5, GPT-5.6 Terra, DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview, Grok 4.7, GLM-5.3-FlashDeepSeek-V4-Pro, DeepSeek, Preço médio de uso: US$ 1,98, Nota geral (Índice Epoch, ECI): 155,9, Intervalo: 154,2 a 158,1, medição independente, 13 ago 2026, empate técnico com Claude Haiku 5.5, GPT-5.6 Terra, DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, Gemini 3.1 Pro Preview, Grok 4.7, GLM-5.3-FlashGemini 3.1 Pro Preview, Google DeepMind, Preço médio de uso: US$ 4,50, Nota geral (Índice Epoch, ECI): 155,2, Intervalo: 153,3 a 157,7, medição independente, 19 fev 2026, empate técnico com Claude Haiku 5.5, DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro, Grok 4.7, GLM-5.3-Flash, Mistral Large 4Grok 4.7, xAI, Preço médio de uso: US$ 3,00, Nota geral (Índice Epoch, ECI): 154,6, Intervalo: 152,6 a 157,1, medição independente, 21 set 2026, empate técnico com DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview, GLM-5.3-Flash, Mistral Large 4GLM-5.3-Flash, Z.ai (Zhipu AI), Preço médio de uso: US$ 0,238, Nota geral (Índice Epoch, ECI): 153,2, Intervalo: 150,9 a 155,4, medição independente, 20 ago 2026, empate técnico com GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview, Grok 4.7, Mistral Large 4Mistral Large 4, Mistral AI, Preço médio de uso: US$ 1,05, Nota geral (Índice Epoch, ECI): 150,6, Intervalo: 147,4 a 153,5, medição independente, 6 out 2026, empate técnico com Gemini 3.1 Pro Preview, Grok 4.7, GLM-5.3-Flash, MiniMax M3MiniMax M3, MiniMax, Preço médio de uso: US$ 0,525, Nota geral (Índice Epoch, ECI): 146,9, Intervalo: 142,4 a 150,3, medição independente, 1 jun 2026, empate técnico com Mistral Large 4, Claude Haiku 4.5, Mistral Medium 3.5Claude Haiku 4.5, Anthropic, Preço médio de uso: US$ 2,00, Nota geral (Índice Epoch, ECI): 142,2, Intervalo: 139,4 a 143,9, medição independente, 15 out 2025, empate técnico com MiniMax M3, Mistral Medium 3.5Mistral Medium 3.5, Mistral AI, Preço médio de uso: US$ 3,00, Nota geral (Índice Epoch, ECI): 141,5, Intervalo: 138,5 a 143,9, medição independente, 28 abr 2026, empate técnico com MiniMax M3, Claude Haiku 4.5

Fronteira de Pareto

Do mais barato para o mais caro:

  1. Claude Haiku 5.5US$ 0,20 · 160,4
  2. GPT-6.1 TerraUS$ 2,00 · 168,1
  3. Claude Opus 5.5US$ 8,00 · 168,4
  4. GPT-6 AstraUS$ 20,00 · 169,1
Como ler este gráfico
  • A linha liga os modelos que ninguém supera nas duas coisas ao mesmo tempo: para cada ponto dela, não existe neste gráfico outro modelo mais barato e melhor neste eixo.
  • A etiqueta de evidência aparece pela cor e pela forma do ponto, nunca só pela cor. Neste eixo, cada ponto é um círculo: medição independente.
  • O eixo do preço é logarítmico: cada potência de dez recebe três marcas, em um, dois e cinco, porque a tabela vai de centavos a dezenas de dólares por milhão de tokens. No celular, só as potências de dez.
  • O eixo de qualidade não começa no zero, e sim no menor valor deste grupo: em placar de pontos Elo o zero não existe na escala. Compare pela barra de erro, não pela distância até a base.
  • A haste vertical é o intervalo publicado pela fonte. Quando dois intervalos se cruzam, a tabela marca empate técnico.
  • Só os modelos da fronteira levam o nome no gráfico, e só onde ele não fica ambíguo; o nome que não cabe sem encostar em outro ponto fica na lista da fronteira. Os outros mostram o nome no foco e no mouse, e estão todos na tabela.
  • Cada ponto recebe foco pelo teclado e abre a mesma ficha que o mouse mostra.
Ver os mesmos números em tabela
Nota geral (Índice Epoch, ECI). nota do índice. medição independente. USD por milhão de tokens
ModeloPreço médio de usoResultadoIntervaloObservação
GPT-6 Astra169,1, fonte: Epoch AI, AI Benchmarking Hub, dado de 3 set 2026165,9 a 174,3empate técnico com Claude Opus 5.5, GPT-6.1 Terra, GPT-6.1 Sol, Claude Sonnet 5.5, Claude Fable 5.1, Gemini 4 Argon; fronteira
Claude Opus 5.5168,4, fonte: Epoch AI, AI Benchmarking Hub, dado de 22 set 2026165,4 a 173,0empate técnico com GPT-6 Astra, GPT-6.1 Terra, GPT-6.1 Sol, Claude Sonnet 5.5, Claude Fable 5.1, Gemini 4 Argon; fronteira
GPT-6.1 Terra168,1, fonte: Epoch AI, AI Benchmarking Hub, dado de 26 out 2026164,9 a 172,9empate técnico com GPT-6 Astra, Claude Opus 5.5, GPT-6.1 Sol, Claude Sonnet 5.5, Claude Fable 5.1, Gemini 4 Argon; fronteira
GPT-6.1 Sol167,8, fonte: Epoch AI, AI Benchmarking Hub, dado de 29 set 2026164,3 a 172,5empate técnico com GPT-6 Astra, Claude Opus 5.5, GPT-6.1 Terra, Claude Sonnet 5.5, Claude Fable 5.1, Gemini 4 Argon, Muse Wonder
Claude Sonnet 5.5166,7, fonte: Epoch AI, AI Benchmarking Hub, dado de 28 set 2026163,6 a 171,3empate técnico com GPT-6 Astra, Claude Opus 5.5, GPT-6.1 Terra, GPT-6.1 Sol, Claude Fable 5.1, Gemini 4 Argon, Muse Wonder, Claude Haiku 5.5
Claude Fable 5.1166,4, fonte: Epoch AI, AI Benchmarking Hub, dado de 1 set 2026163,6 a 170,8empate técnico com GPT-6 Astra, Claude Opus 5.5, GPT-6.1 Terra, GPT-6.1 Sol, Claude Sonnet 5.5, Gemini 4 Argon, Muse Wonder, Claude Haiku 5.5
Gemini 4 Argon166,1, fonte: Epoch AI, AI Benchmarking Hub, dado de 30 set 2026163,1 a 170,3empate técnico com GPT-6 Astra, Claude Opus 5.5, GPT-6.1 Terra, GPT-6.1 Sol, Claude Sonnet 5.5, Claude Fable 5.1, Muse Wonder, Claude Haiku 5.5, GPT-5.6 Terra
Muse Wonder161,7, fonte: Epoch AI, AI Benchmarking Hub, dado de 12 out 2026159,2 a 164,6empate técnico com GPT-6.1 Sol, Claude Sonnet 5.5, Claude Fable 5.1, Gemini 4 Argon, Claude Haiku 5.5, GPT-5.6 Terra, DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna
Claude Haiku 5.5160,4, fonte: Epoch AI, AI Benchmarking Hub, dado de 7 out 2026157,3 a 163,8empate técnico com Claude Sonnet 5.5, Claude Fable 5.1, Gemini 4 Argon, Muse Wonder, GPT-5.6 Terra, DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview; fronteira
GPT-5.6 Terra160,1, fonte: Epoch AI, AI Benchmarking Hub, dado de 9 jul 2026157,8 a 163,4empate técnico com Gemini 4 Argon, Muse Wonder, Claude Haiku 5.5, DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro
DeepSeek-V4.1-Flash158,8, fonte: Epoch AI, AI Benchmarking Hub, dado de 17 out 2026156,7 a 162,2empate técnico com Muse Wonder, Claude Haiku 5.5, GPT-5.6 Terra, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview, Grok 4.7
Kimi K3158,3, fonte: Epoch AI, AI Benchmarking Hub, dado de 16 jul 2026155,8 a 161,4empate técnico com Muse Wonder, Claude Haiku 5.5, GPT-5.6 Terra, DeepSeek-V4.1-Flash, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview, Grok 4.7
Gemini 3.8 Flash157,6, fonte: Epoch AI, AI Benchmarking Hub, dado de 2 set 2026155,5 a 160,9empate técnico com Muse Wonder, Claude Haiku 5.5, GPT-5.6 Terra, DeepSeek-V4.1-Flash, Kimi K3, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview, Grok 4.7
Muse Spark 1.3157,4, fonte: Epoch AI, AI Benchmarking Hub, dado de 2 set 2026155,4 a 159,9empate técnico com Muse Wonder, Claude Haiku 5.5, GPT-5.6 Terra, DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview, Grok 4.7
GPT-6 Luna156,8, fonte: Epoch AI, AI Benchmarking Hub, dado de 22 set 2026154,0 a 159,5empate técnico com Muse Wonder, Claude Haiku 5.5, GPT-5.6 Terra, DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview, Grok 4.7, GLM-5.3-Flash
GPT-5.6 Luna156,7, fonte: Epoch AI, AI Benchmarking Hub, dado de 9 jul 2026154,2 a 159,3empate técnico com Muse Wonder, Claude Haiku 5.5, GPT-5.6 Terra, DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GLM-5.3, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview, Grok 4.7, GLM-5.3-Flash
GLM-5.3156,2, fonte: Epoch AI, AI Benchmarking Hub, dado de 14 ago 2026154,3 a 158,5empate técnico com Claude Haiku 5.5, GPT-5.6 Terra, DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview, Grok 4.7, GLM-5.3-Flash
DeepSeek-V4-Pro155,9, fonte: Epoch AI, AI Benchmarking Hub, dado de 13 ago 2026154,2 a 158,1empate técnico com Claude Haiku 5.5, GPT-5.6 Terra, DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, Gemini 3.1 Pro Preview, Grok 4.7, GLM-5.3-Flash
Gemini 3.1 Pro Preview155,2, fonte: Epoch AI, AI Benchmarking Hub, dado de 19 fev 2026153,3 a 157,7empate técnico com Claude Haiku 5.5, DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro, Grok 4.7, GLM-5.3-Flash, Mistral Large 4
Grok 4.7154,6, fonte: Epoch AI, AI Benchmarking Hub, dado de 21 set 2026152,6 a 157,1empate técnico com DeepSeek-V4.1-Flash, Kimi K3, Gemini 3.8 Flash, Muse Spark 1.3, GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview, GLM-5.3-Flash, Mistral Large 4
GLM-5.3-Flash153,2, fonte: Epoch AI, AI Benchmarking Hub, dado de 20 ago 2026150,9 a 155,4empate técnico com GPT-6 Luna, GPT-5.6 Luna, GLM-5.3, DeepSeek-V4-Pro, Gemini 3.1 Pro Preview, Grok 4.7, Mistral Large 4
Mistral Large 4150,6, fonte: Epoch AI, AI Benchmarking Hub, dado de 6 out 2026147,4 a 153,5empate técnico com Gemini 3.1 Pro Preview, Grok 4.7, GLM-5.3-Flash, MiniMax M3
MiniMax M3146,9, fonte: Epoch AI, AI Benchmarking Hub, dado de 1 jun 2026142,4 a 150,3empate técnico com Mistral Large 4, Claude Haiku 4.5, Mistral Medium 3.5
Claude Haiku 4.5142,2, fonte: Epoch AI, AI Benchmarking Hub, dado de 15 out 2025139,4 a 143,9empate técnico com MiniMax M3, Mistral Medium 3.5
Mistral Medium 3.5141,5, fonte: Epoch AI, AI Benchmarking Hub, dado de 28 abr 2026138,5 a 143,9empate técnico com MiniMax M3, Claude Haiku 4.5

Modelos deste grupo sem preço vigente de fonte primária ficam fora do gráfico, porque preço ausente não é preço zero: Muse Spark Open.

Cada eixo é um grupo comparável só. Medição independente e número reportado pelo fabricante nunca dividem o mesmo eixo.

Todos os testes, um por umEscolha um teste e veja como cada modelo se saiu nele.

Mesmo nome, versão diferente: placar com o mesmo nome pode medir coisas diferentes conforme a versão e as regras, então a página troca de grupo em vez de juntar tudo numa lista só.

medição independenteversão 2% de acertoEpoch AI, AI Benchmarking Hub, 3 set 2026

  1. GPT-6 Astra
    95%max de esforço
  2. GPT-6.1 Sol
    94,17%max de esforço
  3. Claude Opus 5.5
    92,5%xhigh de esforço
  4. Gemini 4 Argon
    91,25%high de esforço
  5. Claude Fable 5.1
    90%max de esforço
  6. Gemini 3.8 Flash
    89,17%high de esforço
  7. GPT-5.6 Terra
    83,9%max de esforço
  8. Claude Sonnet 5.5
    83,89%xhigh de esforço
  9. DeepSeek-V4.1-Flash
    78,06%max de esforço
  10. Gemini 3.1 Pro Preview
    77,1%
  11. GLM-5.3-Flash
    65,83%max de esforço
  12. Grok 4.7
    61,39%xhigh de esforço
  13. Claude Haiku 5.5
    61,25%xhigh de esforço
  14. DeepSeek-V4-Pro
    61,25%max de esforço
  15. Kimi K3
    60,42%max de esforço
  16. GPT-5.6 Luna
    59,54%max de esforço
  17. GPT-6 Luna
    59,31%max de esforço
  18. Muse Spark Open
    57,5%xhigh de esforço
  19. Claude Haiku 4.5
    4,03%

Barra a partir do zero até o teto declarado da escala.

Ver todas as configurações (72)
Quebra-cabeças (ARC-AGI-2). versão 2. % de acerto. medição independente
ModeloConfiguraçãoResultadoIntervalo
GPT-6 Astramax95%, fonte: Epoch AI, AI Benchmarking Hub, dado de 3 set 2026sem intervalo publicado
GPT-6.1 Solmax94,17%, fonte: Epoch AI, AI Benchmarking Hub, dado de 29 set 2026sem intervalo publicado
GPT-6 Astraxhigh93,33%, fonte: Epoch AI, AI Benchmarking Hub, dado de 3 set 2026sem intervalo publicado
Claude Opus 5.5xhigh92,5%, fonte: Epoch AI, AI Benchmarking Hub, dado de 22 set 2026sem intervalo publicado
GPT-6 Astrahigh92,08%, fonte: Epoch AI, AI Benchmarking Hub, dado de 3 set 2026sem intervalo publicado
GPT-6 Astramedium92,08%, fonte: Epoch AI, AI Benchmarking Hub, dado de 3 set 2026sem intervalo publicado
Claude Opus 5.5max91,67%, fonte: Epoch AI, AI Benchmarking Hub, dado de 22 set 2026sem intervalo publicado
GPT-6.1 Solhigh91,67%, fonte: Epoch AI, AI Benchmarking Hub, dado de 29 set 2026sem intervalo publicado
GPT-6.1 Solxhigh91,67%, fonte: Epoch AI, AI Benchmarking Hub, dado de 29 set 2026sem intervalo publicado
Gemini 4 Argonhigh91,25%, fonte: Epoch AI, AI Benchmarking Hub, dado de 30 set 2026sem intervalo publicado
Claude Fable 5.1max90%, fonte: Epoch AI, AI Benchmarking Hub, dado de 1 set 2026sem intervalo publicado
Claude Fable 5.1xhigh90%, fonte: Epoch AI, AI Benchmarking Hub, dado de 1 set 2026sem intervalo publicado
Gemini 3.8 Flashhigh89,17%, fonte: Epoch AI, AI Benchmarking Hub, dado de 2 set 2026sem intervalo publicado
Claude Fable 5.1high88,75%, fonte: Epoch AI, AI Benchmarking Hub, dado de 1 set 2026sem intervalo publicado
Claude Opus 5.5medium87,5%, fonte: Epoch AI, AI Benchmarking Hub, dado de 22 set 2026sem intervalo publicado
Gemini 4 Argonmedium87,08%, fonte: Epoch AI, AI Benchmarking Hub, dado de 30 set 2026sem intervalo publicado
GPT-6.1 Solmedium86,67%, fonte: Epoch AI, AI Benchmarking Hub, dado de 29 set 2026sem intervalo publicado
Claude Fable 5.1medium86,25%, fonte: Epoch AI, AI Benchmarking Hub, dado de 1 set 2026sem intervalo publicado
GPT-6 Astralow85,42%, fonte: Epoch AI, AI Benchmarking Hub, dado de 3 set 2026sem intervalo publicado
GPT-5.6 Terramax83,9%, fonte: Epoch AI, AI Benchmarking Hub, dado de 9 jul 2026sem intervalo publicado
Claude Sonnet 5.5xhigh83,89%, fonte: Epoch AI, AI Benchmarking Hub, dado de 28 set 2026sem intervalo publicado
Gemini 3.8 Flashmedium82,92%, fonte: Epoch AI, AI Benchmarking Hub, dado de 2 set 2026sem intervalo publicado
Claude Fable 5.1low78,33%, fonte: Epoch AI, AI Benchmarking Hub, dado de 1 set 2026sem intervalo publicado
DeepSeek-V4.1-Flashmax78,06%, fonte: Epoch AI, AI Benchmarking Hub, dado de 17 out 2026sem intervalo publicado
Gemini 3.8 Flashlow77,5%, fonte: Epoch AI, AI Benchmarking Hub, dado de 2 set 2026sem intervalo publicado
Gemini 3.1 Pro Previewnão informada77,1%, fonte: Epoch AI, AI Benchmarking Hub, dado de 19 fev 2026sem intervalo publicado
GPT-6.1 Sollow76,67%, fonte: Epoch AI, AI Benchmarking Hub, dado de 29 set 2026sem intervalo publicado
GPT-5.6 Terraxhigh74,17%, fonte: Epoch AI, AI Benchmarking Hub, dado de 9 jul 2026sem intervalo publicado
DeepSeek-V4.1-Flashlow73,61%, fonte: Epoch AI, AI Benchmarking Hub, dado de 17 out 2026sem intervalo publicado
DeepSeek-V4.1-Flashhigh68,61%, fonte: Epoch AI, AI Benchmarking Hub, dado de 17 out 2026sem intervalo publicado
Claude Sonnet 5.5high67,36%, fonte: Epoch AI, AI Benchmarking Hub, dado de 28 set 2026sem intervalo publicado
GPT-5.6 Terrahigh67,08%, fonte: Epoch AI, AI Benchmarking Hub, dado de 9 jul 2026sem intervalo publicado
GLM-5.3-Flashmax65,83%, fonte: Epoch AI, AI Benchmarking Hub, dado de 20 ago 2026sem intervalo publicado
Grok 4.7xhigh61,39%, fonte: Epoch AI, AI Benchmarking Hub, dado de 21 set 2026sem intervalo publicado
Claude Haiku 5.5xhigh61,25%, fonte: Epoch AI, AI Benchmarking Hub, dado de 7 out 2026sem intervalo publicado
DeepSeek-V4-Promax61,25%, fonte: Epoch AI, AI Benchmarking Hub, dado de 13 ago 2026sem intervalo publicado
Kimi K3max60,42%, fonte: Epoch AI, AI Benchmarking Hub, dado de 16 jul 2026sem intervalo publicado
DeepSeek-V4-Prohigh59,72%, fonte: Epoch AI, AI Benchmarking Hub, dado de 13 ago 2026sem intervalo publicado
GPT-6 Astrapadrão59,58%, fonte: Epoch AI, AI Benchmarking Hub, dado de 3 set 2026sem intervalo publicado
GPT-5.6 Lunamax59,54%, fonte: Epoch AI, AI Benchmarking Hub, dado de 9 jul 2026sem intervalo publicado
GPT-6 Lunamax59,31%, fonte: Epoch AI, AI Benchmarking Hub, dado de 22 set 2026sem intervalo publicado
Grok 4.7medium58,75%, fonte: Epoch AI, AI Benchmarking Hub, dado de 21 set 2026sem intervalo publicado
Grok 4.7high58,33%, fonte: Epoch AI, AI Benchmarking Hub, dado de 21 set 2026sem intervalo publicado
Muse Spark Openxhigh57,5%, fonte: Epoch AI, AI Benchmarking Hub, dado de 15 out 2026sem intervalo publicado
DeepSeek-V4-Prolow56,25%, fonte: Epoch AI, AI Benchmarking Hub, dado de 13 ago 2026sem intervalo publicado
Kimi K3high55%, fonte: Epoch AI, AI Benchmarking Hub, dado de 16 jul 2026sem intervalo publicado
GLM-5.3-Flashhigh50,14%, fonte: Epoch AI, AI Benchmarking Hub, dado de 20 ago 2026sem intervalo publicado
GPT-5.6 Lunaxhigh47,64%, fonte: Epoch AI, AI Benchmarking Hub, dado de 9 jul 2026sem intervalo publicado
Muse Spark Openhigh47,5%, fonte: Epoch AI, AI Benchmarking Hub, dado de 15 out 2026sem intervalo publicado
Gemini 4 Argonlow42,08%, fonte: Epoch AI, AI Benchmarking Hub, dado de 30 set 2026sem intervalo publicado
GPT-6 Lunaxhigh41,94%, fonte: Epoch AI, AI Benchmarking Hub, dado de 22 set 2026sem intervalo publicado
GPT-5.6 Terramedium37,5%, fonte: Epoch AI, AI Benchmarking Hub, dado de 9 jul 2026sem intervalo publicado
Claude Sonnet 5.5medium32,78%, fonte: Epoch AI, AI Benchmarking Hub, dado de 28 set 2026sem intervalo publicado
GPT-6 Lunahigh31,39%, fonte: Epoch AI, AI Benchmarking Hub, dado de 22 set 2026sem intervalo publicado
Claude Haiku 5.5high30,69%, fonte: Epoch AI, AI Benchmarking Hub, dado de 7 out 2026sem intervalo publicado
GPT-5.6 Lunahigh29,31%, fonte: Epoch AI, AI Benchmarking Hub, dado de 9 jul 2026sem intervalo publicado
Muse Spark Openmedium27,5%, fonte: Epoch AI, AI Benchmarking Hub, dado de 15 out 2026sem intervalo publicado
Claude Sonnet 5.5low24,03%, fonte: Epoch AI, AI Benchmarking Hub, dado de 28 set 2026sem intervalo publicado
GPT-5.6 Terralow18,75%, fonte: Epoch AI, AI Benchmarking Hub, dado de 9 jul 2026sem intervalo publicado
GPT-6 Lunamedium18,06%, fonte: Epoch AI, AI Benchmarking Hub, dado de 22 set 2026sem intervalo publicado
Grok 4.7low16,67%, fonte: Epoch AI, AI Benchmarking Hub, dado de 21 set 2026sem intervalo publicado
Kimi K3low12,36%, fonte: Epoch AI, AI Benchmarking Hub, dado de 16 jul 2026sem intervalo publicado
Muse Spark Openlow12,22%, fonte: Epoch AI, AI Benchmarking Hub, dado de 15 out 2026sem intervalo publicado
Claude Haiku 5.5medium9,44%, fonte: Epoch AI, AI Benchmarking Hub, dado de 7 out 2026sem intervalo publicado
GPT-5.6 Lunamedium7,36%, fonte: Epoch AI, AI Benchmarking Hub, dado de 9 jul 2026sem intervalo publicado
GPT-5.6 Lunalow5,14%, fonte: Epoch AI, AI Benchmarking Hub, dado de 9 jul 2026sem intervalo publicado
GPT-6 Lunalow4,58%, fonte: Epoch AI, AI Benchmarking Hub, dado de 22 set 2026sem intervalo publicado
Claude Haiku 4.5não informada4,03%, fonte: Epoch AI, AI Benchmarking Hub, dado de 15 out 2025sem intervalo publicado
Claude Haiku 5.5low2,78%, fonte: Epoch AI, AI Benchmarking Hub, dado de 7 out 2026sem intervalo publicado
DeepSeek-V4.1-Flashpadrão2,08%, fonte: Epoch AI, AI Benchmarking Hub, dado de 17 out 2026sem intervalo publicado
DeepSeek-V4-Propadrão0,83%, fonte: Epoch AI, AI Benchmarking Hub, dado de 13 ago 2026sem intervalo publicado
GPT-6 Lunapadrão0%, fonte: Epoch AI, AI Benchmarking Hub, dado de 22 set 2026sem intervalo publicado

Este benchmark aparece em mais de um recorte neste snapshot. Compare dentro do grupo escolhido, nunca entre grupos.

Custo mensal em reais por caso de usoQuanto cada modelo custaria por mês, em reais, num volume de uso que é premissa da X-Apps.
Custo mensal em reais por modelo e por volume, calculado a partir do perfil de carga declarado abaixo.
ModeloChatbot10.000 interações por mês100.000 interações por mês1.000.000 interações por mêsRAG5.000 consultas por mês50.000 consultas por mês500.000 consultas por mêsAgentes1.000 tarefas por mês10.000 tarefas por mês100.000 tarefas por mêsProgramação500 tarefas por mês5.000 tarefas por mês50.000 tarefas por mês
Claude Haiku 5.5R$ 11,87R$ 118,72R$ 1.187,24R$ 17,29R$ 172,94R$ 1.729,36R$ 45,28R$ 452,78R$ 4.527,79R$ 111,81R$ 1.118,12R$ 11.181,23
GPT-6 LunaR$ 11,87R$ 118,72R$ 1.187,24R$ 17,29R$ 172,94R$ 1.729,36R$ 45,28R$ 452,78R$ 4.527,79R$ 111,81R$ 1.118,12R$ 11.181,23
GLM-5.3-FlashR$ 14,47R$ 144,75R$ 1.447,46R$ 23,96R$ 239,62R$ 2.396,17R$ 60,37R$ 603,70R$ 6.037,05R$ 149,08R$ 1.490,83R$ 14.908,30

Só os três modelos mais baratos pelo preço médio de uso, não uma recomendação. O ranking completo, com custo e qualidade, está na página de cada caso: Chatbot, RAG, Agentes e Programação.

Reais por mês no volume escolhido, convertidos pelo dólar oficial do dia, em 30 out 2026, 13:04:18. Perfil de carga da X-Apps, aprovado em 14 set 2026. Com a escrita de cache fora da conta, cada valor é um piso.

Fale com a X-Apps sobre: Chatbot · RAG · Agentes · Programação

Como a conta é feita

Fórmula: custo_mensal_usd = interacoes_por_mes x (tokens_entrada_por_interacao x preco_entrada x (1 - proporcao_cache x (1 - fator_cache)) + tokens_saida_por_interacao x preco_saida) / 1000000; custo_mensal_brl = custo_mensal_usd x meta.cotacao.valor; para agentes e código, interacoes_por_mes = tarefas_por_mes x chamadas_por_tarefa Regras assumidas por esta fórmula em regras_de_custo: fator_cache, escrita_de_cache, horario_de_pico e provedor_por_modelo.

A mesma conta com os números, no volume médio

  • Chatbot, Claude Haiku 5.5: custo_mensal_usd = 100.000 x (1.500 x 0,1 x (1 - 0,6 x (1 - 0,1)) + 300 x 0,5) / 1000000; custo_mensal_brl = 21,9 x 5,4212
  • RAG, Claude Haiku 5.5: custo_mensal_usd = 50.000 x (6.000 x 0,1 x (1 - 0,3 x (1 - 0,1)) + 400 x 0,5) / 1000000; custo_mensal_brl = 31,9 x 5,4212
  • Agentes, Claude Haiku 5.5: custo_mensal_usd = 120.000 x (8.000 x 0,1 x (1 - 0,7 x (1 - 0,1)) + 800 x 0,5) / 1000000; custo_mensal_brl = 83,52 x 5,4212
  • Programação, Claude Haiku 5.5: custo_mensal_usd = 125.000 x (20.000 x 0,1 x (1 - 0,75 x (1 - 0,1)) + 2.000 x 0,5) / 1000000; custo_mensal_brl = 206,25 x 5,4212
Premissas de carga de cada caso
PremissaChatbotRAGAgentesProgramação
Tokens de entrada por interação1.500 tokens6.000 tokens8.000 tokens por chamada20.000 tokens por chamada
Tokens de saída por interação300 tokens400 tokens800 tokens por chamada2.000 tokens por chamada
Fração da entrada servida por cache0,6 fração da entrada servida por cache0,3 fração da entrada servida por cache0,7 fração da entrada servida por cache0,75 fração da entrada servida por cache
Fator de cachederivado do preço de cache de cada modelo razão entre o preço de leitura de cache e o preço de entrada de cada modelo; 1 quando o modelo não publica preço de cache, ou seja, sem desconto. Nunca 0. (em todos os casos)
Volume mensal10.000, 100.000, 1.000.000 interações por mês [pequeno, médio, grande]5.000, 50.000, 500.000 consultas por mês [pequeno, médio, grande]1.000, 10.000, 100.000 tarefas por mês [pequeno, médio, grande]500, 5.000, 50.000 tarefas por mês [pequeno, médio, grande]
Chamadas ao modelo por tarefanão se aplicanão se aplica12 chamadas ao modelo por tarefa25 chamadas ao modelo por tarefa
  • Premissa da X-Apps definida a partir de perfis típicos de projeto (system prompt mais histórico curto), sem base em cliente específico. Aprovada em 14/09/2026.
  • Premissa da X-Apps definida a partir de perfis típicos de projeto (pergunta, system prompt e contexto recuperado), sem base em cliente específico. Aprovada em 14/09/2026.
  • Premissa da X-Apps definida a partir de perfis típicos de projeto (contexto acumulado e resultados de ferramentas), sem base em cliente específico. Aprovada em 14/09/2026.
  • Premissa da X-Apps definida a partir de perfis típicos de projeto (arquivos abertos, diff e histórico do agente de código), sem base em cliente específico. Aprovada em 14/09/2026.
  • Premissa da X-Apps definida a partir de perfis típicos de projeto, sem base em cliente específico. Aprovada em 14/09/2026.
  • Derivada do preço de cada modelo no dataset, não é premissa numérica. Regra aprovada em 14/09/2026.

Quatro regras que esta conta assume

Fator de cache
O fator de cache é o preço de leitura de cache dividido pelo preço de entrada, quando o fabricante publica o preço de leitura de cache do modelo, e 1 quando esse preço não é divulgado, ou seja, sem desconto. Nunca 0: lido como 0, o fator aplicaria desconto integral sobre toda a parte da entrada servida por cache e subestimaria o custo (no caso código, com proporção de cache de três quartos, a subestimação seria de metade do valor). Dois preços em vigor não trazem preço de cache: os do Qwen3.8-Max e do Qwen3.8-2.4T-A95B, os dois no Model Studio da Alibaba Cloud, que manda consultar o console para o preço de cache desses modelos.
Escrita de cache
Fora do cálculo nesta versão e declarado como tal ao leitor. A escrita de cache custa 1,25x a entrada na janela de cinco minutos e 2x na de uma hora nos preços da Anthropic, e 1,25x nos da OpenAI; a taxa de reescrita do prefixo depende do padrão de uso, que o dataset não mede e que nenhuma fonte publica. Consequência declarada: em carga com muito cache o custo publicado é um piso, não uma estimativa central.
Horário de pico
Modelo com horário de pico na tabela de preços entra na coluna de custo pela tarifa de PICO, que é a tarifa de referência da própria página (a DeepSeek apresenta o fora de pico como desconto de metade), e o fora de pico aparece como nota. Vale para o DeepSeek-V4-Pro e o DeepSeek-V4.1-Flash: pico das 01:00 às 04:00 e das 06:00 às 10:00 UTC, de segunda a sexta, exceto feriados chineses, no máximo 35 das 168 horas da semana. No horário de Brasília (UTC-3) essas janelas vão das 22:00 à 01:00 e das 03:00 às 07:00, fora do horário comercial brasileiro, o que torna a tarifa de pico uma referência conservadora para quem usa o modelo nesse horário.
Provedor por modelo
Quando um modelo tem mais de um preço em vigor, a coluna de custo usa o preço indicado aqui. Muse Spark 1.3: o tier Standard da Meta Model API. O tier Contributor, doze vezes e meia mais barato, fica FORA da coluna de custo porque é o tier em que prompts e respostas do cliente treinam modelos da Meta; ele aparece só na seção de preços, com a pílula de treino de dados. Gemini 3.1 Pro Preview e Gemini 3.8 Flash: o preço da Gemini API do Google (os dois preços em vigor, Gemini API e Vertex AI, têm a mesma entrada, a mesma saída e o mesmo preço de leitura de cache, então a escolha não muda o valor).
Fora do cálculo
IOF, spread bancário, tributação de pessoa jurídica, marketplace de nuvem, Batch, modo rápido, escrita de cache, tokens de raciocínio além da saída declarada e custo de ferramentas ou de infraestrutura.
O que mudou nas últimas semanasLançamentos, mudanças de preço e aposentadorias, com a data do anúncio oficial.

Novidades

A data é a do anúncio: Cada item traz a data do anúncio oficial, não a data em que esta página foi publicada. Evento com prazo declarado some da lista sozinho quando o prazo passa.

Preço anterior e preço novo publicados pelo fabricante, cada um com fonte e data. Data de lançamento declarada pelo fabricante.

  1. mudança de preço

    Mudança de preço de Mistral Large 4 (cache leitura), Ver o anúncio oficial

    Mistral AI

    de [object Object] para [object Object].

  2. de [object Object] para [object Object].

  3. de [object Object] para [object Object].

Próximas aposentadorias

Data mínima de aposentadoria declarada pelo fabricante, da mais próxima para a mais distante. É prazo anunciado, não fato consumado.

  1. fim de vida

    Aposentadoria de Mistral Medium 3.5 não antes da data indicada, Ver o anúncio oficial

    Mistral AI
  2. não antes de
  3. não antes de
  4. não antes de
  5. não antes de
  6. não antes de
  7. não antes de

Linha do tempo

Um ponto por evento datado: a forma diz o tipo e a linha tracejada marca a data deste snapshot. À direita dela é prazo anunciado, não fato consumado.

A linha do tempo cobre de 15 out 2025 a 13 out 2027: 48 eventos de 11 fabricantes, um ponto por evento.

snapshot desta página: 31 out 2026snapshot desta página: 31 out 202615 out 2025, Anthropic, Claude Haiku 4.5, lançamento, Lançamento de Claude Haiku 4.52 dez 2025, Mistral AI, Mistral Large 3, lançamento, Lançamento de Mistral Large 319 fev 2026, Google DeepMind, Gemini 3.1 Pro Preview, lançamento, Lançamento de Gemini 3.1 Pro Preview16 mar 2026, Mistral AI, Mistral Small 4, lançamento, Lançamento de Mistral Small 4Grupo de 2 eventos, de 24 abr 2026 a 28 abr 2026: 24 abr 2026, DeepSeek, DeepSeek-V4-Pro, lançamento, Lançamento de DeepSeek-V4-Pro; 28 abr 2026, Mistral AI, Mistral Medium 3.5, lançamento, Lançamento de Mistral Medium 3.521 jun 2026, MiniMax, MiniMax M3, lançamento, Lançamento de MiniMax M3Grupo de 3 eventos, de 9 jul 2026 a 16 jul 2026: 9 jul 2026, OpenAI, GPT-5.6 Luna, lançamento, Lançamento de GPT-5.6 Luna; 9 jul 2026, OpenAI, GPT-5.6 Terra, lançamento, Lançamento de GPT-5.6 Terra; 16 jul 2026, Moonshot AI, Kimi K3, lançamento, Lançamento de Kimi K33Grupo de 4 eventos, de 3 ago 2026 a 18 ago 2026: 3 ago 2026, Alibaba (Qwen), Qwen3.8-2.4T-A95B, lançamento, Lançamento de Qwen3.8-2.4T-A95B; 3 ago 2026, Alibaba (Qwen), Qwen3.8-Max, lançamento, Lançamento de Qwen3.8-Max; 10 ago 2026, Meta (Meta Superintelligence Labs), Muse Glimmer-30B, lançamento, Lançamento de Muse Glimmer-30B; 18 ago 2026, Z.ai (Zhipu AI), GLM-5.3, lançamento, Lançamento de GLM-5.34Grupo de 7 eventos, de 26 ago 2026 a 10 set 2026: 26 ago 2026, Z.ai (Zhipu AI), GLM-5.3-Flash, lançamento, Lançamento de GLM-5.3-Flash; 1 set 2026, Anthropic, Claude Fable 5.1, lançamento, Lançamento de Claude Fable 5.1; 2 set 2026, Google DeepMind, Gemini 3.8 Flash, lançamento, Lançamento de Gemini 3.8 Flash; 2 set 2026, Meta (Meta Superintelligence Labs), Muse Spark 1.3, lançamento, Lançamento de Muse Spark 1.3; 3 set 2026, OpenAI, GPT-6 Astra, lançamento, Lançamento de GPT-6 Astra; 10 set 2026, DeepSeek, DeepSeek-V4-Flash, fim de vida, DeepSeek-V4-Flash aposentado pelo fabricante; 10 set 2026, DeepSeek, DeepSeek-V4.1-Flash, lançamento, Lançamento de DeepSeek-V4.1-Flash7Grupo de 14 eventos, de 21 set 2026 a 19 out 2026: 21 set 2026, xAI, Grok 4.7, lançamento, Lançamento de Grok 4.7; 22 set 2026, Anthropic, Claude Opus 5.5, lançamento, Lançamento de Claude Opus 5.5; 22 set 2026, OpenAI, GPT-6 Luna, lançamento, Lançamento de GPT-6 Luna; 28 set 2026, Anthropic, Claude Sonnet 5.5, lançamento, Lançamento de Claude Sonnet 5.5; 29 set 2026, OpenAI, GPT-6.1 Sol, lançamento, Lançamento de GPT-6.1 Sol; 2 out 2026, DeepSeek, DeepSeek-V4-Pro, correção, Correção: DeepSeek-V4-Pro segue ativo na API; 6 out 2026, Mistral AI, Mistral Large 4, lançamento, Lançamento de Mistral Large 4; 7 out 2026, Anthropic, Claude Haiku 5.5, lançamento, Lançamento de Claude Haiku 5.5; 12 out 2026, Meta (Meta Superintelligence Labs), Muse Wonder, lançamento, Lançamento de Muse Wonder; 13 out 2026, Google DeepMind, Gemini 4 Argon, lançamento, Lançamento de Gemini 4 Argon; 15 out 2026, Anthropic, Claude Haiku 4.5, fim de vida, Aposentadoria de Claude Haiku 4.5 não antes da data indicada; 15 out 2026, Meta (Meta Superintelligence Labs), Muse Spark Open, lançamento, Lançamento de Muse Spark Open; 19 out 2026, MiniMax, MiniMax M3.1 Flash, lançamento, Lançamento de MiniMax M3.1 Flash; 19 out 2026, Anthropic, Claude Sonnet 5.5, mudança de preço, Mudança de preço de Claude Sonnet 5.5 (cache leitura)14Grupo de 5 eventos, de 24 out 2026 a 29 out 2026: 24 out 2026, Moonshot AI, Kimi K3.1 Pro, lançamento, Lançamento de Kimi K3.1 Pro; 26 out 2026, OpenAI, GPT-6.1 Terra, lançamento, Lançamento de GPT-6.1 Terra; 29 out 2026, Mistral AI, Mistral Large 4, mudança de preço, Mudança de preço de Mistral Large 4 (cache leitura); 29 out 2026, Mistral AI, Mistral Large 4, mudança de preço, Mudança de preço de Mistral Large 4 (entrada); 29 out 2026, Mistral AI, Mistral Large 4, mudança de preço, Mudança de preço de Mistral Large 4 (saida)5Grupo de 2 eventos, de 30 abr 2027 a 30 abr 2027: 30 abr 2027, Mistral AI, Mistral Large 3, fim de vida, Aposentadoria de Mistral Large 3 não antes da data indicada; 30 abr 2027, Mistral AI, Mistral Medium 3.5, fim de vida, Aposentadoria de Mistral Medium 3.5 não antes da data indicada2Grupo de 2 eventos, de 1 set 2027 a 2 set 2027: 1 set 2027, Anthropic, Claude Fable 5.1, fim de vida, Aposentadoria de Claude Fable 5.1 não antes da data indicada; 2 set 2027, Google DeepMind, Gemini 3.8 Flash, fim de vida, Aposentadoria de Gemini 3.8 Flash não antes da data indicada2Grupo de 4 eventos, de 22 set 2027 a 13 out 2027: 22 set 2027, Anthropic, Claude Opus 5.5, fim de vida, Aposentadoria de Claude Opus 5.5 não antes da data indicada; 28 set 2027, Anthropic, Claude Sonnet 5.5, fim de vida, Aposentadoria de Claude Sonnet 5.5 não antes da data indicada; 7 out 2027, Anthropic, Claude Haiku 5.5, fim de vida, Aposentadoria de Claude Haiku 5.5 não antes da data indicada; 13 out 2027, Google DeepMind, Gemini 4 Argon, fim de vida, Aposentadoria de Gemini 4 Argon não antes da data indicada4
  • A forma do ponto diz o tipo do evento:
  • lançamento
  • mudança de preço
  • fim de vida
  • correção
Ver por fabricante (11 raias)
snapshot desta página: 31 out 2026snapshot desta página: 31 out 2026Anthropic, 11 eventosAnthropic15 out 2025, Anthropic, Claude Haiku 4.5, lançamento, Lançamento de Claude Haiku 4.51 set 2026, Anthropic, Claude Fable 5.1, lançamento, Lançamento de Claude Fable 5.1Grupo de 5 eventos, de 22 set 2026 a 19 out 2026: 22 set 2026, Anthropic, Claude Opus 5.5, lançamento, Lançamento de Claude Opus 5.5; 28 set 2026, Anthropic, Claude Sonnet 5.5, lançamento, Lançamento de Claude Sonnet 5.5; 7 out 2026, Anthropic, Claude Haiku 5.5, lançamento, Lançamento de Claude Haiku 5.5; 15 out 2026, Anthropic, Claude Haiku 4.5, fim de vida, Aposentadoria de Claude Haiku 4.5 não antes da data indicada; 19 out 2026, Anthropic, Claude Sonnet 5.5, mudança de preço, Mudança de preço de Claude Sonnet 5.5 (cache leitura)51 set 2027, Anthropic, Claude Fable 5.1, fim de vida, Aposentadoria de Claude Fable 5.1 não antes da data indicadaGrupo de 3 eventos, de 22 set 2027 a 7 out 2027: 22 set 2027, Anthropic, Claude Opus 5.5, fim de vida, Aposentadoria de Claude Opus 5.5 não antes da data indicada; 28 set 2027, Anthropic, Claude Sonnet 5.5, fim de vida, Aposentadoria de Claude Sonnet 5.5 não antes da data indicada; 7 out 2027, Anthropic, Claude Haiku 5.5, fim de vida, Aposentadoria de Claude Haiku 5.5 não antes da data indicada3Mistral AI, 9 eventosMistral AI2 dez 2025, Mistral AI, Mistral Large 3, lançamento, Lançamento de Mistral Large 316 mar 2026, Mistral AI, Mistral Small 4, lançamento, Lançamento de Mistral Small 428 abr 2026, Mistral AI, Mistral Medium 3.5, lançamento, Lançamento de Mistral Medium 3.56 out 2026, Mistral AI, Mistral Large 4, lançamento, Lançamento de Mistral Large 4Grupo de 3 eventos, de 29 out 2026 a 29 out 2026: 29 out 2026, Mistral AI, Mistral Large 4, mudança de preço, Mudança de preço de Mistral Large 4 (cache leitura); 29 out 2026, Mistral AI, Mistral Large 4, mudança de preço, Mudança de preço de Mistral Large 4 (entrada); 29 out 2026, Mistral AI, Mistral Large 4, mudança de preço, Mudança de preço de Mistral Large 4 (saida)3Grupo de 2 eventos, de 30 abr 2027 a 30 abr 2027: 30 abr 2027, Mistral AI, Mistral Large 3, fim de vida, Aposentadoria de Mistral Large 3 não antes da data indicada; 30 abr 2027, Mistral AI, Mistral Medium 3.5, fim de vida, Aposentadoria de Mistral Medium 3.5 não antes da data indicada2Google DeepMind, 5 eventosGoogle DeepMind19 fev 2026, Google DeepMind, Gemini 3.1 Pro Preview, lançamento, Lançamento de Gemini 3.1 Pro Preview2 set 2026, Google DeepMind, Gemini 3.8 Flash, lançamento, Lançamento de Gemini 3.8 Flash13 out 2026, Google DeepMind, Gemini 4 Argon, lançamento, Lançamento de Gemini 4 Argon2 set 2027, Google DeepMind, Gemini 3.8 Flash, fim de vida, Aposentadoria de Gemini 3.8 Flash não antes da data indicada13 out 2027, Google DeepMind, Gemini 4 Argon, fim de vida, Aposentadoria de Gemini 4 Argon não antes da data indicadaDeepSeek, 4 eventosDeepSeek24 abr 2026, DeepSeek, DeepSeek-V4-Pro, lançamento, Lançamento de DeepSeek-V4-ProGrupo de 2 eventos, de 10 set 2026 a 10 set 2026: 10 set 2026, DeepSeek, DeepSeek-V4-Flash, fim de vida, DeepSeek-V4-Flash aposentado pelo fabricante; 10 set 2026, DeepSeek, DeepSeek-V4.1-Flash, lançamento, Lançamento de DeepSeek-V4.1-Flash22 out 2026, DeepSeek, DeepSeek-V4-Pro, correção, Correção: DeepSeek-V4-Pro segue ativo na APIMiniMax, 2 eventosMiniMax1 jun 2026, MiniMax, MiniMax M3, lançamento, Lançamento de MiniMax M319 out 2026, MiniMax, MiniMax M3.1 Flash, lançamento, Lançamento de MiniMax M3.1 FlashOpenAI, 6 eventosOpenAIGrupo de 2 eventos, de 9 jul 2026 a 9 jul 2026: 9 jul 2026, OpenAI, GPT-5.6 Luna, lançamento, Lançamento de GPT-5.6 Luna; 9 jul 2026, OpenAI, GPT-5.6 Terra, lançamento, Lançamento de GPT-5.6 Terra23 set 2026, OpenAI, GPT-6 Astra, lançamento, Lançamento de GPT-6 AstraGrupo de 2 eventos, de 22 set 2026 a 29 set 2026: 22 set 2026, OpenAI, GPT-6 Luna, lançamento, Lançamento de GPT-6 Luna; 29 set 2026, OpenAI, GPT-6.1 Sol, lançamento, Lançamento de GPT-6.1 Sol226 out 2026, OpenAI, GPT-6.1 Terra, lançamento, Lançamento de GPT-6.1 TerraMoonshot AI, 2 eventosMoonshot AI16 jul 2026, Moonshot AI, Kimi K3, lançamento, Lançamento de Kimi K324 out 2026, Moonshot AI, Kimi K3.1 Pro, lançamento, Lançamento de Kimi K3.1 ProAlibaba (Qwen), 2 eventosAlibaba (Qwen)Grupo de 2 eventos, de 3 ago 2026 a 3 ago 2026: 3 ago 2026, Alibaba (Qwen), Qwen3.8-2.4T-A95B, lançamento, Lançamento de Qwen3.8-2.4T-A95B; 3 ago 2026, Alibaba (Qwen), Qwen3.8-Max, lançamento, Lançamento de Qwen3.8-Max2Meta (Meta Superintelligence Labs), 4 eventosMeta (Meta Superintelligence Labs)10 ago 2026, Meta (Meta Superintelligence Labs), Muse Glimmer-30B, lançamento, Lançamento de Muse Glimmer-30B2 set 2026, Meta (Meta Superintelligence Labs), Muse Spark 1.3, lançamento, Lançamento de Muse Spark 1.3Grupo de 2 eventos, de 12 out 2026 a 15 out 2026: 12 out 2026, Meta (Meta Superintelligence Labs), Muse Wonder, lançamento, Lançamento de Muse Wonder; 15 out 2026, Meta (Meta Superintelligence Labs), Muse Spark Open, lançamento, Lançamento de Muse Spark Open2Z.ai (Zhipu AI), 2 eventosZ.ai (Zhipu AI)Grupo de 2 eventos, de 18 ago 2026 a 26 ago 2026: 18 ago 2026, Z.ai (Zhipu AI), GLM-5.3, lançamento, Lançamento de GLM-5.3; 26 ago 2026, Z.ai (Zhipu AI), GLM-5.3-Flash, lançamento, Lançamento de GLM-5.3-Flash2xAI, 1 eventoxAI21 set 2026, xAI, Grok 4.7, lançamento, Lançamento de Grok 4.7
  • A forma do ponto diz o tipo do evento:
  • lançamento
  • mudança de preço
  • fim de vida
  • correção
  • O marcador com número reúne eventos próximos demais para caber lado a lado; todos continuam na tabela.
  • Data depois do snapshot é prazo anunciado pelo fabricante, não fato consumado.
Ver os mesmos eventos em tabela
Eventos da linha do tempo, do mais recente para o mais antigo, com a fonte de cada um.
DataFabricanteModeloTipoO que aconteceuFonte
Google DeepMindGemini 4 Argonfim de vidaAposentadoria de Gemini 4 Argon não antes da data indicadaData mínima de aposentadoria declarada pelo fabricante.Google Cloud, ficha do modelo na Gemini Enterprise Agent Platform, lido em 31 out 2026
AnthropicClaude Haiku 5.5fim de vidaAposentadoria de Claude Haiku 5.5 não antes da data indicadaData mínima de aposentadoria declarada pelo fabricante.Anthropic, documentação da Claude API, lido em 31 out 2026
AnthropicClaude Sonnet 5.5fim de vidaAposentadoria de Claude Sonnet 5.5 não antes da data indicadaData mínima de aposentadoria declarada pelo fabricante.Anthropic, documentação da Claude API, lido em 31 out 2026
AnthropicClaude Opus 5.5fim de vidaAposentadoria de Claude Opus 5.5 não antes da data indicadaData mínima de aposentadoria declarada pelo fabricante.Anthropic, documentação da Claude API, lido em 31 out 2026
Google DeepMindGemini 3.8 Flashfim de vidaAposentadoria de Gemini 3.8 Flash não antes da data indicadaData mínima de aposentadoria declarada pelo fabricante.Google Cloud, ficha do modelo na Gemini Enterprise Agent Platform, lido em 31 out 2026
AnthropicClaude Fable 5.1fim de vidaAposentadoria de Claude Fable 5.1 não antes da data indicadaData mínima de aposentadoria declarada pelo fabricante.Anthropic, documentação da Claude API, lido em 31 out 2026
Mistral AIMistral Large 3fim de vidaAposentadoria de Mistral Large 3 não antes da data indicadaData mínima de aposentadoria declarada pelo fabricante.Mistral Docs, ficha do modelo, lido em 31 out 2026
Mistral AIMistral Medium 3.5fim de vidaAposentadoria de Mistral Medium 3.5 não antes da data indicadaData mínima de aposentadoria declarada pelo fabricante.Mistral Docs, ficha do modelo, lido em 31 out 2026
Mistral AIMistral Large 4mudança de preçoMudança de preço de Mistral Large 4 (cache leitura)Preço anterior e preço novo publicados pelo fabricante, cada um com fonte e data.Mistral Docs, Pricing, lido em 31 out 2026
Mistral AIMistral Large 4mudança de preçoMudança de preço de Mistral Large 4 (entrada)Preço anterior e preço novo publicados pelo fabricante, cada um com fonte e data.Mistral Docs, Pricing, lido em 31 out 2026
Mistral AIMistral Large 4mudança de preçoMudança de preço de Mistral Large 4 (saida)Preço anterior e preço novo publicados pelo fabricante, cada um com fonte e data.Mistral Docs, Pricing, lido em 31 out 2026
OpenAIGPT-6.1 TerralançamentoLançamento de GPT-6.1 TerraData de lançamento declarada pelo fabricante.OpenAI API, changelog, lido em 31 out 2026
Moonshot AIKimi K3.1 ProlançamentoLançamento de Kimi K3.1 ProData de lançamento declarada pelo fabricante.Moonshot AI, Kimi K3.1 Pro Tech Blog, lido em 31 out 2026
MiniMaxMiniMax M3.1 FlashlançamentoLançamento de MiniMax M3.1 FlashData de lançamento declarada pelo fabricante.MiniMax, anúncio do M3.1 Flash, lido em 31 out 2026
AnthropicClaude Sonnet 5.5mudança de preçoMudança de preço de Claude Sonnet 5.5 (cache leitura)Preço anterior e preço novo publicados pelo fabricante, cada um com fonte e data.Anthropic, tabela oficial de preços, lido em 31 out 2026
AnthropicClaude Haiku 4.5fim de vidaAposentadoria de Claude Haiku 4.5 não antes da data indicadaData mínima de aposentadoria declarada pelo fabricante.Anthropic, documentação da Claude API, lido em 31 out 2026
Meta (Meta Superintelligence Labs)Muse Spark OpenlançamentoLançamento de Muse Spark OpenData de lançamento declarada pelo fabricante.Meta Superintelligence Labs, model card do Muse Spark Open no Hugging Face, lido em 31 out 2026
Google DeepMindGemini 4 ArgonlançamentoLançamento de Gemini 4 ArgonData de lançamento declarada pelo fabricante.Google, changelog da Gemini API, lido em 31 out 2026
Meta (Meta Superintelligence Labs)Muse WonderlançamentoLançamento de Muse WonderData de lançamento declarada pelo fabricante.Meta AI Research, anúncio do Muse Wonder, lido em 31 out 2026
AnthropicClaude Haiku 5.5lançamentoLançamento de Claude Haiku 5.5Data de lançamento declarada pelo fabricante.Anthropic, documentação da Claude API, lido em 31 out 2026
Mistral AIMistral Large 4lançamentoLançamento de Mistral Large 4Data de lançamento declarada pelo fabricante.Mistral AI, anúncio do Mistral Large 4, lido em 31 out 2026
DeepSeekDeepSeek-V4-ProcorreçãoCorreção: DeepSeek-V4-Pro segue ativo na APINa rodada de 30/09/2026, o comparativo tirou o DeepSeek-V4-Pro da tabela como aposentado, com base no anúncio do DeepSeek-V4.1-Flash, que fala em descontinuar o modelo e encaminhar as requisições dele ao DeepSeek-V4.1-Flash a partir de 14/09/2026. O changelog oficial da DeepSeek diz que a API do V4 Pro continua depois dessa data, com a mesma cobrança, e a tabela de preços vigente ainda lista o modelo. Ele voltou à tabela, e o evento de aposentadoria saiu da linha do tempo.DeepSeek, changelog da API, lido em 2 out 2026
OpenAIGPT-6.1 SollançamentoLançamento de GPT-6.1 SolData de lançamento declarada pelo fabricante.OpenAI, anúncio do GPT-6.1 Sol, lido em 31 out 2026
AnthropicClaude Sonnet 5.5lançamentoLançamento de Claude Sonnet 5.5Data de lançamento declarada pelo fabricante.Anthropic, anúncio do Claude Sonnet 5.5, lido em 31 out 2026
AnthropicClaude Opus 5.5lançamentoLançamento de Claude Opus 5.5Data de lançamento declarada pelo fabricante.Anthropic, anúncio do Claude Opus 5.5, lido em 31 out 2026
OpenAIGPT-6 LunalançamentoLançamento de GPT-6 LunaData de lançamento declarada pelo fabricante.OpenAI, anúncio do GPT-6 Sol e do Luna, lido em 31 out 2026
xAIGrok 4.7lançamentoLançamento de Grok 4.7Data de lançamento declarada pelo fabricante.xAI, anúncio do Grok 4.7, lido em 31 out 2026
DeepSeekDeepSeek-V4-Flashfim de vidaDeepSeek-V4-Flash aposentado pelo fabricanteanúncio: 'V4-Flash & V4-Flash-Vision-Exp are retired'; nota (1) da tabela de preços confirmaDeepSeek, anúncio do V4.1-Flash, lido em 30 set 2026
DeepSeekDeepSeek-V4.1-FlashlançamentoLançamento de DeepSeek-V4.1-FlashData de lançamento declarada pelo fabricante.DeepSeek, anúncio do V4.1-Flash, lido em 31 out 2026
OpenAIGPT-6 AstralançamentoLançamento de GPT-6 AstraData de lançamento declarada pelo fabricante.OpenAI Developer Community, anúncio oficial, lido em 31 out 2026
Google DeepMindGemini 3.8 FlashlançamentoLançamento de Gemini 3.8 FlashData de lançamento declarada pelo fabricante.Google, anúncio do Gemini 3.8 Flash, lido em 31 out 2026
Meta (Meta Superintelligence Labs)Muse Spark 1.3lançamentoLançamento de Muse Spark 1.3Data de lançamento declarada pelo fabricante.Meta AI Research, anúncio do Muse Spark 1.3, lido em 31 out 2026
AnthropicClaude Fable 5.1lançamentoLançamento de Claude Fable 5.1Data de lançamento declarada pelo fabricante.Anthropic, anúncio do Claude Fable 5.1 e Mythos 5.1, lido em 31 out 2026
Z.ai (Zhipu AI)GLM-5.3-FlashlançamentoLançamento de GLM-5.3-FlashData de lançamento declarada pelo fabricante.Z.ai, release notes de modelos, lido em 31 out 2026
Z.ai (Zhipu AI)GLM-5.3lançamentoLançamento de GLM-5.3Data de lançamento declarada pelo fabricante.Z.ai, release notes de modelos, lido em 31 out 2026
Meta (Meta Superintelligence Labs)Muse Glimmer-30BlançamentoLançamento de Muse Glimmer-30BData de lançamento declarada pelo fabricante.Meta AI Research, anúncio do Muse Glimmer, lido em 31 out 2026
Alibaba (Qwen)Qwen3.8-2.4T-A95BlançamentoLançamento de Qwen3.8-2.4T-A95BData de lançamento declarada pelo fabricante.Qwen, anúncio do Qwen3.8-Max, lido em 31 out 2026
Alibaba (Qwen)Qwen3.8-MaxlançamentoLançamento de Qwen3.8-MaxData de lançamento declarada pelo fabricante.Alibaba Cloud Press Room, Alibaba unveils Qwen3.8-Max, lido em 31 out 2026
Moonshot AIKimi K3lançamentoLançamento de Kimi K3Data de lançamento declarada pelo fabricante.Moonshot AI, anúncio do Kimi K3, lido em 31 out 2026
OpenAIGPT-5.6 LunalançamentoLançamento de GPT-5.6 LunaData de lançamento declarada pelo fabricante.OpenAI, changelog da API, lido em 31 out 2026
OpenAIGPT-5.6 TerralançamentoLançamento de GPT-5.6 TerraData de lançamento declarada pelo fabricante.OpenAI, changelog da API, lido em 31 out 2026
MiniMaxMiniMax M3lançamentoLançamento de MiniMax M3Data de lançamento declarada pelo fabricante.MiniMax, anúncio do M3, lido em 31 out 2026
Mistral AIMistral Medium 3.5lançamentoLançamento de Mistral Medium 3.5Data de lançamento declarada pelo fabricante.Mistral AI, changelog da documentação, lido em 31 out 2026
DeepSeekDeepSeek-V4-ProlançamentoLançamento de DeepSeek-V4-ProData de lançamento declarada pelo fabricante.DeepSeek, anúncio do V4, lido em 31 out 2026
Mistral AIMistral Small 4lançamentoLançamento de Mistral Small 4Data de lançamento declarada pelo fabricante.Mistral AI, anúncio do Mistral Small 4, lido em 31 out 2026
Google DeepMindGemini 3.1 Pro PreviewlançamentoLançamento de Gemini 3.1 Pro PreviewData de lançamento declarada pelo fabricante.Google, changelog da Gemini API, lido em 31 out 2026
Mistral AIMistral Large 3lançamentoLançamento de Mistral Large 3Data de lançamento declarada pelo fabricante.Mistral AI, changelog da documentação, lido em 31 out 2026
AnthropicClaude Haiku 4.5lançamentoLançamento de Claude Haiku 4.5Data de lançamento declarada pelo fabricante.Anthropic, documentação da Claude API, lido em 31 out 2026

Cada ponto é um evento datado com fonte própria. A ordem dentro de uma raia é cronológica, e não um ranking entre fabricantes.

Modelos de código aberto e o que a licença permiteQuais modelos dá para baixar e rodar em servidor próprio, e com que regras.
Níveis de licença de pesos abertos e os modelos de cada nível, com a licença declarada pelo fabricante e a fonte de cada leitura.
Nível de licençaModelos neste snapshot
Apache 2.0Uso comercial livre, com patente concedida e exigência de aviso de licença. É o nível mais permissivo desta tabela.
  • Mistral Large 3
  • Mistral Small 4
  • Muse Glimmer-30B
MIT ou MIT modificadaUso comercial livre com aviso de copyright. A versão modificada acrescenta cláusula do fabricante: leia o texto antes de assumir que é MIT pura.
  • DeepSeek-V4.1-Flash
  • DeepSeek-V4-Pro
  • GLM-5.3-Flash
  • Mistral Medium 3.5
Licença própria com gatilho de receitaLivre até um limite de receita ou de usuários declarado pelo fabricante. Acima do gatilho, exige acordo comercial.
  • GLM-5.3
  • Mistral Large 4
Licença própria restritivaPesos publicados, uso limitado por cláusulas do fabricante. Aberto aqui quer dizer que dá para baixar, não que dá para usar como quiser.
  • Kimi K3
  • MiniMax M3
  • MiniMax M3.1 Flash
  • Muse Spark Open
  • Qwen3.8-2.4T-A95B

A versão de pesos abertos pode não ser a versão de nuvem: há modelo que perde modalidades e contexto ao ser publicado.

  • Qwen3.8-2.4T-A95B: A versão de pesos abertos não é igual à versão de nuvem (Qwen3.8-Max): perde entrada de imagem e modo non-thinking; contexto nativo de 262k, não 1M.
  • Qwen3.8-Max: A versão de nuvem (Qwen3.8-Max) não tem pesos publicados como tal; a versão de pesos abertos e o Qwen3.8-2.4T-A95B (qwen3-8-2-4t-a95b), sob a licença Qwen3.8-Max License, sem entrada de imagem, sem modo non-thinking e com contexto nativo de 262k.

Modelos sem pesos publicados neste snapshot: Claude Fable 5.1, Claude Haiku 4.5, Claude Haiku 5.5, Claude Opus 5.5, Claude Sonnet 5.5, Gemini 3.1 Pro Preview, Gemini 3.8 Flash, Gemini 4 Argon, GPT-5.6 Luna, GPT-5.6 Terra, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Astra, GPT-6 Luna, Grok 4.7, Kimi K3.1 Pro, Muse Spark 1.3, Muse Wonder, Qwen3.8-Max.

O que ficou de fora e por quêNúmeros que circularam e não entraram, com a fonte conferida e o motivo.

31 afirmações conferidas ficaram fora da tabela. Exemplos:

  • Existe um modelo chamado ChatGPT 6 (ou ChatGPT 6 Astra)não existe
  • Terminal-Bench de fabricantes diferentes na mesma coluna (Anthropic 4.0; Kimi, Qwen, Meta e MiniMax 2.1; xAI e Z.ai 3.0)não comparável
  • Intelligence Index, Coding Index e Agentic Index da Artificial Analysis por modelo (inclusive os embutidos no payload do OpenRouter e o 'AA Intelligence Index 61' citado pela xAI)licença impede
Ver as 31 afirmações reprovadas, com a URL conferida e o que falta para entrar
Afirmações conferidas que ficaram fora da tabela, com a URL lida, o veredito e a data da conferência.
AfirmaçãoVereditoOnde circulouConferido emDataO que falta
Existe um modelo chamado ChatGPT 6 (ou ChatGPT 6 Astra)não existeinferência editoriallista inicial de modelos deste comparativo e conteúdo de terceirosdevelopers.openai.com
Nada a entrar: o modelo oficial é GPT-6 Astra (id gpt-6-astra); ChatGPT é o aplicativo. O nome… ver tudoO que falta para entrar

Nada a entrar: o modelo oficial é GPT-6 Astra (id gpt-6-astra); ChatGPT é o aplicativo. O nome do aplicativo não é usado como nome do modelo nesta página.

Grok 5 foi lançado, com especificações e datanão existereportagem secundáriasites de SEO com specs inventadasdocs.x.ai
Aparecer na lista oficial de modelos da xAI com preço e contexto. Até lá, só 'anunciado como em… ver tudoO que falta para entrar

Aparecer na lista oficial de modelos da xAI com preço e contexto. Até lá, só 'anunciado como em treinamento'.

DeepSeek R2 existe como linha de raciocínio separadanão existeinferência editoriallista inicial de modelos deste comparativoapi-docs.deepseek.com
Nada: a família atual é V4 com raciocínio integrado; a documentação lista v4-pro, v4-flash e… ver tudoO que falta para entrar

Nada: a família atual é V4 com raciocínio integrado; a documentação lista v4-pro, v4-flash e v4-flash-vision-exp.

Terminal-Bench de fabricantes diferentes na mesma coluna (Anthropic 4.0; Kimi, Qwen, Meta e MiniMax 2.1; xAI e Z.ai 3.0)não comparávelinferência editorialtabelas comparativas de terceirostbench.ai
Score independente na mesma versão e mesmo agente (Epoch cobre só terminal-bench/2.0 no… ver tudoO que falta para entrar

Score independente na mesma versão e mesmo agente (Epoch cobre só terminal-bench/2.0 no snapshot). Até lá, cada versão é um grupo separado.

Intelligence Index, Coding Index e Agentic Index da Artificial Analysis por modelo (inclusive os embutidos no payload do OpenRouter e o 'AA Intelligence Index 61' citado pela xAI)licença impedefato confirmadoartificialanalysis.ai, OpenRouter, anúncio do Grok 4.6artificialanalysis.ai
Tier Commercial com redistribuição, ou citação pontual em prosa com byline (no máximo um número… ver tudoO que falta para entrar

Tier Commercial com redistribuição, ou citação pontual em prosa com byline (no máximo um número por afirmação).

Placares do anúncio do Opus 5 (Frontier-Bench, ARC-AGI 3, DeepSearchQA, OSS-Fuzz)aguardando transcriçãofonte primáriaanthropic.com/news/claude-opus-5 (gráficos sem texto)anthropic.com
Transcrever os gráficos em navegador, com captura de tela, hash e data. Os números publicados em… ver tudoO que falta para entrar

Transcrever os gráficos em navegador, com captura de tela, hash e data. Os números publicados em texto na página do Fable 5.1 já estão na tabela.

Qwen3.8-2.4T-A95B marca 43,6 em HLEnão comparávelfonte primáriamodel card no Hugging Facehuggingface.coA card diz só 'HLE': confirmar se é full ou verified e se houve ferramentas.
O que falta para entrar

A card diz só 'HLE': confirmar se é full ou verified e se houve ferramentas.

Kimi K3 marca 67,5 (model card) ou 67,3 (blog) em DeepSWEnão confirmadofonte primáriaduas páginas oficiais da Moonshothuggingface.co
Escolher a fonte com versão e configuração declaradas e registrar a divergência em… ver tudoO que falta para entrar

Escolher a fonte com versão e configuração declaradas e registrar a divergência em conflitos_resolvidos; a versão 1.1 também não está declarada.

GLM-5.3 (48,2 em AutomationBench v1.0.6) supera Fable 5.1 (31,4) e Kimi K3 (30,8)não comparávelinferência editorialcomparação direta entre model card e anúncioshuggingface.co
Anthropic e Moonshot não declaram versão; ids separados (automationbench-1-0-6 e… ver tudoO que falta para entrar

Anthropic e Moonshot não declaram versão; ids separados (automationbench-1-0-6 e automationbench-sem-versao) impedem a mistura.

Modelo chamado Kimi 3não existeinferência editoriallista inicial de modelos deste comparativokimi.aiNada: o nome oficial é Kimi K3, o único usado nesta página.
O que falta para entrar

Nada: o nome oficial é Kimi K3, o único usado nesta página.

Modelo chamado Meta Musenão existeinferência editoriallista inicial de modelos deste comparativoresearch.meta.ai
Nada: Muse é a família, e o topo de linha é o Muse Spark 1.3. Esta página usa só os nomes… ver tudoO que falta para entrar

Nada: Muse é a família, e o topo de linha é o Muse Spark 1.3. Esta página usa só os nomes oficiais.

FrontierSWE de Qwen (73,5), Kimi (81,2) e Z.ai (78,1) comparável com o FrontierSWE V2 da Epoch (0,56 para Fable 5.1 max)não comparávelinferência editorialmodel cards e Epochfrontierswe.com
Versão e escala declaradas pelos fabricantes; provável divisão do id em frontierswe-sem-versao e… ver tudoO que falta para entrar

Versão e escala declaradas pelos fabricantes; provável divisão do id em frontierswe-sem-versao e frontierswe-v2 (dúvida de contrato).

O Grok 4.6 teria uma variante fast com preço próprio, o dobro da tarifa padrão (entrada 4 e saída 12 USD por milhão de tokens).não confirmadoinferência editorialapuração própria de 2026-09-06 (constava como preço de modo rápido até a revisão do mesmo dia)docs.x.ai
Página oficial da xAI listando uma variante fast do Grok 4.6 com preço de tabela. Lidas em… ver tudoO que falta para entrar

Página oficial da xAI listando uma variante fast do Grok 4.6 com preço de tabela. Lidas em 2026-09-06, docs.x.ai/developers/models, /developers/models/grok-4.6 e /developers/pricing não listam essa variante; a página de preços descreve Priority Processing, cobrança ao dobro das tarifas padrão em todos os tipos de token só quando a resposta confirma service_tier priority, que não é um modelo nem um modo com preço próprio.

Qwen3.8-Max entrou em preview em 2026-07-19não confirmadoreportagem secundáriaconteúdo de terceirosalibabacloud.com
Data do preview em página oficial: o press release traz 2026-08-03 e o Model Studio não traz… ver tudoO que falta para entrar

Data do preview em página oficial: o press release traz 2026-08-03 e o Model Studio não traz data. Nada de 2026-07-19 entra no dataset.

Grok 4.6 tem 500.000 tokens de saída máxima; Mistral Large 3 e Medium 3.5 tem 262.144; Mistral Small 4 tem 256.000; Muse Glimmer-30B tem 131.072não confirmadofato confirmadocampo limit.output do catálogo models.dev, repetido por agregadoresmodels.dev
Saída máxima em página oficial. Nos outros registros desta lista o models.dev repete… ver tudoO que falta para entrar

Saída máxima em página oficial. Nos outros registros desta lista o models.dev repete limit.context em limit.output, o que afirmaria que a saída máxima é a janela inteira; o normalizador descarta o valor nesse caso e a célula fica vazia. No Mistral Small 4, desde a coleta de 2026-10-07, o catálogo registra 262.144 de contexto e 256.000 de saída, ou seja, a saída igual à janela de 256k que a Mistral publica; a curadoria bloqueia esse valor e a célula também fica vazia. A xAI publica 'Context window 500,000 tokens' e nenhum max output (docs.x.ai/developers/models/grok-4.6); a Mistral publica, desde a leitura de 2026-10-07, só a janela de contexto (256k na ficha de cada modelo), sem saída máxima.

Mistral Large 4 tem 262.144 tokens de saída máxima e 524.288 de contextonão confirmadofato confirmadocampos limit.output e limit.context do catálogo models.devmodels.dev
Saída máxima em página oficial. A Mistral publica 'Context 1M' na ficha do modelo… ver tudoO que falta para entrar

Saída máxima em página oficial. A Mistral publica 'Context 1M' na ficha do modelo (docs.mistral.ai/models/mistral-large-4-0) e não publica saída máxima nem ali nem no anúncio. Como o mesmo registro do catálogo diverge do oficial no contexto, a saída que ele traz não é usada e a célula fica vazia.

Gemini 3.1 Pro Preview e Gemini 3.8 Flash estão disponíveis na região southamerica-east1 do Vertex AIaguardando fonte oficialfonte primáriainferência a partir da tarifa regional da página de preços do Vertex AI, lida em 2026-09-06cloud.google.com
A página de preços traz a tarifa do endpoint não global, que inclui southamerica-east1, mas não… ver tudoO que falta para entrar

A página de preços traz a tarifa do endpoint não global, que inclui southamerica-east1, mas não diz em que regiões cada modelo roda. Falta a tabela oficial de disponibilidade regional do Vertex; até lá a observação dos dois registros de preço declara que a disponibilidade em southamerica-east1 não foi verificada.

O GPT-6 Sol entra na tabela como linha própria, ao lado do GPT-6.1 Solfora do catálogofonte primáriacatálogos models.dev e OpenRouter e placares do Arenadevelopers.openai.com
Nada como linha: a OpenAI aponta o sucessor na própria página do modelo ('See GPT-6.1 Sol for… ver tudoO que falta para entrar

Nada como linha: a OpenAI aponta o sucessor na própria página do modelo ('See GPT-6.1 Sol for the newer Sol model.') e a tabela de preços cobra dos dois a mesma entrada e a mesma saída (2,00 e 10,00 USD por milhão). Pelo critério de cobertura (R4), atualização pontual vendida pelo mesmo preço do sucessor fica fora.

GPT-6.1 Sol Pro é um modelo da OpenAI com linha próprianão existefato confirmadocatálogo do OpenRouter (openai/gpt-6.1-sol-pro)developers.openai.com
Nada como linha: na OpenAI, pro é um modo de raciocínio do próprio GPT-6.1 Sol, cobrado pela… ver tudoO que falta para entrar

Nada como linha: na OpenAI, pro é um modo de raciocínio do próprio GPT-6.1 Sol, cobrado pela tarifa do modelo escolhido ('bills those tokens at the selected model's standard token rates', guia de raciocínio). A tabela de preços não tem linha própria para o Pro e a página com esse nome responde 404.

GPT-6 Luna Pro é um modelo da OpenAI com linha próprianão existefato confirmadocatálogo do OpenRouter (openai/gpt-6-luna-pro)developers.openai.com
Nada como linha: na OpenAI, pro é um modo de raciocínio do próprio GPT-6 Luna, cobrado pela… ver tudoO que falta para entrar

Nada como linha: na OpenAI, pro é um modo de raciocínio do próprio GPT-6 Luna, cobrado pela tarifa do modelo escolhido ('bills those tokens at the selected model's standard token rates', guia de raciocínio). A tabela de preços não tem linha própria para o Pro e a página com esse nome responde 404.

GPT-6 Sol Pro é um modelo da OpenAI com linha próprianão existefato confirmadocatálogo do OpenRouter (openai/gpt-6-sol-pro)developers.openai.com
Nada como linha: na OpenAI, pro é um modo de raciocínio do próprio GPT-6 Sol, cobrado pela… ver tudoO que falta para entrar

Nada como linha: na OpenAI, pro é um modo de raciocínio do próprio GPT-6 Sol, cobrado pela tarifa do modelo escolhido ('bills those tokens at the selected model's standard token rates', guia de raciocínio). A tabela de preços não tem linha própria para o Pro e a página com esse nome responde 404. O próprio GPT-6 Sol também fica fora da tabela, como atualização pontual com o mesmo preço do GPT-6.1 Sol.

GPT-6 Astra Pro é um modelo da OpenAI com linha próprianão existefato confirmadocatálogo do OpenRouter (openai/gpt-6-astra-pro)developers.openai.com
Nada como linha: na OpenAI, pro é um modo de raciocínio do próprio GPT-6 Astra, cobrado pela… ver tudoO que falta para entrar

Nada como linha: na OpenAI, pro é um modo de raciocínio do próprio GPT-6 Astra, cobrado pela tarifa do modelo escolhido ('bills those tokens at the selected model's standard token rates', guia de raciocínio). A tabela de preços não tem linha própria para o Pro e a página com esse nome responde 404.

A Z.ai lançou o GLM 5.3 Prime, variante de alta velocidade do GLM-5.3aguardando fonte oficialfato confirmadocatálogo do OpenRouter (z-ai/glm-5.3-prime) e agregadores de preçodocs.z.ai
Aparecer em página oficial da Z.ai. Em 2026-10-07 a tabela de preços lista, entre os modelos… ver tudoO que falta para entrar

Aparecer em página oficial da Z.ai. Em 2026-10-07 a tabela de preços lista, entre os modelos atuais, só GLM-5.3-Flash, GLM-5.3-FlashX, GLM-5.3 e GLM-5.2, e a página com o nome do modelo responde 'The requested page could not be found.'. Mesmo publicado, entraria como variante de velocidade do GLM-5.3, não como linha nova.

GLM-5.3-FlashX é um modelo novo da Z.aifora do catálogofonte primáriacatálogos models.dev e OpenRouterdocs.z.ai
Decisão editorial de mostrar variantes de velocidade. A Z.ai documenta o FlashX na página do… ver tudoO que falta para entrar

Decisão editorial de mostrar variantes de velocidade. A Z.ai documenta o FlashX na página do GLM-5.3-Flash, como o mesmo modelo servido mais rápido ('delivering inference speeds of 200 tokens/s'), com preço próprio (0,37 de entrada e 1,25 de saída USD por milhão); o GLM-5.3-Flash já é linha da tabela.

Qwen3.8 Max Prime é um modelo novo da Alibabafora do catálogofonte primáriacatálogo do OpenRouter (qwen/qwen3.8-max-prime)alibabacloud.com
Nada como linha: a tabela de preços da Model Studio lista o qwen3.8-max-prime só na região China… ver tudoO que falta para entrar

Nada como linha: a tabela de preços da Model Studio lista o qwen3.8-max-prime só na região China (Beijing), com a nota 'For more details, see Fast mode (Prime)', e a página do Fast mode descreve o Prime como o mesmo modelo servido mais rápido ('TPS is increased to 1.5 to 2 times that of the standard API'). O Qwen3.8-Max já é linha da tabela.

Qwen3.8 Flash entra na tabela como linha novafora do catálogofonte primáriacatálogos models.dev e OpenRouteralibabacloud.com
Cumprir o critério de linha nova (R2): estar entre os vinte modelos mais usados da semana no… ver tudoO que falta para entrar

Cumprir o critério de linha nova (R2): estar entre os vinte modelos mais usados da semana no OpenRouter ou ter ECI da Epoch AI igual ou acima da mediana da tabela. Em 2026-10-07 o modelo está à venda na tabela internacional da Model Studio (0,15 de entrada e 0,47 de saída USD por milhão), mas fora do ranking semanal e sem ECI; a Epoch já avaliou uma versão, então a conferência se repete na próxima rodada.

Qwen3.8 Omni Flash entra na tabela como linha novafora do catálogofonte primáriacatálogos models.dev e OpenRouteralibabacloud.com
Cumprir o critério de linha nova (R2): estar entre os vinte modelos mais usados da semana no… ver tudoO que falta para entrar

Cumprir o critério de linha nova (R2): estar entre os vinte modelos mais usados da semana no OpenRouter ou ter ECI da Epoch AI igual ou acima da mediana da tabela. Em 2026-10-07 o modelo está na tabela internacional da Model Studio (0,15 de entrada e 0,47 de saída USD por milhão), mas fora do ranking semanal e sem avaliação da Epoch AI.

Muse Spark 1.3 Contributor é um modelo separado do Muse Spark 1.3fora do catálogofonte primáriacatálogos models.dev e OpenRouterdev.meta.ai
Nada como linha: a Meta descreve o Contributor como variante com desconto do Muse Spark 1.3 ('a… ver tudoO que falta para entrar

Nada como linha: a Meta descreve o Contributor como variante com desconto do Muse Spark 1.3 ('a discounted Contributor variant'), e esse preço (0,10 de entrada, 0,002 em cache e 0,20 de saída USD por milhão) já aparece como segundo registro de preço do modelo.

Nano Banana 2.1 entra no comparativo como modelo novo do Googlefora do catálogofonte primáriacatálogo do OpenRouter (google/gemini-nano-banana-2.1)ai.google.dev
Nada: é modelo de geração e edição de imagem ('the latest high-efficiency image generation and… ver tudoO que falta para entrar

Nada: é modelo de geração e edição de imagem ('the latest high-efficiency image generation and conversational editing model', changelog da Gemini API de 6 de outubro de 2026), e este comparativo cobre modelos de texto.

O GPT-6 Rosalind entra no comparativo como modelo novo da OpenAIfora do catálogofonte primáriachangelog da API da OpenAI e seção de ciências da vida da página de preçosdevelopers.openai.com
Acesso aberto: hoje só organizações aprovadas no programa de acesso confiável do Rosalind… ver tudoO que falta para entrar

Acesso aberto: hoje só organizações aprovadas no programa de acesso confiável do Rosalind Research usam o modelo ('Access is available to organizations approved for Rosalind Research through the trusted-access program'), e esta tabela cobre modelos que qualquer empresa pode contratar.

O Gemini 4 Carbon entra no comparativo como modelo novo do Googleaguardando fonte oficialfonte primáriaArena (primeiro lugar em texto na coleta de 2026-10-31) e blog do Googleblog.google
Entrar na API e na tabela oficial de preços do Google: anunciado em 28 de outubro com acesso… ver tudoO que falta para entrar

Entrar na API e na tabela oficial de preços do Google: anunciado em 28 de outubro com acesso restrito a parceiros de ciberdefesa ('available to a subset of cyber defenders'), ainda fora da Gemini API e do Vertex.

Resolvidos (23)

Afirmações que estavam nesta lista e já entraram ou já foram esclarecidas.

  • Muse Wonder entra na tabela como linha nova resolvido em 31 out 2026; linha nova aprovada por R2: ECI da Epoch AI acima da mediana da tabela no snapshot de 2026-10-31; preço oficial lido na Meta Model API e modelo publicado na tabela com a etiqueta de prévia na nota dev.meta.ai
  • MiniMax-M3.1-Flash entra na tabela como linha nova resolvido em 31 out 2026; linha nova aprovada por R2: entre os vinte mais usados da semana no OpenRouter (ranking semanal de 2026-10-30); preço oficial lido na tabela da MiniMax platform.minimax.io
  • MiniMax-M3.1-Flash tem pesos abertos resolvido em 31 out 2026; pesos publicados em 2026-10-23 no repositório público MiniMaxAI/MiniMax-M3.1-Flash, sob a MiniMax Community License (lida em 2026-10-31) huggingface.co
  • Preço por milhão de tokens do GLM-5.3 resolvido em 6 set 2026; preço lido na tabela oficial (1,4 entrada, 0,26 cache, 4,4 saída USD por milhão) e publicado na tabela docs.z.ai
  • Preço por milhão de tokens do MiniMax M3 resolvido em 6 set 2026; preço de lista 0,60 e 2,40 (cache 0,12) até 512K e 1,20 e 4,80 acima, com 50% permanente declarado; publicado na tabela platform.minimax.io
  • Placares do GPT-6 Astra (ARC-AGI-3, FrontierMath Tier 4, DeepSWE v1.1, SRE-Bench etc.) resolvido em 6 set 2026; tabelas lidas em texto na página oficial e incorporadas ao grupo openai-anuncio-gpt-6-astra, marcadas como texto da página openai.com
  • GPT-6 Astra custa 20 e 75 USD por milhão acima de 272.000 tokens de prompt resolvido em 6 set 2026; coluna long context da tabela Standard (20, 2 cache, 25 escrita, 75) com limiar de 272K na ficha oficial do modelo; registrada como faixa developers.openai.com
  • DeepSWE v1.1 73,7 e demais placares do Gemini 3.8 Flash resolvido em 6 set 2026; imagem oficial gemini-evals-table.webp (sha256 3343387ccc4ea5219f6ef38f568b18d78e8488459309de6572e30c83e81bfd3a) transcrita; DeepSWE v1.1 73,7 e demais linhas publicadas com captura blog.google
  • Muse Spark 1.3 custa 1,25 e 4,25 USD por milhão (Standard) e 0,10 e 0,20 (Contributor) resolvido em 6 set 2026; tiers Standard (1,25 / 0,15 cache / 4,25) e Contributor (0,10 / 0,002 / 0,20) lidos na página oficial; dois registros de preço publicados dev.meta.ai
  • Muse Spark 1.3: DeepSWE 1.1 75,4, Terminal-Bench 2.1 88,8, SWEAtlas 59,4, recuperação em contexto longo 98,5 resolvido em 6 set 2026; PDF oficial de metodologia (sha256 315a5d1de2932bf772caf1945aa2c7460a1e040c5df3d8b6bbfb53eddea864fe) transcrito: DeepSWE v1.1 75,4, Terminal-Bench 2.1 88,8, SWEAtlas 59,4 publicados com captura; MRCR fica fora por versão não declarada research.meta.ai
  • Qwen3.8-Max custa 2 e 6 USD por milhão resolvido em 6 set 2026; preço lido no Model Studio international (2 e 6 USD por milhão, faixa 0 a 1M); modelo qwen3-8-max incluído na tabela alibabacloud.com
  • Qwen3.8-Max: 1M de contexto, 131K de saída, lançamento 2026-08-03 (preview 2026-07-19) resolvido em 6 set 2026; press release oficial lido: contexto até 1 milhão de tokens e data 2026-08-03 confirmados; saída 131K e preview 2026-07-19 continuam sem fonte (novo item qwen3-8-max-saida-131k) alibabacloud.com
  • Kimi K3 marca 43,5 e 56,0 em HLE-Full (dois regimes) resolvido em 6 set 2026; model card declara que HLE-Full reporta sem e com ferramentas nessa ordem: 43,5 em hle-full e 56,0 em hle-com-ferramentas huggingface.co
  • A Kimi K3 License permite uso comercial mas exige acordo para grandes negócios de modelo como serviço e impõe requisitos de marca resolvido em 6 set 2026; LICENSE do repositório oficial lido: cláusula 2 (MaaS acima de USD 20 mi em 12 meses exige acordo) e cláusula 3 (exibir Kimi K3 acima de 100 mi MAU ou USD 20 mi por mês) huggingface.co
  • A licença do GLM-5.3 exige revisão de segurança da Z.ai para grupos com receita acima de USD 10 bilhões resolvido em 6 set 2026; LICENSE do repositório oficial lido: cláusula 2 exige revisão de segurança da Z.AI para MaaS com receita agregada acima de USD 10 bilhões em 12 meses huggingface.co
  • Licença dos pesos do MiniMax M3 (entrada no Hugging Face em 2026-06-07) resolvido em 6 set 2026; MiniMax Community License lida no repositório oficial: exibir 'Built with MiniMax M3' e autorização prévia acima de USD 20 milhões de receita anual; a fonte indicada é o anúncio oficial, com a URL do repositório na nota huggingface.co
  • DeepSeek V4 Pro e Flash são MIT resolvido em 6 set 2026; LICENSE MIT (Copyright 2023 DeepSeek) e README com license: mit lidos no repositório oficial; a fonte indicada é o anúncio oficial, com a URL do repositório na nota huggingface.co
  • Placares do DeepSeek V4 (v4-benchmark.png) resolvido em 6 set 2026; imagens oficiais v4-benchmark.png (sha256 71d8cb001f027a19afb8faa13af59354524efe83eec2d31e9364880fc3b84011) e v4-benchmark-2.png (sha256 9226203de8e24b331652417ceccb6d3b9a0328cbbebf7d2c24cde1b1ef2fb67e) transcritas; grupo deepseek-anuncio-v4-preview-2026-04-24 com captura api-docs.deepseek.com
  • Modelos Claude tem janela padrão de 200k (500k em Enterprise) resolvido em 6 set 2026; overview de modelos da Claude API declara 1M para Fable 5.1, Opus 5 e Sonnet 5 e 200K para Haiku 4.5; claude.com/pricing descreve planos de assinatura platform.claude.com
  • Qwen3.8-Max tem saída máxima de 131K tokens (afirmada como fato oficial por terceiros) resolvido em 6 set 2026; Decisão registrada: a Alibaba não publica saída máxima em página oficial, e o dataset publica os 131.072 tokens do catálogo models.dev com classe 'fato confirmado', evidência 'agregador' e nota dizendo que não há leitura oficial. O catálogo traz valor próprio para este modelo (131.072 contra contexto de 1.000.000), diferente dos registros em que repete o contexto. A data de preview de 2026-07-19 continua sem fonte e virou o item qwen3-8-max-preview-19-07. models.dev
  • Mistral Medium 3.5 tem 256k de contexto e 128B de parâmetros (afirmados como fato oficial por terceiros) resolvido em 6 set 2026; Decisão registrada: docs.mistral.ai e mistral.ai/pricing/api não publicam contexto nem número de parâmetros (relido em 2026-09-06). O contexto de 262.144 tokens entra pelo catálogo models.dev com classe 'fato confirmado', evidência 'agregador' e nota dizendo que não há leitura oficial; vale o mesmo para mistral-large-3 e mistral-small-4. Os 128B de parâmetros continuam fora do dataset: nenhuma fonte publica o número e o dataset não tem campo de parâmetros. models.dev
  • Preço de Claude e Gemini no Vertex AI resolvido em 6 set 2026; A página foi reaberta em navegador em 2026-09-06 (versão em pt-BR) e os números entraram na tabela: Gemini 3.1 Pro Preview com entrada 2, cache 0,20 e saída 12 até 200K, e 4, 0,40 e 18 acima; Gemini 3.8 Flash com entrada 0,75, cache 0,075 e saída 3,75 no endpoint global até 2026-12-31, e endpoint não global 10% mais caro desde 2026-07-01. O que continua sem verificação é só a disponibilidade regional em southamerica-east1, que virou um item próprio desta lista. cloud.google.com
  • Mistral Large 4 (ou Medium 4) existe resolvido em 7 out 2026; O changelog da Mistral registra em 6 de outubro de 2026: 'Mistral Large 4 (mistral-large-4) is now available in Public Preview.' O modelo entrou na tabela em 2026-10-07, com o preço de lista da documentação de preços. docs.mistral.ai

Perguntas frequentes

Como montamos este comparativo

A X-Apps não recebe pagamento de nenhum fabricante por esta página: cada número vem de uma fonte citada, com link e data.

Ver a metodologia completa e as fontes

Versão 1.1, de 02/10/2026. Toda mudança de regra ganha versão nova e fica registrada no histórico de alterações do dataset. Sem número solto: os valores entram pelo dataset.

O que cada número carrega

Cada célula, cartão e barra desta página traz fonte (URL exata), data do dado na origem, data de coleta, classe, evidência e confiança. Quando falta um desses campos, o número não é publicado. Quando o fabricante não divulga, a célula diz "não divulgado". Nunca estimamos.

Quais modelos entram

A cada rodada, o mesmo critério decide quem entra na tabela, quem fica e quem sai. Ele usa só fontes públicas: a tabela de preços e a documentação de cada fabricante, o ranking semanal de uso por tokens do OpenRouter e o Epoch Capabilities Index (ECI) da Epoch AI. O ranking do OpenRouter entra só nesta decisão; nenhum número dele é publicado.

  • R0, ativo: o modelo está na tabela oficial de preços do fabricante, ou tem pesos publicados com licença, e não tem desligamento anunciado para os próximos noventa dias. Uma data de aposentadoria "não antes de" é garantia mínima de disponibilidade, não anúncio de desligamento.
  • R1, atual da linha: o modelo mais recente de cada linha que a tabela já acompanha entra.
  • R2, linha nova: uma linha que a tabela ainda não acompanha entra quando o modelo está entre os vinte mais usados da semana no OpenRouter, por tokens, ou quando o ECI dele é igual ou maior que a mediana dos modelos da tabela.
  • R3, geração imediatamente anterior da mesma linha: fica se cumprir pelo menos uma de quatro condições. O sucessor foi lançado há menos de trinta dias; o sucessor ainda não tem ECI; o modelo está entre os vinte mais usados da semana no OpenRouter; ou o ECI dele alcança o limite inferior do intervalo do sucessor e o preço combinado, com três partes de entrada para uma de saída, fica em no máximo quatro quintos do preço do sucessor.
  • R4, sai: modelo de duas gerações atrás ou mais, ou atualização pontual vendida pelo mesmo preço do sucessor.

Quem fica por R3 aparece na tabela com a etiqueta "geração anterior", o nome do sucessor e a data em que a decisão volta a ser avaliada. Quem sai pelo critério deixa a tabela e é citado numa nota logo abaixo dela, com o sucessor, quando houver, e a data da saída; o histórico do modelo continua no dataset e cada entrada ou saída fica registrada no changelog com o motivo. Modelo aposentado pelo fabricante sai pela aposentadoria, não por este critério.

Classes de afirmação

Usamos o mesmo vocabulário do checador editorial do blog: fonte primária (página, documentação ou model card do fabricante), fato confirmado (medição de terceiro independente ou dado de agregador aberto), cálculo próprio (fórmula visível, recalculada pelo validador com tolerância de dois por cento) e inferência editorial (nossa leitura, sempre marcada). Reportagem secundária e alegação de entrevistado não entram na tabela; ficam na seção do que não entrou, com as afirmações reprovadas.

Rótulos de evidência
  • autorreportado: número do próprio fabricante dono da página. Entra só em grupo com scores da mesma página, nunca comparado com outro fabricante.
  • medido por concorrente: número de um fabricante que aparece na página de outro, medido ou citado por quem publica. Segue a mesma regra de grupo do autorreportado e nunca é apresentado como declaração do fabricante do modelo.
  • independente: medição de organização que não vende modelo (Epoch AI, ARC Prize) ou dado público (Banco Central).
  • preferência humana: votos em pares cegos do Arena, com intervalo de confiança. Sempre exibido com o intervalo: quando os intervalos de dois modelos se sobrepõem, a página diz empate técnico e nunca lista um acima do outro sem essa marca.
  • agregador: catálogo comunitário (models.dev), usado para enriquecer, nunca como única fonte de preço.
  • medido pela X-Apps: reservado para medições próprias (não há nenhuma nesta versão).
Hierarquia de fontes
  1. Páginas oficiais dos fabricantes para preço, contexto, lançamento e licença de pesos.
  2. Epoch AI e o Arena para qualidade comparável entre fabricantes: medição independente e preferência humana vencem número de fabricante quando existem para o mesmo modelo.
  3. models.dev para catálogo e conferência; OpenRouter e llm-prices.com apenas como conferência interna, sem nada publicado.

Divergência entre páginas do mesmo fabricante se resolve pela documentação de API, com nota. Divergência acima de cinco por cento entre página oficial e models.dev publica a oficial e registra no changelog. Duas fontes independentes em conflito não publicam até resolução.

Versão de benchmark

Benchmark de mesmo nome muda de versão e de regras. Terminal-Bench 2.1, 3.0 e 4.0 são três catálogos; OSWorld 2.0 partial, strict e OSWorld-Verified são três medidas; HLE completo, HLE-Verified e HLE com ferramentas são três recortes. O id de cada benchmark carrega a versão, o gráfico mostra a versão no rótulo e um aviso fixo lembra que não são comparáveis entre si. Score publicado sem versão fica em grupo próprio. Métrica diferente com o mesmo nome também: o Agents' Last Exam tem catálogo separado para a taxa de aprovação, para o score e para a variante ALE-CLI, porque o mesmo modelo aparece com números muito distantes conforme a coluna; o SWE-Marathon tem catálogo separado para a versão 1.1 e para o ramo anterior a ela calibrado para outra GPU. Em SWE-bench e Terminal-Bench, o harness aparece ao lado do score, porque o mesmo modelo em agentes diferentes resolve quantidades diferentes de tarefas.

Nas páginas por caso de uso o cabeçalho da coluna só cabe a versão curta. A versão completa do recorte, que é o que separa duas medidas com o mesmo nome de catálogo, aparece na ficha de fonte de cada célula, no campo Versão.

Níveis de esforço

O mesmo modelo em esforço máximo e em esforço baixo tem placar e custo diferentes. Cada score carrega a configuração usada; quando a fonte não declara, o rótulo diz "não informado" e o score não entra em comparação cruzada.

Quatro datas

Data do dado na origem, data de coleta, data do snapshot (no topo da página) e vigência do preço. A página nunca mostra a data do build. Passados quinze dias desde a data do snapshot, o hero exibe "Em revisão". O prazo é contado da data do snapshot até o dia da visita, não da data do build do site.

Preço em reais

Preços oficiais são em dólar por milhão de tokens, e é assim que a tabela publica entrada e saída. Ao lado do preço de saída em dólar, a tabela publica também o mesmo preço convertido em reais pela cotação PTAX de venda do Banco Central, com data e hora visíveis. Essa coluna é conversão de preço de tabela, não estimativa de conta mensal.

A conta mensal fica na seção de custo por caso de uso. Ela é cálculo próprio, derivado no momento em que a página é montada a partir de precos.json e do perfil de carga de cada caso: não existe Medida de custo no dataset, e nenhum valor em reais é digitado na copy. A página mostra três volumes em vez de um número único, com a fórmula, as premissas de carga e a cotação usada ao lado dos valores, e declara as quatro regras que a conta assume (fator de cache, escrita de cache fora do cálculo, tarifa de pico e provedor por modelo).

As premissas de perfil de carga são da X-Apps, aprovadas e datadas em 14 de setembro de 2026, e continuam publicadas por inteiro ao lado dos valores, e não apenas nesta metodologia. Elas não descrevem nenhum cliente e não foram medidas: aprovação aqui significa que a X-Apps assume os números como premissa declarada, não que eles tenham virado medição. O leitor continua podendo conferir cada um ou trocar pelos dele. Os pesos que ordenam o ranking de cada caso de uso seguem como premissa a aprovar, e por isso ainda aparecem marcados.

IOF, spread bancário, marketplace de nuvem, tributação de pessoa jurídica e escrita de cache ficam fora do cálculo e são declarados como tal. Com a escrita de cache fora, o valor é um piso para carga com muito cache.

Tokenizador

Comparar preço por milhão de tokens entre fabricantes sem considerar o tokenizador distorce a conta: a Anthropic declara que seus modelos recentes geram mais tokens para o mesmo texto. A nota só aparece na página com a Medida correspondente.

Velocidade

Não há coluna de latência nem de throughput. O llm-stats publica, por provedor, o tempo até o primeiro token (TTFT) e a vazão de saída em caracteres por segundo, medidos no uso real dos últimos sete dias, e os termos de uso dele permitem republicar com crédito visível e link; a coluna fica para uma fase futura, junto com a integração dessa fonte. O OpenRouter devolve nulo e a Artificial Analysis não concede redistribuição. Medição própria a partir do Brasil está prevista para uma fase futura.

Placares em imagem

Anúncios que publicam resultados só em gráfico entram apenas após transcrição em navegador real, com captura de tela, hash e data gravados no dataset. O valor transcrito chega ao leitor com a marca de transcrito de imagem e a data da transcrição na ficha de fonte. Até a transcrição, o número fica na seção do que não entrou como "aguardando transcrição".

Atribuições
  • Epoch AI, 'AI Benchmarking Hub'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks/use-this-data' [online resource]. Accessed 6 Sep 2026. Dados sob Creative Commons Attribution 4.0; dados de Aider Polyglot e Terminal-Bench embutidos mantêm licença Apache 2.0.
  • models.dev: MIT License. Copyright (c) 2025 models.dev. The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software.
  • LMArena: LMArena, 'Arena Leaderboard Dataset' (lmarena-ai/leaderboard-dataset). Publicado no Hugging Face em https://huggingface.co/datasets/lmarena-ai/leaderboard-dataset sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Acesso em 6 set 2026. A model card não publica frase de citação própria, então a atribuição segue o formato da licença (título, autor, fonte e licença). Lemos o dataset publicado no Hugging Face; nunca raspamos o site do Arena.
  • Banco Central do Brasil, cotação PTAX de venda.
Correções e contato

Erro encontrado vira correção datada que não sai da página, com o valor anterior e o novo registrados no changelog. Correções podem ser enviadas pelo formulário de contato do site, com a URL da fonte.

Fontes e licenças

28 fontes: 11 páginas oficiais dos fabricantes, 2 medição independente, 1 preferência humana, 1 catálogo e conferência, 1 cotação oficial, 3 conferência interna, nada publicado, 2 prevista para fase futura, ainda sem nada publicado, 1 fora do dataset, 6 descartada. Cada fonte entra com o papel que cumpre, a licença que a governa e o texto de atribuição exigido por ela, copiado sem alteração.

Ver fontes e licenças (28)
Fontes e licenças
FontePapelLicençaRepublicaçãoConferida em
Páginas oficiais dos fabricantes (preço, documentação de API, anúncio, model card)Nível 1: páginas oficiais dos fabricantespágina institucional do fabricante; fato de preço e especificação citado com linkpermitida com atribuição
Meta Model API (dev.meta.ai): pricing-rate-limits e modelsNível 1: páginas oficiais dos fabricantespágina institucional do fabricante; fato de preçopermitida com atribuição
Meta AI Research, PDFs de metodologia (research.meta.ai/static)Nível 1: páginas oficiais dos fabricantespágina institucional do fabricante; fato de preçopermitida com atribuição
Alibaba Cloud Model Studio, Model inference pricingNível 1: páginas oficiais dos fabricantespágina institucional do fabricante; fato de preçopermitida com atribuição
Alibaba Cloud Press RoomNível 1: páginas oficiais dos fabricantespágina institucional do fabricante; fato de preçopermitida com atribuição
MiniMax API Docs, Pay as You GoNível 1: páginas oficiais dos fabricantespágina institucional do fabricante; fato de preçopermitida com atribuição
Z.AI Developer Document, PricingNível 1: páginas oficiais dos fabricantespágina institucional do fabricante; fato de preçopermitida com atribuição
Mistral, Pricing (API, plano Standard)Nível 1: páginas oficiais dos fabricantespágina institucional do fabricante; fato de preçopermitida com atribuição
Hugging Face, model cards e LICENSE mantidos pelos fabricantes (raw/main)Nível 1: páginas oficiais dos fabricantesmodel card no Hugging Face mantida pelo fabricante; score citado com link; texto de licença citado por cláusulapermitida com atribuição
AWS, Amazon Bedrock, Regional availability by modelsNível 1: páginas oficiais dos fabricantespágina institucional do fabricante; fato de preçopermitida com atribuição
DeepSeek API Docs, imagens de placar do anúncio do V4Nível 1: páginas oficiais dos fabricantespágina institucional do fabricante; fato de preçopermitida com atribuição
Epoch AI, AI Benchmarking Hub (benchmark_data.zip)Nível 2: medição independenteCC BY 4.0 Texto da licençapermitida com atribuição
GPQA, model card do dataset Idavidrein/gpqa no Hugging FaceNível 2: medição independenteCC BY 4.0; condição de acesso: não revelar exemplos do dataset em texto ou imagem Texto da licençapermitida com atribuição
LMArena, dataset lmarena-ai/leaderboard-dataset via datasets-server do Hugging FaceNível 2: preferência humanaCC BY 4.0 Texto da licençapermitida com atribuição
models.dev (api.json e models.json)Nível 3: catálogo e conferênciaMIT Texto da licençapermitida com atribuição
Banco Central do Brasil, PTAX (Olinda OData)Cotação oficialdado público do Banco Centralpermitida com atribuição
OpenRouter, catálogo /api/v1/modelsConferência interna, nada publicadonão declarada Texto da licençanão permitida; usada apenas em conferência interna
OpenRouter, /api/v1/models/{author}/{slug}/endpointsConferência interna, nada publicadonão declarada Texto da licençanão permitida; usada apenas em conferência interna
llm-prices.com (Simon Willison), current-v1.jsonConferência interna, nada publicadonão declaradanão permitida; usada apenas em conferência interna
OpenRouter Data API, rankings de usoPrevista para fase futura, ainda sem nada publicadoCC BY 4.0 Texto da licençapermitida com atribuição
LLM Stats (llm-stats.com), API em api.zeroeval.com/stats/v1Prevista para fase futura, ainda sem nada publicadoTermos de Serviço (2026-09-06) permitem copiar, modificar, compartilhar e republicar, inclusive comercialmente, com crédito visível a llm-stats.com e link Texto da licençapermitida com atribuição
Artificial AnalysisFora do datasetatribuição obrigatória em todos os tiers; tier gratuito 'Internal use only with attribution', sem redistribuição Texto da licençanão permitida; usada apenas em conferência interna
Hugging Face Open LLM LeaderboardDescartadanão declaradanão permitida; usada apenas em conferência interna
Aider polyglot leaderboardDescartadaApache 2.0 (via Epoch)não permitida; usada apenas em conferência interna
openai/simple-evalsDescartadaMITnão permitida; usada apenas em conferência interna
pricepertoken.comDescartadanão declaradanão permitida; usada apenas em conferência interna
Vellum LLM LeaderboardDescartadanão declaradanão permitida; usada apenas em conferência interna
HateBRDescartadauso comercial proibidonão permitida; usada apenas em conferência interna

Atribuição exigida

  • Epoch AI, AI Benchmarking Hub (benchmark_data.zip): Epoch AI, 'AI Benchmarking Hub'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks/use-this-data' [online resource]. Accessed 6 Sep 2026.
  • LMArena, dataset lmarena-ai/leaderboard-dataset via datasets-server do Hugging Face: LMArena, 'Arena Leaderboard Dataset' (lmarena-ai/leaderboard-dataset). Publicado no Hugging Face em https://huggingface.co/datasets/lmarena-ai/leaderboard-dataset sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Acesso em 6 set 2026.
  • models.dev (api.json e models.json): MIT License. Copyright (c) 2025 models.dev. The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software.
  • OpenRouter Data API, rankings de uso: Source: OpenRouter (openrouter.ai/rankings), as of {as_of}. Para os demais endpoints: Source: OpenRouter Data API (openrouter.ai/docs/cookbook/administration/data-api), as of {as_of}. Ao republicar o dado: Licensed under CC BY 4.0.
  • Banco Central do Brasil, PTAX (Olinda OData): Banco Central do Brasil, cotacao PTAX de venda

Restrições de uso

  • Páginas oficiais dos fabricantes (preço, documentação de API, anúncio, model card): Cada valor é citado com fonte e data, sem copiar a tabela inteira nem o layout da página.
  • Epoch AI, AI Benchmarking Hub (benchmark_data.zip): Os dados de Aider Polyglot e Terminal-Bench embutidos no pacote mantêm a licença Apache 2.0 original.; Questões e respostas dos benchmarks pertencem aos criadores: só os scores são publicados.
  • LMArena, dataset lmarena-ai/leaderboard-dataset via datasets-server do Hugging Face: Os Termos de Uso do arena.ai proíbem raspagem e reprodução do serviço: os dados vêm só do dataset publicado.; A atribuição segue o formato exigido pela CC BY 4.0 (título, autor, fonte e licença), porque a página do dataset não publica frase de citação própria.
  • models.dev (api.json e models.json): A licença MIT exige manter o aviso de copyright e de licença, reproduzido na seção de atribuições desta metodologia.
  • OpenRouter, catálogo /api/v1/models: Os Termos proíbem crawlers e cópia de informação do site, e não há licença de republicação: nada desta fonte vai para a página.
  • OpenRouter, /api/v1/models/{author}/{slug}/endpoints: Mesma restrição do catálogo do OpenRouter: nada desta fonte vai para a página.
  • llm-prices.com (Simon Willison), current-v1.json: Repositório sem licença declarada: usado só como conferência citada, nunca espelhado.
  • Artificial Analysis: Nenhum dado desta fonte entra no dataset, nem pelo catálogo do OpenRouter.; Citação só em prosa, com link e crédito, no máximo um número por afirmação.
  • HateBR: A licença proíbe uso comercial.
  • Meta Model API (dev.meta.ai): pricing-rate-limits e models: Cada valor é citado com fonte e data, sem copiar a tabela inteira nem o layout da página.
  • Meta AI Research, PDFs de metodologia (research.meta.ai/static): Cada valor é citado com fonte e data, sem copiar a tabela inteira nem o layout da página.
  • Alibaba Cloud Model Studio, Model inference pricing: Cada valor é citado com fonte e data, sem copiar a tabela inteira nem o layout da página.
  • Alibaba Cloud Press Room: Cada valor é citado com fonte e data, sem copiar a tabela inteira nem o layout da página.
  • MiniMax API Docs, Pay as You Go: Cada valor é citado com fonte e data, sem copiar a tabela inteira nem o layout da página.
  • Z.AI Developer Document, Pricing: Cada valor é citado com fonte e data, sem copiar a tabela inteira nem o layout da página.
  • Mistral, Pricing (API, plano Standard): Cada valor é citado com fonte e data, sem copiar a tabela inteira nem o layout da página.
  • Hugging Face, model cards e LICENSE mantidos pelos fabricantes (raw/main): Cada valor é citado com fonte e data, sem copiar a tabela inteira nem o layout da página.
  • AWS, Amazon Bedrock, Regional availability by models: Cada valor é citado com fonte e data, sem copiar a tabela inteira nem o layout da página.
  • DeepSeek API Docs, imagens de placar do anúncio do V4: Cada valor é citado com fonte e data, sem copiar a tabela inteira nem o layout da página.
  • GPQA, model card do dataset Idavidrein/gpqa no Hugging Face: Só o baseline humano e os scores são publicados; as questões do dataset nunca são republicadas.

Conflito de interesse

A X-Apps presta consultoria e desenvolve software com vários dos fornecedores desta tabela e mantém páginas comerciais por tecnologia. Não recebe pagamento de nenhum fabricante por esta página. Os números vêm das fontes citadas, não de acordos comerciais.

Leia também

  • Como avaliar um fornecedor de IA sem confiar no número que ele mostra

    Os três controles de um teste que vale e as perguntas para a reunião com o fornecedor.

  • Qual IA usar para criar protótipos de software em 2026?

    Comparação de modelos para prototipagem, com preços de assinatura e de API.

  • Claude Opus 5: custo e qualidade em cada nível de esforço

    O mesmo modelo em níveis diferentes muda placar, custo e latência. Onde fica o joelho da curva.

Do comparativo para a operação

A X-Apps escolhe, integra e opera modelos de IA com o seu dado e a sua regra de negócio, do primeiro protótipo à produção.

Acelere a sua empresa com a X-Apps

Alocar profissionaisSolicitar Orçamento
A X-Apps é um provedor de TI parceiro e aconselhada pelo
Gartner
Siga nossas redes sociais
O seu time de tecnologia e IA. Software sob medida, soluções de IA e alocação de profissionais.
Vamos conversar?
comercial@x-apps.com.br11 5083-0122

Rua Rodrigo Vieira, 126

Jardim Vila Mariana. São Paulo, SP.

CEP: 04115-060

Mapa do site
Termos de serviçoTermos de privacidade
Available in English