O preço de lançamento do Argon esconde o custo real. A tarefa de US$ 1,99 vira US$ 3,98 no preço padrão, porque usa cerca de 62.000 tokens de saída por tarefa, contra 27.000 do Astra.
Voltar à tendência do dia: Google lança sua IA mais inteligente, e 10 mil cientistas ganham acesso grátis
Ranking Poly · da tendência do dia
Ranking: os 10 melhores modelos de IA de outubro de 2026 — Gemini 4 Argon contra Claude
Gemini 4 Argon vence a votação cega de pessoas com 1.525 e 12 dos 18 testes da própria Google, mas o GPT-6.1 Sol fica a um ponto de índice atrás, por US$ 0,72 por tarefa — cerca de um quinto dos US$ 3,98 do Argon depois que acaba o preço de lançamento.
- Nº 1: Gemini 4 Argon
- 10 posições
01Lista final
As IAs líderes montaram cada uma a sua lista de dez, de forma independente. Aqui está um resultado fácil de conferir: cada posição tem um motivo, uma fonte e a lista das IAs que a incluíram.
Ordem: da maior para a menor concordância entre as IA.
Uma etiqueta forte significa que essa IA pôs o item na sua lista. Uma esmaecida, que não pôs.
- 1
Gemini 4 Argon
Primeiro na votação cega, com 1.525, e em 12 dos 18 testes da Google, mas marca só 53 no índice. O custo de US$ 1,99 por tarefa dobra para US$ 3,98 depois que acaba o preço de lançamento.
Incluíram: Claude, ChatGPT, Gemini, Kimi, DeepSeek.Nas listas delas: Claude: 4 · ChatGPT: 2 · Gemini: 1 · Kimi: 3 · DeepSeek: 4
O que cada IA notou 5
- Claudeposição 4
Primeiro na votação da Arena (cerca de 1.524), mas 5 pontos de índice atrás do Opus 5.5, e o custo de $1,99 por tarefa praticamente dobra, para cerca de $3,98, quando acaba o preço promocional.
Fonte ↗ - ChatGPTposição 2
A Artificial Analysis registra 53 no seu Intelligence Index e $1,99 para rodar esse índice; o preço de lançamento na API do Google foi a metade do preço padrão declarado.
Fonte ↗ - Geminiposição 1
O carro-chefe do Google, com ótimo desempenho no índice de inteligência e velocidade de resposta competitiva.
- Kimiposição 3
Metade do preço até 30 de novembro (US$ 1,99 por tarefa) e o nº 1 da LMArena com 1.525 — mas, com o preço padrão de 1º de dezembro (US$ 3,98 por tarefa), seu valor cai abaixo do Sonnet 5.5, e ele queima 62.000 tokens de saída por tarefa para isso.
Fonte ↗ - DeepSeekposição 4
Empata com o GPT-6 Astra em 53, custando US$ 3,98 depois do desconto de lançamento, e ainda vence a votação de preferência da LMArena com 1.525.
Fonte ↗
5 IAs colocaram aqui - 2
Claude Opus 5.5
Maior nota independente, 58, e o preço, US$ 4/US$ 20, não sobe depois do lançamento. Custa US$ 5,98 por tarefa no esforço máximo, mas a configuração alta marca 54 por US$ 1,82.
Incluíram: Claude, ChatGPT, Kimi, DeepSeek. Não incluíram: Gemini.Nas listas delas: Claude: 1 · ChatGPT: 1 · Kimi: 2 · DeepSeek: 3
O que cada IA notou 4
- Claudeposição 1
O único modelo a liderar o índice independente (58), e seu preço de lançamento é igual ao preço padrão ($4/$20), então não há queda brusca de preço. Em esforço alto, ele marca 54 por $1,82 por tarefa.
Fonte ↗ - ChatGPTposição 1
A Artificial Analysis o nomeou líder do Intelligence Index; isso não resolve a disputa por preferência humana nem por custo-benefício.
Fonte ↗ - Kimiposição 2
O nº 1 independente, com 57,6–58, e o segundo modelo de chat da LMArena — as afirmações do fabricante são as mais próximas das notas independentes entre todos os lançamentos deste ciclo.
Fonte ↗ - DeepSeekposição 3
Tem a maior inteligência independente, com 58, mas seu custo de US$ 5,98 por tarefa é 8,3 vezes o do Sol; a vantagem em capacidade é mais estreita do que a fatura.
Fonte ↗
4 IAs colocaram aqui - 3
GPT-6 Astra
Empata com o Argon com 53 no índice, mas custa US$ 3,26 por tarefa a US$ 10/US$ 50 por milhão de tokens, o maior preço por token entre os líderes.
Incluíram: Claude, ChatGPT, Kimi, DeepSeek. Não incluíram: Gemini.Nas listas delas: Claude: 5 · ChatGPT: 3 · Kimi: 5 · DeepSeek: 5
O que cada IA notou 4
- Claudeposição 5
Empata com o Argon no índice, com 53, mas custa $3,26 por tarefa em esforço máximo, contra $1,99 do Argon. A $10/$50 por milhão de tokens, é o mais caro por token entre os líderes.
Fonte ↗ - ChatGPTposição 3
Na página da Artificial Analysis, ele tem 53, empatado com o Argon no resultado obtido, enquanto a velocidade de saída informada é de 57 tokens por segundo.
Fonte ↗ - Kimiposição 5
Lidera os testes de raciocínio difícil (ARC-AGI-2 95%, FrontierMath Tier 4 97,6%, LiveBench Reasoning 92,65) e está em 2º lugar no WebDev da LMArena — mas, a US$ 10/US$ 50, faz dele uma compra premium de US$ 3,26 por tarefa, a 57 tokens/s.
Fonte ↗ - DeepSeekposição 5
Lidera o Vals Science com 65,09%, mas custa US$ 3,26 por tarefa e roda a 66,5 tokens/s — o vencedor em ciência não é o vencedor em velocidade.
Fonte ↗
4 IAs colocaram aqui - 4
Claude Fable 5.1
Marca 53, igual ao Argon e ao Astra, mas a US$ 7,63 por tarefa e US$ 10/US$ 50 por token é o que paga mais por cada ponto do índice.
Incluíram: Claude, ChatGPT, Kimi, DeepSeek. Não incluíram: Gemini.Nas listas delas: Claude: 7 · ChatGPT: 4 · Kimi: 7 · DeepSeek: 9
O que cada IA notou 4
- Claudeposição 7
Índice 53 a $7,63 por tarefa e $10/$50 por milhão de tokens. Lidera a tabela do Humanity's Last Exam (59,1%), mas custa mais que qualquer concorrente pelos mesmos pontos de índice.
Fonte ↗ - ChatGPTposição 4
Um resumo de outubro o coloca entre os líderes da Artificial Analysis e da WebDev Arena, mas as fontes consultadas não estabelecem um único vencedor em todos os rankings.
Fonte ↗ - Kimiposição 7
O teto de precisão — 67% de precisão factual, a maior já medida pela Artificial Analysis — por um preço de US$ 10/US$ 50 que compra certeza, não velocidade.
Fonte ↗ - DeepSeekposição 9
Um premium voltado à ciência: US$ 7,63 por tarefa, 68,7 tokens/s, e uma alegação do fabricante sobre ciência que testes independentes reduziram quase pela metade.
Fonte ↗
4 IAs colocaram aqui - 5
Claude Sonnet 5.5
O mais rápido entre os primeiros, com 134,5 tokens por segundo e 56 no índice a US$ 2/US$ 10. O alto uso de tokens ainda eleva uma tarefa no esforço máximo para US$ 5,46.
Incluíram: Claude, Kimi, DeepSeek. Não incluíram: ChatGPT, Gemini.Nas listas delas: Claude: 2 · Kimi: 1 · DeepSeek: 2
O que cada IA notou 3
- Claudeposição 2
A 2 pontos de índice do Opus 5.5, pela metade do preço de tabela ($2/$10), e é o modelo de topo mais rápido da tabela da Artificial Analysis (134 tokens por segundo).
Fonte ↗ - Kimiposição 1
56 no índice independente — um ponto atrás do Opus 5.5 — por US$ 2,01 por tarefa, metade do preço do carro-chefe, e lidera o Terminal-Bench 4.0 (63,6%) com folga.
Fonte ↗ - DeepSeekposição 2
Ele marca 56 e roda a 134,5 tokens/s, mas queima 420 milhões de tokens no índice, então seu preço de tabela de US$ 2/US$ 10 vira US$ 5,46 por tarefa.
Fonte ↗
3 IAs colocaram aqui - 6
GPT-6.1 Sol
Mais capacidade por dólar: 52 no índice por US$ 0,72 por tarefa, menos de um quinto dos US$ 3,98 do Argon no preço padrão. A desvantagem é a velocidade, cerca de 55 tokens por segundo.
Incluíram: Claude, Kimi, DeepSeek. Não incluíram: ChatGPT, Gemini.Nas listas delas: Claude: 3 · Kimi: 4 · DeepSeek: 1
O que cada IA notou 3
- Claudeposição 3
Índice 52 por $0,72 por tarefa, o custo mais baixo entre as 15 primeiras entradas da Artificial Analysis, o que o torna líder em capacidade por dólar. O preço é a lentidão: 55 tokens por segundo.
Fonte ↗ - Kimiposição 4
US$ 0,72 por tarefa do índice — a forma mais barata de comprar capacidade de fronteira, a 66 tokens/s, um ponto do índice abaixo do Argon por um quinto do preço do Astra.
Fonte ↗ - DeepSeekposição 1
Ele cede seis pontos do índice para o Claude Opus 5.5, mas custa US$ 0,72 por tarefa — um oitavo dos US$ 5,98 do Opus — então a capacidade por dólar vem em primeiro lugar.
Fonte ↗
3 IAs colocaram aqui - 7
Claude Opus 5
O modelo principal que o Opus 5.5 substituiu: marca 51 por US$ 5,86 por tarefa, a 53,8 tokens por segundo. Assim, o Opus 5.5 dá mais pontos pela mesma conta, ou quase.
Incluíram: Claude, DeepSeek. Não incluíram: ChatGPT, Gemini, Kimi.Nas listas delas: Claude: 9 · DeepSeek: 8
O que cada IA notou 2
- Claudeposição 9
O modelo que o Opus 5.5 substituiu: 6,8 pontos de índice a menos na tabela da modelgrep e $1 a mais por milhão de tokens de entrada ($5/$25).
Fonte ↗ - DeepSeekposição 8
Ainda com 51 no Artificial Analysis e US$ 5,86 por tarefa, mas substituído pelo Opus 5.5 — a defasagem da fronteira é rápida o bastante para deixar um antigo carro-chefe encalhado.
Fonte ↗
2 IAs colocaram aqui - 8
Meta Muse Wonder
Marca 52 a US$ 4/US$ 20 e é o modelo de API mais rápido na tabela da Artificial Analysis, com 161 tokens por segundo, embora a modelgrep meça 65. Ainda é uma versão prévia, a US$ 4,52 por tarefa.
Incluíram: Claude, Kimi. Não incluíram: ChatGPT, Gemini, DeepSeek.Nas listas delas: Claude: 6 · Kimi: 6
O que cada IA notou 2
- Claudeposição 6
Primeiro modelo de classe de fronteira da Meta, marca 52 e é o modelo de API mais rápido da tabela da Artificial Analysis, com 161 tokens por segundo, mas ainda é uma prévia e custa $4,52 por tarefa.
Fonte ↗ - Kimiposição 6
O Wonder Full empata com o Sonnet 5.5 em 56 no índice independente e vence o SWE-Marathon por 11 pontos — mas o Full fica preso dentro do Muse Code, e a Meta classifica as rodadas dos rivais como 'melhor esforço'.
Fonte ↗
2 IAs colocaram aqui - 9
Grok 4.7
Barato por token, a US$ 2/US$ 6, e rápido, com 93,8 tokens por segundo, mas usa tokens suficientes para que uma tarefa custe US$ 3,74, para uma nota de 46 no índice.
Incluíram: ChatGPT, DeepSeek. Não incluíram: Claude, Gemini, Kimi.Nas listas delas: ChatGPT: 5 · DeepSeek: 7
O que cada IA notou 2
- ChatGPTposição 5
A página de lançamento da Artificial Analysis informa nota 46 no índice e custo por tarefa do índice de $1,25–$3,74, conforme a variante.
Fonte ↗ - DeepSeekposição 7
Rápido, a 93,8 tokens/s, e barato por token, mas tão verboso que custa US$ 3,74 por tarefa e fica com 46 no Artificial Analysis.
Fonte ↗
2 IAs colocaram aqui - 10
Gemini 3.8 Flash
O modelo de volume: 41 no índice por US$ 1,24 por tarefa, com aumento de preço próprio previsto para 1º de janeiro de 2027. A velocidade é contestada: 308 tokens por segundo numa tabela e 147 em outra.
Incluíram: ChatGPT, Kimi. Não incluíram: Claude, Gemini, DeepSeek.Nas listas delas: ChatGPT: 7 · Kimi: 9
O que cada IA notou 2
- ChatGPTposição 7
Sua nota no índice é 40; o custo mais baixo mostrado pela Artificial Analysis é de $0,93 por tarefa do índice.
Fonte ↗ - Kimiposição 9
O monstro de vazão — 308–345 tokens de saída por segundo a US$ 1,24 por tarefa do índice, a faixa rápida e barata que ultrapassa todos os modelos acima dela para trabalho em volume.
Fonte ↗
2 IAs colocaram aqui
02Vale a pena saber
O que as IAs perceberam ao montar a lista.
Votação e notas de tarefas não batem. O Argon é o nº 1 no Arena Text, com 1.525, mas é o nº 9 no Arena WebDev e fica cerca de 5 pontos atrás do Opus 5.5 no índice independente.
Os principais modelos ficaram numa faixa de seis pontos de índice (53–58), enquanto o custo por tarefa variou de US$ 0,72 a US$ 7,63, uma diferença de 10,6 vezes.
A intensidade do raciocínio pesa na conta tanto quanto a escolha do modelo. O Opus 5.5 vai de 51 a US$ 1,34 por tarefa até 58 a US$ 5,98.
Veículos de imprensa contam a tabela da própria Google de formas diferentes: 12 vitórias em 18 mais um empate, 13 em 19 mais um empate, ou 14 em 18. A tabela é da própria Google, com suas escolhas de testes e seu ambiente de medição.
03O que as pessoas perguntam
gemini 4 argon vs claude opus 5.5
O Opus 5.5 lidera o índice independente da Artificial Analysis por 58 a 53, e o Argon lidera a votação de texto da Arena por 1.525 a cerca de 1.504. O Argon custa US$ 1,99 por tarefa no lançamento e US$ 3,98 depois, contra os US$ 5,98 do Opus no esforço máximo.
Fonte ↗gemini 4 argon vs claude
Claude Sonnet 5.5 marca 56 e Opus 5.5 marca 58, contra 53 do Argon. O preço do Sonnet, US$ 2/US$ 10, é igual ao preço de lançamento do Argon, mas não dobra depois de 30 de novembro.
Fonte ↗claude 4 ou gemini 2.5 pro
Os dois modelos já são de uma geração anterior. O confronto de outubro de 2026 é o Opus 5.5 (58) contra o Argon (53), e um acompanhamento da Arena ainda lista o Gemini 2.5 Pro com 1.345 de Elo.
Fonte ↗quantos testes da google o gemini 4 argon ganha
A contagem muda conforme se incluem linhas e empates: a VentureBeat diz 12 de 18 mais um empate, a Apidog 13 de 19 mais um empate, e a Wired 14 de 18.
Fonte ↗04Como contamos
Em palavras simples, sem fórmulas.
1A pergunta
Top 10 modelos de IA de fronteira: afirmações dos fabricantes, notas independentes e custo real por tarefa
2Por que este tema
O leitor vê lado a lado o que o próprio fabricante afirma, as notas independentes, a preferência do público e a conta real por tarefa, algo que nenhuma tabela de classificação mostra sozinha.
3Onde se aplica
Modelos de linguagem de IA de fronteira disponíveis no mundo todo em outubro de 2026
4O que analisamos
- Capacidade independente: Índice de Inteligência da Artificial Analysis e votação cega da Arena, lidas lado a lado
- Diferença entre as afirmações de cada fabricante sobre seus próprios testes e as notas independentes
- Custo por tarefa concluída, no preço de lançamento e no preço padrão, além da velocidade de saída medida
- Desempate: quantos dos testes da tabela de lançamento do próprio fabricante o modelo vence
- Índice de Inteligência da Artificial Analysis — média independente de 10 avaliações de tarefas, com peso maior para tarefas com agentes de IA. Cada modelo aparece em várias configurações de esforço de raciocínio.
- Custo por tarefa e velocidade de saída da Artificial Analysis — dólares americanos para rodar as tarefas do índice ao preço do modelo, no lançamento e no preço padrão, mais a mediana de tokens de saída por segundo
- Arena Text e WebDev Arena, da LMArena — notas no estilo Elo, a partir de votos humanos anônimos em confrontos diretos. Medem preferência, não acerto.
- Tabela de lançamento do Gemini 4 Argon da Google — notas de testes divulgadas pelo próprio fabricante. A Google rodou alguns em seu próprio ambiente, e os números dos concorrentes vêm de outras fontes. A contagem de linhas e de vitórias varia conforme
5Quem classificou
As IAs líderes: Claude, ChatGPT, Gemini, Kimi, DeepSeek. Cada uma montou sua própria lista de dez de forma independente e indicou uma fonte para cada posição.
6Como as posições foram definidas
O mesmo item escrito de formas diferentes por IAs diferentes foi contado como um só. Quanto mais IAs o colocaram na lista, e quanto mais alto, mais alta a posição. "Acordo das IAs" mostra quantas IAs tinham o item na própria lista. As fontes são apenas as que as próprias IAs encontraram; nada foi acrescentado à mão.
05A lista de cada IA
🇺🇸 Claude10 posições · 4 notas
A mesma pergunta, respondida só por Claude. A lista final acima combina todas as IAs.
- 1Claude Opus 5.5
O único modelo a liderar o índice independente (58), e seu preço de lançamento é igual ao preço padrão ($4/$20), então não há queda brusca de preço. Em esforço alto, ele marca 54 por $1,82 por tarefa.
Fonte ↗ - 2Claude Sonnet 5.5
A 2 pontos de índice do Opus 5.5, pela metade do preço de tabela ($2/$10), e é o modelo de topo mais rápido da tabela da Artificial Analysis (134 tokens por segundo).
Fonte ↗ - 3GPT-6.1 Sol
Índice 52 por $0,72 por tarefa, o custo mais baixo entre as 15 primeiras entradas da Artificial Analysis, o que o torna líder em capacidade por dólar. O preço é a lentidão: 55 tokens por segundo.
Fonte ↗ - 4Gemini 4 Argon (Google, 2026)
Primeiro na votação da Arena (cerca de 1.524), mas 5 pontos de índice atrás do Opus 5.5, e o custo de $1,99 por tarefa praticamente dobra, para cerca de $3,98, quando acaba o preço promocional.
Fonte ↗ - 5GPT-6 Astra (OpenAI)
Empata com o Argon no índice, com 53, mas custa $3,26 por tarefa em esforço máximo, contra $1,99 do Argon. A $10/$50 por milhão de tokens, é o mais caro por token entre os líderes.
Fonte ↗ - 6Muse Wonder (Meta, 2026)
Primeiro modelo de classe de fronteira da Meta, marca 52 e é o modelo de API mais rápido da tabela da Artificial Analysis, com 161 tokens por segundo, mas ainda é uma prévia e custa $4,52 por tarefa.
Fonte ↗ - 7Claude Fable 5.1
Índice 53 a $7,63 por tarefa e $10/$50 por milhão de tokens. Lidera a tabela do Humanity's Last Exam (59,1%), mas custa mais que qualquer concorrente pelos mesmos pontos de índice.
Fonte ↗ - 8Muse Wonder Full (Meta)
Marca 56, em terceiro no índice, mas não dá para comprá-lo por token. É vendido só nos planos Muse Code de $50 e $200 por mês.
Fonte ↗ - 9Claude Opus 5
O modelo que o Opus 5.5 substituiu: 6,8 pontos de índice a menos na tabela da modelgrep e $1 a mais por milhão de tokens de entrada ($5/$25).
Fonte ↗ - 10Muse Spark 1.3 (Meta)
A entrada de nível de fronteira mais barata da tabela ($1,25 por milhão de tokens de entrada), com índice 48,1.
Fonte ↗
O que Claude percebeu
A queda de preço do Argon é o principal motivo para eu colocá-lo abaixo do Sol e dos modelos Claude. Seu custo de $1,99 por tarefa passa a cerca de $3,98 no preço padrão de $4/$20, o que equivale a cerca de 120% do custo do Astra. O Argon usa cerca de 62.000 tokens de saída por tarefa, contra 27.000 do Astra.
O índice independente e a votação humana discordam. O Argon está em primeiro na votação de texto da Arena, com cerca de 1.524, e os modelos Claude ficam cerca de 20 pontos atrás, mas está 5 pontos atrás do Opus 5.5 no índice da Artificial Analysis.
O esforço de raciocínio muda o custo mais do que a escolha do modelo. O Opus 5.5 vai de 51 com $1,34 por tarefa a 58 com $5,98. Um Opus 5.5 em esforço médio custa, por tarefa, menos que a execução do Argon em esforço alto.
A tabela do Google inclui as derrotas dele (Terminal-bench 4.0, FrontierSWE v2, PostTrainBench). Um veículo de imprensa chamou isso de abordagem incomum para relatos de fabricante, mas o ambiente de teste e a escolha dos benchmarks continuam sendo do Google.
🇺🇸 ChatGPT10 posições · 4 notas
A mesma pergunta, respondida só por ChatGPT. A lista final acima combina todas as IAs.
- 1Claude Opus 5.5
A Artificial Analysis o nomeou líder do Intelligence Index; isso não resolve a disputa por preferência humana nem por custo-benefício.
Fonte ↗ - 2Gemini 4 Argon
A Artificial Analysis registra 53 no seu Intelligence Index e $1,99 para rodar esse índice; o preço de lançamento na API do Google foi a metade do preço padrão declarado.
Fonte ↗ - 3GPT-6 Astra
Na página da Artificial Analysis, ele tem 53, empatado com o Argon no resultado obtido, enquanto a velocidade de saída informada é de 57 tokens por segundo.
Fonte ↗ - 4Claude Fable 5.1
Um resumo de outubro o coloca entre os líderes da Artificial Analysis e da WebDev Arena, mas as fontes consultadas não estabelecem um único vencedor em todos os rankings.
Fonte ↗ - 5Grok 4.7
A página de lançamento da Artificial Analysis informa nota 46 no índice e custo por tarefa do índice de $1,25–$3,74, conforme a variante.
Fonte ↗ - 6Gemini 3.8 Flash (High)
A Artificial Analysis o coloca em 41, enquanto a família de modelos mais antiga do Google já não é a grande novidade de fronteira.
Fonte ↗ - 7Gemini 3.8 Flash (Medium)
Sua nota no índice é 40; o custo mais baixo mostrado pela Artificial Analysis é de $0,93 por tarefa do índice.
Fonte ↗ - 8Gemini 3.8 Flash (Low)
A página de criador da Artificial Analysis consultada informa 33, uma queda grande em relação aos 41 da variante High.
Fonte ↗ - 9Gemini 3.1 Pro Preview
A Artificial Analysis lista 30; a página de criador informa 139 tokens por segundo, mas essa velocidade sozinha não o torna uma boa escolha de capacidade.
Fonte ↗ - 10Outros modelos de fronteira de outubro de 2026
Não é possível atribuir um décimo lugar defensável com base nas notas e nos preços verificados obtidos; a lista de lançamentos atual é o ponto de partida para uma lista curta reproduzível.
Fonte ↗
O que ChatGPT percebeu
A nota 53 do Argon na Artificial Analysis é forte, mas o custo por tarefa do mesmo índice é $1,99; a nota sozinha não mostra a tarefa concluída mais barata.
Os preços de lançamento do Argon na API do Google foram $2/$10 por milhão de tokens de entrada e saída, com $4/$20 como preço padrão declarado após 30 de novembro de 2026.
A Arena mede a preferência humana, e as reportagens de outubro descrevem líderes diferentes para texto, WebDev e outros rankings; não existe um único resultado da Arena que responda a todos os casos de uso.
A tabela de lançamento do Google é um conjunto de benchmarks informado pelo próprio fabricante; comparar com um índice independente exige alinhar tarefa, configurações e variante do modelo.
🇺🇸 Gemini10 posições
A mesma pergunta, respondida só por Gemini. A lista final acima combina todas as IAs.
- 1Gemini 4 Argon
O carro-chefe do Google, com ótimo desempenho no índice de inteligência e velocidade de resposta competitiva.
- 2Claude 3.5 Sonnet
A força em eficiência da Anthropic, que mantém as melhores notas de preferência humana em relação ao custo.
- 3Claude 3 Opalescent / Opus Series
Gigante de raciocínio profundo que entrega precisão de elite em programação, a preços de faixa superior.
- 4GPT-4o
O carro-chefe multimodal e versátil da OpenAI, que equilibra geração rápida de tokens com inteligência básica.
- 5OpenAI o1 / o3 Series
Arquitetura de raciocínio especializada que troca mais tempo de resposta por resolução de problemas passo a passo.
- 6Gemini 1.5 Pro
Provedor de janela de contexto enorme, que oferece análise profunda de documentos a preços empresariais competitivos.
- 7Llama 3.3 70B
Padrão de pesos abertos da Meta que rivaliza com o desempenho de APIs fechadas de fronteira, a custos de hospedagem de código aberto.
- 8DeepSeek V3 / R1
Padrão de API de custo ultrabaixo, com desempenho de primeira linha para cada centavo investido.
- 9Mistral Large 2
Entrada europeia de fronteira, com forte capacidade multilíngue e bons resultados em métricas de execução de código.
- 10Qwen 2.5 72B
Modelo de pesos abertos da Alibaba que se destaca em matemática, programação e tarefas de linguagem estruturada.
🇨🇳 Kimi10 posições · 4 notas
A mesma pergunta, respondida só por Kimi. A lista final acima combina todas as IAs.
- 1Claude Sonnet 5.5 (Anthropic, 2026)
56 no índice independente — um ponto atrás do Opus 5.5 — por US$ 2,01 por tarefa, metade do preço do carro-chefe, e lidera o Terminal-Bench 4.0 (63,6%) com folga.
Fonte ↗ - 2Claude Opus 5.5 (Anthropic, 2026)
O nº 1 independente, com 57,6–58, e o segundo modelo de chat da LMArena — as afirmações do fabricante são as mais próximas das notas independentes entre todos os lançamentos deste ciclo.
Fonte ↗ - 3Gemini 4 Argon (Google DeepMind, 2026)
Metade do preço até 30 de novembro (US$ 1,99 por tarefa) e o nº 1 da LMArena com 1.525 — mas, com o preço padrão de 1º de dezembro (US$ 3,98 por tarefa), seu valor cai abaixo do Sonnet 5.5, e ele queima 62.000 tokens de saída por tarefa para isso.
Fonte ↗ - 4GPT-6.1 Sol (OpenAI, 2026)
US$ 0,72 por tarefa do índice — a forma mais barata de comprar capacidade de fronteira, a 66 tokens/s, um ponto do índice abaixo do Argon por um quinto do preço do Astra.
Fonte ↗ - 5GPT-6 Astra (OpenAI, 2026)
Lidera os testes de raciocínio difícil (ARC-AGI-2 95%, FrontierMath Tier 4 97,6%, LiveBench Reasoning 92,65) e está em 2º lugar no WebDev da LMArena — mas, a US$ 10/US$ 50, faz dele uma compra premium de US$ 3,26 por tarefa, a 57 tokens/s.
Fonte ↗ - 6Muse Wonder / Muse Wonder Full (Meta, 2026)
O Wonder Full empata com o Sonnet 5.5 em 56 no índice independente e vence o SWE-Marathon por 11 pontos — mas o Full fica preso dentro do Muse Code, e a Meta classifica as rodadas dos rivais como 'melhor esforço'.
Fonte ↗ - 7Claude Fable 5.1 (Anthropic, 2026)
O teto de precisão — 67% de precisão factual, a maior já medida pela Artificial Analysis — por um preço de US$ 10/US$ 50 que compra certeza, não velocidade.
Fonte ↗ - 8Kimi K3 (Moonshot AI, 2026)
O teto dos modelos de pesos abertos — 57 no índice a US$ 3/US$ 15, com pesos de 2,8 trilhões de parâmetros para download; a nota GDPval Elo de 1.687 é a melhor pontuação de trabalho profissional de terceiros já registrada por um modelo aberto.
Fonte ↗ - 9Gemini 3.8 Flash (Google, 2026)
O monstro de vazão — 308–345 tokens de saída por segundo a US$ 1,24 por tarefa do índice, a faixa rápida e barata que ultrapassa todos os modelos acima dela para trabalho em volume.
Fonte ↗ - 10GPT-6 Sol (OpenAI, 2026)
A escolha de alcance — o padrão do ChatGPT desde 7 de outubro — mas os votantes o colocam em 67º no texto da LMArena (1.455,9), abaixo do próprio antecessor, com 47,6 no índice.
Fonte ↗
O que Kimi percebeu
Os preços de lançamento distorcem todas as tabelas de custo-benefício deste trimestre: as US$ 1,99 por tarefa do Argon são uma miragem de 30 de novembro — no preço padrão custam US$ 3,98, mais que o Sonnet 5.5 (US$ 2,01), com uma nota menor.
Votos humanos e precisão nas tarefas discordam mais do que nunca: o Argon é o nº 1 no texto da LMArena (1.525,4), mas só o 8º ou 9º no WebDev da LMArena e cerca de 5 pontos atrás do Opus 5.5 no índice independente — as pessoas o preferem, os testes de desempenho não.
O Argon é uma fornalha de tokens: 62.000 tokens de saída por tarefa do índice, contra 27.000 do GPT-6 Astra — sua vantagem de preço é comprada com verbosidade, não com eficiência.
Todo laboratório vence o teste que ele mesmo publica: o Google reivindica 14 de 18 vitórias na tabela de lançamento do Argon; a ficha de resultados da Meta dá ao Wonder Full e ao Opus 5.5 seis linhas cada — os índices independentes são o único terreno comum.
🇨🇳 DeepSeek10 posições · 4 notas
A mesma pergunta, respondida só por DeepSeek. A lista final acima combina todas as IAs.
- 1GPT-6.1 Sol (max reasoning)
Ele cede seis pontos do índice para o Claude Opus 5.5, mas custa US$ 0,72 por tarefa — um oitavo dos US$ 5,98 do Opus — então a capacidade por dólar vem em primeiro lugar.
Fonte ↗ - 2Claude Sonnet 5.5 (max with fallback)
Ele marca 56 e roda a 134,5 tokens/s, mas queima 420 milhões de tokens no índice, então seu preço de tabela de US$ 2/US$ 10 vira US$ 5,46 por tarefa.
Fonte ↗ - 3Claude Opus 5.5 (max with fallback)
Tem a maior inteligência independente, com 58, mas seu custo de US$ 5,98 por tarefa é 8,3 vezes o do Sol; a vantagem em capacidade é mais estreita do que a fatura.
Fonte ↗ - 4Gemini 4 Argon (high)
Empata com o GPT-6 Astra em 53, custando US$ 3,98 depois do desconto de lançamento, e ainda vence a votação de preferência da LMArena com 1.525.
Fonte ↗ - 5GPT-6 Astra (max)
Lidera o Vals Science com 65,09%, mas custa US$ 3,26 por tarefa e roda a 66,5 tokens/s — o vencedor em ciência não é o vencedor em velocidade.
Fonte ↗ - 6GPT-5.6 Sol (max)
O Sol, mais antigo, ainda supera o Grok 4.7 no Artificial Analysis (47 contra 46) e custa US$ 1,99 por tarefa, mas está descontinuado e não recebe mais atualizações.
Fonte ↗ - 7Grok 4.7 (xhigh)
Rápido, a 93,8 tokens/s, e barato por token, mas tão verboso que custa US$ 3,74 por tarefa e fica com 46 no Artificial Analysis.
Fonte ↗ - 8Claude Opus 5 (max)
Ainda com 51 no Artificial Analysis e US$ 5,86 por tarefa, mas substituído pelo Opus 5.5 — a defasagem da fronteira é rápida o bastante para deixar um antigo carro-chefe encalhado.
Fonte ↗ - 9Claude Fable 5.1 (max with fallback)
Um premium voltado à ciência: US$ 7,63 por tarefa, 68,7 tokens/s, e uma alegação do fabricante sobre ciência que testes independentes reduziram quase pela metade.
Fonte ↗ - 10Muse Wonder Full (max)
Tem 56 no Artificial Analysis, mas sem API, sem velocidade publicada e sem preço por tarefa — uma capacidade que não dá para escolher nem calcular o custo.
Fonte ↗
O que DeepSeek percebeu
O ranking pondera em 40% o Índice de Inteligência da Artificial Analysis, 40% o custo padrão por tarefa e 20% a velocidade de saída; vitórias segundo os próprios fabricantes servem só para desempatar casos muito próximos. É por isso que a tarefa do Sol, a US$ 0,72, vence a vantagem de 58 pontos de capacidade do Opus.
O Gemini 4 Argon é o nº 1 no texto da LMArena, com 1.525, mas só o nº 9 no WebDev da LMArena, com 1.677,8 — o mesmo modelo vence a votação geral de preferência e perde a votação de criação de código.
O próprio Google calculou 10 das 19 linhas da tabela de lançamento do Argon e tirou as outras 9 de placares públicos; suas cinco derrotas se concentram em programação em terminal e em tarefas longas de código, não em trabalho de conhecimento.
Os quatro modelos mais capazes no Artificial Analysis ficaram a até seis pontos uns dos outros (53–58) em 12 de outubro, enquanto o custo medido por tarefa variou de US$ 0,72 a US$ 7,63 — uma diferença de 10,6 vezes para uma faixa de capacidade de seis pontos.