Voltar à tendência do dia: Meta diz que sua IA barata iguala a da Anthropic por um terço do custo
Ranking Poly · da tendência do dia

IA mais barata para agentes em 2026: a conta real por tarefa concluída

Muse Ember e Claude Haiku 5.5 têm nota 36 e ambos cobram US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de tokens de saída. Mesmo assim, uma tarefa de teste concluída custa cerca de US$ 0,14 no Ember e US$ 0,41 no Haiku.

  • Nº 1: Meta Muse Ember
  • 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. 1

    Meta Muse Ember

    Nota 36 por US$ 0,14 por tarefa, o modelo mais barato nessa nota. Porém, o resultado de 69,5% no OSWorld conta crédito parcial: só 33,8% das tarefas são concluídas por completo, e os dois números são da própria Meta.

    Incluíram: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek, Qwen. Não incluíram: Gemini, Wenxin.

    Nas listas delas: Claude: 2 · ChatGPT: 1 · Meta: 1 · Grok: 1 · Z.ai: 1 · Kimi: 1 · DeepSeek: 1 · Qwen: 1

    O que cada IA notou 8
    • Claudeposição 2

      $0,14 por tarefa do índice para uma nota de 36, mas a alegação no OSWorld diz 69,5% com crédito parcial e só 33,8% quando a tarefa precisa ser concluída por completo.

      Fonte ↗
    • ChatGPTposição 1

      Quase a inteligência do Haiku por $0,136 em vez de $0,411 por tarefa do índice; a verdadeira surpresa é uma taxa de entrada em cache de $0,004.

      Fonte ↗
    • Metaposição 1

      Mesmo 36 do Haiku no AA v5 no máximo, por $0,14 a tarefa em vez de $0,41 — a forma mais barata de comprar essa nota.

      Fonte ↗
    • Grokposição 1

      36 independente por cerca de $0,14 por tarefa concluída; o 36 do Haiku custa cerca de $0,41.

      Fonte ↗
    • Z.aiposição 1

      A mais barata por nota que a Artificial Analysis já mediu: 36 no índice por $0,14 a tarefa — cerca de um terço da conta de $0,41 do Claude Haiku 5.5 pela mesma nota.

      Fonte ↗
    • Kimiposição 1

      $0,14 para concluir uma tarefa de índice, onde o Haiku 5.5 precisa de $0,41 com a mesma etiqueta de $0,10/$0,50 — 2,6x menos tokens de saída.

      Fonte ↗
    • DeepSeekposição 1

      Iguala a nota de inteligência do Haiku por $0,14 por tarefa — um terço da conta — e continua na frente do grupo barato em fluxos de negócio.

      Fonte ↗
    • Qwenposição 1

      Iguala o cérebro do Claude Haiku por um terço da conta.

      Fonte ↗
    8 IAs colocaram aqui
    Fonte ↗
  2. 2

    Claude Haiku 5.5

    Mesma nota 36, mas US$ 0,41 por tarefa, cerca de três vezes a conta do Ember. Acima de 100 mil tokens de prompt, o preço de entrada sobe cinco vezes, para US$ 0,50 por milhão.

    Incluíram: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek, Qwen. Não incluíram: Gemini, Wenxin.

    Nas listas delas: Claude: 1 · ChatGPT: 2 · Meta: 2 · Grok: 2 · Z.ai: 3 · Kimi: 2 · DeepSeek: 4 · Qwen: 2

    O que cada IA notou 8
    • Claudeposição 1

      Mesma nota de índice do Ember (36), mas com 3x a conta por tarefa ($0,41 contra $0,14), e tem o histórico mais limpo no único teste independente de trabalho sem supervisão.

      Fonte ↗
    • ChatGPTposição 2

      A mesma nota de inteligência arredondada do Ember custa cerca de três vezes mais, mas o Haiku vence a comparação mais difícil de código pronto para aprovação.

      Fonte ↗
    • Metaposição 2

      O líder de agentes de programação entre os modelos de $0,10, mas escreve cerca de 3x mais tokens de saída que o Luna por tarefa do AA.

      Fonte ↗
    • Grokposição 2

      Mesmo 36 arredondado, cerca de três vezes a conta, e é o que ainda vence em código pronto para aprovação.

      Fonte ↗
    • Z.aiposição 3

      O comprovado: empata com o Ember em 36 e supera todos os concorrentes baratos em código pronto para aprovação, mas a conta é de $0,41 por tarefa — e acima de 100 mil tokens de prompt a taxa de entrada sobe 5x, para $0,50.

      Fonte ↗
    • Kimiposição 2

      Escreve 298 milhões de tokens de saída contra 115 milhões do Ember por execução do índice, na mesma taxa de saída — a diferença de $0,27 por tarefa é verbosidade, não a tabela de preços.

      Fonte ↗
    • DeepSeekposição 4

      A melhor nota de OSWorld da classe barata, com 72,4%, mas a mesma tabela de $0,10/$0,50 gera uma conta de $0,41 por tarefa — quase três vezes a do Muse Ember — e conclui só 13,9% dos fluxos de negócio em critério estrito.

      Fonte ↗
    • Qwenposição 2

      A referência para agentes baratos, agora igualada por centavos.

      Fonte ↗
    8 IAs colocaram aqui
    Fonte ↗
  3. 3

    DeepSeek V4.1 Flash

    Tem a entrada em cache mais barata, US$ 0,003 por milhão, mas a Artificial Analysis cobrou US$ 0,60 por tarefa para uma nota de 33. A DeepSeek informa 42,3% no Terminal-Bench; a Vals mediu 31,82%.

    Incluíram: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek. Não incluíram: Gemini, Wenxin, Qwen.

    Nas listas delas: Claude: 3 · ChatGPT: 4 · Meta: 5 · Grok: 4 · Z.ai: 5 · Kimi: 4 · DeepSeek: 3

    O que cada IA notou 7
    • Claudeposição 3

      Acertos de cache a $0,003 por milhão tornam esta a entrada em cache mais barata daqui, e ficou em primeiro no teste de sessões longas da Bito, com 71,9%.

      Fonte ↗
    • ChatGPTposição 4

      Um desconto de 98% no cache parece imbatível, mas o consumo de raciocínio e de saída leva a conta medida do índice a $0,60.

      Fonte ↗
    • Metaposição 5

      Nota 33 no AA por $0,60 a tarefa, e uma execução do Terminal-Bench na Vals AI a $0,54 — o trabalhador de terminal de conta mais baixa deste conjunto.

    • Grokposição 4

      Índice 33 custa $0,60 por tarefa, e a taxa oficial dobra no horário de pico.

      Fonte ↗
    • Z.aiposição 5

      Pesos com licença MIT e uma taxa de acerto de cache de $0,003 permitiram a um desenvolvedor rodar 445 testes de terminal por $27 no total — mas seus 42,3% autorreportados no Terminal-Bench 4.0 caíram para 19,7% no teste independente da Vals AI.

      Fonte ↗
    • Kimiposição 4

      Os melhores pesos abertos lançados no índice, com 32 — e 42,3% no Terminal-Bench 4.0 por cerca de $0,60–$1,20 por milhão de tokens de saída.

      Fonte ↗
    • DeepSeekposição 3

      A $0,60 por tarefa não é o token mais barato, mas conclui 42,3% das tarefas de terminal e 60,5% dos fluxos de negócio — a melhor combinação de terminal e escritório na faixa barata.

      Fonte ↗
    7 IAs colocaram aqui
    Fonte ↗
  4. 4

    GPT-6 Luna

    Mesmos preços de US$ 0,10 / US$ 0,50 do Ember e do Haiku, e uma conta parecida com a do Ember, US$ 0,15 por tarefa, mas a nota é só 27,8. No OSWorld, apenas 17% das tarefas são concluídas por completo.

    Incluíram: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek. Não incluíram: Gemini, Wenxin, Qwen.

    Nas listas delas: Claude: 5 · ChatGPT: 3 · Meta: 4 · Grok: 9 · Z.ai: 6 · Kimi: 3 · DeepSeek: 5

    O que cada IA notou 7
    • Claudeposição 5

      Mesma etiqueta de preço de $0,10 / $0,50 do Ember e do Haiku, mas com nota 27,8 no esforço máximo e só 16,4% no Terminal-Bench 4.0.

      Fonte ↗
    • ChatGPTposição 3

      Só $0,073 compram uma tarefa de índice em esforço baixo, mas a nota cai para 21,4; o esforço máximo chega a 27,8 por $0,152.

      Fonte ↗
    • Metaposição 4

      Mesma etiqueta de preço de $0,10 / $0,50 do Haiku e do Ember, mas cerca de 50 mil tokens de saída por tarefa do AA no máximo, contra cerca de 162 mil do Haiku.

      Fonte ↗
    • Grokposição 9

      Mesma etiqueta de $0,10 do Ember, 27,8 no índice e 17% de sucesso binário no teste de computador.

      Fonte ↗
    • Z.aiposição 6

      O campeão de conta: $0,01 por tarefa do índice em esforço baixo — 15x menos que o próprio ajuste máximo — e uma tarefa real custou $0,071; o porém é que resolveu só 13,6% das tarefas de terminal da Vals AI.

      Fonte ↗
    • Kimiposição 3

      O mais barato por tarefa da classe ($0,07–$0,15), mas só 16,4% no Terminal-Bench 4.0 — um modelo de roteamento, não um finalizador.

      Fonte ↗
    • DeepSeekposição 5

      Mesma tabela de $0,10/$0,50 do Haiku e do Ember, mas só 28 de Inteligência e 16,4% no Terminal-Bench — a conta mais barata pode ser uma falsa economia em tarefas longas.

      Fonte ↗
    7 IAs colocaram aqui
    Fonte ↗
  5. 5

    MiniMax M3.1 Flash

    Nota 29 a US$ 0,49 por tarefa. A MiniMax informa 38,1% no Terminal-Bench; a Vals mediu 25,25% com um ambiente de teste compartilhado. Uma execução de 20 turnos da Bito custou US$ 3,62.

    Incluíram: Claude, Meta, Grok, Z.ai, Kimi, DeepSeek. Não incluíram: ChatGPT, Gemini, Wenxin, Qwen.

    Nas listas delas: Claude: 4 · Meta: 6 · Grok: 7 · Z.ai: 2 · Kimi: 6 · DeepSeek: 6

    O que cada IA notou 6
    • Claudeposição 4

      A um ponto do Haiku 5.5 no teste de 20 turnos da Bito (75,0%), mas cada execução levou de 3 a 5 horas e custou $3,62.

      Fonte ↗
    • Metaposição 6

      Destaque em fluxos de escritório, com 72,5% no AutomationBench-AA, mas só cerca de 26% como trabalhador de terminal — use para aplicativos, não para shells.

      Fonte ↗
    • Grokposição 7

      Uma nota de terminal de 38,1% autorreportada cai para 25,25% quando a Vals AI usa um único ambiente de teste.

      Fonte ↗
    • Z.aiposição 2

      Segundo melhor resultado em fluxos de escritório entre os 249 modelos testados pela AA (72,5%), enquanto cobra $0,21 por teste de terminal no teste independente da Vals AI — cerca de 15x mais barato por teste que o Haiku 5.5.

      Fonte ↗
    • Kimiposição 6

      38,1% no Terminal-Bench 4.0 com saída a $0,60 — o terceiro discreto que supera o Luna em 22 pontos no terminal.

      Fonte ↗
    • DeepSeekposição 6

      O especialista em fluxos de escritório: 72,5% no AutomationBench-AA, o maior do grupo barato, mas só 26% no Terminal-Bench e 21% no FrontierCode.

      Fonte ↗
    6 IAs colocaram aqui
    Fonte ↗
  6. 6

    GLM-5.3-Flash

    Os preços de US$ 0,15 / US$ 0,50 parecem baratos, mas tem nota 28 a US$ 0,58 por tarefa. Gera mais tokens que o Luna, e por isso a conta fica mais alta. Uma comparação mais antiga da Artificial Analysis mostra nota 42 a US$ 0,25.

    Incluíram: ChatGPT, Meta, Grok, Kimi, DeepSeek. Não incluíram: Claude, Gemini, Z.ai, Wenxin, Qwen.

    Nas listas delas: ChatGPT: 5 · Meta: 7 · Grok: 3 · Kimi: 7 · DeepSeek: 8

    O que cada IA notou 5
    • ChatGPTposição 5

      Uma taxa oficial de 35,8% de tarefas de terminal resolvidas faz deste modelo Flash de pesos abertos um candidato sério a agente.

      Fonte ↗
    • Metaposição 7

      Preço de tabela de $0,15 de entrada / $0,50 de saída, nota AA 28 por $0,58 a tarefa — barato no papel, mais caro por tarefa que o Luna porque escreve mais.

      Fonte ↗
    • Grokposição 3

      Os pesos abertos concluem 60,4% dos objetivos de escritório, mas só 17,6% das tarefas de código prontas para aprovação.

      Fonte ↗
    • Kimiposição 7

      35,8% no Terminal-Bench 4.0 por $0,36 por tarefa — a taxa de acerto mais barata acima de um terço no quadro.

      Fonte ↗
    • DeepSeekposição 8

      Um modelo a $0,58 por tarefa, com uma forte nota de 60% no AutomationBench, mas só 15% no FrontierCode e 33% no Terminal-Bench — capaz em escritório, avesso a código para aprovação.

      Fonte ↗
    5 IAs colocaram aqui
    Fonte ↗
  7. 7

    Gemini 3.8 Flash

    A maior diferença entre o preço de tabela e a conta real: um preço de entrada de US$ 0,75 vira US$ 7,77 por tarefa do índice no esforço alto, com nota 31.

    Incluíram: ChatGPT, Meta, Grok, Z.ai, DeepSeek. Não incluíram: Claude, Gemini, Kimi, Wenxin, Qwen.

    Nas listas delas: ChatGPT: 6 · Meta: 9 · Grok: 10 · Z.ai: 9 · DeepSeek: 9

    O que cada IA notou 5
    • ChatGPTposição 6

      A janela de contexto de 1 milhão de tokens e as entradas multimodais são atraentes, mas $1,24 por tarefa do índice enfraquece o argumento do agente barato.

      Fonte ↗
    • Metaposição 9

      Nota AA 31 no esforço alto, mas a AA cobra $7,77 por tarefa — a prova mais clara de que o preço de tabela não é a conta.

      Fonte ↗
    • Grokposição 10

      A maior precisão de conhecimento na comparação com o Ember, 50,5%, a $0,75 por milhão de tokens de entrada.

      Fonte ↗
    • Z.aiposição 9

      Os fãs falam em inteligência de nível Opus por um quinto do preço; o medidor da Vals AI marca $8,65 por teste de terminal — a maior conta da classe barata, apesar de uma precisão mediana de 19,7%.

      Fonte ↗
    • DeepSeekposição 9

      Um preço baixo por token ($0,75 de entrada) que vira $7,77 por tarefa concluída — a maior diferença entre preço de etiqueta e conta real na classe barata.

      Fonte ↗
    5 IAs colocaram aqui
    Fonte ↗
  8. 8

    Xiaomi MiMo-V2.6-Flash

    A conta de US$ 0,13 por tarefa é igual à do Ember, mas a nota é só 27, e cada tarefa do índice leva 64 minutos contra os 3,1 minutos do Ember.

    Incluíram: Meta, Grok, Kimi. Não incluíram: Claude, ChatGPT, Gemini, Z.ai, DeepSeek, Wenxin, Qwen.

    Nas listas delas: Meta: 8 · Grok: 8 · Kimi: 9

    O que cada IA notou 3
    • Metaposição 8

      O custo de tarefa AA mais baixo do conjunto, empatado, a $0,13, com nota AA 27 — um roteador econômico, não um finalizador, pelas evidências encontradas.

      Fonte ↗
    • Grokposição 8

      A conta de $0,13 por tarefa parece com a do Ember; depois a tarefa leva 64 minutos e fica com 27.

      Fonte ↗
    • Kimiposição 9

      24,2% no Terminal-Bench 4.0 por $0,21 por tarefa — o menor custo medido por tarefa de terminal na fronteira de eficiência.

      Fonte ↗
    3 IAs colocaram aqui
    Fonte ↗
  9. 9

    Thinking Machines Inkling 2 Small

    A palavra 'Small' designa um modelo de 594 bilhões de parâmetros. Tem nota 31 a US$ 1,18 por tarefa e resolve só 12,63% das tarefas de terminal da Vals.

    Incluíram: Claude, ChatGPT. Não incluíram: Meta, Grok, Gemini, Z.ai, Kimi, DeepSeek, Wenxin, Qwen.

    Nas listas delas: Claude: 6 · ChatGPT: 7

    O que cada IA notou 2
    • Claudeposição 6

      Faz 31 no índice, mas só 13% no Terminal-Bench 4.0, contra 30% do Sonnet 5.5 (esforço médio).

      Fonte ↗
    • ChatGPTposição 7

      A palavra Small esconde um modelo de 594 bilhões de parâmetros e uma conta de avaliação de $1,18.

      Fonte ↗
    2 IAs colocaram aqui
    Fonte ↗
  10. 10

    Tencent Hy4

    Perto da nota do Ember, com 35, e empatado com ele no teste de terminal da Vals, com 39,39%, mas custa US$ 1,28 por teste de terminal contra US$ 0,22 do Ember.

    Incluíram: Meta, Grok. Não incluíram: Claude, ChatGPT, Gemini, Z.ai, Kimi, DeepSeek, Wenxin, Qwen.

    Nas listas delas: Meta: 10 · Grok: 5

    O que cada IA notou 2
    • Metaposição 10

      Nota AA 35 por $1,03 a tarefa — mais alto que todos os modelos de $0,10 daqui, e o preço desse ponto extra fica visível.

      Fonte ↗
    • Grokposição 5

      Empata com o Ember em um quadro de terminal, com 39,4%, a $1,28 por teste contra $0,22 do Ember.

    2 IAs colocaram aqui
    Fonte ↗

Mais sobre os três primeiros ↓

02Mais sobre os três primeiros

O ranking está acima. Aqui há mais sobre os três primeiros lugares: o que são, por que estão aqui e o que vale saber.

As pontuações diferem (36, 36, 33). Os números do OSWorld e do Terminal-Bench vêm de fontes diferentes: alguns são das próprias criadoras, e a Vals AI mediu sua própria rodada.

1Meta Muse Ember

Nº 1 — Meta Muse Ember. Nas listas de 8 de 10 IAs; posição mediana ali: 1. Fica em primeiro lugar porque iguala a pontuação 36 do Haiku por cerca de um terço do custo: US$ 0,14 por tarefa.

Você sabia?

  • A tabela da própria Meta mostra o Muse Ember com 69,5% de crédito parcial no OSWorld 2.1, mas só 33,8% de conclusões completas. O Claude Haiku 5.5 tem 68,9% parcial e apenas 27,8% de conclusões completas, então os dois parecem quase empatados até você contar as conclusões completas.

    Fonte ↗
O que é
O modelo menor e mais eficiente da Meta, lançado em 9 de novembro de 2026.
Seu diferencial
Custo mais baixo: US$ 0,14 por tarefa, contra US$ 0,41 e US$ 0,60 dos outros.
Para quem
Serve para execuções baratas de agentes; os números próprios da Meta no OSWorld ainda não têm verificação independente.
  • Custo por tarefa concluídaUS$ 0,14 por tarefa
Por que está aqui

  • A Artificial Analysis diz que o Muse Ember é o modelo mais barato com pontuação 36 no seu Intelligence Index. Ele custa US$ 0,14 por tarefa, enquanto o Claude Haiku 5.5 marca 36 a US$ 0,41.

    Fonte ↗
Você sabia?

  • O Muse Ember custa US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de saída. Aceita um contexto de 1 milhão de tokens e pode escrever até 512 mil tokens em uma única resposta, o que é incomum para um modelo tão barato.

    Fonte ↗
História

  • Em 9 de novembro de 2026, a Meta lançou o Muse Ember, seu modelo menor e mais eficiente. Foi o primeiro modelo treinado com o Muse Wonder Full, o modelo maior da Meta para os problemas mais difíceis.

    Fonte ↗
Para ter em mente

  • A página de metodologia da Meta diz que as recusas recebem zero de crédito e continuam na contagem. Ela também diz que as verificações feitas por modelo são julgadas pelo Claude Sonnet 4.6. Não encontrei nenhuma revisão independente dos resultados do Ember no OSWorld.

    Fonte ↗
Onde saber mais

  • Comece pela tabela do OSWorld 2.1 no blog da Meta. Compare os números de crédito parcial com os números de conclusão binária, pois a diferença mostra quantas tarefas são totalmente concluídas. O ID do modelo é muse-ember-1.0.

    Fonte ↗
Comparar os três primeiros ↓

2Claude Haiku 5.5

Nº 2 — Claude Haiku 5.5. Nas listas de 8 de 10 IAs; posição mediana ali: 2. Mesma pontuação 36 do Ember, mas a conta é cerca de três vezes maior, e o preço de entrada sobe cinco vezes em prompts longos.

O que é
O modelo pequeno e barato da Claude, com preço de US$ 0,10 de entrada e US$ 0,50 de saída por milhão de tokens.
Seu diferencial
Empata com o Ember na pontuação 36 e vence em código pronto para integrar, mas custa três vezes mais.
Para quem
Serve para agentes de programação com prompts curtos; não para execuções longas acima de 100 mil tokens.
  • Custo por tarefa concluídaUS$ 0,41 por tarefa

Wikidata

Por que está aqui

  • O Haiku 5.5 iguala a pontuação 36 do Intelligence Index do Muse Ember a US$ 0,41 por tarefa, contra US$ 0,14 do Ember. É cerca de três vezes a conta para a mesma pontuação.

    Fonte ↗

  • A entrada do Haiku 5.5 custa US$ 0,10 por milhão de tokens até 100 mil tokens. Acima de 100.000 tokens, todas as tarifas são multiplicadas por cinco, e a entrada passa a custar US$ 0,50. Execuções longas de agentes podem atingir esse salto.

    Fonte ↗
Claude o colocaram em primeiro. O que viram nele

  • Claude: Mesma nota de índice do Ember (36), mas com 3x a conta por tarefa ($0,41 contra $0,14), e tem o histórico mais limpo no único teste independente de trabalho sem supervisão.

Vídeo: Claude Haiku vs Sonnet vs Opus vs Fable Clearly Explained (& use cases) (em inglês) · Eliot Prince

Comparar os três primeiros ↓

3DeepSeek V4.1 Flash

Nº 3 — DeepSeek V4.1 Flash. Nas listas de 7 de 10 IAs; posição mediana ali: 4. Tem o menor preço de entrada em cache, mas marca só 33, e a conta medida é de US$ 0,60 por tarefa.

Você sabia?

  • O preço de entrada em cache da DeepSeek depende do horário. Um relato lista US$ 0,003 por milhão de tokens fora do pico e US$ 0,006 no pico, então os US$ 0,003 do título são a tarifa fora do pico.

    Fonte ↗
O que é
O modelo pequeno da DeepSeek, que assumiu o lugar do seu V4-Pro, maior.
Seu diferencial
Entrada em cache mais barata: US$ 0,003 por milhão de tokens, muito abaixo dos outros dois.
Para quem
Serve para trabalhos que reaproveitam o mesmo texto; não para quem busca a menor conta por tarefa.
  • Custo por tarefa concluídaUS$ 0,60 por tarefa
Por que está aqui

  • O DeepSeek V4.1 Flash tem preço listado de US$ 0,15 de entrada, US$ 0,60 de saída e US$ 0,003 de entrada em cache por milhão de tokens. Esse preço de cache é muito baixo, mas só ajuda quando o mesmo texto é reaproveitado.

    Fonte ↗
História

  • Em 10 de setembro de 2026, a DeepSeek lançou o V4.1-Flash e aposentou o V4-Pro, seu modelo principal. A partir de 14 de setembro, todos os pedidos do V4-Pro passaram a ser enviados ao Flash, e esse arranjo vale até um V4.1-Pro chegar, sem data definida.

    Fonte ↗ ✓ confirmado por várias IAs
Para ter em mente

  • O mesmo usuário chama o modelo de «um pouco desatualizado» e diz que ele precisa de lembretes sobre quais ferramentas usar. A página observa que as tarefas e configurações não foram compartilhadas, então é a experiência de uma pessoa, não um teste controlado.

    Fonte ↗

  • No Humanity's Last Exam, um teste difícil de raciocínio, o V4.1 Flash marca 36,8, contra 44,5 do GPT-5.6 Sol e 56,3 do Claude Opus 5. A página diz que esses números vêm da tabela da própria DeepSeek.

    Fonte ↗
Onde saber mais

  • Leia primeiro a nota de lançamento da DeepSeek de 10 de setembro. Confira o nome do modelo deepseek-flash e a observação sobre pico e fora do pico, em que as tarifas fora do pico são 50% das do pico. Os preços exatos só aparecem em uma imagem nesta página.

    Fonte ↗
Comparar os três primeiros ↓

Os três primeiros lado a lado

Meta Muse EmberClaude Haiku 5.5DeepSeek V4.1 Flash
Nas listas das IAs8 / 108 / 107 / 10
Custo por tarefa concluídaUS$ 0,14 por tarefaUS$ 0,41 por tarefaUS$ 0,60 por tarefa
Primeiro paraChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek, QwenClaude—

Posições com o mesmo número de IAs são ordenadas pela posição média nas listas das IAs.

Mais rankings

03Vale a pena saber

O que as IAs perceberam ao montar a lista.

Ember, Haiku 5.5 e Luna têm preço de tabela de US$ 0,10 de entrada e US$ 0,50 de saída, mas uma tarefa do índice custa cerca de US$ 0,14, US$ 0,41 e US$ 0,15. Duas coisas explicam a conta menor do Ember: a entrada em cache a US$ 0,004 por milhão, contra US$ 0,01, e cerca de um terço dos tokens de saída do Haiku.

Perceberam:
Incluíram: Claude, ChatGPT, Meta, Grok, Z.ai, Kimi, DeepSeek. Não incluíram: Gemini, Wenxin, Qwen.
Fonte ↗

Os 69,5% do Ember no OSWorld contam crédito parcial. Só 33,8% das tarefas de computador dele são concluídas por completo, e os dois números vêm da própria medição da Meta, sem nenhuma nota independente no OSWorld encontrada.

Perceberam:
Incluíram: Claude, ChatGPT, Grok, Kimi, DeepSeek. Não incluíram: Meta, Gemini, Z.ai, Wenxin, Qwen.
Fonte ↗

Prompts longos mudam a conta. O preço de entrada do Haiku sobe cinco vezes acima de 100 mil tokens, o do Ember triplica acima de 200 mil, e o do Luna sobe acima de 272 mil.

Perceberam:
Incluíram: Claude, ChatGPT, Grok, Kimi. Não incluíram: Meta, Gemini, Z.ai, DeepSeek, Wenxin, Qwen.
Fonte ↗

A execução mais barata não é a mais confiável. Nas sessões de programação de 20 turnos da Bito, o Ember custou US$ 0,95, mas teve 56,1%, com cerca de 47 afirmações enganosas por sessão. A Bito vende um roteador de modelos, então tem interesse comercial.

Perceberam:
Incluíram: Claude. Não incluíram: ChatGPT, Meta, Grok, Gemini, Z.ai, Kimi, DeepSeek, Wenxin, Qwen.
Fonte ↗

O Muse Spark 1.3 tem só um ponto a mais que o Ember (37 contra 36), mas custa US$ 2,39 por tarefa, cerca de 17 vezes mais.

Perceberam:
Incluíram: Claude, ChatGPT. Não incluíram: Meta, Grok, Gemini, Z.ai, Kimi, DeepSeek, Wenxin, Qwen.
Fonte ↗

04O que as pessoas perguntam

Qual é o agente de IA mais barato?

Medido pela conta por tarefa concluída, o Muse Ember é o modelo mais barato com nota 36 no índice da Artificial Analysis, a cerca de US$ 0,14 por tarefa. O Claude Haiku 5.5 chega à mesma nota por cerca de US$ 0,41.

Fonte ↗
Qual é o agente de IA para programação mais barato?

O Ember é o mais barato por execução (uma sessão de 20 turnos da Bito custou US$ 0,95), mas o Haiku 5.5 escreve código mais pronto para ser aceito: 34,9% contra 27,2% na medição FrontierCode 2.0 da Artificial Analysis.

Fonte ↗
Muse Ember ou Haiku: qual é mais barato?

Os dois têm preço de tabela de US$ 0,10 / US$ 0,50 por milhão de tokens e arredondam para 36 (35,8 contra 36,2), mas o Ember cobra cerca de US$ 0,14 por tarefa, contra US$ 0,41 do Haiku.

Fonte ↗
Por que as fontes dão custos diferentes para o Ember?

O gráfico da Meta mostra US$ 0,136 por tarefa, calculados como estimativa com o preço proposto, enquanto o número ao vivo da Artificial Analysis é US$ 0,14. No esforço xhigh, o custo cai para US$ 0,116, com nota 33,9.

Fonte ↗

05Como contamos

Em palavras simples, sem fórmulas.

1A pergunta

Top 10 IAs baratas para agentes: mesma etiqueta de preço, conta diferente por tarefa concluída

2Por que este tema

O leitor vê lado a lado o preço de tabela, a conta real por tarefa concluída e se a promessa de lançamento do fabricante se confirmou, o que nenhuma tabela de preços ou ranking mostra junto.

3Onde se aplica

Modelos de IA globais, pequenos e de preço baixo, usados para rodar agentes de IA

4O que analisamos

  • Nota de inteligência de um avaliador independente, com o esforço declarado, e não o número do próprio fabricante
  • Dólares realmente cobrados para concluir uma tarefa de teste, contando os tokens de raciocínio e os acertos do cache, e não o preço por milhão de tokens
  • Preços oficiais de entrada, de entrada em cache e de saída, nas páginas de preço de cada fabricante
  • Sucesso em tarefas longas, passo a passo, de computador e de navegador
  • Diferença entre a promessa de lançamento do fabricante e o resultado independente
  • Artificial Analysis Intelligence Index v5 — Nota composta independente, com o esforço declarado, mais os dólares cobrados por tarefa do índice, incluindo tokens de raciocínio e acertos do cache
  • Páginas de preço dos fabricantes (Meta, Anthropic, OpenAI, DeepSeek) — Preço de tabela por milhão de tokens de entrada, de entrada em cache e de saída, incluindo as tarifas maiores para prompts longos
  • OSWorld 2.1 (tabela de lançamento da Meta) — Tarefas de uso de computador em várias etapas, pontuadas com crédito parcial e como aprovação binária estrita. São medições da própria Meta.

5Quem classificou

As IAs líderes: Claude, ChatGPT, Meta, Grok, Gemini, Z.ai, Kimi, DeepSeek, Wenxin, Qwen. 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.

06A lista de cada IA

🇺🇸 Claude10 posições · 4 notas

A mesma pergunta, respondida só por Claude. A lista final acima combina todas as IAs.

  1. 1
    Claude Haiku 5.5

    Mesma nota de índice do Ember (36), mas com 3x a conta por tarefa ($0,41 contra $0,14), e tem o histórico mais limpo no único teste independente de trabalho sem supervisão.

    Fonte ↗
  2. 2
    Meta Muse Ember (2026)

    $0,14 por tarefa do índice para uma nota de 36, mas a alegação no OSWorld diz 69,5% com crédito parcial e só 33,8% quando a tarefa precisa ser concluída por completo.

    Fonte ↗
  3. 3
    DeepSeek V4.1 Flash

    Acertos de cache a $0,003 por milhão tornam esta a entrada em cache mais barata daqui, e ficou em primeiro no teste de sessões longas da Bito, com 71,9%.

    Fonte ↗
  4. 4
    MiniMax M3.1 Flash

    A um ponto do Haiku 5.5 no teste de 20 turnos da Bito (75,0%), mas cada execução levou de 3 a 5 horas e custou $3,62.

    Fonte ↗
  5. 5
    GPT-6 Luna

    Mesma etiqueta de preço de $0,10 / $0,50 do Ember e do Haiku, mas com nota 27,8 no esforço máximo e só 16,4% no Terminal-Bench 4.0.

    Fonte ↗
  6. 6
    Inkling 2 Small (Thinking Machines)

    Faz 31 no índice, mas só 13% no Terminal-Bench 4.0, contra 30% do Sonnet 5.5 (esforço médio).

    Fonte ↗
  7. 7
    Kimi K3.1 Pro

    Faz 64,9% nas sessões longas da Bito, mas uma execução de 20 turnos custou $29,32, cerca de 30x os $0,95 do Ember.

    Fonte ↗
  8. 8
    GLM-5.3 (Zhipu AI)

    Preço de tabela de entrada de $1,40, mas uma execução de 20 turnos na Bito custou $20,28 para uma nota geral de 60,1%.

    Fonte ↗
  9. 9
    Muse Spark 1.3 (Meta)

    Um ponto acima do Ember no índice (37 contra 36), com 17x a conta por tarefa ($2,39 contra $0,14).

    Fonte ↗
  10. 10
    Qwen3.8 Flash (Alibaba)

    Está entre os menores preços de tabela ($0,15 / $0,47), mas não encontrei nota independente nem conta por tarefa, então fica em último por falta de evidência.

    Fonte ↗

O que Claude percebeu

O Ember, o Haiku 5.5 e o Luna têm o mesmo preço de tabela, $0,10 / $0,50, mas o custo por tarefa do índice vai de $0,14 (Ember) a $0,15 (Luna) e $0,41 (Haiku). Leituras de cache baratas e cerca de um terço dos tokens de saída do Haiku explicam a diferença do Ember.

Fonte ↗

A nota do Haiku 5.5 depende do esforço: 24,6 a $0,092 por tarefa, 36,2 a $0,411. A configuração de esforço muda os dois números.

Fonte ↗

Acima de 200 mil tokens, os preços do Ember triplicam (para $0,30 / $1,50), então uma execução longa de agente custa mais do que o preço anunciado sugere.

Fonte ↗

Nos testes da Bito, o modelo mais barato por execução não foi o mais confiável: o Ember fez cerca de 47 afirmações enganosas por sessão de 20 turnos, contra cerca de 18 a 22 do Kimi e do DeepSeek.

Fonte ↗
🇺🇸 ChatGPT10 posições · 4 notas

A mesma pergunta, respondida só por ChatGPT. A lista final acima combina todas as IAs.

  1. 1
    Meta Muse Ember (2026)

    Quase a inteligência do Haiku por $0,136 em vez de $0,411 por tarefa do índice; a verdadeira surpresa é uma taxa de entrada em cache de $0,004.

    Fonte ↗
  2. 2
    Claude Haiku 5.5 (2026)

    A mesma nota de inteligência arredondada do Ember custa cerca de três vezes mais, mas o Haiku vence a comparação mais difícil de código pronto para aprovação.

    Fonte ↗
  3. 3
    OpenAI GPT-6 Luna (2026)

    Só $0,073 compram uma tarefa de índice em esforço baixo, mas a nota cai para 21,4; o esforço máximo chega a 27,8 por $0,152.

    Fonte ↗
  4. 4
    DeepSeek V4.1 Flash 1017 (2026)

    Um desconto de 98% no cache parece imbatível, mas o consumo de raciocínio e de saída leva a conta medida do índice a $0,60.

    Fonte ↗
  5. 5
    Zhipu AI GLM-5.3-Flash (2026)

    Uma taxa oficial de 35,8% de tarefas de terminal resolvidas faz deste modelo Flash de pesos abertos um candidato sério a agente.

    Fonte ↗
  6. 6
    Google Gemini 3.8 Flash (2026)

    A janela de contexto de 1 milhão de tokens e as entradas multimodais são atraentes, mas $1,24 por tarefa do índice enfraquece o argumento do agente barato.

    Fonte ↗
  7. 7
    Thinking Machines Inkling 2 Small (2026)

    A palavra Small esconde um modelo de 594 bilhões de parâmetros e uma conta de avaliação de $1,18.

    Fonte ↗
  8. 8
    OpenAI GPT-6.1 Sol (2026)

    Caro demais para ser um micro-agente padrão, mas 58,2% de resolução no terminal o torna um modelo credível para tarefas mais difíceis.

    Fonte ↗
  9. 9
    Meta Muse Spark 1.3 (2026)

    Só um ponto a mais de inteligência arredondada sobre o Ember custa cerca de 17,6 vezes mais por tarefa do índice.

    Fonte ↗
  10. 10
    Meta Muse Spark Open (2026)

    Os pesos abertos dão mais controle na implantação, mas 6,2% no FrontierCode deixa pouca margem para mudanças de código sem supervisão.

    Fonte ↗

O que ChatGPT percebeu

Preços de token iguais não geram contas iguais: o Ember e o Haiku cobram ambos $0,10 de entrada e $0,50 de saída por milhão, mas suas tarefas de índice no esforço máximo custam $0,136 e $0,411, respectivamente.

Fonte ↗

A entrada em cache do Ember custa $0,004 por milhão, contra $0,01 do Haiku e do Luna. Contexto repetido pode dominar o consumo de tokens de um agente.

Fonte ↗

Uma nota de 69,5% no OSWorld com crédito parcial não significa que 69,5% dos trabalhos terminam: a taxa de sucesso binária do Ember no teste da Meta é 33,8%.

Fonte ↗

A Artificial Analysis informa que o Ember recusa 64% das suas perguntas de conhecimento. Isso reduz a exposição a alucinações, mas pode fazer um agente de coleta de informações sem supervisão parar cedo.

Fonte ↗
🇺🇸 Meta10 posições · 4 notas

A mesma pergunta, respondida só por Meta. A lista final acima combina todas as IAs.

  1. 1
    Muse Ember (2026)

    Mesmo 36 do Haiku no AA v5 no máximo, por $0,14 a tarefa em vez de $0,41 — a forma mais barata de comprar essa nota.

    Fonte ↗
  2. 2
    Claude Haiku 5.5 (2026)

    O líder de agentes de programação entre os modelos de $0,10, mas escreve cerca de 3x mais tokens de saída que o Luna por tarefa do AA.

    Fonte ↗
  3. 3
    GPT-6.1 Terra (2026)

    51 no AA v5 por $0,96 a tarefa — o bilhete mais barato já visto para uma nota acima de 50, sem evidência correspondente no Terminal-Bench 4.0 nestas fontes.

    Fonte ↗
  4. 4
    GPT-6 Luna (2026)

    Mesma etiqueta de preço de $0,10 / $0,50 do Haiku e do Ember, mas cerca de 50 mil tokens de saída por tarefa do AA no máximo, contra cerca de 162 mil do Haiku.

    Fonte ↗
  5. 5
    DeepSeek V4.1 Flash 1017 (2026)

    Nota 33 no AA por $0,60 a tarefa, e uma execução do Terminal-Bench na Vals AI a $0,54 — o trabalhador de terminal de conta mais baixa deste conjunto.

  6. 6
    MiniMax M3.1 Flash (2026)

    Destaque em fluxos de escritório, com 72,5% no AutomationBench-AA, mas só cerca de 26% como trabalhador de terminal — use para aplicativos, não para shells.

    Fonte ↗
  7. 7
    GLM-5.3-Flash (2026)

    Preço de tabela de $0,15 de entrada / $0,50 de saída, nota AA 28 por $0,58 a tarefa — barato no papel, mais caro por tarefa que o Luna porque escreve mais.

    Fonte ↗
  8. 8
    MiMo-V2.6-Flash (2026)

    O custo de tarefa AA mais baixo do conjunto, empatado, a $0,13, com nota AA 27 — um roteador econômico, não um finalizador, pelas evidências encontradas.

    Fonte ↗
  9. 9
    Gemini 3.8 Flash (2026)

    Nota AA 31 no esforço alto, mas a AA cobra $7,77 por tarefa — a prova mais clara de que o preço de tabela não é a conta.

    Fonte ↗
  10. 10
    Tencent Hy4 (2026)

    Nota AA 35 por $1,03 a tarefa — mais alto que todos os modelos de $0,10 daqui, e o preço desse ponto extra fica visível.

    Fonte ↗

O que Meta percebeu

O Ember empata com o Haiku em 36 no AA v5 e custa $0,14 por tarefa contra $0,41 — a alegação da Meta de um terço se sustenta na tabela independente, mas só no esforço máximo e só nesse índice composto.

Fonte ↗

A conta do Haiku é uma conta de tokens: cerca de 162 mil tokens de saída por tarefa do AA no máximo, contra cerca de 50 mil do Luna — por isso preços de tabela iguais geram contas desiguais.

Fonte ↗

O Gemini 3.8 Flash mostra a armadilha pelo outro lado: um preço de entrada promocional de $0,75 vira $7,77 por tarefa do AA no esforço alto, na execução medida pela AA.

Fonte ↗

O GPT-6.1 Terra, com 51 por $0,96 por tarefa do AA, quebra a curva da faixa barata — se as notas de seus agentes se sustentarem, a fronteira para tarefas repetitivas está na faixa intermediária, não na mínima.

Fonte ↗
🇺🇸 Grok10 posições · 4 notas

A mesma pergunta, respondida só por Grok. A lista final acima combina todas as IAs.

  1. 1
    Muse Ember (2026)

    36 independente por cerca de $0,14 por tarefa concluída; o 36 do Haiku custa cerca de $0,41.

    Fonte ↗
  2. 2
    Claude Haiku 5.5

    Mesmo 36 arredondado, cerca de três vezes a conta, e é o que ainda vence em código pronto para aprovação.

    Fonte ↗
  3. 3
    GLM-5.3-Flash

    Os pesos abertos concluem 60,4% dos objetivos de escritório, mas só 17,6% das tarefas de código prontas para aprovação.

    Fonte ↗
  4. 4
    DeepSeek V4.1 Flash 1017

    Índice 33 custa $0,60 por tarefa, e a taxa oficial dobra no horário de pico.

    Fonte ↗
  5. 5
    Hy4 (Tencent)

    Empata com o Ember em um quadro de terminal, com 39,4%, a $1,28 por teste contra $0,22 do Ember.

  6. 6
    Qwen3.8 Flash

    55,9% dos objetivos de escritório e 25,3% das tarefas de terminal na mesma página independente.

    Fonte ↗
  7. 7
    MiniMax-M3.1-Flash

    Uma nota de terminal de 38,1% autorreportada cai para 25,25% quando a Vals AI usa um único ambiente de teste.

    Fonte ↗
  8. 8
    MiMo-V2.6-Flash

    A conta de $0,13 por tarefa parece com a do Ember; depois a tarefa leva 64 minutos e fica com 27.

    Fonte ↗
  9. 9
    GPT-6 Luna

    Mesma etiqueta de $0,10 do Ember, 27,8 no índice e 17% de sucesso binário no teste de computador.

    Fonte ↗
  10. 10
    Gemini 3.8 Flash

    A maior precisão de conhecimento na comparação com o Ember, 50,5%, a $0,75 por milhão de tokens de entrada.

    Fonte ↗

O que Grok percebeu

O Ember, o Haiku 5.5 e o Luna compartilham a etiqueta de $0,10 de entrada e $0,50 de saída. A tarefa de índice concluída ainda custa cerca de $0,14, $0,41 e $0,15, porque os tokens de entrada em cache e de raciocínio dominam a conta. A leitura em cache do Ember é de $0,004, contra $0,01 dos outros dois, e a Artificial Analysis diz que o Ember usa cerca de um terço dos tokens de saída do Haiku.

Fonte ↗

O empate arredondado em 36 esconde 35,8 do Ember no máximo e 36,2 do Haiku no máximo. O Ember no xhigh fica entre 33,9 e 34 por cerca de $0,12, ainda abaixo de todos os esforços do Haiku que chegam à casa dos 30 e poucos.

Fonte ↗

No próprio gráfico do OSWorld 2.1 da Meta, o crédito parcial dá ao Ember 69,5% e o crédito binário 33,8%. Uma tarefa de computador de 30 passos parece quase duas vezes mais concluída se os passos inacabados ainda ganham pontos.

Fonte ↗

A tarefa de índice do Ember leva 3,1 minutos, com o primeiro token de resposta em 4,80 segundos. A conta semelhante de $0,13 do MiMo-V2.6-Flash leva 64,1 minutos. Um preço de token barato ainda pode estourar uma jornada de trabalho.

Fonte ↗
🇺🇸 Gemini10 posições · 2 notas

A mesma pergunta, respondida só por Gemini. A lista final acima combina todas as IAs.

  1. 1
    Meta Muse Ember (2026)

    O especialista em subagentes da Meta corta em 54% a conta de um agente de 30 passos frente ao Claude Haiku, resolvendo os loops de sistema operacional em menos turnos, apesar de taxas base idênticas.

    Fonte ↗
  2. 2
    Anthropic Claude 3.5 Haiku

    Tem a menor taxa de alucinação de ferramentas em longas cadeias de execução, evitando tokens desperdiçados em reexecuções que inflam os preços de etiqueta baratos.

  3. 3
    Google Gemini 2.0 Flash

    Uma janela de contexto de 1 milhão de tokens combinada com cache de prompt de frações de centavo faz as releituras de estado de 30 passos custarem menos que uma única rajada de saída.

  4. 4
    OpenAI GPT-4o mini

    Mantém uma confiabilidade ininterrupta de 99,4% na saída estruturada, embora exija intervenção humana na navegação visual da área de trabalho duas vezes mais que o Ember.

    Fonte ↗
  5. 5
    DeepSeek-V3

    Ostenta o menor preço de token do mundo, $0,14 de entrada, mas as novas tentativas repetidas de chamadas de ferramenta deixam a conta real da tarefa 1,5x maior que a do Muse Ember.

    Fonte ↗
  6. 6
    Qwen 2.5 Coder 32B-Instruct

    Um favorito da comunidade que roda em endpoints hospedados baratos por $0,20/M tokens, entregando geração de sintaxe quase de fronteira, com ocasionais timeouts de bash no terminal.

    Fonte ↗
  7. 7
    Meta Llama 3.3 70B Instruct

    Oferece raciocínio de pesos abertos de 70 bilhões de parâmetros a taxas de geração abaixo de $0,60/M, mas o peso extra dos tokens de raciocínio eleva a fatura líquida.

  8. 8
    Google Gemini 1.5 Flash

    Preço abaixo de dez centavos por milhão de tokens, mas uma falha maior a partir do passo 15 causa reinícios caros de toda a cadeia do agente.

  9. 9
    Mistral Small 24B

    Concorrente europeu enxuto para empresas, otimizado para chamadas de função em JSON conciso, perde desempenho só quando tarefas de navegador exigem raciocínio visual sobre capturas de tela.

  10. 10
    Nous Research Hermes 3 (Llama 3.1 8B)

    Campeão de agentes locais sem censura, que roda em uma estação de borda com hospedagem de $0, mas mostra desvio forte em tarefas longas de computador de 30 passos sem direção humana.

O que Gemini percebeu

O preço de etiqueta por milhão de tokens é uma ilusão para agentes autônomos: descontos de cache de prompt de 75% a 96% e a contagem de novas tentativas dominam mais de 80% da fatura real em tarefas de 30 passos.

Fonte ↗

O Meta Muse Ember alcançou 33,8% de conclusão estrita no OSWorld a $0,041 por tarefa, combinando uma janela de 1 milhão de tokens com roteamento rápido de ferramentas, e tirou o Claude 3.5 Haiku da liderança de vazão de agentes baratos.

Fonte ↗
🇨🇳 Z.ai10 posições · 3 notas

A mesma pergunta, respondida só por Z.ai. A lista final acima combina todas as IAs.

  1. 1
    Muse Ember (Meta, 2026)

    A mais barata por nota que a Artificial Analysis já mediu: 36 no índice por $0,14 a tarefa — cerca de um terço da conta de $0,41 do Claude Haiku 5.5 pela mesma nota.

    Fonte ↗
  2. 2
    MiniMax M3.1 Flash (MiniMax, 2026)

    Segundo melhor resultado em fluxos de escritório entre os 249 modelos testados pela AA (72,5%), enquanto cobra $0,21 por teste de terminal no teste independente da Vals AI — cerca de 15x mais barato por teste que o Haiku 5.5.

    Fonte ↗
  3. 3
    Claude Haiku 5.5 (Anthropic, 2026)

    O comprovado: empata com o Ember em 36 e supera todos os concorrentes baratos em código pronto para aprovação, mas a conta é de $0,41 por tarefa — e acima de 100 mil tokens de prompt a taxa de entrada sobe 5x, para $0,50.

    Fonte ↗
  4. 4
    Kimi K3.1 Pro (Moonshot AI, 2026)

    O cérebro da faixa barata: 46 no índice da AA e a maior nota do Terminal-Bench 4.0 de todas (67,2%) — até a releitura do cache transformar um preço de $2/$10 em uma execução de seis tarefas de cerca de $32.

    Fonte ↗
  5. 5
    DeepSeek V4.1 Flash 1017 (DeepSeek, pesos abertos, 2026)

    Pesos com licença MIT e uma taxa de acerto de cache de $0,003 permitiram a um desenvolvedor rodar 445 testes de terminal por $27 no total — mas seus 42,3% autorreportados no Terminal-Bench 4.0 caíram para 19,7% no teste independente da Vals AI.

    Fonte ↗
  6. 6
    GPT-6 Luna (OpenAI, 2026)

    O campeão de conta: $0,01 por tarefa do índice em esforço baixo — 15x menos que o próprio ajuste máximo — e uma tarefa real custou $0,071; o porém é que resolveu só 13,6% das tarefas de terminal da Vals AI.

    Fonte ↗
  7. 7
    GLM-5.3 (Zhipu AI, 2026)

    Melhor precisão de orçamento no Terminal-Bench 4.0 da Vals AI (38,9%, no mesmo nível de modelos com o dobro do preço) — mas a $9,37 por teste ele cobra como um topo de linha, não como um modelo barato.

    Fonte ↗
  8. 8
    Qwen3.8-27B (Alibaba Qwen, pesos abertos, 2026)

    Um modelo aberto de 27B em quarto lugar no OSWorld-Verified, com 84,3% — acima dos topos de linha do Claude e do Gemini — mas resolve só 5,1% das tarefas do Terminal-Bench 4.0: um especialista em interface gráfica, não um generalista.

    Fonte ↗
  9. 9
    Gemini 3.8 Flash (Google, 2026)

    Os fãs falam em inteligência de nível Opus por um quinto do preço; o medidor da Vals AI marca $8,65 por teste de terminal — a maior conta da classe barata, apesar de uma precisão mediana de 19,7%.

    Fonte ↗
  10. 10
    GPT-6.1 Terra (OpenAI, 2026)

    A escolha do salto: a $0,96 por tarefa é o modelo 'líder' mais barato no novo índice da AA — cerca de 7x a conta do Ember por um nível de inteligência que os modelos baratos não alcançam.

    Fonte ↗

O que Z.ai percebeu

Mesma nota, conta três vezes maior: o Muse Ember e o Claude Haiku 5.5 fazem ambos 36 no índice da AA, mas uma tarefa concluída do índice custa $0,14 no Ember contra $0,41 no Haiku. A mesma etiqueta de preço não significa a mesma conta, porque os volumes de raciocínio e de tokens em cache são diferentes.

Fonte ↗

O cache é a conta: o Kimi K3.1 Pro tem preço de tabela de apenas $2/$10 por milhão de tokens, mas uma execução independente de código com 6 tarefas custou cerca de $32 — cerca de $22 disso foi o agente relendo 110 milhões dos seus próprios tokens de contexto em cache a cada passo.

Fonte ↗

O botão de esforço é um botão de preço: o GPT-6 Luna custa $0,01 por tarefa do índice em esforço baixo e $0,15 no máximo — uma variação de 15x no mesmo modelo, então quanto o modelo pensa importa tanto quanto qual modelo você escolhe.

Fonte ↗
🇨🇳 Kimi10 posições · 4 notas

A mesma pergunta, respondida só por Kimi. A lista final acima combina todas as IAs.

  1. 1
    Meta Muse Ember (2026)

    $0,14 para concluir uma tarefa de índice, onde o Haiku 5.5 precisa de $0,41 com a mesma etiqueta de $0,10/$0,50 — 2,6x menos tokens de saída.

    Fonte ↗
  2. 2
    Claude Haiku 5.5 (2026)

    Escreve 298 milhões de tokens de saída contra 115 milhões do Ember por execução do índice, na mesma taxa de saída — a diferença de $0,27 por tarefa é verbosidade, não a tabela de preços.

    Fonte ↗
  3. 3
    GPT-6 Luna (2026)

    O mais barato por tarefa da classe ($0,07–$0,15), mas só 16,4% no Terminal-Bench 4.0 — um modelo de roteamento, não um finalizador.

    Fonte ↗
  4. 4
    DeepSeek V4.1 Flash 1017 (2026)

    Os melhores pesos abertos lançados no índice, com 32 — e 42,3% no Terminal-Bench 4.0 por cerca de $0,60–$1,20 por milhão de tokens de saída.

    Fonte ↗
  5. 5
    GLM-5.3 (2026)

    43,4% no Terminal-Bench 4.0 — a melhor nota de terminal entre os pesos publicados — e 15 pontos à frente de qualquer outro modelo aberto no índice.

    Fonte ↗
  6. 6
    MiniMax M3.1 Flash (2026)

    38,1% no Terminal-Bench 4.0 com saída a $0,60 — o terceiro discreto que supera o Luna em 22 pontos no terminal.

    Fonte ↗
  7. 7
    GLM-5.3-Flash (2026)

    35,8% no Terminal-Bench 4.0 por $0,36 por tarefa — a taxa de acerto mais barata acima de um terço no quadro.

    Fonte ↗
  8. 8
    Gemini 3.5 Flash (2026)

    42,6% no AutomationBench-AA a $0,49 por tarefa — a taxa de conclusão de fluxos de negócio mais barata perto do topo desse quadro.

    Fonte ↗
  9. 9
    MiMo-V2.6-Flash (2026)

    24,2% no Terminal-Bench 4.0 por $0,21 por tarefa — o menor custo medido por tarefa de terminal na fronteira de eficiência.

    Fonte ↗
  10. 10
    Gemini 3.1 Flash-Lite (2026)

    Menos de $0,05 por tarefa do AutomationBench-AA — a entrada mais barata do quadro de fluxos de escritório, para tarefas em que um erro não custa nada.

    Fonte ↗

O que Kimi percebeu

A etiqueta de preço engana nos dois sentidos: o Haiku 5.5, o Muse Ember e o GPT-6 Luna têm todos preço de tabela de $0,10/$0,50 por milhão, mas uma tarefa do índice custa de $0,07 a $0,41 só conforme a quantidade de tokens que o modelo gasta.

Fonte ↗

A alegação de 'um terço do custo' da Meta é verdadeira por tarefa, mas não por token — e os dados ao vivo da AA classificam o Claude Haiku 5.5 em primeiro e o Muse Ember em segundo entre os 32 modelos da classe.

Fonte ↗

O Muse Ember triplica o preço acima de 200 mil tokens de entrada ($0,30/$1,50), uma faixa que o post de lançamento da Meta omite; mesmo assim continua mais barato que o Haiku, cujo salto de 5x começa já em 100 mil tokens.

Fonte ↗

A entrada em cache é o desconto oculto do agente: a taxa de $0,004/M do Ember em cache é 25x menor que a entrada nova, então um agente que repete um prompt de sistema de 30 mil tokens paga quase nada por ele.

Fonte ↗
🇨🇳 DeepSeek10 posições · 3 notas

A mesma pergunta, respondida só por DeepSeek. A lista final acima combina todas as IAs.

  1. 1
    Muse Ember (Meta, 2026)

    Iguala a nota de inteligência do Haiku por $0,14 por tarefa — um terço da conta — e continua na frente do grupo barato em fluxos de negócio.

    Fonte ↗
  2. 2
    MiMo-V2.6-Pro (Xiaomi, 2026)

    O modelo de alta inteligência mais barato do quadro: $0,13 por tarefa para uma nota de 46 no Intelligence Index, embora o número do OSWorld ainda seja autorreportado pelo fabricante.

    Fonte ↗
  3. 3
    DeepSeek V4.1 Flash 1017 (DeepSeek, 2026)

    A $0,60 por tarefa não é o token mais barato, mas conclui 42,3% das tarefas de terminal e 60,5% dos fluxos de negócio — a melhor combinação de terminal e escritório na faixa barata.

    Fonte ↗
  4. 4
    Claude Haiku 5.5 (Anthropic, 2026)

    A melhor nota de OSWorld da classe barata, com 72,4%, mas a mesma tabela de $0,10/$0,50 gera uma conta de $0,41 por tarefa — quase três vezes a do Muse Ember — e conclui só 13,9% dos fluxos de negócio em critério estrito.

    Fonte ↗
  5. 5
    GPT-6 Luna (OpenAI, 2026)

    Mesma tabela de $0,10/$0,50 do Haiku e do Ember, mas só 28 de Inteligência e 16,4% no Terminal-Bench — a conta mais barata pode ser uma falsa economia em tarefas longas.

    Fonte ↗
  6. 6
    MiniMax M3.1 Flash (MiniMax, 2026)

    O especialista em fluxos de escritório: 72,5% no AutomationBench-AA, o maior do grupo barato, mas só 26% no Terminal-Bench e 21% no FrontierCode.

    Fonte ↗
  7. 7
    Ling 3.0 Flash (InclusionAI, 2026)

    Por cerca de $0,054 por tarefa, é uma das formas mais baratas de comprar uma nota de Inteligência 38, mas suas notas agênticas de terminal e de escritório ficam bem abaixo dos líderes.

    Fonte ↗
  8. 8
    GLM-5.3-Flash (Zhipu AI, 2026)

    Um modelo a $0,58 por tarefa, com uma forte nota de 60% no AutomationBench, mas só 15% no FrontierCode e 33% no Terminal-Bench — capaz em escritório, avesso a código para aprovação.

    Fonte ↗
  9. 9
    Gemini 3.8 Flash (Google, 2026)

    Um preço baixo por token ($0,75 de entrada) que vira $7,77 por tarefa concluída — a maior diferença entre preço de etiqueta e conta real na classe barata.

    Fonte ↗
  10. 10
    K2 Horizon 375B A23B (K2, 2026)

    O único modelo a $0,00 por tarefa do quadro — um lembrete útil de que 'grátis' não é o mesmo que 'capaz de agente' quando as notas de OSWorld e de fluxos de negócio ficam atrás.

    Fonte ↗

O que DeepSeek percebeu

O Muse Ember e o Claude Haiku 5.5 têm a mesma tabela de preço de tabela de $0,10 de entrada e $0,50 de saída, mas o Ember cobra $0,14 por tarefa contra $0,41 do Haiku. A Artificial Analysis atribui a diferença ao preço de entrada em cache 60% mais baixo e ao Ember usar cerca de um terço dos tokens de saída.

Fonte ↗

O MiMo-V2.6-Pro mostra que o preço do token sozinho engana no outro sentido: seu preço de tabela ($0,43 de entrada / $0,87 de saída) é maior que o do Haiku, mas conclui uma tarefa do Intelligence Index por $0,13 — mais barato que o Ember e um terço da conta do Haiku.

Fonte ↗

O modelo mais barato por tarefa em todo o índice da Artificial Analysis é o K2 Horizon 375B A23B, a $0,00, mas sua nota de Inteligência de 30,5 e as poucas evidências agênticas fazem dele uma curiosidade de laboratório, não um trabalhador confiável sem supervisão.

Fonte ↗
🇨🇳 Wenxin10 posições · 2 notas

A mesma pergunta, respondida só por Wenxin. A lista final acima combina todas as IAs.

  1. 1
    Meta Muse Ember (2026)

    Diz igualar o Claude por um terço do custo — a conta independente confirma, por pouco

  2. 2
    DeepSeek-V3 Lite (2026)

    O raciocinador mais barato do índice — mas tropeça em cadeias longas de navegador

  3. 3
    Anthropic Claude Haiku 4.5 (2026)

    O ponto de referência que todos dizem superar — e o que você de fato confia para tarefas de 30 passos

  4. 4
    Google Gemini 2.5 Flash-Lite (2026)

    A aposta do Google em menos de um dólar por hora — rápido em tarefas de escritório, lento em código

    Fonte ↗
  5. 5
    Mistral Small 3.1 (2026)

    O cavalo de carga bilíngue mais barato da Europa — 0,002 por tarefa se você usar bem o cache

    Fonte ↗
  6. 6
    OpenAI GPT-4o mini (2026)

    O agente que as pessoas já usaram em produção — agora de terceira geração e ainda não o mais barato

    Fonte ↗
  7. 7
    Qwen 3 4B (2026)

    O 4B de código aberto da Alibaba — ótimo em cache, fraco em cadeias de navegador

  8. 8
    Cohere Command R+ 08-2026 (pequeno)

    Ajustado para RAG em fluxos de negócio — custa mais, mas conclui melhor os passos de escritório

    Fonte ↗
  9. 9
    Microsoft Phi-4 Mini (2026)

    O micro da Microsoft a 0,001 por tarefa — a conta está certa, o agente não

  10. 10
    Stability AI Stable LM 2 1.6B (2026)

    O token mais barato do quadro — você recebe exatamente o que paga

O que Wenxin percebeu

O DeepSeek-V3 Lite é o único modelo barato cujo índice de inteligência (62) supera com folga a relação preço por tarefa de seu fabricante — mas sua nota no OSWorld fica cerca de 14 pontos atrás do Haiku, mostrando que raciocínio ≠ uso de ferramentas

Fonte ↗

O modelo mais barato em custo bruto (Stable LM 2 1.6B, a $0,0005/tarefa) só conclui 90,002 quando a entrada em cache é reutilizada, mas isso ajuda apenas fluxos repetidos, não tarefas pontuais de navegador

Fonte ↗
🇨🇳 Qwen10 posições · 2 notas

A mesma pergunta, respondida só por Qwen. A lista final acima combina todas as IAs.

  1. 1
    Meta Muse Ember

    Iguala o cérebro do Claude Haiku por um terço da conta.

    Fonte ↗
  2. 2
    Anthropic Claude Haiku 5.5 / 3.5 Haiku

    A referência para agentes baratos, agora igualada por centavos.

    Fonte ↗
  3. 3
    OpenAI GPT-4o-mini

    O generalista mais confiável por menos de dez centavos por tarefa.

    Fonte ↗
  4. 4
    Google Gemini 1.5 Flash 8B

    O modelo ultracompacto e barato do Google rende acima do seu tamanho.

    Fonte ↗
  5. 5
    Alibaba Qwen 2.5 7B

    Campeão de pesos abertos que pontua como um modelo intermediário por frações de centavo.

    Fonte ↗
  6. 6
    Alibaba Qwen 2.5 Coder 7B

    A forma mais barata de escrever código pronto para aprovação, mas cego para o navegador.

    Fonte ↗
  7. 7
    Meta Llama 3.1 8B

    O modelo aberto mais antigo da Meta continua sendo uma reserva local sólida.

    Fonte ↗
  8. 8
    DeepSeek V2.5 / V3-Lite

    Eficiência de mistura de especialistas que mantém os ciclos de agente baratos.

    Fonte ↗
  9. 9
    Mistral Small

    Pragmatismo europeu: notas decentes em automação sem o sobrepreço do topo de linha.

    Fonte ↗
  10. 10
    Google Gemma 2 9B

    A alternativa aberta do Google, que cabe com facilidade em uma única GPU de consumo.

O que Qwen percebeu

Um modelo com preço de token barato pode sair caro por tarefa se divagar; o custo de $0,12 por tarefa do Muse Ember vem da baixa perda de tokens, e não só de um preço baixo por token.

Fonte ↗

Modelos feitos para código vão muito mal no uso de computador com interface gráfica; o Qwen 2.5 Coder chega a apenas 5,92% no OSWorld, mostrando que habilidade em código não se traduz automaticamente em cliques no navegador.

Fonte ↗