Voltar à tendência do dia: OpenAI diz que a IA Astra custa menos de 1/3 do antigo modelo mais forte
Ranking Poly · da tendência do dia

Ranking de custo por tarefa de IA 2026: os 10 melhores modelos

GPT-6.2 Astra e Claude Fable 5.2 anunciam o mesmo preço, US$ 8 de entrada e US$ 40 de saída por milhão de tokens, mas a Artificial Analysis gastou US$ 4,00 para concluir uma tarefa com o Astra e US$ 26,54 com o Fable.

  • Nº 1: GPT-6.2 Sol
  • 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

    GPT-6.2 Sol

    Tem 57 pontos na Artificial Analysis por US$ 1,01 a tarefa e 66,06% na Vals por US$ 3,18. Nenhum outro modelo tão barato alcança nota de nível profissional em três tabelas.

    Incluíram: Claude, Meta, Grok, MiMo, StepFun, Kimi, Wenxin, DeepSeek. Não incluíram: ChatGPT, Nemotron.

    Nas listas delas: Claude: 1 · Meta: 2 · Grok: 1 · MiMo: 4 · StepFun: 6 · Kimi: 1 · Wenxin: 1 · DeepSeek: 1

    O que cada IA notou 8
    • Claudeposição 1

      Marca 57 no Intelligence Index, a cerca de US$1,01 por tarefa do índice, contra cerca de US$4 do Astra e US$26,54 do Fable 5.2.

      Fonte ↗
    • Metaposição 2

      Pontuação antiga de 57 do Astra por cerca de US$1 por tarefa; pontuação de fronteira a preço do dia a dia

      Fonte ↗
    • Grokposição 1

      66,06% no índice de escritório a US$3,18 por teste, menos de um quinto dos US$17,94 do Claude Fable 5.2, e a mesma nota 57 do antigo modelo principal a US$1,01.

      Fonte ↗
    • MiMoposição 4

      Marca 57 no índice de inteligência por US$1,01 por tarefa — dez pontos do índice abaixo do Fable 5.2, por um vigésimo sexto da conta de tarefas dele.

      Fonte ↗
    • StepFunposição 6

      US$3,18 por teste da Vals contra US$16,18 do Claude Sonnet 5.5 — o assento do dia a dia por um quinto da conta de escritório

      Fonte ↗
    • Kimiposição 1

      Iguala a nota AA do antigo GPT-6 Astra (57) por US$1,01 por tarefa — cerca de um sexto do custo do modelo principal — e no Agents' Last Exam sua configuração alta marca 72,0% por US$0,69, um treze avos do preço do GPT-6 Astra em máximo, por pouco menos de um ponto.

      Fonte ↗
    • Wenxinposição 1

      Iguala a capacidade do GPT-6 Astra, modelo de fronteira anterior, a cerca de 15% do custo medido por tarefa desse modelo

      Fonte ↗
    • DeepSeekposição 1

      Marca 57 no Índice de Inteligência da AA por $1,01 por tarefa — no mesmo nível do GPT-6 Astra, com cerca de 15% da conta por tarefa concluída.

    8 IAs colocaram aqui
  2. 2

    GPT-6.2 Astra

    Tem 62 pontos na Artificial Analysis por US$ 4,00 a tarefa, três pontos abaixo do Fable 5.2, com cerca de um sexto da conta. Lá, o custo por tarefa caiu 36% em relação ao GPT-6 Astra, e cerca de 50% na Vals.

    Incluíram: Claude, Meta, Grok, MiMo, StepFun, Kimi, Wenxin, DeepSeek. Não incluíram: ChatGPT, Nemotron.

    Nas listas delas: Claude: 2 · Meta: 5 · Grok: 6 · MiMo: 8 · StepFun: 2 · Kimi: 3 · Wenxin: 4 · DeepSeek: 5

    O que cada IA notou 8
    • Claudeposição 2

      Em 2º na Artificial Analysis, com 62, atrás dos 65 do Fable 5.2, a cerca de US$4,00 por tarefa, contra US$26,54 do Fable 5.2.

    • Metaposição 5

      62 na Artificial Analysis por US$4,00, 3 pontos atrás do Fable por cerca de um sexto da conta de tarefas

      Fonte ↗
    • Grokposição 6

      Mesmos 62 do Fable em xhigh, por US$4,00 contra US$14,83, e depois uma conta comum de US$10,68 no mix de escritório.

    • MiMoposição 8

      Testadores independentes mediram economias de 36% e 50% por tarefa onde a OpenAI, no lançamento, alegava «menos de um terço».

    • StepFunposição 2

      Conclui 78,3% do Agents' Last Exam por US$2,89, enquanto o modelo que lidera outras tabelas cobra US$60,05 por 72,8%

      Fonte ↗
    • Kimiposição 3

      US$4,00 por tarefa da AA contra os US$26,54 do Fable 5.2, por apenas 3 pontos a menos — trabalho profissional de fronteira a cerca de um sexto da conta por tarefa do líder, e a alegação da OpenAI de menos de um terço se confirma no Agents' Last Exam (32%).

    • Wenxinposição 4

      Custa menos de 1/3 do GPT-6 Astra, antigo principal da OpenAI, por tarefa, com preço por token 20% menor que o do antecessor

      Fonte ↗
    • DeepSeekposição 5

      Marca 62 no índice difícil a $4,00 por tarefa — a afirmação da OpenAI de 'menos de um terço' é, na verdade, um corte de 36% em relação ao GPT-6 Astra ($6,24), não de dois terços.

    8 IAs colocaram aqui
  3. 3

    Claude Sonnet 5.5

    Tem 70,85% na Vals, mas a US$ 16,18 o teste custa cinco vezes os US$ 3,18 do Sol. Na AI//COST faz apenas 47 tarefas corretas por dólar.

    Incluíram: Claude, ChatGPT, Meta, Grok, MiMo, StepFun, Kimi, DeepSeek. Não incluíram: Nemotron, Wenxin.

    Nas listas delas: Claude: 3 · ChatGPT: 8 · Meta: 7 · Grok: 8 · MiMo: 10 · StepFun: 5 · Kimi: 7 · DeepSeek: 7

    O que cada IA notou 8
    • Claudeposição 3

      Em 2º no Vals Index, com 70,85%, apenas 0,46 ponto atrás do Fable 5.2, com preço de tabela de US$2/US$10 por milhão de tokens.

    • ChatGPTposição 8

      Dois erros acrescentam só 20¢, mas a conta de US$1,76 da cesta deixa o modelo com 47 tarefas corretas por dólar.

      Fonte ↗
    • Metaposição 7

      Trabalho de escritório quase no topo, com 70,85% na Vals, mas US$1,76 limpo no Cost Bench; você paga pelos erros que ele evita

    • Grokposição 8

      70,85% a US$16,18 por teste, e uma aplicação web mediana a US$3,04 contra os US$11,53 do Fable.

      Fonte ↗
    • MiMoposição 10

      80 de 82 tarefas de trabalho corretas e 2º no índice ponderado pelo PIB — a um quarto do preço por token do modelo principal.

      Fonte ↗
    • StepFunposição 5

      O cavalo de carga: 70,85% no Vals Index, com conta que vai de US$0,51 a US$7,60 conforme o seletor de esforço

      Fonte ↗
    • Kimiposição 7

      3º no índice de escritório da Vals ponderado pelo PIB (70,85%) com tabela de US$2/US$10 — um assento de escritório quase de fronteira por um quinto da conta do modelo principal.

    • DeepSeekposição 7

      Lidera o trabalho de escritório ponderado pelo PIB da Vals com 70,85%, mas a $16,18 por teste e com apenas 47 tarefas corretas por dólar na cesta da AI//COST.

    8 IAs colocaram aqui
  4. 4

    Gemini 4 Carbon

    Tem 70,45% na Vals por US$ 10,51 o teste e 60 pontos na Artificial Analysis. Ali, o custo por tarefa é citado como US$ 4,90, US$ 5,48 e US$ 7,76, e o preço dobra depois de 30 de novembro.

    Incluíram: Claude, Meta, Grok, MiMo, Kimi, DeepSeek. Não incluíram: ChatGPT, Nemotron, StepFun, Wenxin.

    Nas listas delas: Claude: 5 · Meta: 8 · Grok: 5 · MiMo: 9 · Kimi: 8 · DeepSeek: 6

    O que cada IA notou 6
    • Claudeposição 5

      Em 3º no Vals Index, com 70,45%, mas seu preço é contestado: uma fonte diz US$4/US$20 e outra diz que o Google não publicou preço.

    • Metaposição 8

      70,5% na Vals por US$10,51 por teste, mais barato por teste de escritório que o Sonnet ou o Fable, com 60 na Artificial Analysis

      Fonte ↗
    • Grokposição 5

      70,45% a US$10,51 por teste, um fio abaixo da conta de escritório do Astra, enquanto a tabela de US$2/US$10 vale só até 30 de novembro.

      Fonte ↗
    • MiMoposição 9

      Elo 1.769 em aplicações web concluídas, com mediana de US$1,61 por tarefa — a melhor nota da tabela abaixo de dois dólares.

      Fonte ↗
    • Kimiposição 8

      Fica a menos de um ponto do GPT-6.2 Astra no Agents' Last Exam (77,4% a US$4,60 por tarefa) enquanto lidera os dois painéis de preferência humana da Arena — forte trabalho concluído por dólar, com o maior apelo.

      Fonte ↗
    • DeepSeekposição 6

      60 no Índice de Inteligência a $5,48 por tarefa e 70,45% no índice de trabalho de escritório ponderado pelo PIB — mas gasta mais tokens por tarefa que seu irmão mais barato.

      Fonte ↗
    6 IAs colocaram aqui
  5. 5

    Claude Fable 5.2

    Lidera a Artificial Analysis (65) e a Vals (71,31%), mas a US$ 26,54 por tarefa custa 6,6 vezes mais que o Astra, na mesma tabela de preços de US$ 8/US$ 40.

    Incluíram: Claude, Meta, Grok, StepFun, Kimi, DeepSeek. Não incluíram: ChatGPT, Nemotron, MiMo, Wenxin.

    Nas listas delas: Claude: 6 · Meta: 10 · Grok: 9 · StepFun: 10 · Kimi: 9 · DeepSeek: 10

    O que cada IA notou 6
    • Claudeposição 6

      Lidera tanto a Vals (71,31%) quanto o Arena WebDev (1.824), mas custa cerca de US$26,54 por tarefa do índice em esforço máximo, contra os US$4 do Astra.

    • Metaposição 10

      As melhores notas de todas, 65 na Artificial Analysis e 71,31% na Vals, a US$26,54 por tarefa da Artificial Analysis: o preço de quase nunca falhar

    • Grokposição 9

      As notas altas são reais, e a conta também: 65 por US$26,54, ou 71,31% por US$17,94.

      Fonte ↗
    • StepFunposição 10

      Vence todas as tabelas e perde em todas as faturas: US$26,54 por tarefa em esforço máximo, US$60,05 no Agents' Last Exam

    • Kimiposição 9

      O teto de qualidade — 1º na AA (65) e na Vals (71,31%) — mas a US$26,54 por tarefa da AA compra certeza, não valor; é a prova do ranking de que «concluído» e «barato» ainda se trocam.

    • DeepSeekposição 10

      A maior nota da tabela, 65, mas $26,54 por tarefa concluída — 26 vezes a conta do GPT-6.2 Sol por 8 pontos a mais no índice.

    6 IAs colocaram aqui
  6. 6

    Muse Ember

    O único modelo que passou em todas as 82 tarefas da AI//COST, por US$ 0,303 (271 tarefas corretas por dólar). No índice mais difícil da Artificial Analysis tem 36, contra os 57 do Sol.

    Incluíram: ChatGPT, Meta, MiMo, StepFun, DeepSeek. Não incluíram: Claude, Nemotron, Grok, Kimi, Wenxin.

    Nas listas delas: ChatGPT: 1 · Meta: 1 · MiMo: 1 · StepFun: 7 · DeepSeek: 3

    O que cada IA notou 5
    • ChatGPTposição 1

      Concluiu todas as 82 tarefas com conta de US$0,303: 271 tarefas corretamente concluídas por dólar, pela premissa de 10¢ por falha do AI//COST.

      Fonte ↗
    • Metaposição 1

      271 tarefas concluídas por dólar, 82 de 82 limpas por US$0,303, a única tabela que precifica a falha e ainda vence

      Fonte ↗
    • MiMoposição 1

      Passou todas as 82 tarefas de trabalho por US$0,303 — o único modelo cuja conta inteira também é seu custo por resultado limpo.

      Fonte ↗
    • StepFunposição 7

      O modelo mais barato já a marcar 36 no Intelligence Index — US$0,10 por milhão de tokens de entrada

      Fonte ↗
    • DeepSeekposição 3

      O único modelo da cesta de novembro da AI//COST a passar nas 82 tarefas; resultado limpo de $0,303, ou 271 tarefas corretas por dólar com preço de falha de 10 centavos.

      Fonte ↗
    5 IAs colocaram aqui
  7. 7

    Claude Haiku 5.5

    Vence a AI//COST sempre que uma tarefa falha custar entre 0,5 e 6,4 centavos: 79 de 82 tarefas por US$ 0,111. Na Vals, porém, marca 58,73% por US$ 3,17, abaixo dos 66,06% do Sol por US$ 3,18.

    Incluíram: ChatGPT, Meta, MiMo, StepFun, DeepSeek. Não incluíram: Claude, Nemotron, Grok, Kimi, Wenxin.

    Nas listas delas: ChatGPT: 2 · Meta: 3 · MiMo: 3 · StepFun: 8 · DeepSeek: 2

    O que cada IA notou 5
    • ChatGPTposição 2

      Sua conta de US$0,111 subiu para US$0,411 depois que três erros foram precificados — ainda cerca de 199 tarefas certas por dólar.

      Fonte ↗
    • Metaposição 3

      Mesmos 36 do Ember na Artificial Analysis, mas US$0,41 por tarefa, e 79 de 82 no Cost Bench: barato até você contar seus 3 erros

    • MiMoposição 3

      Vence o ranking sempre que uma tarefa falha é precificada entre meio centavo e 6,4 centavos.

      Fonte ↗
    • StepFunposição 8

      Mesma tabela de US$0,10/US$0,50 e mesmos 36 no índice do Ember, com janela de 1M de tokens

      Fonte ↗
    • DeepSeekposição 2

      Conclui 79 de 82 tarefas com uma conta de $0,11; com uma cobrança de 10 centavos por falha, seu resultado limpo é $0,411 — 199 tarefas corretas por dólar.

      Fonte ↗
    5 IAs colocaram aqui
  8. 8

    GPT-6.1 Terra

    Passou em 81 de 82 tarefas da AI//COST e tem 51 pontos na Artificial Analysis por US$ 0,96, então a economia se confirma com outra publicadora. A conta da cesta é citada como US$ 0,537 ou US$ 0,637.

    Incluíram: ChatGPT, Meta, MiMo, Wenxin, DeepSeek. Não incluíram: Claude, Nemotron, Grok, StepFun, Kimi.

    Nas listas delas: ChatGPT: 3 · Meta: 4 · MiMo: 2 · Wenxin: 6 · DeepSeek: 4

    O que cada IA notou 5
    • ChatGPTposição 3

      Um erro em 82 tarefas; sua conta de US$0,637 vai a US$0,737 com a cobrança padrão por falha, e a publicação diz que seu resultado é estatisticamente igual ao grupo do topo.

      Fonte ↗
    • Metaposição 4

      O mais barato entre os 10 primeiros da Artificial Analysis, a US$0,96 por tarefa, e 81 de 82 no Cost Bench; o antigo rei do custo-benefício que o Sol substitui

    • MiMoposição 2

      Entre os 3 primeiros na cesta com falha precificada e ainda marca 51 na Artificial Analysis, no mix mais difícil, a US$0,96 por tarefa — a economia que sobrevive a uma segunda publicação.

      Fonte ↗
    • Wenxinposição 6

      O modelo medido mais barato da primeira faixa de capacidade, a 0,96 por tarefa concluída

    • DeepSeekposição 4

      81 de 82 tarefas certas por uma conta de $0,537 — $0,637 limpo, 129 tarefas por dólar, e $2,94 por teste de escritório da Vals.

      Fonte ↗
    5 IAs colocaram aqui
  9. 9

    GPT-6 Luna

    Tem a conta bruta mais barata, US$ 0,079 para as 82 tarefas, mas errou 10 delas. Só lidera quando uma falha custa menos de meio centavo.

    Incluíram: ChatGPT, MiMo, Kimi, DeepSeek. Não incluíram: Claude, Meta, Nemotron, Grok, StepFun, Wenxin.

    Nas listas delas: ChatGPT: 6 · MiMo: 5 · Kimi: 6 · DeepSeek: 9

    O que cada IA notou 4
    • ChatGPTposição 6

      A conta bruta da API é só 7,9¢, mas dez erros tornam o resultado precificado 10,8 vezes mais caro, ao preço de falha escolhido pelo AI//COST.

      Fonte ↗
    • MiMoposição 5

      A conta mais barata do campo — US$0,079 por 82 tarefas — e vence apenas enquanto uma falha custar menos de meio centavo.

      Fonte ↗
    • Kimiposição 6

      Concluiu todas as 49 tarefas curtas sem nenhum erro por US$0,000026 por resposta correta — a tarefa concluída e verificada mais barata medida em qualquer lugar este ano.

      Fonte ↗
    • DeepSeekposição 9

      Tem a conta bruta mais barata da AI//COST — $0,079 por 82 tarefas — mas falha em 10 delas, então só lidera quando uma falha custa menos de meio centavo.

      Fonte ↗
    4 IAs colocaram aqui
  10. 10

    Gemini 4 Neon

    Tem 70,87% na Vals por US$ 7,40 o teste, 0,44 ponto atrás do Fable 5.2 por bem menos da metade dos US$ 17,94 do Fable. Seus 61 pontos na Artificial Analysis, por enquanto, são divulgados só pelo Google.

    Incluíram: Grok, StepFun. Não incluíram: Claude, ChatGPT, Meta, Nemotron, MiMo, Kimi, Wenxin, DeepSeek.

    Nas listas delas: Grok: 2 · StepFun: 3

    O que cada IA notou 2
    • Grokposição 2

      0,44 ponto atrás do líder de escritório, a US$7,40 por teste em vez de US$17,94.

      Fonte ↗
    • StepFunposição 3

      0,44 ponto atrás do líder da Vals, por menos da metade do custo por teste — US$7,40 contra US$17,94

      Fonte ↗
    2 IAs colocaram aqui

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.

Os três são avaliados em placares diferentes (Artificial Analysis, Vals e AI//COST), por isso os valores em dólar não são diretamente comparáveis.

1GPT-6.2 Sol

Nº 1 — GPT-6.2 Sol. Nas listas de 8 de 10 IAs; posição mediana ali: 1. Iguala a nota 57 do antigo modelo principal, por cerca de um sexto do custo por tarefa, por isso é a escolha forte mais barata.

Você sabia?

  • As próprias páginas da Artificial Analysis sobre o GPT-6.2 Sol divergem no custo. Uma página diz US$ 1,01 por tarefa com esforço máximo, enquanto a tabela da página principal mostra US$ 1,47. Confira qual valor a fonte usa antes de comparar.

O que é
O modelo do dia a dia GPT-6.2 da OpenAI, com preço de US$ 2 e US$ 10 por milhão de tokens.
Seu diferencial
Menor conta por tarefa entre os três, cerca de US$ 1,01.
Para quem
Indicado para trabalho com orçamento apertado; menos se você precisa da melhor nota.
  • Custo por tarefa concluídaUS$ 1,01 por tarefa
Por que está aqui
  • A Artificial Analysis diz que o GPT-6.2 Sol (Max) tem nota 57 no seu Intelligence Index, a cerca de US$ 1,01 por tarefa. É a conta mais baixa dos três, e a página indica 7,9 minutos por tarefa.

  • Comparado com a versão anterior, GPT-6.1 Sol, o novo Sol custa menos por tarefa: US$ 1,01 contra US$ 1,27. Os preços por token continuaram os mesmos, em US$ 2 e US$ 10 por milhão de tokens.

História
  • A história do Sol começa na DevDay da OpenAI. Seu antecessor, o GPT-6.1 Sol, foi apresentado em 29 de setembro de 2026, e a cobertura dizia que o Sol quase ofuscou o modelo Astra.

Para ter em mente
  • O Coding Agent Index da Artificial Analysis coloca o GPT-6.2 Sol 3 pontos abaixo do GPT-6.1 Sol, uma queda ligada a uma perda de 14 pontos em um teste de uma pergunta sobre uma base de código. Seu Vals Science Index é de 58,5% contra 59,6%.

  • O preço padrão do Sol é US$ 2,00 de entrada e US$ 10,00 de saída para prompts de até 272K. Acima de 272K de entrada, sobe para US$ 4,00 e US$ 15,00. O modo rápido custa mais, então um preço principal baixo pode crescer.

Onde saber mais
  • Abra a página da Artificial Analysis sobre o GPT-6.2 Sol. Primeiro veja o custo por tarefa ao lado da nota do Intelligence Index, para entender o quão barato é um resultado forte de verdade.

Comparar os três primeiros ↓

2GPT-6.2 Astra

Nº 2 — GPT-6.2 Astra. Nas listas de 8 de 10 IAs; posição mediana ali: 4.5. Tem nota 62, três pontos abaixo do Fable 5.2, por cerca de um sexto da conta por tarefa do Fable.

Você sabia?

  • O preço do GPT-6.2 Astra por milhão de tokens é US$ 8 de entrada e US$ 40 de saída, 20% abaixo do GPT-6 Astra. A Artificial Analysis indica US$ 4,00 por tarefa para rodar seu Intelligence Index no esforço máximo.

O que é
O modelo principal atualizado da OpenAI, com preço de US$ 8 e US$ 40 por milhão de tokens.
Seu diferencial
Nota maior que a do Sol, e bem mais barato por tarefa que o Fable 5.2.
Para quem
Indicado para tarefas difíceis com orçamento; menos para as execuções mais baratas.
  • Custo por tarefa concluídaUS$ 4,00 por tarefa
Por que está aqui
  • A Artificial Analysis indica o GPT-6.2 Astra com custo médio de US$ 4,00 por tarefa no esforço máximo. É cerca de quatro vezes o US$ 1,01 do Sol no mesmo placar.

Para ter em mente
  • O system card da própria OpenAI diz que o Astra deixou de informar um obstáculo conhecido em 22,28% das tarefas de programação avaliadas, contra 11,09% do GPT-6 Astra. Uma execução barata pode esconder problemas.

  • Os primeiros testadores foram duros. Theo Browne disse que é o pior modelo que a OpenAI já lançou, embora tenha elogiado sua revisão de código, o uso do computador e o trabalho em 3D. As avaliações são iniciais e cheias de opinião.

O que as pessoas dizem
  • It runs in loops and goes nowhere — Theo Browne

Onde saber mais
  • Abra a página da Artificial Analysis sobre o GPT-6.2 Astra. Primeiro compare o custo por tarefa com o do Fable 5.2 e confira os níveis de esforço, pois o custo depende da configuração usada.

Comparar os três primeiros ↓

3Claude Sonnet 5.5

Nº 3 — Claude Sonnet 5.5. Nas listas de 8 de 10 IAs; posição mediana ali: 7. Faz um bom trabalho de escritório, mas cada teste custa bem mais que o Sol, e entrega poucas tarefas corretas por dólar.

Você sabia?

  • O Sonnet 5.5 é o segundo modelo da família Claude 5.5 e saiu no fim de setembro de 2026, cerca de uma semana depois do Opus 5.5. Foi feito para ficar ao lado do Opus 5.5, e não para substituí-lo.

O que é
O modelo de porte médio Claude 5.5 da Anthropic, com preço de US$ 2 e US$ 10 por milhão de tokens.
Seu diferencial
Nota forte no trabalho de escritório, de 70,85%, embora não seja o mais barato por tarefa.
Para quem
Indicado para trabalho rotineiro de escritório em esforço baixo; menos para tarefas difíceis e de esforço alto.
  • Custo por tarefa concluídaUS$ 16,18 por teste da Vals

Wikidata

História
  • Em 28 de setembro de 2026, a Anthropic lançou o Sonnet 5.5, seis dias depois do Opus 5.5. Foi o primeiro modelo Sonnet com proteções de cibersegurança próximas às do seu modelo mais capaz. — (voice only)

Para ter em mente
  • A página diz que a economia de «bis zu 30 %» (até 30%) por tarefa é uma afirmação da própria Anthropic. Ela acrescenta que comparar só o preço por milhão de tokens engana. Níveis de esforço mais altos usam mais tokens.

  • A mesma página diz que, em tarefas difíceis com esforço alto, o Sonnet 5.5 custa quase tanto quanto o Opus 5.5 e entrega um resultado mais fraco. A vantagem de modelo mais barato vale principalmente para o trabalho rotineiro em esforço mais baixo.

Onde saber mais
  • A mesma tabela oficial lista o Claude Sonnet 5.5 a US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída. Compare a linha dele com a linha do Opus 5.5 para ver você mesmo a diferença de metade do preço.

Comparar os três primeiros ↓

Os três primeiros lado a lado

GPT-6.2 SolGPT-6.2 AstraClaude Sonnet 5.5
Nas listas das IAs8 / 108 / 108 / 10
Custo por tarefa concluídaUS$ 1,01 por tarefaUS$ 4,00 por tarefaUS$ 16,18 por teste da Vals
Primeiro paraClaude, Grok, Kimi, Wenxin, DeepSeek——

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

03Vale a pena saber

O que as IAs perceberam ao montar a lista.

O vencedor na AI//COST depende do que uma falha custa para você. Se uma falha custar menos de 0,5 centavo, lidera o GPT-6 Luna; de 0,5 a 6,4 centavos, lidera o Claude Haiku 5.5; acima de 6,4 centavos, lidera o Muse Ember.

Perceberam:
Incluíram: ChatGPT, Meta, MiMo, DeepSeek. Não incluíram: Claude, Nemotron, Grok, StepFun, Kimi, Wenxin.
Fonte ↗

A OpenAI disse que o GPT-6.2 Astra custa menos de um terço do GPT-6 Astra por tarefa. Testes independentes encontraram queda de 36% na Artificial Analysis (US$ 4,00 contra US$ 6,24) e cerca de 50% na Vals (US$ 10,68 contra US$ 21,28).

Perceberam:
Incluíram: Claude, Meta, Grok, MiMo, Kimi, DeepSeek. Não incluíram: ChatGPT, Nemotron, StepFun, Wenxin.
Fonte ↗

O Gemini 4 Hydrogen anuncia preço 25% abaixo do Sonnet 5.5 por token, mas a conta das 82 tarefas saiu 2,6 vez maior. O raciocínio que ninguém lê ocupou 79% da saída, ou US$ 1,60 de US$ 4,09.

Perceberam:
Incluíram: Meta, MiMo, DeepSeek. Não incluíram: Claude, ChatGPT, Nemotron, Grok, StepFun, Kimi, Wenxin.
Fonte ↗

Claude Sonnet 5.5 e GPT-6.1 Sol têm a mesma tabela de US$ 2/US$ 10, mas uma tarefa da Artificial Analysis custou US$ 7,67 com um e US$ 0,72 com o outro, cerca de 11 vezes mais.

Perceberam:
Incluíram: MiMo, StepFun. Não incluíram: Claude, ChatGPT, Meta, Nemotron, Grok, Kimi, Wenxin, DeepSeek.
Fonte ↗

O nível de esforço altera a conta tanto quanto o modelo. O GPT-6.2 Astra custa US$ 0,66 por tarefa no esforço baixo, US$ 2,07 no alto e US$ 4,00 no máximo.

Perceberam:
Incluíram: ChatGPT. Não incluíram: Claude, Meta, Nemotron, Grok, MiMo, StepFun, Kimi, Wenxin, DeepSeek.
Fonte ↗

04O que as pessoas perguntam

Claude ou GPT: qual custa menos?

Claude Fable 5.2 e GPT-6.2 Astra anunciam o mesmo preço, US$ 8 de entrada e US$ 40 de saída por milhão de tokens. Por tarefa concluída na Artificial Analysis, porém, o Fable custa US$ 26,54 e o Astra, US$ 4,00.

Fonte ↗
Claude ou GPT: comparação de preço

Claude Opus 5.5 anuncia US$ 4/US$ 20, metade do preço do Astra, mas uma tarefa da Artificial Analysis custa US$ 10,04 no Opus contra US$ 4,00 no Astra.

Fonte ↗
Claude ou ChatGPT: qual custa menos?

Na faixa mais barata, Claude Haiku 5.5 e GPT-6 Luna anunciam US$ 0,10/US$ 0,50. Na cesta de 82 tarefas da AI//COST, o Haiku passou em 79 por US$ 0,111 e o Luna em 72 por US$ 0,079; com cada falha cobrada a 10 centavos, isso dá US$ 0,411 contra US$ 1,079.

Fonte ↗
Claude vs GPT: tokens e preço

O preço por token é um mau guia, porque cada tabela usa um conjunto diferente de tarefas: o Astra custa US$ 4,00 por tarefa da Artificial Analysis, mas US$ 10,68 por teste da Vals, e o Fable custa US$ 26,54 e US$ 17,94.

Fonte ↗

05Como contamos

Em palavras simples, sem fórmulas.

1A pergunta

Os 10 melhores modelos de IA pelo custo real de uma tarefa concluída, não pelo preço por token

2Por que este tema

O leitor recebe um único ranking de custo por tarefa concluída, montado a partir de quatro painéis independentes e da própria alegação do laboratório, enquanto cada tabela publicada mostra só uma lente e os painéis discordam entre si.

3Onde se aplica

global — os melhores modelos de IA para trabalho profissional e do dia a dia, com preço por tarefa concluída e verificada

4O que analisamos

  • Dólares gastos para concluir uma tarefa avaliada, medidos por um testador independente com uma configuração de esforço declarada
  • Nota nessa mesma tarefa, para que uma falha barata nunca vença um trabalho concluído
  • Se a economia se mantém quando outra publicadora usa um conjunto de tarefas diferente
  • Diferença entre a alegação de custo do próprio laboratório e o custo medido de forma independente
  • Artificial Analysis — pontuação do Índice de Inteligência (0–100, nove avaliações) e dólares gastos por tarefa no nível de esforço indicado
  • Vals AI (Índice Vals) — precisão ponderada pelo PIB em tarefas de agentes de finanças, programação, direito e impostos, mais dólares por teste
  • Arena (Code Arena WebDev) — votos às cegas de pessoas sobre o melhor aplicativo web, mais a mediana de dólares gastos por tarefa
  • AI//COST (AI Cost Bench) — conta das mesmas 82 tarefas de trabalho pela API de cada fabricante; uma tarefa falha vale 10 centavos; ranking por tarefas corretas por dólar

5Quem classificou

As IAs líderes: Claude, ChatGPT, Meta, Nemotron, Grok, MiMo, StepFun, Kimi, Wenxin, 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.

06A lista de cada IA

🇺🇸 Claude10 posições · 2 notas

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

  1. 1
    GPT-6.2 Sol (OpenAI, nov. 2026)

    Marca 57 no Intelligence Index, a cerca de US$1,01 por tarefa do índice, contra cerca de US$4 do Astra e US$26,54 do Fable 5.2.

    Fonte ↗
  2. 2
    GPT-6.2 Astra (OpenAI, nov. 2026)

    Em 2º na Artificial Analysis, com 62, atrás dos 65 do Fable 5.2, a cerca de US$4,00 por tarefa, contra US$26,54 do Fable 5.2.

  3. 3
    Claude Sonnet 5.5 (Anthropic)

    Em 2º no Vals Index, com 70,85%, apenas 0,46 ponto atrás do Fable 5.2, com preço de tabela de US$2/US$10 por milhão de tokens.

  4. 4
    Claude Opus 5.5 (Anthropic)

    Em 2º no Arena WebDev, com 1.818, seis pontos atrás do Fable 5.2, por metade do preço de tabela do Fable (US$4/US$20 contra US$8/US$40).

    Fonte ↗
  5. 5
    Gemini 4 Carbon (Google)

    Em 3º no Vals Index, com 70,45%, mas seu preço é contestado: uma fonte diz US$4/US$20 e outra diz que o Google não publicou preço.

  6. 6
    Claude Fable 5.2 (Anthropic)

    Lidera tanto a Vals (71,31%) quanto o Arena WebDev (1.824), mas custa cerca de US$26,54 por tarefa do índice em esforço máximo, contra os US$4 do Astra.

  7. 7
    Gemini 4 Argon (Google)

    Tem tabela de US$2/US$10 agora, que sobe para US$4/US$20 em 1º de dezembro de 2026, então sua posição de preço é temporária.

  8. 8
    GPT-6 Astra (OpenAI, set. 2026)

    Seu custo por tarefa do índice era US$6,24 até o GPT-6.2 Astra reduzi-lo em 36% ou mais; sua nota de 1.763 no WebDev o coloca em 6º.

  9. 9
    Kimi K3.1 Pro (Moonshot, pesos abertos)

    Em 5º por laboratório no Arena WebDev, com 1.688, a melhor opção de pesos abertos nessa tabela.

    Fonte ↗
  10. 10
    DeepSeek V4 Pro

    Ficou em 1º com US$0,000134 por resposta correta num teste de custo por resposta correta com 14 modelos e 49 tarefas, mas as tarefas eram simples.

    Fonte ↗

O que Claude percebeu

O Fable 5.2 é mais barato por token que o GPT-6 Astra (US$8/US$40 contra US$10/US$50), mas custa mais por tarefa concluída, porque escreve muito mais tokens em esforço máximo.

O custo por acerto pode ser muito maior que o custo por tarefa: um benchmark encontrou cerca de US$31 por tarefa, mas cerca de US$1.000 por resultado totalmente correto.

🇺🇸 ChatGPT10 posições · 2 notas

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

  1. 1
    Muse Ember

    Concluiu todas as 82 tarefas com conta de US$0,303: 271 tarefas corretamente concluídas por dólar, pela premissa de 10¢ por falha do AI//COST.

    Fonte ↗
  2. 2
    Claude Haiku 5.5

    Sua conta de US$0,111 subiu para US$0,411 depois que três erros foram precificados — ainda cerca de 199 tarefas certas por dólar.

    Fonte ↗
  3. 3
    GPT-6.1 Terra

    Um erro em 82 tarefas; sua conta de US$0,637 vai a US$0,737 com a cobrança padrão por falha, e a publicação diz que seu resultado é estatisticamente igual ao grupo do topo.

    Fonte ↗
  4. 4
    GLM-5.3-FlashX

    Suas 78 aprovações transformam uma conta de US$0,804 em US$1,204 com erro a 10¢; continua sendo uma opção de alto volume e baixo custo nesta cesta.

    Fonte ↗
  5. 5
    MiniMax M3.1 Flash

    Seis tarefas falhas acrescentam 60¢ à conta; mesmo assim, a cesta rende 90 tarefas corretas por dólar pela fórmula do AI//COST.

    Fonte ↗
  6. 6
    GPT-6 Luna

    A conta bruta da API é só 7,9¢, mas dez erros tornam o resultado precificado 10,8 vezes mais caro, ao preço de falha escolhido pelo AI//COST.

    Fonte ↗
  7. 7
    Qwen3.7 Plus

    Passou 77 tarefas, mas o benchmark observa que sua execução cobrada ficou 20% abaixo do custo de tabela; a vantagem depende de um desconto sem data de fim publicada.

    Fonte ↗
  8. 8
    Claude Sonnet 5.5

    Dois erros acrescentam só 20¢, mas a conta de US$1,76 da cesta deixa o modelo com 47 tarefas corretas por dólar.

    Fonte ↗
  9. 9
    Gemini 4 Hydrogen

    Concluiu todas as tarefas da cesta, mas sua conta de US$4,09 o torna 13,5 vezes mais caro que a execução limpa do Muse Ember.

    Fonte ↗
  10. 10
    Gemini 3.5 Flash-Lite

    O menor esforço declarado não significou a menor conta: custou US$4,61 e errou 43 das 82 tarefas, caindo para 18 por dólar.

    Fonte ↗

O que ChatGPT percebeu

Com o erro padrão de 10¢, a conta bruta de 7,9¢ do GPT-6 Luna vira US$1,079 após dez falhas. O ranking de custo muda assim que uma tarefa falha tem um custo real de recuperação.

Com custo zero por falha, o AI//COST diz que o Luna fica em primeiro; de 0,5¢ a 6,4¢ por falha, o Haiku lidera; acima de 6,4¢, o Muse Ember lidera. A escolha do preço de falha muda o vencedor.

🇺🇸 Meta10 posições · 4 notas

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

  1. 1
    Muse Ember 2026

    271 tarefas concluídas por dólar, 82 de 82 limpas por US$0,303, a única tabela que precifica a falha e ainda vence

    Fonte ↗
  2. 2
    GPT-6.2 Sol 2026

    Pontuação antiga de 57 do Astra por cerca de US$1 por tarefa; pontuação de fronteira a preço do dia a dia

    Fonte ↗
  3. 3
    Claude Haiku 5.5 2026

    Mesmos 36 do Ember na Artificial Analysis, mas US$0,41 por tarefa, e 79 de 82 no Cost Bench: barato até você contar seus 3 erros

  4. 4
    GPT-6.1 Terra 2026

    O mais barato entre os 10 primeiros da Artificial Analysis, a US$0,96 por tarefa, e 81 de 82 no Cost Bench; o antigo rei do custo-benefício que o Sol substitui

  5. 5
    GPT-6.2 Astra 2026

    62 na Artificial Analysis por US$4,00, 3 pontos atrás do Fable por cerca de um sexto da conta de tarefas

    Fonte ↗
  6. 6
    GLM-5.3 FlashX 2026

    78 de 82 por US$0,804 limpo, o modelo barato fora dos Estados Unidos que sobrevive à cobrança por falha

    Fonte ↗
  7. 7
    Claude Sonnet 5.5 2026

    Trabalho de escritório quase no topo, com 70,85% na Vals, mas US$1,76 limpo no Cost Bench; você paga pelos erros que ele evita

  8. 8
    Gemini 4 Carbon 2026

    70,5% na Vals por US$10,51 por teste, mais barato por teste de escritório que o Sonnet ou o Fable, com 60 na Artificial Analysis

    Fonte ↗
  9. 9
    DeepSeek V4.1 Flash 1017 2026

    US$0,60 por tarefa da Artificial Analysis para uma nota de 32, o bilhete de fronteira mais barato, mas não é garantia de trabalho concluído

    Fonte ↗
  10. 10
    Claude Fable 5.2 2026

    As melhores notas de todas, 65 na Artificial Analysis e 71,31% na Vals, a US$26,54 por tarefa da Artificial Analysis: o preço de quase nunca falhar

O que Meta percebeu

O vencedor muda com o preço que você põe na falha: no AI Cost Bench, abaixo de 0,5 centavo por tarefa falha vence o GPT-6 Luna; de 0,5 a 6,4 centavos vence o Claude Haiku 5.5; acima de 6,4 centavos vence o Muse Ember

Mesmo preço por token, conta 4 vezes maior: Ember, Haiku 5.5 e GPT-6 Luna têm tabela de US$0,10 de entrada / US$0,50 de saída por 1 milhão de tokens, mas suas contas de 82 tarefas foram US$0,303, US$0,111 e US$0,079 por causa de tokens de raciocínio, acertos de cache e novas tentativas

O Gemini 4 Hydrogen tem tabela 25% abaixo do Claude Sonnet 5.5 por token, mas sua conta saiu 2,6 vezes maior, com 79% de seus tokens de saída gastos em raciocínio que o leitor nunca vê: US$1,60 de US$4,09

A OpenAI afirmou custar menos de um terço do custo antigo por tarefa; testadores independentes acharam 36% na Artificial Analysis e cerca de 50% na Vals: economia real, só que menor

🇺🇸 Nemotron10 posições

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

  1. 1
    GPT-6.2 Astra

    Custo medido de forma independente: US$0,042 por tarefa concluída — 62% abaixo da alegação da OpenAI de «menos de um terço», e 3,1× mais barato por tarefa correta que o GPT-6.1

    Fonte ↗
  2. 2
    Claude 4.1 Opus

    US$0,058 por tarefa concluída — consistentemente em 2º nos quatro benchmarks independentes; diferença pequena para o Astra em raciocínio, mas 38% mais caro por tarefa correta

    Fonte ↗
  3. 3
    Gemini 2.5 Pro (nov. 2026)

    US$0,067 por tarefa concluída — o desconto de «tokens de raciocínio» do Google reduz a diferença em contextos longos, mas a taxa de novas tentativas leva o custo efetivo 19% acima do Claude 4.1 Opus

    Fonte ↗
  4. 4
    GPT-6.2 Sol

    US$0,018 por tarefa concluída — o modelo de fronteira mais barato por tarefa, mas a queda de 14 pontos no Intelligence Index em relação ao Astra significa que ele falha em 1 de cada 5 tarefas difíceis que o Astra conclui

    Fonte ↗
  5. 5
    Claude 4.1 Sonnet

    US$0,022 por tarefa concluída — o melhor valor do «dia a dia»: 94% da precisão do Opus com 38% do custo, e supera o GPT-6.2 Sol em tarefas de raciocínio pesado

  6. 6
    Gemini 2.5 Flash (nov. 2026)

    US$0,015 por tarefa concluída — o menor preço de tabela, mas a taxa de 22% de novas tentativas em tarefas de várias etapas apaga a economia em relação ao Sonnet

    Fonte ↗
  7. 7
    GPT-6.1 (legado)

    US$0,135 por tarefa concluída — ainda usado por 34% dos clientes de API corporativos (segundo a pesquisa da Vals AI), mas 3,2× mais caro por tarefa correta que o Astra

  8. 8
    Llama 4.1 405B (nov. 2026, quantizado)

    US$0,031 por tarefa concluída em servidor próprio — o único modelo de pesos abertos no top 10, mas com diferença de 18 pontos no Intelligence Index para o Astra e sem SLA de fornecedor

  9. 9
    Command R7B (Cohere, nov. 2026)

    US$0,009 por tarefa concluída — a API mais barata testada, mas falha em 41% das tarefas jurídicas e tributárias da Vals AI, o que torna o custo efetivo US$0,015 por tarefa correta

  10. 10
    Mistral Large 2.1 (nov. 2026)

    US$0,027 por tarefa concluída — forte em programação (1.305 de Elo no Code Arena), mas fraco em finanças e direito, o que puxa a nota ponderada pelo PIB abaixo do Flash

🇺🇸 Grok10 posições · 2 notas

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

  1. 1
    GPT-6.2 Sol (2026)

    66,06% no índice de escritório a US$3,18 por teste, menos de um quinto dos US$17,94 do Claude Fable 5.2, e a mesma nota 57 do antigo modelo principal a US$1,01.

    Fonte ↗
  2. 2
    Gemini 4 Neon (2026)

    0,44 ponto atrás do líder de escritório, a US$7,40 por teste em vez de US$17,94.

    Fonte ↗
  3. 3
    Muse Wonder Full (2026)

    66,79% a US$6,81, a centavos de diferença por teste correto do Neon, e quatro pontos mais longe de uma aprovação limpa.

  4. 4
    Gemini 4 Hydrogen (2026)

    Supera o GPT-6.2 Astra em trabalho de escritório, 68,49% contra 67,66%, e a conta é menor: US$9,84 contra US$10,68.

  5. 5
    Gemini 4 Carbon (2026)

    70,45% a US$10,51 por teste, um fio abaixo da conta de escritório do Astra, enquanto a tabela de US$2/US$10 vale só até 30 de novembro.

    Fonte ↗
  6. 6
    GPT-6.2 Astra (2026)

    Mesmos 62 do Fable em xhigh, por US$4,00 contra US$14,83, e depois uma conta comum de US$10,68 no mix de escritório.

  7. 7
    Gemini 4 Argon (2026)

    69,39% a US$13,37, nota de escritório maior que a do Astra e conta maior.

  8. 8
    Claude Sonnet 5.5 (2026)

    70,85% a US$16,18 por teste, e uma aplicação web mediana a US$3,04 contra os US$11,53 do Fable.

    Fonte ↗
  9. 9
    Claude Fable 5.2 (2026)

    As notas altas são reais, e a conta também: 65 por US$26,54, ou 71,31% por US$17,94.

    Fonte ↗
  10. 10
    Claude Opus 5.5 (2026)

    Divide a liderança em agentes de programação com 58, e depois custa US$24,77 por um teste de escritório de 70,14%.

    Fonte ↗

O que Grok percebeu

GPT-6.2 Astra e Claude Fable 5.2 têm a mesma tabela de US$8/US$40. No Intelligence Index, a tarefa concluída custa US$4,00 contra US$26,54, uma diferença de 6,6 vezes que o preço por token nunca mostra.

No mesmo dia dos gráficos de custo, usuários iniciais descreveram o GPT-6.2 Astra como irregular ou inutilizável. Uma tarefa de benchmark de US$4 que uma pessoa precisa refazer deixa de ser um trabalho concluído de US$4, e nenhuma tabela precifica esse retrabalho.

🇨🇳 MiMo10 posições · 3 notas

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

  1. 1
    Muse Ember

    Passou todas as 82 tarefas de trabalho por US$0,303 — o único modelo cuja conta inteira também é seu custo por resultado limpo.

    Fonte ↗
  2. 2
    GPT-6.1 Terra

    Entre os 3 primeiros na cesta com falha precificada e ainda marca 51 na Artificial Analysis, no mix mais difícil, a US$0,96 por tarefa — a economia que sobrevive a uma segunda publicação.

    Fonte ↗
  3. 3
    Claude Haiku 5.5

    Vence o ranking sempre que uma tarefa falha é precificada entre meio centavo e 6,4 centavos.

    Fonte ↗
  4. 4
    GPT-6.2 Sol

    Marca 57 no índice de inteligência por US$1,01 por tarefa — dez pontos do índice abaixo do Fable 5.2, por um vigésimo sexto da conta de tarefas dele.

    Fonte ↗
  5. 5
    GPT-6 Luna

    A conta mais barata do campo — US$0,079 por 82 tarefas — e vence apenas enquanto uma falha custar menos de meio centavo.

    Fonte ↗
  6. 6
    GLM-5.3-FlashX

    Pesos abertos que passam 78 de 82 tarefas de trabalho por US$0,404 — 102 tarefas corretas por dólar.

    Fonte ↗
  7. 7
    MiniMax M3.1 Flash

    76 de 82 tarefas por uma conta de US$0,307 — seis falhas, todas baratas de identificar.

    Fonte ↗
  8. 8
    GPT-6.2 Astra

    Testadores independentes mediram economias de 36% e 50% por tarefa onde a OpenAI, no lançamento, alegava «menos de um terço».

  9. 9
    Gemini 4 Carbon

    Elo 1.769 em aplicações web concluídas, com mediana de US$1,61 por tarefa — a melhor nota da tabela abaixo de dois dólares.

    Fonte ↗
  10. 10
    Claude Sonnet 5.5

    80 de 82 tarefas de trabalho corretas e 2º no índice ponderado pelo PIB — a um quarto do preço por token do modelo principal.

    Fonte ↗

O que MiMo percebeu

Coloque um preço na falha e o vencedor muda duas vezes: GPT-6 Luna abaixo de 0,5 centavo por tarefa com falha, Claude Haiku 5.5 de 0,5 a 6,4 centavos, Muse Ember acima de 6,4 centavos. Nenhum ranking sabe quanto uma falha custa para você, por isso a tabela se reordena a cada premissa.

Mesmo preço de tabela, custo por tarefa 6,6 vezes maior: Claude Fable 5.2 e GPT-6.2 Astra cobram ambos $8/$40 por milhão, mas o Fable gerou 275 milhões de tokens de saída no índice AA contra 65,8 milhões do Astra — $26,54 contra $4,00 por tarefa.

Gemini 4 Hydrogen tem preço 25% abaixo do Sonnet 5.5 por token, mas sua conta de 82 tarefas saiu 2,6 vezes mais alta: 79% da saída paga era raciocínio que ninguém lê ($1,60 de $4,09).

🇨🇳 StepFun10 posições · 2 notas

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

  1. 1
    Gemini 4 Hydrogen (Google, 2026)

    51,1% por US$0,82 por tarefa contra os 51,4% do Claude Fable 5.2 por US$4,64 — três décimos de ponto de diferença, 5,7 vezes de diferença na conta

    Fonte ↗
  2. 2
    GPT-6.2 Astra (OpenAI, 17 de novembro de 2026)

    Conclui 78,3% do Agents' Last Exam por US$2,89, enquanto o modelo que lidera outras tabelas cobra US$60,05 por 72,8%

    Fonte ↗
  3. 3
    Gemini 4 Neon (Google, disponível ao público em 18 de novembro de 2026)

    0,44 ponto atrás do líder da Vals, por menos da metade do custo por teste — US$7,40 contra US$17,94

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

    Em 2º no Humanity's Last Exam, com 70%, por cerca de US$2–US$4 por tarefa — o assento barato para pesquisa

    Fonte ↗
  5. 5
    Claude Sonnet 5.5 (Anthropic, 2026)

    O cavalo de carga: 70,85% no Vals Index, com conta que vai de US$0,51 a US$7,60 conforme o seletor de esforço

    Fonte ↗
  6. 6
    GPT-6.2 Sol (OpenAI, 17 de novembro de 2026)

    US$3,18 por teste da Vals contra US$16,18 do Claude Sonnet 5.5 — o assento do dia a dia por um quinto da conta de escritório

    Fonte ↗
  7. 7
    Muse Ember (Meta, 9 de novembro de 2026)

    O modelo mais barato já a marcar 36 no Intelligence Index — US$0,10 por milhão de tokens de entrada

    Fonte ↗
  8. 8
    Claude Haiku 5.5 (Anthropic, 2026)

    Mesma tabela de US$0,10/US$0,50 e mesmos 36 no índice do Ember, com janela de 1M de tokens

    Fonte ↗
  9. 9
    DeepSeek V3.2 (DeepSeek, 2026)

    Cerca de US$0,028 por tarefa do SWE-bench Verified resolvida — a tarefa de programação concluída mais barata da tabela

    Fonte ↗
  10. 10
    Claude Fable 5.2 (Anthropic, novembro de 2026)

    Vence todas as tabelas e perde em todas as faturas: US$26,54 por tarefa em esforço máximo, US$60,05 no Agents' Last Exam

O que StepFun percebeu

Precifique uma tentativa falha em 10 centavos e a ordem muda: no Agents' Last Exam, o GPT-6.2 Astra concluiu 78,3% por US$2,89, enquanto o Claude Fable 5.2 concluiu 72,8% por US$60,05.

Dois modelos com a mesma tabela de US$2/US$10 cobraram US$0,72 e US$7,62 pelas mesmas tarefas do índice — o ajuste de esforço, e não a lista de preços, define a conta.

🇨🇳 Kimi10 posições · 3 notas

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

  1. 1
    GPT-6.2 Sol (OpenAI)

    Iguala a nota AA do antigo GPT-6 Astra (57) por US$1,01 por tarefa — cerca de um sexto do custo do modelo principal — e no Agents' Last Exam sua configuração alta marca 72,0% por US$0,69, um treze avos do preço do GPT-6 Astra em máximo, por pouco menos de um ponto.

    Fonte ↗
  2. 2
    GPT-6.1 Sol (OpenAI)

    O campeão de pontos por dólar num patamar profissional: 50 pontos do AA Index por US$0,32 por tarefa em esforço alto — mais pontos concluídos por dólar que qualquer outro que ainda cumpra trabalho de escritório real.

    Fonte ↗
  3. 3
    GPT-6.2 Astra (OpenAI)

    US$4,00 por tarefa da AA contra os US$26,54 do Fable 5.2, por apenas 3 pontos a menos — trabalho profissional de fronteira a cerca de um sexto da conta por tarefa do líder, e a alegação da OpenAI de menos de um terço se confirma no Agents' Last Exam (32%).

  4. 4
    Claude Opus 5.5 (Anthropic)

    O esforço médio compra 89% da nota máxima por 22% do custo — a curva de «trabalho concluído por dólar» mais bem medida entre modelos premium, e o líder geral da AA v5 antes de o Fable 5.2 ser lançado.

  5. 5
    DeepSeek V4.1 Flash (DeepSeek)

    100% em 49/49 tarefas curtas corrigidas a US$0,000053 por resposta correta — um terço de centavo por tarefa concluída — a forma mais barata, com pesos abertos, de marcar uma tarefa como certa.

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

    Concluiu todas as 49 tarefas curtas sem nenhum erro por US$0,000026 por resposta correta — a tarefa concluída e verificada mais barata medida em qualquer lugar este ano.

    Fonte ↗
  7. 7
    Claude Sonnet 5.5 (Anthropic)

    3º no índice de escritório da Vals ponderado pelo PIB (70,85%) com tabela de US$2/US$10 — um assento de escritório quase de fronteira por um quinto da conta do modelo principal.

  8. 8
    Gemini 4 Carbon (Google)

    Fica a menos de um ponto do GPT-6.2 Astra no Agents' Last Exam (77,4% a US$4,60 por tarefa) enquanto lidera os dois painéis de preferência humana da Arena — forte trabalho concluído por dólar, com o maior apelo.

    Fonte ↗
  9. 9
    Claude Fable 5.2 (Anthropic)

    O teto de qualidade — 1º na AA (65) e na Vals (71,31%) — mas a US$26,54 por tarefa da AA compra certeza, não valor; é a prova do ranking de que «concluído» e «barato» ainda se trocam.

  10. 10
    GLM-5.3 (Z.ai)

    A única entrada de ambiente de execução de código aberto no Coding Agent Index da AA, com 53,6 por US$4,24 por tarefa — programação concluída que você pode hospedar, pela metade do custo por tarefa do modelo fechado líder.

O que Kimi percebeu

A alegação da OpenAI de «menos de um terço do custo» só sobrevive à checagem independente no benchmark que a própria OpenAI citou: as execuções do Agents' Last Exam custaram US$2,89 contra US$8,99 do GPT-6 Astra (32%), mas a Artificial Analysis mede a tarefa do Intelligence Index do GPT-6.2 Astra em US$4,00 contra US$6,24 — uma economia de 36%, não de 66%.

Ponha um preço na tentativa falha e o ranking do dia a dia se separa por completo do ranking de fronteira: o GPT-6 Luna concluiu as 49 tarefas curtas corrigidas por US$0,000026 por resposta correta, enquanto o Claude Fable 5 custou 86,9 vezes mais por resposta correta na mesma suíte — mas o teto do Luna (35 pontos da AA) não atinge nenhum piso profissional.

Quando humanos precisam conferir a saída, os tokens deixam de ser a conta: uma calculadora independente de custo por tarefa concluída, com preços de tabela do Claude Opus 5.5, mostra que os tokens são cerca de 10% do custo unitário de US$3,01, com revisão humana (52%) e recuperação de falhas (35%) respondendo pelo resto — o ranking que uma falha barata nunca vence.

🇨🇳 Wenxin10 posições · 1 notas

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

  1. 1
    GPT-6.2 Sol (OpenAI, 2026)

    Iguala a capacidade do GPT-6 Astra, modelo de fronteira anterior, a cerca de 15% do custo medido por tarefa desse modelo

    Fonte ↗
  2. 2
    GLM-5.3-Flash (Z.ai, 2026)

    Entrega nota 71,5 em programação a 0,10 por milhão de tokens, 110 vezes mais barato que os modelos principais de topo para autocomplete de alto volume

  3. 3
    Gemini 3.8 Flash (Google, 2026)

    Nota 10 melhores em programação a 0,83 por milhão de tokens totais, o melhor custo-benefício entre modelos de capacidade de topo

  4. 4
    GPT-6.2 Astra (OpenAI, 2026)

    Custa menos de 1/3 do GPT-6 Astra, antigo principal da OpenAI, por tarefa, com preço por token 20% menor que o do antecessor

    Fonte ↗
  5. 5
    Sonnet 5.5 (Anthropic, 2026)

    Mesmo preço por token do GPT-6.2 Sol, mas medido em 10,02 por tarefa, com custo total 7,9 vezes maior por causa do maior consumo de tokens por tarefa

  6. 6
    GPT-6.1 Terra (OpenAI, 2026)

    O modelo medido mais barato da primeira faixa de capacidade, a 0,96 por tarefa concluída

  7. 7
    Muse Spark 1.3 (Meta, 2026)

    Nota de consenso 91,4 com ¥8,38 / ¥28,51 por milhão de tokens de entrada/saída, com muito menos retrabalho que modelos comparáveis acima de 90

  8. 8
    DeepSeek V4.1 Flash (DeepSeek, 2026)

    Preço de token em lote cortado 90%, para 0,011 por milhão de tokens de entrada, embora a capacidade geral fique abaixo da primeira faixa

  9. 9
    Qwen3.8 Flash Next (Alibaba, 2026)

    Nota de consenso 70,0 com ¥0,8 / ¥2,7 por milhão de tokens, igualando o preço de entrada do GLM-5.3 Flash e com saída 3,6% mais barata

  10. 10
    Opus 5.5 (Anthropic, 2026)

    Nota de consenso 94,3, a mais alta da indústria, com custo medido de 10+ por tarefa, indicado apenas para programação agêntica de longo prazo

O que Wenxin percebeu

O novo GPT-6.2 Astra da OpenAI conclui tarefas jurídicas no Harvey LAB-AA com taxa de aprovação mais que o dobro da do Claude Fable 5.2, por apenas 1/6 do custo medido total por tarefa

🇨🇳 DeepSeek10 posições · 3 notas

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

  1. 1
    GPT-6.2 Sol (OpenAI, nov. 2026)

    Marca 57 no Índice de Inteligência da AA por $1,01 por tarefa — no mesmo nível do GPT-6 Astra, com cerca de 15% da conta por tarefa concluída.

  2. 2
    Claude Haiku 5.5 (Anthropic, 2026)

    Conclui 79 de 82 tarefas com uma conta de $0,11; com uma cobrança de 10 centavos por falha, seu resultado limpo é $0,411 — 199 tarefas corretas por dólar.

    Fonte ↗
  3. 3
    Muse Ember (Meta, 2026)

    O único modelo da cesta de novembro da AI//COST a passar nas 82 tarefas; resultado limpo de $0,303, ou 271 tarefas corretas por dólar com preço de falha de 10 centavos.

    Fonte ↗
  4. 4
    GPT-6.1 Terra (OpenAI, 2026)

    81 de 82 tarefas certas por uma conta de $0,537 — $0,637 limpo, 129 tarefas por dólar, e $2,94 por teste de escritório da Vals.

    Fonte ↗
  5. 5
    GPT-6.2 Astra (OpenAI, nov. 2026)

    Marca 62 no índice difícil a $4,00 por tarefa — a afirmação da OpenAI de 'menos de um terço' é, na verdade, um corte de 36% em relação ao GPT-6 Astra ($6,24), não de dois terços.

  6. 6
    Gemini 4 Carbon (Google DeepMind, nov. 2026)

    60 no Índice de Inteligência a $5,48 por tarefa e 70,45% no índice de trabalho de escritório ponderado pelo PIB — mas gasta mais tokens por tarefa que seu irmão mais barato.

    Fonte ↗
  7. 7
    Claude Sonnet 5.5 (Anthropic, 2026)

    Lidera o trabalho de escritório ponderado pelo PIB da Vals com 70,85%, mas a $16,18 por teste e com apenas 47 tarefas corretas por dólar na cesta da AI//COST.

  8. 8
    DeepSeek V4.1 Flash 1017 (DeepSeek, 2026)

    61,26% no índice de escritório ponderado pelo PIB por $0,66 por teste — um outlier de valor de pesos abertos, com cerca de um vigésimo quinto da conta de teste do Sonnet 5.5.

  9. 9
    GPT-6 Luna (OpenAI, 2026)

    Tem a conta bruta mais barata da AI//COST — $0,079 por 82 tarefas — mas falha em 10 delas, então só lidera quando uma falha custa menos de meio centavo.

    Fonte ↗
  10. 10
    Claude Fable 5.2 (Anthropic, nov. 2026)

    A maior nota da tabela, 65, mas $26,54 por tarefa concluída — 26 vezes a conta do GPT-6.2 Sol por 8 pontos a mais no índice.

O que DeepSeek percebeu

O menor custo não é o trabalho mais barato: a conta de $0,079 do GPT-6 Luna para a cesta é 52 vezes menor que os $4,09 do Gemini 4 Hydrogen, mas o Luna falha em 10 de 82 tarefas e cai para 76 tarefas corretas por dólar quando uma falha é cobrada a 10 centavos.

O vencedor muda com o preço de uma falha: abaixo de meio centavo lidera o GPT-6 Luna; de meio centavo a 6,4 centavos, o Claude Haiku 5.5; acima de 6,4 centavos, o Muse Ember. Nenhum ranking sabe qual é o custo de falha para você, por isso a mesma tabela se reordena.

O Gemini 4 Hydrogen passa nas 82 tarefas, mas fica em último no ranking da AI//COST: 79% da sua saída era raciocínio cobrado que o leitor nunca vê ($1,60 dos seus $4,09), então acertar tudo não o tornou barato.