Melhores modelos de IA em 2026: rankings, preços e como escolher

Última atualização: 5 de novembro de 2026. O mercado de modelos de IA muda a cada poucas semanas, então este guia foi feito para ser revisado. Ele separa os três rankings, registra os preços de tabela e apresenta uma tabela de decisão que você pode atualizar quando o próximo modelo for lançado.

No momento, há três respostas diferentes para “qual é o modelo de IA mais poderoso”, e elas não são intercambiáveis.

Gemini 4 Carbon lidera o Artificial Analysis Intelligence Index, com 60 pontos, mas o Google o disponibilizou apenas para um grupo seleto de defensores da cibersegurança e parceiros do programa Fairwind. Claude Opus 5.5 está um ponto atrás e lidera o ranking Arena Agents; qualquer desenvolvedor pode usá-lo hoje. GPT-6.1 Sol está cinco pontos atrás de Carbon e quatro atrás de Opus, mas custa US$ 1.27 por tarefa na avaliação da Artificial Analysis, cerca de um oitavo dos US$ 10.04 de Opus.

Esse é o panorama do mercado hoje: inteligência, disponibilidade e custo por tarefa se tornaram três rankings separados. Esta publicação os distingue e, em seguida, apresenta uma tabela de decisão para os modelos que importam.

Três rankings, três vencedores diferentes

O Artificial Analysis Intelligence Index é uma pontuação composta, baseada em avaliações de raciocínio, programação, conhecimento e desempenho como agente. O ranking atual coloca Carbon com 60 pontos, Opus 5.5 com 59, GPT-6 Astra com 57 e um grupo com 55, que inclui Claude Sonnet 5.5 e GPT-6.1 Sol. A publicação de lançamento do Google citou 59 para Carbon em uma versão anterior, a v5.0; o ranking atual mostra 60. Essa diferença de um ponto se deve a uma mudança de versão, não a um novo modelo.

O ranking Arena Agents mede outra coisa: a frequência com que as pessoas preferem as respostas de um modelo em tarefas de agente. Opus 5.5 ocupa o primeiro lugar, com 20.14%; Carbon fica em segundo, com 16.72%; Sonnet 5.5, em terceiro, com 15.42%; e Astra, em quarto, com 14.70%.

O custo por tarefa é o terceiro eixo. A Artificial Analysis submete cada modelo à mesma avaliação e registra o custo da execução, incluindo os tokens de raciocínio e de saída. Nessa métrica, Terra custa US$ 0.96, Sol, US$ 1.27, Astra, US$ 6.24, Carbon, US$ 7.76, Sonnet, US$ 10.02, e Opus, US$ 10.04.

Um modelo pode vencer em um ranking e perder em outro. Carbon vence em inteligência e fica em segundo no Arena, mas a maioria das equipes não pode usá-lo. Opus vence no Arena e fica em segundo em inteligência. Sol é o mais econômico entre os modelos com pontuação igual ou superior a 55.

Resumo da primeira categoria

Os preços são por milhão de tokens. Carbon custa US$ 2/US$ 10 durante o período de lançamento e US$ 4/US$ 20 nas tarifas padrão. Argon custa US$ 2/US$ 10 até 30 de novembro de 2026; depois, US$ 4/US$ 20. Carbon não está no catálogo da AIHubMix; os outros seis modelos desta tabela estão disponíveis na AIHubMix. As pontuações AA usam a configuração com melhor resultado para cada modelo: max para Opus, Astra, Sonnet, Sol e Terra; high para Carbon e Argon.

Duas coisas se destacam. A diferença de preço dentro da primeira categoria é enorme: o preço por token de Terra é um décimo do de Astra, e seu custo por tarefa equivale a cerca de 15% do de Astra. Além disso, a ordem varia entre os rankings: Sonnet fica em terceiro no Arena e em quarto no índice de inteligência; Astra fica em terceiro no índice e em quarto no Arena.

Na prática, escolha o eixo que corresponde à sua necessidade. Se você precisa do maior potencial e tem acesso, Carbon. Se precisa de um modelo que possa colocar em produção hoje, Opus. Se precisa de volume, Sol ou Terra.

Para que serve cada modelo principal

Claude Opus 5.5: o padrão para produção

Claude Opus 5.5 é o modelo a superar em tarefas que exigem discernimento ao longo de várias etapas. Com esforço max, marca 59 no índice de inteligência, lidera o Arena Agents com 20.14%, e a Anthropic informa 66.4% no Terminal-Bench 4.0 com esforço xhigh, 1846 Elo no GDPval-AA v2.1 e 67.7% no Humanity's Last Exam com ferramentas.

A economia também melhorou. Opus 5.5 tem preço de tabela de US$ 4/US$ 20 por milhão de tokens, e a Anthropic afirma que as cargas de trabalho típicas custam cerca de 40% menos do que custavam com Opus 5. Ele oferece uma janela de contexto de 1M tokens e saída de 128K tokens. A Artificial Analysis mede US$ 10.04 por tarefa e 26.2 minutos por tarefa.

Esse último número é importante. Opus não é um modelo para classificação em alto volume ou geração de rascunhos. É indicado para longas sessões de programação, pesquisas que exigem considerar vários documentos em conjunto e agentes que precisam decidir o que fazer em seguida. Se o resultado for valioso o bastante para que uma resposta errada custe mais de dez dólares, Opus é a opção padrão mais segura.

Gemini 4 Carbon: o líder que você provavelmente não poderá usar

Gemini 4 Carbon lidera em inteligência. A publicação de lançamento do Google cita 59 no AA v5.0; o ranking atual mostra 60. Carbon ocupa o segundo lugar no Arena Agents, com 16.72%, e o Google informa 88.2% no SEC-bench Pro, 71.0% no CWE-bench e 54.8% no ExploitGym. O preço de lançamento é US$ 2/US$ 10, e o preço padrão é US$ 4/US$ 20.

A ressalva é o acesso. Carbon é disponibilizado primeiro a um grupo seleto de defensores da cibersegurança e, em seguida, a outros parceiros de confiança por meio do programa Fairwind. O Google afirma que planeja ampliar o acesso, mas o modelo não está disponível para o público em geral no momento. Também não faz parte do catálogo da AIHubMix. A publicação de lançamento do Google não informa a janela de contexto de Carbon.

Para a maioria das equipes, Carbon é um sinal do rumo que Gemini 4 está tomando, não um modelo em torno do qual planejar. O modelo Gemini 4 que está disponível para uso é Argon.

GPT-6 Astra: o especialista caro

GPT-6 Astra é o modelo mais poderoso da OpenAI para tarefas ambíguas que envolvem vários aplicativos. Com esforço max, marca 57 no índice de inteligência e ocupa o quarto lugar no Arena Agents, com 14.70%. Seu preço de tabela é de US$ 10/US$ 50 por milhão de tokens, com uma janela de contexto de 1.05M tokens e saída de 128K. Acima de 272K tokens de entrada, as tarifas mais altas se aplicam à solicitação inteira: US$ 20 para entrada e US$ 75 para saída. A Artificial Analysis mede US$ 6.24 por tarefa e 18.8 minutos por tarefa.

O preço por token de Astra é cinco vezes maior que o de Sol, e seu custo medido por tarefa também é cerca de cinco vezes maior: US$ 6.24 contra US$ 1.27. A comparação com Opus dá outro resultado. O preço por token de Astra é 2.5× o de Opus, mas seu custo por tarefa é menor, porque ele usa menos tokens por tarefa. No relato da OpenAI sobre manutenção de software, as configurações Ultra de esforço mostram a mesma tendência: Astra gastou US$ 109.06 para produzir 142 descobertas (US$ 0.77 por descoberta), e Sol gastou US$ 15.12 para produzir 131 descobertas (US$ 0.12 por descoberta). Isso representa 92% das descobertas por 14% do custo de API.

Astra faz sentido quando a tarefa é realmente aberta: organizar um grande repositório, usar um navegador e vários aplicativos para computador ou rastrear um problema entre ferramentas. Não faz sentido para geração em massa, em que Terra ou Sol fazem o mesmo trabalho por uma fração do custo.

Claude Sonnet 5.5 e GPT-6.1 Sol: mesmo preço, contas diferentes

Sonnet 5.5 e Sol têm o mesmo preço de tabela: US$ 2/US$ 10. Mas o custo por tarefa é diferente. A Artificial Analysis mede US$ 10.02 para Sonnet e US$ 1.27 para Sol, uma diferença de 7.9×, e 30.6 minutos contra 20.9 minutos por tarefa.

A diferença se deve à quantidade de texto que cada modelo gera e ao quanto raciocina. A Anthropic apresenta Sonnet como uma alternativa mais rápida e econômica a Opus para tarefas cotidianas bem definidas, correção de bugs e documentos bem elaborados, e afirma que Opus continua claramente superior em trabalhos complexos e abertos que exigem discernimento constante. A pontuação de 70.6% que o fornecedor informa para Sonnet no Terminal-Bench 4.0 é maior que os 66.4% de Opus, mas a configuração de esforço de Sonnet não foi divulgada, enquanto o resultado de Opus corresponde a xhigh. Um benchmark mede uma tarefa, não o discernimento. A economia de tokens ainda explica por que Sonnet pode custar tanto quanto Opus por tarefa, apesar de seu preço por token ser metade.

Sol é o modelo para volume. Com esforço max, marca 55 no índice de inteligência, ocupa o sexto lugar no Arena Agents, com 12.51%, e oferece a mesma janela de contexto de 1.05M tokens. Para ciclos de agentes executados milhares de vezes ao dia, manutenção de código, análise em lote e revisão inicial, o que importa é o custo de US$ 1.27 por tarefa de Sol.

Uma regra simples: escolha Sonnet quando o resultado precisa estar correto e ser lido por uma pessoa; escolha Sol quando outro modelo ou uma suíte de testes puder verificar o resultado.

Gemini 4 Argon: o Gemini 4 disponível para uso

Gemini 4 Argon é o modelo Gemini 4 que a maioria das equipes pode de fato usar. Com esforço high, marca 50 no índice de inteligência e ocupa o oitavo lugar no Arena Agents, com 10.53%. Aceita texto, imagens, áudio, vídeo e PDFs, oferece uma janela de contexto de 1M tokens e custa US$ 2/US$ 10 até 30 de novembro de 2026; depois, US$ 4/US$ 20. A Artificial Analysis mede US$ 9.95 por tarefa e 25.8 minutos por tarefa.

Os resultados informados pelo Google são melhores em tarefas multimodais e científicas: primeiro lugar geral no Vals Index, 87% no ERQA, 57% no RareBench e 52.2% no LabBench. É o modelo indicado para vídeos longos, documentos repletos de gráficos, raciocínio 3D e espacial e pesquisas que combinam vários formatos. Não é indicado para conversas de baixa latência; a Artificial Analysis mede 25.8 minutos por tarefa, na mesma faixa de Opus, então planeje usá-lo de forma assíncrona ou em lote.

Kimi K3.1 Pro: o desafiante de pesos abertos para programação

Kimi K3.1 Pro é o modelo de pesos abertos que mais se aproximou da fronteira dos modelos fechados em programação. A Moonshot informa 65.7% no Terminal-Bench 4.0, 0.7 ponto abaixo de Opus 5.5, além de 61.2% no Kimi Code Bench 3.0 Long-horizon, 92.7% no BenchCAD com ferramentas e 64.4 no OfficeQA Pro v2. Ele oferece uma janela de contexto de 1,048,576 tokens e foi lançado em 24 de outubro de 2026; os pesos foram publicados no Hugging Face em 2 de novembro, sob a licença Kimi K3.1 Pro.

A ressalva é o índice de inteligência. A AA atribui 46 pontos a Kimi, 13 abaixo de Opus. Sua posição no Arena Agents está fora dos dez primeiros. Essa combinação indica que o modelo é excelente nas tarefas escolhidas pelo fornecedor para avaliação, mas ainda não é um substituto geral para um modelo principal de fronteira. Use-o para programação em terminal, trabalhos de CAD e 3D e documentos financeiros quando uma licença aberta ou a hospedagem própria forem importantes.

A página de preços da Moonshot não informava uma tarifa de tabela em USD na versão que consultamos; a AIHubMix lista Kimi K3.1 Pro a US$ 2/US$ 10.5 por milhão de tokens. A Artificial Analysis mede US$ 3.68 por tarefa.

Claude Haiku 5.5: a opção de alta frequência

Haiku 5.5 é o modelo para tarefas pequenas. Sua pontuação no índice de inteligência é 36, seu preço de tabela é de $0.10/$0.50 por milhão de tokens para prompts de até 100K tokens ($0.50/$2.50 acima disso) e ele oferece uma janela de contexto de 1M de tokens. A Artificial Analysis mede um custo de $0.41 por tarefa.

É a ferramenta certa para classificação, extração, roteamento, sumarização e subagentes que precisam tomar uma decisão rápida dentro de um fluxo de trabalho maior. Não é um modelo para raciocínio complexo: a diferença para o Opus é de 23 pontos no índice. O padrão prático é deixar um agente Opus ou Sonnet planejar e deixar o Haiku executar as etapas baratas e bem especificadas.

Claude Fable 5.1: o outro modelo principal da Anthropic

É fácil não perceber o Fable 5.1 porque não é o modelo que a maioria das equipes escolhe primeiro. Seu preço de tabela é de $10/$50 por milhão de tokens, oferece 1M de tokens de contexto e 128K de saída e está disponível de forma geral. A Anthropic chama o Fable 5.1 e o Mythos 5.1 de seus modelos mais avançados para programação e trabalho com conhecimento, embora a página não compare o Fable diretamente com o Opus 5.5. A AA atribui a ele 49 no esforço máximo e 50 no xhigh; no Arena, ele ocupa o quinto lugar, com 13.86%.

Seu modelo irmão, Mythos 5.1, de acesso restrito, é o mesmo modelo subjacente, mas com salvaguardas mais permissivas para organizações aprovadas dos EUA que trabalham com cibersegurança e ciências da vida; ele só está disponível pelos programas de acesso confiável da Anthropic. O preço por token do Fable é 2.5× o do Opus, mas esse valor adicional não proporciona uma pontuação mais alta no índice: no xhigh, o Fable marca 50 contra 57 do Opus; no esforço máximo, 49 contra 59. A AA mede um custo de $10.85 por tarefa para o Fable no xhigh, contra $10.04 para o Opus no esforço máximo, cerca de 8% a mais. Teste-o antes de presumir que vale pagar mais.

Pesos abertos: perto em programação, mas não em inteligência geral

Os resultados de benchmark na tabela de pesos abertos são informados pelos fornecedores; a pontuação do GLM no Terminal-Bench 4.0 corresponde à configuração Max no harness mini-swe-agent.

O Kimi é o destaque. Uma pontuação de 65.7% no Terminal-Bench, a apenas 0.7 ponto do Opus, é um feito notável, e o contexto de 1M o torna útil para trabalhar com repositórios inteiros. Mas a diferença no índice de inteligência é a outra parte da história: 46 contra 59. Um modelo pode ficar perto em um benchmark de programação e ainda estar muito atrás na combinação de raciocínio, conhecimento e tarefas com agentes medida pelo índice.

O GLM 5.3 é a opção voltada para reduzir custos neste grupo. A AA atribui a ele 32 no esforço máximo, bem abaixo dos 46 do Kimi, mas é um modelo MoE de 753B sob a licença glm-5.3, com 41.9% no Terminal-Bench 4.0 (Max, mini-swe-agent), 1769 Elo no GDPval-AA v2 e 62.5% no Humanity's Last Exam (HLE) com ferramentas, segundo os dados informados pelo fornecedor. O preço oficial é $1.40/$4.40; atualmente, a AIHubMix o oferece abaixo do preço de tabela, por $1.13/$3.94 por milhão de tokens.

O DeepSeek V4.1 Flash 1017 é a opção voltada para custo e controle. É um modelo de 763B sob licença MIT, com janela de contexto de 1M de tokens, saída máxima de 384K e entrada de imagens. O preço oficial é $0.15/$0.60 fora do horário de pico e $0.30/$1.20 no horário de pico; os horários de pico são 01:00–04:00 e 06:00–10:00 UTC, de segunda a sexta-feira, exceto feriados públicos chineses. A entrada com acerto de cache custa $0.003 fora do horário de pico e $0.006 no horário de pico por milhão de tokens. Não é um modelo generalista de primeira linha, mas é uma maneira muito barata de ter um modelo multimodal com contexto longo.

O MiniMax M3.1 Flash é a opção multimodal para agentes: 428B de parâmetros no total, 23B ativos por token, janela de contexto de 1M de tokens, entrada de texto/imagem/vídeo e pontuação de 61.7 no OSWorld 2.0. A MiniMax cobra em CNY: ¥1/¥4 por milhão de tokens. É uma alternativa confiável para auto-hospedagem em fluxos de trabalho de uso do computador, embora sua velocidade não tenha nada de especial.

O valor dos pesos abertos não está em eliminar todas as diferenças. Está em poder controlar o modelo quando os dados não podem sair da sua rede, quando os custos precisam ser fixos ou quando você precisa fazer ajuste fino. Nesses casos, alguns pontos no índice importam menos do que a liberdade de implantação.

Fora da lista, o Muse Wonder da Meta é o outro agente multimodal entre os dez primeiros do Arena, em nono lugar, com 9.42%; sua configuração Full marca 50 na AA, enquanto a configuração padrão marca 44. O Grok 4.7 da xAI oferece contexto de 500K, tem preço de tabela de $2/$6 para prompts com menos de 200K tokens ($4/$12 a partir de 200K) e marca 35 na AA. O Qwen3.8 Max da Alibaba marca 34, com $10.02 por tarefa. Nenhum deles muda o panorama da primeira linha.

O preço por token não é o custo por tarefa

A coluna da conta é um exemplo calculado, não um valor da AA: 10M de tokens de entrada mais 2M de tokens de saída aos preços de tabela padrão, supondo que cada solicitação fique abaixo do limite de contexto longo do provedor, sem cache e sem desconto por lote. Carbon e Argon são apresentados com as tarifas padrão; seus preços de lançamento e promocionais reduzem essas contas para $40 cada.

Daí decorrem três conclusões.

Primeiro, o mesmo preço por token pode resultar em uma diferença de cerca de 8× no custo por tarefa. Sonnet e Sol têm preço de tabela de $2/$10. O custo medido por tarefa do Sonnet é $10.02; o do Sol, $1.27. A diferença está no tamanho da saída e no tempo de pensamento, não na tabela de preços.

Segundo, um modelo caro nem sempre é a opção mais cara. O preço por token do Astra é 2.5× o do Opus, mas seu custo por tarefa é de $6.24, contra $10.04 do Opus, porque usa menos tokens por tarefa. Uma tarifa alta e uma conta alta são coisas diferentes.

Terceiro, o contexto não é gratuito. O nível de contexto longo da OpenAI aplica tarifas mais altas à solicitação inteira quando ela ultrapassa 272K tokens: $20 de entrada e $75 de saída para o Astra, $4 e $15 para o Sol. Uma janela de 1M de tokens é útil; preenchê-la em cada solicitação é uma decisão orçamentária.

Como escolher

Três regras ajudam a aproveitar a tabela.

Execute 20 tarefas reais antes de se comprometer. Use seus prompts, seu formato de saída e seus critérios de falha, não um benchmark público. Vinte tarefas bastam para revelar um modelo que não consegue seguir seu esquema ou que falha com um contexto longo.

Separe as decisões da execução. Deixe o Opus ou o Sonnet planejar, revisar e lidar com os casos difíceis; deixe o Haiku, o Sol ou o DeepSeek executar as etapas bem especificadas. Em um sistema de agentes, o modelo mais caro não precisa executar todas as etapas.

Mantenha uma camada substituível. Os modelos mudam a cada poucos meses. Uma única API, uma única conta e um único log importam mais do que escolher o vencedor de um mês.

Usando esses modelos pela AIHubMix

A AIHubMix não é outro modelo: é uma forma de tornar os modelos substituíveis. Uma chave funciona em um endpoint compatível com OpenAI, um endpoint compatível com Claude (beta) e um endpoint nativo do Gemini, com mais de 900 modelos em uma única conta. O Gemini 4 Carbon é o único modelo das tabelas que ela não oferece. O guia de início rápido mostra o formato da solicitação.

Para a maioria das equipes, o endpoint compatível com OpenAI é suficiente:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ["AIHUBMIX_API_KEY"],
)

prompt = "Explain in three sentences why cost per task beats cost per token."

response = client.chat.completions.create(
    model="claude-opus-5-5",
    messages=[{"role": "user", "content": prompt}],
)

print(response.choices[0].message.content)

Os IDs dos modelos seguem os nomes dos fornecedores (Carbon não tem ID aqui): claude-opus-5-5, claude-sonnet-5-5, claude-haiku-5-5, claude-fable-5-1, gpt-6-astra, gpt-6.1-sol, gpt-6.1-terra, gemini-4-argon, kimi-k3.1-pro, glm-5.3, deepseek-v4.1-flash-1017, minimax-m3.1-flash e muse-wonder.

Se não quiser escolher um modelo para cada solicitação, o roteador auto oferece quatro estratégias: cost_optimized (o padrão), balanced, quality_first e latency_critical. Use-o para explorar; fixe um modelo para tarefas críticas e mantenha uma alternativa de reserva.

Perguntas frequentes

Qual é o modelo de IA mais poderoso no momento?
Em 5 de novembro de 2026, é o Gemini 4 Carbon, com 60 no índice de inteligência atual da Artificial Analysis. Para um modelo que a maioria das equipes realmente possa lançar, Claude Opus 5.5, com 59.

Posso usar o Gemini 4 Carbon pela AIHubMix?
Não. O Carbon é restrito a um grupo limitado de defensores de cibersegurança e parceiros da Fairwind, e não está no catálogo. O Gemini 4 Argon é o Gemini 4 disponível de forma geral.

Qual modelo é melhor para programação?
Opus 5.5 para trabalhos difíceis e abertos; Sonnet 5.5 para programação e documentos no dia a dia; Sol para ciclos de agentes em grande volume; Kimi K3.1 Pro se você precisa de pesos abertos.

Por que o Sonnet 5.5 custa tanto por tarefa se tem o mesmo preço por token que o Sol?
A Artificial Analysis mede $10.02 por tarefa para o Sonnet e $1.27 para o Sol. O Sonnet usa muito mais tokens por tarefa. O preço por token é o mesmo; a conta, não.

Qual é o modelo mais barato da primeira linha?
O GPT-6.1 Terra, a $0.96 por tarefa na AA. Entre os modelos com pontuação de 55 ou mais, o GPT-6.1 Sol é o mais barato, a $1.27. O DeepSeek V4.1 Flash custa menos por token, mas tem uma pontuação bem abaixo da primeira linha.

Os modelos de pesos abertos se equiparam aos modelos de ponta?
Em benchmarks específicos de programação, o Kimi chega perto: 65.7% contra 66.4% no Terminal-Bench 4.0, com o Opus medido no esforço xhigh. Em inteligência geral, a AA atribui ao Kimi 46, contra 59 do Opus. Escolha pesos abertos por controle, custo e ajuste fino, não porque a diferença tenha desaparecido em todas as áreas.

Posso chamar todos esses modelos com uma única chave de API?
O Carbon não está no catálogo da AIHubMix; todos os outros modelos das tabelas estão. Uma chave funciona nos endpoints compatíveis com OpenAI e Claude e no endpoint nativo do Gemini.

Fontes

1. Classificação do índice de inteligência da Artificial Analysis, consultada em 5 de novembro de 2026.
2. Classificação de agentes do Arena, consultada em 5 de novembro de 2026.
3. Materiais dos provedores de modelos de fronteira: Claude Opus 5.5, Claude Sonnet 5.5, Claude Haiku 5.5, Claude Fable 5.1 e Mythos 5.1, visão geral dos modelos Claude, Gemini 4 Carbon, Gemini 4 Argon, modelos da API Gemini, catálogo de modelos da OpenAI, postagem sobre a manutenção da família GPT-6, Kimi K3.1 Pro, preços do Kimi.
4. Materiais dos provedores de modelos com pesos abertos: preços do GLM 5.3, cartão do modelo GLM 5.3, preços do DeepSeek, cartão do modelo DeepSeek V4.1 Flash 1017, preços do MiniMax, cartão do modelo MiniMax M3.1 Flash, modelos Grok 4.7.
5. AIHubMix: catálogo de modelos e início rápido da API, consultados em 5 de novembro de 2026.