O que cada fabricante lançou
| Fabricante | Modelos | Quando | Preço na API (por milhão de tokens) |
|---|---|---|---|
| Anthropic | Claude Opus 5.5, Sonnet 5.5 e Haiku 5.5 | 22/09, 28/09 e 07/10 | Opus US$ 4 / 20 · Sonnet US$ 2 / 10 · Haiku US$ 0,10 / 0,50 |
| OpenAI | GPT-6 Astra; GPT-6 Sol e Luna no ChatGPT | 03/09 (Astra, em fases) e 07/10 (ChatGPT para todos) | Consulte a página de preços da OpenAI |
| Gemini 4 Argon | Anúncio em 30/09, disponível em 13/10 | US$ 2 / 10 até 30/11; depois US$ 4 / 20 |
Os preços são entrada e saída, conforme os anúncios oficiais.
- GPT-6 AstraOpenAI, em fases.
- Claude Opus 5.5Anthropic.
- Claude Sonnet 5.5Anthropic.
- Gemini 4 Argon anunciadoGoogle, primeiro para defensores de cibersegurança.
- Claude Haiku 5.5 e GPT-6 no ChatGPTAnthropic e OpenAI.
- Gemini 4 Argon disponívelGoogle, na API e nos planos Pro e Ultra.
A OpenAI não está no gráfico porque o preço do GPT-6 na API não pôde ser conferido na página oficial.
Os destaques de cada um
Anthropic (Claude 5.5). A família cobre do topo ao volume. O Opus 5.5, segundo a empresa, trabalha no nível do Claude Fable 5.1 na maior parte das tarefas e custa 40% menos para rodar que o Opus 5. O Sonnet 5.5 é mais de 30% mais rápido que o anterior. O Haiku 5.5 é o mais barato da casa, pensado para tarefas de alto volume, como resumos, consultas e classificação. Os três estão na AWS, no Google Cloud e no Azure.
OpenAI (GPT-6). O GPT-6 Astra começou por empresas de cibersegurança. Em outubro, o GPT-6 passou a ser o modelo do ChatGPT para todos, inclusive no plano gratuito. É o fabricante com maior presença entre usuários finais, o que significa que boa parte das equipes já usa por conta própria.
Google (Gemini 4 Argon). O Google apresenta o Argon como seu modelo de ponta para engenharia de software, trabalho jurídico e financeiro e cibersegurança, e diz que ele lidera o Vals Index, que mede tarefas de setores da economia. A API aceita 1 milhão de tokens entre entrada e saída. No app Gemini, está nos planos Google AI Pro e Ultra.
O que os três têm em comum
- Lançamento em etapas: os modelos mais capazes chegaram primeiro a grupos restritos, por causa do potencial em cibersegurança.
- Preço caindo no topo: modelos de ponta ficaram mais baratos por tarefa, o que abre espaço para usos que antes não fechavam a conta.
- Benchmark não decide sozinho: cada fabricante escolhe os testes em que se sai melhor. O teste que vale é com os seus documentos.
Como escolher na prática
- Comece pela tarefa: o que entra, o que sai, qual erro é aceitável.
- Separe volume de complexidade: extração e classificação em volume pedem modelo pequeno e barato; análise e redação longa pedem modelo maior.
- Teste com dados reais: 30 a 50 casos verdadeiros, comparando acerto, tempo e custo de dois ou três modelos.
- Considere onde a empresa já está: contrato com uma nuvem, ferramentas do Google Workspace ou do Microsoft 365, exigência de retenção zero.
- Não se prenda a um fabricante: com o processo bem desenhado, trocar de modelo vira ajuste de configuração. A liderança muda a cada poucos meses.
Um teste de uma tarde
Separe dez documentos reais de uma tarefa da empresa, com a resposta certa de cada um anotada. Rode os dez em dois ou três modelos, com a mesma instrução, e compare: quantos acertou, quanto tempo levou e quanto custou. Em uma tarde, a empresa tem uma resposta melhor do que qualquer ranking publicado.
A pergunta que vem antes
Qualquer um dos três resolve bem a maioria das tarefas de uma PME. O que separa um projeto que dá resultado de um que fica no teste é o desenho do processo: dados organizados, regra clara e alguém responsável pela conferência. Para ver o custo de cada modelo numa tarefa real, veja quanto custa a IA por tarefa.
Em dúvida sobre qual modelo e qual tarefa atacar primeiro? Converse pelo WhatsApp.
