A tabela primeiro
Os preços por resposta vêm do índice de custo de modelos da Whizi (1.000 tokens de entrada mais 500 de saída, taxas de tabela coletadas em 2026-08-20). A escolha mais forte otimiza para qualidade; a escolha de valor é para onde a maioria das pessoas deveria realmente rotear a tarefa.
| Tarefa | Escolha mais forte | Escolha de valor | Escolha de valor, por resposta |
|---|---|---|---|
| Um texto que uma pessoa vai ler do início ao fim | Claude (nível Opus) | Claude Sonnet 5 | $0.007 |
| Código que você vai colocar em produção | Níveis de raciocínio do GPT | DeepSeek V4 Pro | $0.003 |
| Matemática e lógica em várias etapas | GPT-5.6 Sol (raciocínio) | DeepSeek R1 | $0.002 |
| Documentos muito longos | Gemini 3.1 Pro, contexto de 1M | Llama 4 Maverick, contexto de 1M | $0.0006 |
| Análise de dados em arquivos | ChatGPT (execução de código) | O mesmo, depois verificar | $0.008 |
| Perguntas do dia a dia | Qualquer nível cotidiano de ponta | GPT-5.6 Luna | $0.0008 |
| Trabalho em lote de alto volume | Não é trabalho para ponta | Llama 3.3 70B | $0.00026 |
| Geração de imagens | Nano Banana Pro (Gemini 3 Pro Image) | Nano Banana 2 | $0.002 |
| Pesquisa de eventos atuais | Um assistente conectado à busca | Gemini ou Perplexity | varia com a busca |
Cada linha resume um argumento mais longo. As análises detalhadas estão a um clique de distância: análise de dados, matemática, o campo open source e a comparação de três pontas entre os líderes.
Por que os vencedores mudam por tarefa
As divisões são arquiteturais, não de marketing, e é por isso que resistem às trocas de versão.
Escrita premia bom gosto. A vantagem do Claude em prosa que uma pessoa lê do início ao fim se manteve ao longo das gerações, e é por isso que ele ancora a linha de escrita mesmo custando mais do que os níveis cotidianos do GPT.
Código e matemática premiam modos de raciocínio. Modelos que geram uma longa cadeia interna de trabalho e a verificam antes de responder dominam as duas linhas; as entradas de peso aberto, DeepSeek V4 para código e R1 para raciocínio no estilo matemático, entregam a maior parte disso por um décimo do preço.
Documentos longos premiam o tamanho do contexto. Uma janela de 1M de tokens, cerca de 1.500 páginas, é a diferença entre analisar um contrato inteiro e analisar apenas o primeiro terço dele. Vários modelos já carregam isso; o preço por resposta é o que os separa.
Trabalho em volume premia o custo. A $0.00026 por resposta padrão, o Llama 3.3 70B faz mil resumos por 26 centavos de dólar. Errar de vez em quando é algo que se pode pagar nesse preço, de um jeito que não se pode pagar em tarifas de ponta 20 a 100 vezes mais altas.
Como ler afirmações de benchmark, incluindo as nossas
Todo lançamento de modelo vem com um gráfico em que ele vence. Três hábitos mantêm você honesto.
Prefira benchmarks moldados por tarefa a médias gerais. Uma nota de código como o SWE-bench diz algo sobre código; um ranking combinado diz algo sobre combinações. A tabela acima deliberadamente roteia por tarefa por esse motivo.
Confira a data. As escolhas aqui foram verificadas em relação ao índice de custo e a fontes públicas em agosto de 2026, e esta página é atualizada conforme novos lançamentos chegam. Uma afirmação de "melhor modelo" sem data é folclore; a linha do tempo de modelos mostra o quão rápido o terreno se move.
Rode seus próprios três testes. Pegue uma tarefa real da sua semana e rode pela escolha mais forte e pela escolha de valor. Dez minutos de evidência própria valem mais do que qualquer tabela, incluindo esta, e como escolher um modelo de IA transforma isso em um protocolo repetível.
Onde esta tabela é honestamente incerta
O topo de cada linha muda. As escolhas mais fortes mudam a cada grande ciclo de lançamento; as escolhas de valor são mais estáveis porque os pisos de preço se movem mais lentamente do que os tetos de capacidade.
"Melhor" esconde variação. O Claude vence em escrita na média; um rascunho específico do GPT supera um rascunho específico do Claude com frequência suficiente para que o hábito de conferir os dois importe mais do que a escolha padrão.
A pesquisa conectada à busca depende da busca. Para eventos atuais, a camada de recuperação decide mais do que o modelo, então a linha de pesquisa nomeia uma categoria em vez de um vencedor.
Seu prompt é uma variável maior do que seu modelo. A diferença entre um prompt vago e um prompt específico supera a diferença entre modelos vizinhos em quase toda tarefa. A tabela otimiza a variável menor; fundamentos de prompt otimiza a maior.
A conta de assinaturas que esta tabela implica
Siga a tabela ao pé da letra com assinaturas de um único provedor e você estará pagando por ChatGPT Plus, Claude Pro e um plano do Gemini a cerca de $20 cada, uns $60 por mês, para ter a melhor escolha em cada linha.
A alternativa é um único espaço de trabalho que carrega todas as linhas. O Whizi Pro, a $19.99 por mês na cobrança anual, inclui ChatGPT Sol, Claude Sonnet e Opus, Kimi K3 e Gemini Pro, além de escolhas de valor como DeepSeek e Llama para as linhas de volume, com o nível de raciocínio de ponta e o Claude Fable no Powerhouse por $34.99. Essa é toda a tese de um espaço de trabalho multimodelo: a tabela deixa de ser uma lista de compras e se torna uma regra de roteamento dentro de uma única assinatura. O detalhamento de custo de assinaturas roda essa comparação em detalhe.
- Roteie por tarefa, não por lealdade de marca: escrita, código, contexto longo e volume têm vencedores diferentes
- Use a escolha de valor por padrão e suba para a escolha mais forte quando a qualidade importar visivelmente
- Envie trabalho em lote para modelos abertos; os preços de ponta são para problemas de ponta
- Verifique qualquer afirmação de benchmark contra um benchmark moldado por tarefa que tenha data
- Refaça seu próprio teste de três prompts depois de cada grande ciclo de lançamento
Perguntas frequentes
Qual é a melhor IA no geral em 2026?
Não existe um vencedor geral significativo: os modelos de ponta ficam agrupados dentro de poucos pontos em benchmarks combinados, mas se separam claramente por tarefa. O Claude lidera em prosa, os níveis de raciocínio lideram código e matemática, o Gemini lidera documentos muito longos e os modelos abertos lideram em custo. A pergunta útil é a por tarefa, que é o que a tabela de roteamento responde.
Qual modelo de IA é o melhor para programar?
Para código que você vai colocar em produção, os níveis de raciocínio do GPT são a escolha mais forte, com o DeepSeek V4 Pro como escolha de valor: os próprios 80,6% relatados pelo DeepSeek no benchmark SWE-bench Verified ficam em território de ponta, a cerca de $0.003 por resposta padrão sob uma licença MIT. Para scripts rápidos e código repetitivo, os níveis cotidianos servem bem e saem muito mais baratos.
O modelo de IA mais caro é o melhor?
Só para as tarefas mais difíceis. O preço acompanha o poder de computação, e os níveis de raciocínio realmente merecem o preço extra em problemas de várias etapas. Mas a diferença no índice entre o modelo mais barato e o mais caro é de cerca de 2.000x, enquanto a diferença de qualidade em perguntas do dia a dia é quase imperceptível, então pagar tarifas de ponta por trabalho de rotina é a forma mais comum de gastar mais do que o necessário com IA.
Com que frequência o melhor modelo muda?
A escolha mais forte em uma categoria muda mais ou menos a cada grande ciclo de lançamento, algumas vezes por ano. A estrutura das categorias muda bem mais lentamente: a escrita tem premiado o Claude, documentos longos têm premiado o tamanho do contexto e o trabalho em volume tem premiado modelos abertos ao longo de várias gerações. Confira a data em qualquer recomendação, inclusive nesta página.
Preciso de várias assinaturas de IA para seguir esta tabela?
Não mais. Seguir a tabela com planos de um único provedor custa cerca de $60 por mês em três assinaturas. Um espaço de trabalho multimodelo carrega todas as linhas em um único plano: o Whizi Pro, a $19.99 por mês na cobrança anual, cobre as escolhas de ponta e as de valor, com o nível de raciocínio de topo e o Claude Fable no plano Powerhouse. Trocar de modelo no meio de uma conversa é o mecanismo que torna o roteamento por tarefa prático.
