Comparativo de modelos de IA: preço em reais e benchmarks

Avaliação: o maior valor publicado pelo modelo, com o nível de esforço ao lado (MAX, XHIGH, HIGH). O maior valor da coluna sai em negrito, com um fio à esquerda; o sinal = marca quem cruza o intervalo publicado do líder, sem poder ser separado dele. Saída e cache sem sublinhado têm a mesma fonte da entrada da linha: a ficha abre no preço de entrada.

Nota geral

Quão capaz é no conjunto? Nota que a Epoch AI calcula juntando vários testes independentes. Quanto maior, mais capaz o modelo no geral. Nome técnico: Índice Epoch (ECI).Epoch Capabilities Index. medição independente. 26 modelos com resultado. a fonte publica intervalo, e 24 dos 25 pares vizinhos se sobrepõem: ordenar por esta coluna não separa esses modelos. a marca de empate na célula é reservada ao topo, entre o líder e quem cruza o intervalo dele. Fonte: Epoch AI, AI Benchmarking Hub (epoch_capabilities_index/eci_scores.csv do benchmark_data.zip), lido em 19 out 2026

Raciocínio

Resolve perguntas difíceis de ciência? Prova com perguntas de nível de doutorado em biologia, física e química. Mostra a porcentagem de acertos. Nome técnico: GPQA Diamond.GPQA Diamond. versão diamond. medição independente. 25 modelos com resultado. a fonte publica intervalo, e 23 dos 24 pares vizinhos se sobrepõem: ordenar por esta coluna não separa esses modelos. a marca de empate na célula é reservada ao topo, entre o líder e quem cruza o intervalo dele. Fonte: Epoch AI, AI Benchmarking Hub (gpqa_diamond.csv do benchmark_data.zip), lido em 19 out 2026

Programação

Programadores preferem o código dele? Pessoas comparam, sem saber qual é qual, o código que dois modelos escrevem e votam no melhor. Quanto maior a pontuação, mais vezes ele vence. Nome técnico: Arena WebDev.Arena WebDev (Code Arena). versão config webdev, split latest. preferência humana. 31 modelos com resultado. a fonte publica intervalo, e 19 dos 30 pares vizinhos se sobrepõem: ordenar por esta coluna não separa esses modelos. a marca de empate na célula é reservada ao topo, entre o líder e quem cruza o intervalo dele. Fonte: LMArena, dataset lmarena-ai/leaderboard-dataset (config webdev, split latest), lido em 19 out 2026

Agentes

Completa tarefas sozinho, usando ferramentas? Mede o ganho do modelo quando executa tarefas com ferramentas, comparado a uma referência fixa. Valor negativo quer dizer abaixo dessa referência. Nome técnico: Arena Agent.Arena Agent. versão config agent, split latest. preferência humana. Usa IPS com IC 95% (score_ci_lower e score_ci_upper), não Bradley-Terry. A metodologia do Arena (arena.ai/blog/agent-arena-methodology, publicada em 04/06/2026) define o valor como o efeito de tratamento de cada modelo orquestrador em relação a uma distribuição de base fixa, em geral uniforme entre os componentes, e o chama de melhoria líquida (net improvement); o placar principal agrega cinco sinais (sucesso confirmado, elogio contra reclamação, dirigibilidade, recuperação de erro no bash e alucinação de ferramenta), calculados em separado e depois combinados pela média, e cada estimativa sai com intervalo de confiança de 95%. A página não declara a unidade do valor publicado no dataset, então a escala segue não apurada. A mesma página registra uma atualização de sinais e definições em 01/10/2026, posterior a este snapshot. 27 modelos com resultado. a fonte publica intervalo, e 24 dos 26 pares vizinhos se sobrepõem: ordenar por esta coluna não separa esses modelos. a marca de empate na célula é reservada ao topo, entre o líder e quem cruza o intervalo dele. Fonte: LMArena, dataset lmarena-ai/leaderboard-dataset (config agent, split latest), lido em 19 out 2026

Conversa

As pessoas preferem as respostas dele? Pessoas fazem a mesma pergunta a dois modelos anônimos e votam na melhor resposta. Quanto maior a pontuação, mais vezes ele vence. Nome técnico: Arena Text.Arena Text. versão dataset lmarena-ai/leaderboard-dataset, config text, split latest. preferência humana. 29 modelos com resultado. a fonte publica intervalo, e 25 dos 28 pares vizinhos se sobrepõem: ordenar por esta coluna não separa esses modelos. a marca de empate na célula é reservada ao topo, entre o líder e quem cruza o intervalo dele. Fonte: LMArena, dataset lmarena-ai/leaderboard-dataset (config text, split latest), lido em 19 out 2026

Preço para enviar texto

Quanto custa o texto que você manda ao modelo: pergunta, instruções e documentos. Nome técnico: Entrada (input), US$ por milhão de tokens.

Preço da resposta

Quanto custa o texto que o modelo escreve de volta. Costuma ser mais caro que o envio. Nome técnico: Saída (output), US$ por milhão de tokens.

Custo R$ por 1M de saída

custo_brl_por_milhao_de_saida = preço de saída em US$ x cotação PTAX. Cotação de R$ 5,0564 por US$ 1,00, de 19 out 2026, 13:05:47, do Banco Central. IOF e spread ficam fora do cálculo.

Em São Paulo

Como o modelo roda pelo Amazon Bedrock na região de São Paulo, segundo a tabela de disponibilidade regional da AWS. Inferência na região: o pedido é processado em São Paulo. Só inferência global: o pedido pode ser processado em outra região, e os dados podem sair de São Paulo. Não oferecido no Bedrock: a AWS não lista o modelo. Não apurado: sem leitura conferida neste snapshot, o que não afirma nem nega a disponibilidade.