Benchmarks de IA

Modelos de IA, comparados em qualidade e custo.

Uma visão prática das pontuações publicadas de modelos que ajuda você a comparar capacidade, pontos fortes por categoria e custo de execução sem perder os detalhes.

Ver o gráfico de custo-benefício Fonte do benchmark Último lançamento selecionado · 25 de jun. de 2026

Por qual modelo devo pagar?

Compare a pontuação com o custo por tarefa em cada nível de esforço.

Cada linha representa um modelo, e cada ponto nela representa um nível de esforço de raciocínio, de baixo ao máximo. Quanto mais alto, mais inteligente; quanto mais à esquerda, mais barato. A escada azul conecta as opções que nada mais barato supera.

Números registrados em 10 de novembro de 2026 de Artificial Analysis, Artificial Analysis Intelligence Index v5.0.1.

Como ler este gráfico

Para cima significa uma pontuação mais alta no Intelligence Index; para a direita, mais dinheiro por tarefa. O eixo de custo é logarítmico, então cada linha da grade representa 10 vezes a anterior.
Um ponto na escada azul oferece o melhor custo-benefício naquele preço: nada mais barato tem pontuação maior. Qualquer opção abaixo da escada perde para algo que custa menos.
Uma tarefa é um dos trabalhos de teste do benchmark, muitos deles longos e com várias etapas. Use o custo para comparar modelos, não para fazer seu orçamento: um e-mail comum custa uma pequena fração disso.

Inteligência versus custo por tarefa

Teclado: use Tab para entrar no gráfico. As setas esquerda e direita percorrem uma linha; as setas para cima e para baixo mudam de linha. Enter seleciona e Escape limpa a seleção.

Todos os pontos do gráfico: modelo, nível de esforço, Índice de inteligência, custo por tarefa e se é uma das melhores compras.
Modelo	Esforço	Índice	Custo por tarefa	Melhor compra
Claude Fable 5.2	baixo	54	US$ 3,10	Não
Claude Fable 5.2	médio	56	US$ 3,80	Sim
Claude Fable 5.2	alto	62	US$ 9,08	Sim
Claude Fable 5.2	xhigh	62	US$ 14,83	Sim
Claude Fable 5.2	máximo	65	US$ 26,54	Sim
Claude Opus 5.5	baixo	35	US$ 0,98	Não
Claude Opus 5.5	médio	48	US$ 2,45	Não
Claude Opus 5.5	alto	52	US$ 3,47	Não
Claude Opus 5.5	xhigh	57	US$ 6,05	Sim
Claude Opus 5.5	máximo	59	US$ 10,04	Não
Claude Sonnet 5.5	baixo	26	US$ 0,51	Não
Claude Sonnet 5.5	médio	31	US$ 0,78	Não
Claude Sonnet 5.5	alto	42	US$ 1,64	Não
Claude Sonnet 5.5	xhigh	50	US$ 4,09	Não
Claude Sonnet 5.5	máximo	55	US$ 10,02	Não
Claude Haiku 5.5	baixo	19	US$ 0,044	Sim
Claude Haiku 5.5	médio	25	US$ 0,092	Não
Claude Haiku 5.5	alto	30	US$ 0,16	Não
Claude Haiku 5.5	xhigh	35	US$ 0,25	Não
Claude Haiku 5.5	máximo	37	US$ 0,41	Não
GPT-6 Astra	baixo	43	US$ 1,42	Não
GPT-6 Astra	médio	52	US$ 2,73	Não
GPT-6 Astra	alto	55	US$ 3,24	Sim
GPT-6 Astra	xhigh	55	US$ 3,66	Sim
GPT-6 Astra	máximo	57	US$ 6,25	Não
GPT-6.1 Sol	baixo	35	US$ 0,16	Não
GPT-6.1 Sol	médio	46	US$ 0,36	Sim
GPT-6.1 Sol	alto	50	US$ 0,59	Sim
GPT-6.1 Sol	xhigh	53	US$ 0,76	Sim
GPT-6.1 Sol	máximo	55	US$ 1,27	Sim
GPT-6.1 Terra	baixo	29	US$ 0,071	Sim
GPT-6.1 Terra	médio	38	US$ 0,17	Sim
GPT-6.1 Terra	alto	42	US$ 0,26	Sim
GPT-6.1 Terra	xhigh	45	US$ 0,40	Não
GPT-6.1 Terra	máximo	51	US$ 0,96	Não
GPT-6 Luna	baixo	10	US$ 0,005	Sim
GPT-6 Luna	médio	18	US$ 0,042	Sim
GPT-6 Luna	alto	21	US$ 0,073	Não
GPT-6 Luna	xhigh	23	US$ 0,10	Não
GPT-6 Luna	máximo	28	US$ 0,15	Não
Gemini 4 Carbon	baixo	54	US$ 7,19	Não
Gemini 4 Carbon	médio	58	US$ 6,59	Sim
Gemini 4 Carbon	alto	60	US$ 7,76	Sim
Gemini 4 Argon	alto	50	US$ 9,95	Não
Gemini 3.8 Flash	médio	30	US$ 6,26	Não
Gemini 3.8 Flash	alto	31	US$ 7,77	Não
DeepSeek V4.1 Flash 1017	alto	29	US$ 0,46	Não
DeepSeek V4.1 Flash 1017	máximo	33	US$ 0,60	Não
Grok 4.7	baixo	31	US$ 2,92	Não
Grok 4.7	alto	35	US$ 6,18	Não
Grok 4.7	xhigh	36	US$ 7,77	Não
Kimi K3.1 Pro	padrão	47	US$ 3,68	Não
Muse Ember 1.0	máximo	36	US$ 0,14	Sim
Mistral Large 4	médio	23	US$ 1,41	Não
Mistral Large 4	alto	26	US$ 2,06	Não

Fontes e observações

Cada ponto vem da página do modelo correspondente na Artificial Analysis: o Índice de inteligência e o custo por tarefa do índice publicados pela Artificial Analysis, com o preço de tabela do fornecedor e o cache incluído. A Dapols calcula apenas a escada, a opção com melhor custo-benefício e a recomendação para a comparação. O gráfico mostra somente os níveis de esforço testados pela Artificial Analysis. Por isso, uma linha curta significa que foram publicados menos níveis, não que falte uma medição.

A linha do Gemini 4 Carbon volta sobre si mesma: a Artificial Analysis mediu um custo por tarefa maior no nível baixo do que no médio. O gráfico segue os dados publicados.

Gemini 3.8 Flash, no nível de esforço baixo, marca 23 na Artificial Analysis, que ainda não publicou o custo por tarefa. Por isso, não aparece no gráfico. artificialanalysis.ai

Como a Artificial Analysis calcula o índice

Claude Fable 5.2 baixo · médio · alto · xhigh · máximo
Claude Opus 5.5 baixo · médio · alto · xhigh · máximo
Claude Sonnet 5.5 baixo · médio · alto · xhigh · máximo
Claude Haiku 5.5 baixo · médio · alto · xhigh · máximo
GPT-6 Astra baixo · médio · alto · xhigh · máximo
GPT-6.1 Sol baixo · médio · alto · xhigh · máximo
GPT-6.1 Terra baixo · médio · alto · xhigh · máximo
GPT-6 Luna baixo · médio · alto · xhigh · máximo
Gemini 4 Carbon baixo · médio · alto
Gemini 4 Argon alto
Gemini 3.8 Flash médio · alto
DeepSeek V4.1 Flash 1017 alto · máximo
Grok 4.7 baixo · alto · xhigh
Kimi K3.1 Pro padrão
Muse Ember 1.0 máximo
Mistral Large 4 médio · alto

Últimas atualizações de benchmark e modelos

O ranking desta página é a versão de 25 de junho do LiveBench, recapturada em 22 de setembro de 2026. Agora inclui Grok 4.7 xHigh e DeepSeek V4.1 Flash Max Effort. As notas de modelos abaixo vêm das próprias páginas dos fornecedores, identificadas como tal.

Grok 4.6

O mesmo preço de API de $2 / $6 do Grok 4.5. A xAI relata um Artificial Analysis Intelligence Index de 61 — empatado com o GPT-5.6 Sol Max, um ponto atrás do Fable 5 Max. Forte em avaliações de trabalho intelectual; 26% no Terminal-Bench v3.

Ler o briefing do Grok 4.6

DeepSeek V4.1 Flash

O DeepSeek V4.1 Flash substituiu o V4 Flash em 10 de setembro de 2026 no novo id de API deepseek-flash, a $0.15 / $0.60 por 1M tokens fora de pico e $0.30 / $1.20 no pico. A partir de 14 de setembro, as solicitações do V4 Pro também são encaminhadas para ele, então troque os ids de modelo agora. O LiveBench agora pontua o V4.1 Flash Max Effort com 81.1 no geral.

Veja no rastreador de modelos

As linhas do ranking vêm apenas de dados publicados do LiveBench. Não inventamos pontuações.

Best overall

Claude Fable 5.1 Max Effort leads this snapshot at 83.4 overall, $1.212 per successful task.

Best value per task

ox-alpha-max runs at $0.000 per successful task and still scores 69.2 overall.

Best open weights

DeepSeek V4.1 Flash Max Effort is the strongest open-weight model here at 81.1 overall — the option you can host yourself.

Best per capability

If your work is mostly one kind of task, these lead their category in this snapshot.

Raciocínio: GPT-6 Astra Max Effort 92.7
Codificação: Claude 5.5 Opus Thinking Max Effort 89.3
Codificação agêntica: DeepSeek V4.1 Flash Max Effort 77.3
Matemática: Claude 5.5 Opus Thinking Max Effort 97.1
Análise de dados: GPT-6 Astra Max Effort 83.0
Linguagem: Claude Fable 5 Max Effort 90.7
Seguimento de instruções: Gemini 3.8 Flash High 81.4

Every number above comes from the 2026-06-25 release dated 2026-06-25, published by a third-party benchmark and reproduced unaltered.

Quem está no topo do ranking abaixo.

O gráfico de modelos de ponta no início da página responde qual modelo vale a pena pagar. Este gráfico classifica os modelos da seleção do ranking por pontuação para você ver a distância real entre os líderes.

Como eles se classificam

Mais longo é melhor. As barras mostram a pontuação Geral de 100; o número ao lado de cada barra é o valor exato. Selecione uma linha para levar esse modelo para o gráfico de custos abaixo.

Mostrando os 12 primeiros de 58. Mude para a visão de comparação completa para todos os modelos.

Perfil de categoria

Selecione até três modelos do ranking para comparar suas pontuações em sete categorias.

Claude Fable 5.1 Max Effort83.4
ox-alpha-max69.2
DeepSeek V4.1 Flash Max Effort81.1

Raciocínio91.776.686.7
Codificação86.475.880.0
Codificação agêntica66.152.677.3
Matemática97.077.593.3
Análise de dados80.375.879.3
Linguagem89.566.181.2
Seguimento de instruções73.060.370.0

Cada faixa vai de 0 a 100. Quanto mais à direita, mais forte; o número em negrito é o líder nessa linha.

Leia essas pontuações em uma tabela

Perfil de categoria
Categoria	Claude Fable 5.1 Max Effort	ox-alpha-max	DeepSeek V4.1 Flash Max Effort
Raciocínio	91.7	76.6	86.7
Codificação	86.4	75.8	80.0
Codificação agêntica	66.1	52.6	77.3
Matemática	97.0	77.5	93.3
Análise de dados	80.3	75.8	79.3
Linguagem	89.5	66.1	81.2
Seguimento de instruções	73.0	60.3	70.0

Ranking

Classifique cada categoria, restrinja a lista e abra um modelo para sua divisão de subtarefas publicada.

01
Claude Fable 5.1 Max Effort
Anthropic
83.4
Geral
US$ 1,212
por tarefa bem-sucedida
Matemática97.0Raciocínio91.7Linguagem89.5
02
Claude 5.5 Opus Thinking Max Effort
Anthropic
83.2
Geral
US$ 0,799
por tarefa bem-sucedida
Matemática97.1Raciocínio92.2Codificação89.3
03
Claude Fable 5 Max Effort
Anthropic
83.0
Geral
US$ 1,439
por tarefa bem-sucedida
Matemática96.0Linguagem90.7Raciocínio89.7
04
GPT-6 Astra Max Effort
OpenAI
82.2
Geral
US$ 0,736
por tarefa bem-sucedida
Matemática96.8Raciocínio92.7Linguagem89.4
05
GPT-6.1 Sol Max Effort
OpenAI
81.6
Geral
US$ 0,142
por tarefa bem-sucedida
Matemática96.8Raciocínio92.6Linguagem90.1
06
Muse Spark 1.3 xHigh Effort
Meta
81.6
Geral
US$ 0,219
por tarefa bem-sucedida
Matemática95.9Raciocínio89.7Linguagem82.8
07
DeepSeek V4.1 Flash Max Effort
aberto
DeepSeek
81.1
Geral
US$ 0,029
por tarefa bem-sucedida
Matemática93.3Raciocínio86.7Linguagem81.2
08
GPT-5.6 Sol Max Effort
OpenAI
81.0
Geral
US$ 0,515
por tarefa bem-sucedida
Matemática96.2Raciocínio91.7Linguagem87.7
09
GPT-5.5 Thinking xHigh Effort
OpenAI
80.2
Geral
US$ 0,435
por tarefa bem-sucedida
Matemática95.9Raciocínio89.7Linguagem87.4
10
Claude 5 Opus Thinking Max Effort
Anthropic
80.1
Geral
US$ 0,699
por tarefa bem-sucedida
Matemática95.7Raciocínio91.2Linguagem88.7
11
GPT-6 Sol Max Effort
OpenAI
79.3
Geral
US$ 0,268
por tarefa bem-sucedida
Matemática96.4Raciocínio88.7Linguagem85.3
12
Kimi K3
aberto
Moonshot AI
79.2
Geral
US$ 0,348
por tarefa bem-sucedida
Raciocínio90.7Linguagem85.5Matemática84.4
13
Gemini 3.7 Flash High
Google
78.8
Geral
US$ 0,157
por tarefa bem-sucedida
Matemática93.5Raciocínio87.8Linguagem85.5
14
Qwen 3.8 Max
aberto
Alibaba
78.5
Geral
US$ 0,275
por tarefa bem-sucedida
Matemática91.3Raciocínio88.2Linguagem79.7
15
Muse Spark 1.2 xHigh Effort
Meta
78.0
Geral
US$ 0,375
por tarefa bem-sucedida
Matemática91.2Raciocínio90.0Linguagem78.6
16
Grok 4.6 xHigh
xAI
78.0
Geral
US$ 0,207
por tarefa bem-sucedida
Matemática92.6Raciocínio90.5Linguagem83.7
17
GPT-5.4 Thinking xHigh Effort
OpenAI
78.0
Geral
US$ 0,387
por tarefa bem-sucedida
Matemática94.1Raciocínio88.1Linguagem82.6
18
GPT-5.6 Terra Max Effort
OpenAI
77.9
Geral
US$ 0,352
por tarefa bem-sucedida
Matemática94.9Raciocínio90.6Linguagem82.9
19
Claude Sonnet 5.5 xHigh Effort
Anthropic
77.8
Geral
US$ 0,141
por tarefa bem-sucedida
Matemática96.7Codificação88.9Raciocínio86.8
20
DeepSeek V4 Pro 0813
aberto
DeepSeek
77.4
Geral
US$ 0,044
por tarefa bem-sucedida
Matemática95.1Raciocínio85.8Linguagem82.1
21
Grok 4.7 xHigh
xAI
77.4
Geral
US$ 0,718
por tarefa bem-sucedida
Matemática95.7Raciocínio82.7Linguagem80.1
22
Gemini 3.1 Pro Preview High
Google
77.0
Geral
US$ 0,286
por tarefa bem-sucedida
Matemática91.0Linguagem85.4Raciocínio84.0
23
DeepSeek V4 Flash Vision Exp
aberto
DeepSeek
76.8
Geral
US$ 0,051
por tarefa bem-sucedida
Matemática87.8Raciocínio85.4Linguagem80.4
24
Claude 4.7 Opus Thinking xHigh Effort
Anthropic
76.5
Geral
US$ 0,528
por tarefa bem-sucedida
Matemática92.9Raciocínio87.2Codificação82.1
25
Claude 4.8 Opus Thinking Max Effort
Anthropic
76.2
Geral
US$ 0,983
por tarefa bem-sucedida
Matemática94.3Raciocínio89.2Codificação81.8
26
Qwen 3.8 Flash Next
aberto
Alibaba
76.2
Geral
US$ 0,042
por tarefa bem-sucedida
Raciocínio87.4Matemática85.8Seguimento de instruções77.1
27
GLM-5.3
aberto
Z.AI
76.1
Geral
US$ 0,450
por tarefa bem-sucedida
Matemática87.9Raciocínio85.8Linguagem79.9
28
Claude Sonnet 5 xHigh Effort
Anthropic
76.0
Geral
US$ 0,505
por tarefa bem-sucedida
Matemática92.9Raciocínio88.7Codificação80.7
29
Grok 4.5
xAI
75.8
Geral
US$ 0,131
por tarefa bem-sucedida
Matemática90.8Raciocínio87.2Linguagem82.8
30
Gemini 3.8 Flash High
Google
75.8
Geral
US$ 0,307
por tarefa bem-sucedida
Matemática91.6Raciocínio89.3Linguagem87.8
31
Qwen3.8 27B
aberto
Alibaba
75.3
Geral
US$ 0,094
por tarefa bem-sucedida
Matemática86.2Raciocínio80.0Análise de dados76.6
32
Muse Spark 1.1 xHigh Effort
Meta
75.3
Geral
US$ 0,198
por tarefa bem-sucedida
Raciocínio87.7Matemática87.1Codificação77.2
33
GPT-5.2 High
OpenAI
74.6
Geral
US$ 0,234
por tarefa bem-sucedida
Matemática93.2Raciocínio83.2Linguagem79.8
34
Gemini 3.5 Flash High
Google
74.6
Geral
US$ 0,249
por tarefa bem-sucedida
Matemática88.2Linguagem84.6Raciocínio82.0
35
Claude 4.6 Opus Thinking High Effort
Anthropic
74.5
Geral
US$ 0,404
por tarefa bem-sucedida
Matemática89.3Raciocínio88.7Linguagem83.3
36
DeepSeek V4 Flash 0731
aberto
DeepSeek
74.2
Geral
US$ 0,060
por tarefa bem-sucedida
Matemática86.8Raciocínio86.6Análise de dados79.3
37
GPT-5.2 Codex
OpenAI
74.0
Geral
US$ 0,187
por tarefa bem-sucedida
Matemática88.8Codificação83.6Análise de dados78.2
38
GPT-5.6 Luna Max Effort
OpenAI
73.6
Geral
US$ 0,169
por tarefa bem-sucedida
Matemática87.2Raciocínio85.6Codificação82.9
39
Gemini 3.6 Flash High
Google
73.6
Geral
US$ 0,235
por tarefa bem-sucedida
Matemática86.4Raciocínio85.1Linguagem83.9
40
GLM-5.2
aberto
Z.AI
73.2
Geral
US$ 0,225
por tarefa bem-sucedida
Matemática89.8Codificação79.7Raciocínio78.6
41
Qwen 3.7 Max
Alibaba
73.1
Geral
US$ 0,182
por tarefa bem-sucedida
Matemática85.2Raciocínio83.3Linguagem79.7
42
Claude 4.6 Sonnet Thinking Medium Effort
Anthropic
73.0
Geral
US$ 0,306
por tarefa bem-sucedida
Matemática87.0Raciocínio84.8Codificação79.3
43
Claude 4.5 Opus Thinking High Effort
Anthropic
72.6
Geral
US$ 0,610
por tarefa bem-sucedida
Matemática90.4Linguagem81.3Raciocínio80.1
44
GPT-6 Luna Max Effort
OpenAI
72.0
Geral
US$ 0,026
por tarefa bem-sucedida
Matemática89.1Raciocínio81.8Codificação79.0
45
Inkling xHigh Effort
aberto
Thinking Machines
71.9
Geral
US$ 0,310
por tarefa bem-sucedida
Matemática88.4Raciocínio78.3Linguagem73.5
46
GLM-5.3 Flash
aberto
Z.AI
71.6
Geral
US$ 0,031
por tarefa bem-sucedida
Matemática81.2Codificação79.0Raciocínio77.6
47
Kimi K2.6 Thinking
aberto
Moonshot AI
70.5
Geral
US$ 0,169
por tarefa bem-sucedida
Matemática84.3Raciocínio79.4Codificação78.6
48
GPT-5.4 Nano xHigh
OpenAI
69.6
Geral
US$ 0,091
por tarefa bem-sucedida
Matemática91.0Raciocínio81.1Codificação70.8
49
ox-alpha-max
Stealth
69.2
Geral
US$ 0,000
por tarefa bem-sucedida
Matemática77.5Raciocínio76.6Codificação75.8
50
Qwen 3.6 Plus
Alibaba
68.9
Geral
US$ 0,227
por tarefa bem-sucedida
Matemática83.7Codificação78.2Raciocínio75.8
51
Kimi K2.7 Code
aberto
Moonshot AI
68.4
Geral
US$ 0,100
por tarefa bem-sucedida
Raciocínio82.8Matemática79.6Linguagem77.9
52
Grok Build 0.1
xAI
67.8
Geral
US$ 0,024
por tarefa bem-sucedida
Matemática78.4Raciocínio76.4Linguagem72.5
53
Nemotron 3 Ultra 550B A55B
aberto
NVIDIA
67.4
Geral
US$ 0,371
por tarefa bem-sucedida
Matemática88.7Raciocínio74.7Seguimento de instruções73.4
54
Minimax M3
Minimax
67.3
Geral
US$ 0,060
por tarefa bem-sucedida
Matemática76.9Linguagem76.8Análise de dados76.2
55
GPT-5.4 Mini xHigh
OpenAI
66.4
Geral
US$ 0,334
por tarefa bem-sucedida
Matemática78.5Codificação71.6Raciocínio71.3
56
Qwen 3.6 27B
aberto
Alibaba
64.0
Geral
US$ 0,202
por tarefa bem-sucedida
Matemática79.9Codificação71.8Análise de dados70.4
57
Gemini 3.5 Flash-Lite High
Google
63.9
Geral
US$ 0,069
por tarefa bem-sucedida
Codificação76.1Matemática73.7Linguagem71.8
58
Grok 4.3
xAI
62.3
Geral
US$ 0,061
por tarefa bem-sucedida
Matemática84.3Linguagem73.6Raciocínio70.8

O custo é a métrica de custo por tarefa bem-sucedida fornecida pela fonte para o escopo selecionado.

As pontuações são um snapshot de um benchmark público de terceiros, reproduzido sem alterações. A Dapols adiciona por cima a análise de custo por tarefa bem-sucedida.Ver fonte

A benchmark rank is not a hiring decision.

These scores say which model is strongest at a set of held-out tasks. They don’t say which one fits your workflow, your budget, or the tools you already pay for — and the cheapest model that clears your bar usually beats the highest scorer.

What changed recently

Dated releases from every major lab, with the vendor's own claims labelled as claims.

Open

What it costs to run

Our tool catalogue carries the price we last verified and the date we checked it.

Open

What to actually build

A deployment plan picks the stack for one workflow at your budget — models included.

Open