Modelos de IA: versões atuais, preços e como escolher

Modelos de IA são os sistemas treinados que geram texto, imagem, vídeo ou código a partir de instruções. Em outubro de 2026 o mercado se organiza em três blocos: modelos de linguagem, geradores de imagem e geradores de vídeo. Os números das tabelas dão a escala da decisão: só na entrada dos modelos de linguagem, a diferença de preço entre o GPT-6 Luna e o Astra é de 100 vezes — e, no índice independente, o Claude Opus 5.5 lidera com 58 pontos. Este guia reúne as versões atuais de cada um, com preço e onde usar, e serve de índice para os artigos dedicados. Uma advertência necessária antes das tabelas: este panorama tem data. A cadência de lançamento passou a ser mensal — a Anthropic publicou mais de vinte versões do Claude entre 2023 e 2026, e a OpenAI trocou de família três vezes só em 2026; só em setembro saíram o GPT-6 (Astra, Sol e Luna), o Claude Opus 5.5 e o Sonnet 5.5, o Grok 4.7, o DeepSeek V4.1 Flash e o Gemini 4 Argon (anunciado em 30 de setembro, ainda em acesso restrito). Confira a documentação oficial antes de fechar contrato ou dimensionar custo.

Modelos de linguagem: o que está disponível hoje

O ponto mais útil dessa tabela é a amplitude de preço: entre o GPT-6 Luna e o GPT-6.1 Sol há diferença de 20 vezes na entrada, e de 100 vezes até o Astra. Foi uma geração de cortes: ao lançar o GPT-6, em 22 de setembro, a OpenAI baixou o preço do Sol pela metade (de US$ 4 / 20 para US$ 2 / 10) e o do Luna de US$ 0,20 / 1,20 para US$ 0,10 / 0,50, e o Claude Opus 5.5 custa 20% menos que o Opus 5 (US$ 4 / 20 contra US$ 5 / 25). Para classificação, extração e roteamento — o grosso do uso em marketing — o modelo mais barato costuma resolver. Reserve o topo de linha para raciocínio longo e trabalho agêntico.

Dois detalhes de tabela que mudam a conta: acima de 272 mil tokens de contexto a OpenAI cobra tarifa maior (no Astra, US$ 20 / 75), e o GPT-5.6 — Sol, Terra e Luna — continua na lista de preços da OpenAI, com o Terra a US$ 2 / 12 e sem sucessor na família 6.

Geradores de imagem

A diferença de marca d’água merece atenção de quem tem exigência de conformidade. O SynthID do Google marca o pixel e sobrevive a print de tela e recompressão; os metadados C2PA da OpenAI desaparecem quando a imagem é printada ou passa por rede social. Se rastreabilidade de origem é requisito no seu setor, isso pesa mais que qualidade estética.

Atualização de setembro: em 8 de setembro de 2026 a OpenAI lançou o gpt-image-2.5, em duas versões — Flare, a rápida, e Sunburst, voltada a precisão —, com a mesma tabela de tokens do gpt-image-2 (US$ 8 por milhão de tokens de imagem na entrada e US$ 30 na saída). A tabela acima segue com os valores por imagem do gpt-image-2.

Geradores de vídeo

É o segmento mais instável do momento, e por um motivo concreto: a Sora, da OpenAI, foi encerrada. O aplicativo saiu em abril de 2026 e a API foi desligada em 24 de setembro de 2026, sem substituto indicado na documentação da OpenAI. Quem construiu fluxo sobre ela precisou migrar.

As alternativas em operação incluem o Seedance da ByteDance, o Higgsfield — voltado a controle de câmera e efeitos cinematográficos —, o Veo do Google (o Veo 3.1 parte de US$ 0,05 por segundo, na versão Lite em 720p) e o Kling. O guia de plataformas de vídeo marketing cobre o lado de distribuição e medição.

A convergência de 2026: raciocínio antes de gerar

Há um padrão que atravessa as três categorias e explica para onde a tecnologia caminha. Os modelos de topo de linha de 2026 — Nano Banana Pro, gpt-image-2 e Seedream 5.0 Pro — adotaram raciocínio antes da geração e busca na web durante o processo.

A disputa deixou de ser “quem produz a imagem mais bonita” e passou a ser “quem entende o que a peça precisa comunicar”. Não é coincidência que os três tenham anunciado, no mesmo ciclo, foco em infográficos e texto denso — tarefas que exigem compreensão, não só estética. O mesmo vale nos modelos de linguagem, onde raciocínio adaptativo virou padrão em vez de recurso opcional.

Onde os modelos estão hoje, segundo avaliação independente

Preço e versão dizem o que você paga; benchmark diz o que você recebe. O índice abaixo é composto por dez avaliações independentes e serve para descartar candidatos rapidamente — não para eleger um vencedor absoluto.

O dado mais relevante da leitura de outubro de 2026 não é só quem lidera (Claude Opus 5.5, com 58), e sim que a régua mudou: o índice passou da v4.1.1 para a v4.3.2, mais dura, e as notas caíram — o Claude Opus 5, que marcava 63 em agosto, marca 51 na régua nova. Na régua atual, a distância entre o melhor modelo aberto (MiMo-V2.6-Pro, 46) e o melhor proprietário (58) é de 12 pontos; em agosto, na régua antiga, era de 4. As duas distâncias não se comparam. Para quem avalia infraestrutura própria, o detalhamento está em benchmark de IA self-host.

Série de benchmarks por tipo de tarefa

Um índice geral esconde o que importa na decisão: modelos que lideram em raciocínio podem ficar atrás em uso de ferramentas, e o melhor gerador de imagem raramente é o melhor de vídeo. Cada artigo abaixo explica o que o benchmark mede, com que metodologia e amostra, além de custo e casos de uso.

• Texto, raciocínio e pesquisa — GPQA Diamond, HLE, MMLU-Pro, BrowseComp e o Elo do LMArena
• Código — SWE-bench Verified, Terminal-Bench, LiveCodeBench e testes de segurança
• Agentes — OSWorld, GAIA, τ³-bench e ARC-AGI
• Geração de imagem — Image Arena, GenEval e testes de texto, SVG e 3D
• Geração de vídeo — Video Arena, VBench e custo por segundo
• Áudio e transcrição — taxa de erro do Whisper e alternativas, com recorte de português
• Dados, estatística e matemática — AIME, FrontierMath, SQL e planilha
• Multimodal — MMMU, ChartQA, DocVQA e OCR de documento
• Self-host — modelos abertos, VRAM, licenças e a conta frente à API

⚠️ Como ler qualquer benchmark de IA sem se enganar

Cinco ressalvas que valem para todos os números desta série, e que a maior parte dos comparativos omite:

• Autorreportado não é independente. Score de system card do fabricante e score de leaderboard de terceiro não são a mesma coisa. Ambos são úteis; misturá-los sem avisar, não.
• Leaderboard público atrasa. No HLE, o ranking da Scale mostrava topo em torno de 46% enquanto a Anthropic reportava 56,3% — não é contradição, é ritmo de atualização diferente. Toda leitura precisa de data.
• Benchmark migra e o antigo continua no ar. O tau-bench virou τ³; o Terminal-Bench 2.1 foi substituído pelo FrontierBench nas medições recentes da Anthropic. O próprio índice da Artificial Analysis mudou de régua em setembro: a v4.3 trocou o τ³-Banking pelo AutomationBench-AA e subiu o Terminal-Bench para a versão 4.0 — e o mesmo Claude Opus 5, que marcava 63 na v4.1.1 de agosto, marca 51 na v4.3.2. Nota de versões diferentes não se compara.
• Correção retroativa acontece. A versão 2 do FrontierMath, de junho de 2026, corrigiu erros em 42% dos problemas — scores anteriores não são comparáveis.
• Medalha autorreportada não é resultado verificado. As alegações de ouro na Olimpíada Internacional de Matemática vieram de modelos nunca liberados para avaliação independente. Na avaliação da MathArena com juízes humanos, o melhor modelo público fez 13 de 42 pontos — abaixo do bronze.

Há ainda um detalhe que afeta custo e não aparece em ranking: mudança de tokenizer. O Claude Opus 4.7 e o Sonnet 5 passaram a consumir cerca de 30% mais tokens no mesmo texto, o que altera a conta real sem mexer em nenhum preço de tabela.

Como escolher sem se perder

• Volume alto e tarefa simples: o modelo mais barato da família resolve. Testar isso antes de assumir o topo de linha economiza a maior parte do orçamento.
• Raciocínio longo ou trabalho agêntico: justifica o topo de linha, e aí vale comparar benchmarks — com a ressalva de que mudanças de tokenizer e de metodologia tornam comparações entre gerações pouco confiáveis.
• Conformidade e rastreabilidade: priorize marca d’água no pixel e verifique a política de direitos do fornecedor.
• Dependência de fornecedor único é risco real. O Claude Fable 5 ficou cerca de três semanas indisponível em 2026 por controle de exportação; a Sora foi descontinuada. Ter um segundo caminho testado não é excesso de zelo.

Para os fundamentos por trás desses sistemas, veja redes neurais artificiais e deep learning no marketing. Para extrair mais de qualquer um deles, o guia de engenharia de prompt vale mais que trocar de modelo. E para o lado operacional de colocar esses modelos para trabalhar em sistemas — e os riscos que isso traz —, veja agent harness, MCP e prompt injection.

Proveniência de texto também entra na avaliação

Em 5 de outubro de 2026, a OpenAI anunciou textGrain, um sinal estatístico de proveniência em textos. A comunicação diferencia adesão na API para modelos selecionados e implantação gradual em saídas elegíveis de ChatGPT e Codex na União Europeia. Isso não equivale a uma marca global obrigatória em qualquer texto nem a um detector público disponível para todos.

Para escolher um modelo, confirme o recurso disponível no produto e na conta utilizados. Um sinal de proveniência não comprova precisão, autoria humana, direitos ou ausência de edição. Sua ausência também não demonstra que o texto foi produzido sem IA. A operação deve manter fontes, registros de revisão e responsáveis pela publicação, independentemente de um resultado de detecção.

No piloto, registre versão, condições de tratamento dos dados e critérios de aceitação. Compare custo por entrega aprovada, incluindo revisão humana e retrabalho. Disponibilidade, preço e desempenho observado precisam ser verificados separadamente: um anúncio técnico não substitui acesso confirmado nem avaliação com as tarefas do negócio.

Fontes

• Artificial Analysis — Intelligence Index e avaliações independentes
• Anthropic — preços do Claude
• OpenAI — preços da API
• OpenAI — descontinuações (Sora)
• Google — preços do Gemini
• Google — anúncio do Gemini 4 Argon
• DeepSeek — preços da API
• xAI — modelos e preços do Grok
• Moonshot AI — preços do Kimi
• ByteDance Seed — Seedream e Seedance

Leitura das fontes em 03/10/2026 para preços de API dos modelos de linguagem, índice de inteligência, Sora e imagem do Google e da OpenAI; os demais itens mantêm a leitura de 18/08/2026.