Modelos de IA atuais em julho de 2026
Julho de 2026 foi intenso: em uma semana saíram GPT-5.6, Grok 4.5 e Muse Spark 1.1, e Claude Fable 5 voltou à ativa após uma pausa de quase três semanas. Abaixo estão os modelos e agentes atuais que serão abordados:
- OpenAI: GPT-5.6 Sol, Terra, Luna; GPT-5.5; ChatGPT Work; ChatGPT Images 2.0; Codex
- Anthropic: Claude Fable 5, Opus 4.8, Sonnet 5; Claude Cowork
- Google: Gemini 3.1 Pro, Gemini 3.5 Flash; Gemini Spark; Veo 3.1
- xAI: Grok 4.5
- Meta: Muse Spark 1.1
- ByteDance: Seedream 5.0 Pro
- Alibaba: Qwen 3.7 Max (API); Qwen 3 235B-A22B, Qwen 3.5, Qwen 3.6 (open weights)
- Open-source: Llama 4 Scout e Maverick; DeepSeek V4, R1, V3; Mistral Large 3, Small 4; GLM-5, GLM-4.7; Gemma 3, Gemma 4 26B A4B; Phi-4; Kimi K2.6
O mercado de modelos flagship não se resume mais a um «único vencedor» - cada família tem seu ponto forte, e a escolha depende da tarefa, do orçamento e dos requisitos de contexto.
Panorama geral do mercado
Em meados de 2026, consolidou-se uma estrutura tripolar estável:
- OpenAI - GPT-5.6 (Sol, Terra, Luna) e o ecossistema ChatGPT / Codex / ChatGPT Work
- Anthropic - Claude Fable 5, Opus 4.8, Sonnet 5 e o agente Claude Cowork
- Google - Gemini 3.1 Pro, Gemini 3.5 Flash e o agente Gemini Spark
Ao lado deles atuam players especializados: xAI (Grok 4.5), Meta (Muse Spark 1.1), ByteDance (Seedream 5.0 Pro para imagens), Alibaba (Qwen 3.7 Max). Em paralelo, o segmento open-source maduro reduz a diferença em relação aos flagships fechados a poucos pontos nos principais benchmarks - Llama 4, Qwen 3.x, DeepSeek V4, Mistral Large 3 e GLM-5 já são adequados para produção com self-hosting. A competição saiu do plano «quem é mais inteligente» para o plano «quem é mais eficiente em uma tarefa específica a um preço aceitável».
Abaixo está o estado atual das principais linhas em 11 de julho de 2026.
OpenAI: família GPT-5.6
Em 9 de julho, a OpenAI liberou o GPT-5.6 para todos os usuários. O modelo tornou-se o padrão no ChatGPT após um preview limitado acompanhado de verificações regulatórias.
Três níveis em uma geração
| Modelo | Função | Contexto | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Sol | Flagship: código, agentes, tarefas complexas | 1.05M | $5.00 | $30.00 |
| Terra | Equilíbrio entre preço e qualidade | 1.05M | $2.50 | $15.00 |
| Luna | Rápido e econômico | 1.05M | $1.00 | $6.00 |
| GPT-5.5 | Flagship anterior, fallback | 1M | $5.00 | $30.00 |
Para input acima de 272K tokens, o GPT-5.6 aplica tarifa long-context: input x2, output x1.5 (Sol: $10 / $45 por 1M).
Sol é posicionado como o melhor modelo de coding da OpenAI: no Artificial Analysis Coding Agent Index, ele supera o Claude Fable 5 com menor consumo de tokens e custo mais baixo. Terra e Luna cobrem cenários em massa - da correspondência cotidiana à automação em segundo plano.
O GPT-5.5 permanece como opção de reserva onde é necessária estabilidade comprovada. Sol mostrou «agenticidade» elevada em alguns cenários, por isso faz sentido testar ambas as versões para tarefas críticas de produção.
ChatGPT Work
Junto com o GPT-5.6 foi anunciado o ChatGPT Work - agente para tarefas de escritório: documentos, planilhas, apresentações, aplicativos web simples. Ele combina as capacidades do ChatGPT e do Codex e compete com o Claude Cowork. Há suporte a integrações com Slack, Gmail, Google Drive, calendários e CRM.
Anthropic: Claude após a pausa
Em 1 de julho, a Anthropic devolveu o Claude Fable 5 - flagship da classe Mythos, retirado da linha em 12 de junho por restrições de exportação dos EUA. O retorno do modelo alterou significativamente o cenário em coding e cenários agentic longos.
Principais modelos da linha
| Modelo | Finalidade | Contexto | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Claude Fable 5 | Coding, workflows agentic longos | 1M | $10.00 | $50.00 |
| Claude Opus 4.8 | Trabalho diário, enterprise | 1M | $5.00 | $25.00 |
| Claude Sonnet 5 | Textos, instruções (intro até 31.08) | 1M | $2.00 | $10.00 |
A partir de 1 de setembro de 2026, Claude Sonnet 5: $3.00 input / $15.00 output por 1M.
Claude Cowork - agente para trabalho colaborativo com arquivos e aplicativos, resposta direta da OpenAI ao ChatGPT Work. Para equipes que já usam Claude Code, o Cowork complementa logicamente o stack de desenvolvimento.
Google: Gemini 3.x
A Google mantém a linha em duas frentes - reasoning e price-performance.
| Modelo | Finalidade | Contexto | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Gemini 3.1 Pro | Raciocínio complexo, precisão | 1M | $2.00 | $12.00 |
| Gemini 3.5 Flash | Price-performance, contexto longo | 2M | $1.50 | $9.00 |
Acima de 200K tokens, o Gemini 3.1 Pro aplica tarifa elevada: $4.00 input / $18.00 output por 1M.
O ponto forte do Gemini é o contexto longo e a multimodalidade. Para análise de grandes volumes de documentos, bases de código e dados mistos (texto + imagens), isso costuma ser o argumento decisivo.
Gemini Spark - agente da Google, um dos dois produtos agentic mais visíveis do verão de 2026, junto com o Claude Cowork.
xAI, Meta, ByteDance e Alibaba
| Modelo | Finalidade | Contexto | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Grok 4.5 | Código, contexto em tempo real do X | 1M | $2.00 | $6.00 |
| Meta Muse Spark 1.1 | API mid-tier acessível | 256K | $1.25 | $4.25 |
| Qwen 3.7 Max | Reasoning mid-tier (API) | 1M | $2.50 | $7.50 |
| Seedream 5.0 Pro | Geração de imagens | - | per image | per image |
O Grok 4.5 é forte em conjunto com o Cursor e em tarefas que exigem contexto atualizado do X e da web. O Qwen 3.7 Max - pesos fechados via Alibaba Cloud; a linha open-source Qwen é descrita abaixo. O Seedream 5.0 Pro é cobrado por imagem, não por tokens.
Modelos open-source
Open weights - uma camada separada do mercado que em 2026 deixou de ser «opção reserva para experimentos». Vários modelos se aproximam da classe GPT-4 em código e raciocínio, e DeepSeek V4 e GLM-5.1 competem com flagships fechados no SWE-Bench. As principais razões para escolher open-source: self-hosting, controle de dados, custo previsível com alto tráfego e ausência de vendor lock-in.
Os preços dos modelos open-source são mais baixos - segundo o OpenRouter em 11 de julho de 2026 (inferência hospedada sem implantar hardware próprio). Self-hosting continua possível - nesse caso, o billing por token não se aplica.
Meta: Llama 4
| Modelo | Finalidade | Contexto | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Llama 4 Scout | RAG, grandes arquivos | 10M | $0.10 | $0.30 |
| Llama 4 Maverick | General-purpose | 1M | $0.15 | $0.60 |
Preços - OpenRouter. Com self-hosting, não há cobrança por tokens; o custo é apenas hardware e eletricidade.
A licença Llama 4 Community impõe restrição a produtos com audiência acima de 700M MAU - para a maioria dos projetos B2B isso não é problema; para grandes plataformas consumer, é necessária verificação separada.
Alibaba: Qwen (open weights)
O Qwen 3.7 Max em nuvem e a linha open-source são produtos diferentes. Para self-hosting, são relevantes:
| Modelo | Finalidade | Contexto | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Qwen 3 235B-A22B | Reasoning + coding | 131K | $0.46 | $1.82 |
| Qwen 3.5-397B-A17B | Multilinguismo, ciência | 256K | $0.39 | $2.45 |
| Qwen 3.6-35B-A3B | Um servidor, quantização | 262K | $0.14 | $1.00 |
Qwen é a escolha mais frequente quando se precisa de equilíbrio entre qualidade, licença Apache 2.0 e suporte em vLLM / Ollama / llama.cpp.
DeepSeek
| Modelo | Finalidade | Contexto | Input / 1M | Output / 1M |
|---|---|---|---|---|
| DeepSeek V4 Flash | Coding, agents, orçamento | 1M | $0.08 | $0.17 |
| DeepSeek V4 Pro | Reasoning complexo | 1M | $0.44 | $0.87 |
| DeepSeek R1 | Math, deep reasoning | 164K | $0.70 | $2.50 |
| DeepSeek V3.2 | General-purpose fallback | 131K | $0.21 | $0.32 |
No OpenRouter, o DeepSeek V4 Flash é mais barato do que pela API direta da DeepSeek. A API direta dobra as tarifas nos horários de pico (9:00-12:00 e 14:00-18:00 CST) a partir de meados de julho de 2026.
Mistral AI
| Modelo | Finalidade | Contexto | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Mistral Large 3 | Multilingual, enterprise | 262K | $0.50 | $1.50 |
| Mistral Small 4 | Production chat + tools | 262K | $0.15 | $0.60 |
A Mistral vence onde importam licença permissiva sem MAU-cap, data residency europeia e ecossistema maduro de deploy.
Zhipu AI: GLM
| Modelo | Finalidade | Contexto | Input / 1M | Output / 1M |
|---|---|---|---|---|
| GLM-5.1 | Agentic coding | 203K | $0.97 | $3.04 |
| GLM-4.7 | Coding workflows | 203K | $0.40 | $1.75 |
Google e Microsoft: modelos compactos
| Modelo | Finalidade | Contexto | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Gemma 3 27B | Uma GPU | 131K | $0.08 | $0.16 |
| Gemma 4 26B A4B | Math + coding | 262K | $0.06 | $0.33 |
| Phi-4 | Edge, laptop | 16K | $0.07 | $0.14 |
Kimi K2.6
| Modelo | Finalidade | Contexto | Input / 1M | Output / 1M |
|---|---|---|---|---|
| Kimi K2.6 | Agentic coding | 262K | $0.66 | $3.41 |
Kimi K2.6 (Moonshot AI) - modelo open-weight com foco em agentic coding e sessões longas de desenvolvimento. Frequentemente citado junto com DeepSeek V4 e GLM-5 como top-tier para agentes de coding autônomos.
Comparação dos flagships open-source
| Modelo | Ponto forte | Contexto | Input / 1M | Output / 1M | Licença |
|---|---|---|---|---|---|
| Qwen 3 235B-A22B | Reasoning + coding | 131K | $0.46 | $1.82 | Apache 2.0 |
| DeepSeek V4 Flash | Coding + agents | 1M | $0.08 | $0.17 | MIT |
| DeepSeek V4 Pro | Reasoning complexo | 1M | $0.44 | $0.87 | MIT |
| DeepSeek R1 | Math + deep reasoning | 164K | $0.70 | $2.50 | MIT |
| Llama 4 Scout | Long context | 10M | $0.10 | $0.30 | Llama 4 Community |
| Mistral Large 3 | Multilingual + enterprise | 262K | $0.50 | $1.50 | Apache 2.0 |
| Mistral Small 4 | Production chat + tools | 262K | $0.15 | $0.60 | Apache 2.0 |
| GLM-5.1 | Agentic coding | 203K | $0.97 | $3.04 | MIT |
| Qwen 3.6-35B-A3B | Single-server deploy | 262K | $0.14 | $1.00 | Apache 2.0 |
| Gemma 3 27B | Single GPU | 131K | $0.08 | $0.16 | Gemma |
| Gemma 4 26B A4B | Math + coding | 262K | $0.06 | $0.33 | Apache 2.0 |
| Phi-4 | Edge / laptop | 16K | $0.07 | $0.14 | MIT |
| Kimi K2.6 | Agentic coding | 262K | $0.66 | $3.41 | Open weights |
Todos os preços - OpenRouter, julho de 2026. Com self-hosting, considere o custo de GPU e eletricidade em vez do billing por token.
Quando escolher open-source
Open-source faz sentido se:
- os dados não podem sair do perímetro (on-premise, private cloud)
- é necessário cost at scale previsível com milhões de requisições por mês
- fine-tuning para o domínio é importante, sem restrições de API
- a equipe já mantém infraestrutura de GPU ou usa vLLM / TGI
APIs fechadas (GPT-5.6, Claude, Gemini) permanecem preferíveis quando são necessários agentes «prontos para uso» (ChatGPT Work, Cowork, Spark), time-to-market mínimo sem DevOps e acesso às capacidades multimodais mais recentes sem deploy.
Multimodalidade: imagens e vídeo
LLMs de texto são apenas parte do ecossistema:
- ChatGPT Images 2.0 - geração de imagens com texto legível na imagem
- Google Veo 3.1 - líder entre modelos de vídeo após o encerramento do aplicativo consumer Sora 2 da OpenAI
- Seedream 5.0 Pro - alternativa para design e materiais de marketing
A escolha depende de se é necessário um stack unificado (OpenAI / Google) ou a melhor qualidade em uma modalidade específica.
Como escolher o modelo para a tarefa
Não existe um «melhor IA» universal. Esquema prático:
| Tarefa | O que priorizar |
|---|---|
| Chat diário e documentos | GPT-5.6 Terra ou Luna, Claude Opus 4.8 |
| Programação e agentes | GPT-5.6 Sol, Claude Fable 5 |
| Contexto longo (código, arquivos) | Gemini 3.5 Flash, Gemini 3.1 Pro |
| Textos e edição | Claude Sonnet 5 |
| Orçamento e automação via API | GPT-5.6 Luna, Grok 4.5, Qwen 3.7 Max |
| Self-hosting e on-premise | Qwen 3 235B-A22B, DeepSeek V4, Mistral Small 4, Llama 4 Scout |
| Coding no próprio hardware | DeepSeek V4, GLM-5.1, Qwen 3.6-35B-A3B |
| Uma GPU / edge | Gemma 3 27B, Phi-4, Qwen 3.6-35B-A3B (OpenRouter) |
| Contexto longo (local) | Llama 4 Scout, Qwen 3.6 |
| Notícias em tempo real e X | Grok 4.5 |
| Automação de escritório | ChatGPT Work, Claude Cowork, Gemini Spark |
| Imagens / vídeo | ChatGPT Images 2.0, Veo 3.1, Seedream 5.0 Pro |
Para produção, faz sentido manter abstração sobre provedores: roteamento de requisições por tipo de tarefa, fallback para GPT-5.5 ou Opus 4.8 em falhas, monitoramento separado do custo de tokens.
O que mudou no último mês
- GPT-5.6 entrou em GA - a OpenAI recuperou a liderança nos benchmarks de coding e reduziu o custo do flagship em relação aos concorrentes
- Claude Fable 5 voltou - a Anthropic restaurou posições em SWE e cenários agentic
- Agentes entraram no mainstream - ChatGPT Work, Claude Cowork e Gemini Spark transformam LLM de chat em ferramenta de trabalho
- Guerra de preços se intensificou - Luna, Grok 4.5 e Muse Spark 1.1 pressionam o mid-tier e dividem o mercado de integrações via API
- Regulação virou fator - a pausa do Fable 5 mostrou que o acesso a modelos top pode mudar rapidamente
- Open-source alcançou a fronteira fechada - DeepSeek V4, GLM-5.1 e Qwen 3.6 atingiram nível de SWE-Bench comparável ao GPT-5.5 e Opus 4.8
Conclusão
Em julho de 2026, o mercado de IA é maduro e fragmentado. GPT-5.6 Sol e Claude Fable 5 dividem o primeiro lugar em coding entre APIs fechadas, Gemini 3.5 Flash - em contexto longo e price-performance, Claude Sonnet 5 - em trabalho com texto. No segmento open-source lideram Qwen 3 235B-A22B, DeepSeek V4 e Llama 4 Scout - cada um com especialização específica. Produtos agentic (ChatGPT Work, Cowork, Spark) são a próxima camada sobre os modelos.
Para negócios, a estratégia ideal é não se prender a um único vendor: testar 2-3 modelos em tarefas reais, calcular cost per task, não apenas o preço por milhão de tokens, e prever fallback - para a geração anterior de API (GPT-5.5, Opus 4.8) ou para open-source self-hosted (DeepSeek V4, Mistral Small 4) conforme requisitos de dados e orçamento.
Perguntas frequentes
Qual modelo é melhor para programação em julho de 2026?
Entre APIs fechadas lideram GPT-5.6 Sol e Claude Fable 5 - ambos fortes em coding e cenários agentic. Sol vence no custo de tokens de output, Fable 5 - no SWE-Bench Pro (~80.3%). Para API econômica - Grok 4.5 ($2 / $6) ou GPT-5.6 Luna ($1 / $6). Em open-source - DeepSeek V4 Flash no OpenRouter ($0.08 / $0.17) e GLM-5.1.
Open-source ou API fechada - o que escolher?
Open-source (via OpenRouter ou self-hosting) - se importam controle de dados, cost at scale previsível e ausência de vendor lock-in. API fechada (GPT-5.6, Claude, Gemini) - se são necessários agentes «prontos para uso» (ChatGPT Work, Cowork, Spark), multimodalidade sem DevOps e time-to-market mínimo. Para muitas equipes, o híbrido é ideal: API fechada para features de produto, open-source - para automação em segundo plano.
Qual a diferença entre GPT-5.6 Sol, Terra e Luna?
Os três são da mesma geração com contexto de 1.05M tokens, mas com níveis diferentes de capability e preço. Sol ($5 / $30) - flagship para código complexo e agentes. Terra ($2.50 / $15) - equilíbrio para o trabalho diário. Luna ($1 / $6) - tarefas em massa: classificação, extração de dados, correspondência rotineira. No ChatGPT Free e Go, o padrão é Terra.
Por que Claude Fable 5 ficou indisponível e ela voltou?
Em 12 de junho de 2026, a Anthropic retirou o Fable 5 da linha por restrições de exportação dos EUA a modelos frontier. Em 30 de junho a restrição foi levantada, e em 1 de julho o modelo voltou à API e aos serviços concorrentes do ChatGPT pelo preço anterior ($10 / $50). A pausa mostrou que o acesso a modelos top pode mudar por razões regulatórias - vale manter fallback (Opus 4.8, GPT-5.6 Sol).
Como economizar na API sem perder qualidade?
Três abordagens práticas: roteamento por tarefa - Luna ou DeepSeek V4 Flash para requisições simples, Sol ou Fable 5 apenas para as complexas; OpenRouter para modelos open-source - frequentemente mais barato que a API direta (por exemplo, DeepSeek V4 Flash $0.08 vs $0.14); prompt caching e batch API - até 50-90% de economia em contexto repetido. Calcule cost per task, não apenas o preço por milhão de tokens - um modelo barato com output longo pode sair mais caro.