Benchmark de precisão factual de IA: 94 modelos ordenados por resultados medidos

1. N.º 1Claude Fable 5.2AnthropicPreço de tabela 8,00 US$ / 40,00 US$3,20 US$ / 16,00 US$com crédito de API da AIGROWUtilize o modelo Claude Fable 5.2 até 60% abaixo do preço de tabelaCertificado como genuíno pela AIGROW em 11 de novembro de 2026
2. N.º 3Gemini 4 ArgonGooglePreço de tabela 2,00 US$ / 10,00 US$1,00 US$ / 5,00 US$com crédito de API da AIGROWUtilize o modelo Gemini 4 Argon até 50% abaixo do preço de tabelaCertificado como genuíno pela AIGROW em 11 de novembro de 2026
3. N.º 4GPT-6 AstraOpenAIPreço de tabela 10,00 US$ / 50,00 US$2,50 US$ / 12,50 US$com crédito de API da AIGROWUtilize o modelo GPT-6 Astra até 75% abaixo do preço de tabelaCertificado como genuíno pela AIGROW em 11 de novembro de 2026

Dólares americanos por milhão de tokens de entrada / saída. Certificado como genuíno pela AIGROW significa que o modelo passou na verificação própria da AIGROW face ao mesmo modelo no respetivo fabricante em 11 de novembro de 2026. Nenhum fabricante de modelos o reviu nem o aprovou.

O que mede

SimpleQA Verified: 1000 perguntas curtas sobre política, ciência, arte, desporto, locais, música e mais, cada uma com uma única resposta certa. A pontuação é a percentagem de respostas corretas. É executado pela Epoch AI.

O que deixa de fora

Testa a memorização de factos breves, não respostas longas nem fontes, e os modelos são instruídos a adivinhar em vez de dizerem que não sabem.

Como ler a margem

Cada resultado traz um intervalo de 95%, com 1,96 erros-padrão para cada lado, tal como os publica Epoch AI; uma média combina os erros dos respetivos testes. Quando dois intervalos se sobrepõem, os testes não permitem dizer qual modelo é melhor. As linhas continuam numeradas por pontuação, e cada linha indica quantos modelos acima dela se sobrepõem.

Definições

Sob cada resultado surge a configuração de raciocínio com que Epoch AI executou o modelo, tal como a designa, e o dia da execução. Quando um modelo foi executado em várias configurações, conta o melhor resultado.

A segunda coluna

O quadro de factualidade de LMArena combina os votos cegos com verificações dos factos de cada resposta: as afirmações são extraídas das respostas e verificadas por agentes de pesquisa, e por predefinição as verificações valem 25% da pontuação. É mostrado ao lado do teste, não serve para ordenar.

Sem atualização há mais de 120 dias

Um resultado obtido mais de 120 dias antes dos dados mais recentes destas páginas leva esta marca, para que um resultado mais antigo possa ser avaliado como tal.

Preços

O preço de tabela por milhão de tokens, retirado da página de preços do próprio fabricante, consultada em 12 de novembro de 2026. É um preço por token, não por resposta: um nível de raciocínio mais alto gasta mais tokens na mesma pergunta. Quando o crédito de API da AIGROW vende um modelo, o preço de tabela aparece riscado e o preço com o crédito surge por baixo.

Fonte: Epoch AI, SimpleQA Verified (dados de 12 de novembro de 2026), licenciados ao abrigo de CC BY 4.0; LMArena, conjunto de dados do ranking (revisão 4217986c, publicada em 9 de novembro de 2026), licenciado sob CC BY 4.0. Não alteramos nenhuma pontuação: acrescentamos os preços e as ligações para as nossas páginas de modelos.