Benchmark de raciocínio de IA: 28 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$com crédito de API da AIGROWUtilize o modelo Claude Fable 5.2 até 60% abaixo do preço de tabelaCertificado como genuíno pela AIGROW em 11 de novembro de 2026
2. N.º 3GPT-6 AstraOpenAIPreço de tabela 10,00 US$ / 50,00 US$2,50 US$ / 12,50 US$com crédito de API da AIGROWUtilize o modelo GPT-6 Astra até 75% abaixo do preço de tabelaCertificado como genuíno pela AIGROW em 11 de novembro de 2026
3. N.º 4Claude Opus 5.5AnthropicPreço de tabela 4,00 US$ / 20,00 US$1,60 US$ / 8,00 US$com crédito de API da AIGROWUtilize o modelo Claude Opus 5.5 até 60% 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

Três testes que a própria Epoch AI executa: a melhor jogada em posições de xadrez novas, a melhor jogada num jogo cujo nome é mantido em segredo para que os modelos tenham menos probabilidade de se terem preparado para ele, e quantos objetivos um modelo alcança num jogo de tabuleiro pouco conhecido depois de o praticar.

O que deixa de fora

A Epoch usa puzzles e jogos para representar o planeamento e a aprendizagem em contexto de trabalho; não testam escrita, programação nem conhecimento.

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.

Só resultados completos

Um modelo só recebe número quando tem resultados nos três testes, e a sua posição resulta da média simples dos três, sem ponderações. Os modelos com menos resultados aparecem abaixo da classificação, sem número.

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, Chess Puzzles, Mystery Game Puzzles, EBR-bench (dados de 12 de novembro de 2026), licenciados ao abrigo de CC BY 4.0. Não alteramos nenhuma pontuação: acrescentamos os preços e as ligações para as nossas páginas de modelos.