Benchmarks ao vivo

Modelos de fronteira, avaliados continuamente.

Qualidade, custo e velocidade dos principais modelos de IA — atualizados em ciclo contínuo · última atualização 2026-09-19.

Ver ranking de uso ao vivo ⬇ Baixar JSON

Classificação geral

Índices de inteligência, código e agentes

Índices compostos da Artificial Analysis · preço por milhão de tokens (entrada / saída)

#	Modelo	Inteligência	Código	Agentes	$ / 1M entrada	$ / 1M saída
1	Claude Fable 5.1 (Adaptive Reasoning, Max Effort, Default Fallback)	53.4	81.6	58	$5.00	$25.00
2	Qwen3.8 Max	53.4	68.9	49.9	—	—
3	GPT-6 Astra (max)	52.8	76.9	51.5	$11.00	$55.00
4	Claude Opus 5 (Adaptive Reasoning, Max Effort)	50.7	78	56.2	$5.50	$27.50
5	Claude Fable 5 (Adaptive Reasoning, Max Effort, Opus 4.8 Fallback)	49.7	76.5	51	$10.00	$50.00
6	GPT-5.6 Sol (max)	47.1	77.4	50.5	$4.00	$20.00
7	Qwen3.8 Max (0902)	45.4	76.2	56.1	$2.00	$6.00
8	GLM-5.3 (max)	44.9	74.8	53.4	$0.890	$2.80
9	Grok 4.6 (high)	44.4	76.8	53.4	$4.00	$12.00
10	Kimi K3 (max)	43.8	76.2	50.6	$2.10	$10.95
11	GPT-5.6 Terra (max)	42.3	76.7	43.7	$4.00	$24.00
12	Claude Opus 4.8 (Adaptive Reasoning, Max Effort)	42	74.3	42.6	$10.00	$50.00
13	GLM-5.3-Flash	41.9	71.5	51.2	$0.150	$0.500
14	Gemini 3.8 Flash (high)	41.2	76.3	41.1	$1.35	$6.75
15	Qwen3.8 2.4T A95B	40	71.9	50.4	$2.00	$6.00
16	Muse Spark 1.2 (xhigh)	39.8	72.2	44	$1.25	$4.25
17	DeepSeek V4.1 Flash (Reasoning, Max Effort)	39.5	—	—	$0.200	$0.600
18	Gemini 3.7 Flash (high)	39.4	76.1	36.4	$1.35	$6.75
19	Grok 4.5 (high)	39.1	72.4	42.1	$4.00	$12.00
20	GPT-5.5 (xhigh)	38.6	74.9	37.3	$2.50	$15.00
21	Claude Sonnet 5 (Adaptive Reasoning, Max Effort)	38.4	71.5	44.3	$2.20	$11.00
22	GPT-5.6 Luna (max)	37.5	71.4	42.7	$0.400	$2.40
23	DeepSeek V4 Pro 0813 (Reasoning, Max Effort)	36.3	68.8	42.3	$1.32	$3.96
24	DeepSeek V4 Flash 0731 (Reasoning, Max Effort)	34.5	69.1	41.7	$0	$0
25	Muse Spark 1.1 (xhigh)	34.3	71.3	27.5	$1.25	$4.25
26	Gemini 3.6 Flash (high)	34.3	69.2	30.2	$1.35	$6.75
27	GLM-5.2 (max)	34	68.8	39.4	$2.25	$8.00
28	Qwen3.8 27B (xhigh)	33.9	68.1	46.5	$0	$0
29	Gemini 3.5 Flash (high)	33	70.1	27.3	$2.70	$16.20
30	DeepSeek V4 Pro (Reasoning, Max Effort)	30.9	59.4	27.7	$1.15	$2.55

Benchmarks executados continuamente

Raciocínio, agentes e busca — reexecutados nos modelos atuais

GPQA Diamond

Graduate-level science reasoning

#	Modelo	Pontuação	$ / tarefa
1	Fugu Ultra	94.6%	$1.15
2	Gemini 3.1 Pro Preview	94.4%	$0.202
3	GPT-6 Astra	94.4%	$0.099
4	Gemini 3.7 Flash	94.3%	$0.031
5	GPT-5.5	93.8%	$0.308
6	GPT-5.6 Sol Pro	93.8%	$0.445
7	Fugu Ultra V2	93.3%	$0.503
8	Grok 4.6	93.3%	$0.122
9	Gemini 3.6 Flash	92.8%	$0.067
10	Gemini 3.5 Flash	92.8%	$0.142
11	GPT-5.6 Sol	91.9%	$0.071
12	Kimi K3	91.9%	$0.139
13	Union Alpha	90.9%	—
14	Auto Router	90.7%	$0.0079
15	MiniMax M3	90.6%	$0.030

Por que isso importa

Nenhum modelo vence todos os benchmarks.

O líder muda conforme a tarefa: um modelo domina o raciocínio, outro o código e um terceiro a busca agêntica. É exatamente por isso que o MultipleChat existe — coloque os líderes lado a lado, deixe que redijam, se desafiem e se verifiquem, e fique com a melhor resposta.

Use todos os líderes em um só espaço

Qualidade, custo e velocidade juntos

Uma pontuação sem preço é marketing. Cada leaderboard aqui combina qualidade com custo por tarefa ou por milhão de tokens.

Ao vivo e aberto

Atualizado continuamente e disponível para download em JSON. Nosso estudo comparativo trimestral está em o MultipleChat AI Benchmark.

Atribuição

Source: OpenRouter (openrouter.ai/rankings) incl. os índices da Artificial Analysis, as of 2026-09-19T14:29:23Z. Licenciado sob CC BY 4.0.