GPT-5.2 (OpenAI)
Contexto de 400K tokens, 100% no AIME 2025, taxa de alucinação reduzida a 6,2%. Modelos open-weight GPT-oss-120b e 20b sob Apache 2.0.
Destaque: Primeiro modelo OpenAI com variantes open-weight competitivas.
LLMs e modelos — Histórico
Registro histórico de modelos de linguagem, rankings e lançamentos organizados por mês.
Março 2026 — Ranking
Claude 4 / Opus 4 / Sonnet 4.5 (Anthropic)
Extended thinking mode, 77,2% no SWE-bench, 61,4% no OSWorld (computer use). Sessões de debugging de 6+ horas com 89% de sucesso. Contexto 200K (beta 1M).
Destaque: Líder em coding e uso autônomo de computador.
DeepSeek V3.2 / R1 (DeepSeek)
Fine-Grained Sparse Attention (+50% eficiência). R1 para raciocínio avançado. Input a $0,07/M tokens. Modelos R1-Distill para produção.
Destaque: Preço imbatível com qualidade frontier.
Qwen3 / Qwen3-Next (Alibaba)
MoE com 1T+ parâmetros, 119 idiomas, 92,3% AIME25, 74,1% LiveCodeBench v6. Variantes Coder, VL e Audio. Apache 2.0.
Destaque: Modelo multilíngue mais completo do mercado.
Grok 4.1 (xAI)
#1 no LMArena Elo (1483). Alucinação de apenas 4%. Grok Code Fast 1 para coding agnético. DeepSearch para pesquisa em tempo real.
Destaque: Menor taxa de alucinação entre os frontier models.
Llama 4 Scout / Maverick (Meta)
Multimodal nativo (texto, imagem, vídeo). Scout com janela de 10M tokens. MoE, open-source. Supera GPT-4o e Gemini 2.0 Flash.
Destaque: Maior janela de contexto disponível (10M tokens).
Gemini 3 Pro / Flash (Google)
1M tokens de contexto, 100% AIME 2025 (c/ code exec). Deep Think com 2,5x em raciocínio. Flash com 78% SWE-bench. Veo 3 para geração de vídeo.
Destaque: Ecossistema completo (texto, código, vídeo, áudio).
Mistral 3 Large (Mistral AI)
675B params (MoE), 92% do desempenho do GPT-5.2 a 15% do preço. Ministral 3 para edge/robótica. Devstral Medium para coding.
Destaque: Melhor relação custo-benefício entre modelos grandes.
Cohere Command A
256K tokens, roda em apenas 2 GPUs (H100). 156 tokens/s (1,75x mais rápido que GPT-4o). Foco em RAG e deploy on-premise seguro.
Destaque: Melhor opção para deploy on-premise corporativo.
Abril 2026 — Novos lançamentos
O destaque de abril é a fratura filosófica: Anthropic trancou seu modelo mais capaz (Mythos), enquanto o open-source atingiu o nível frontier com GLM-5.1 sob MIT.
Claude Mythos (Anthropic)
O modelo mais capaz já construído pela Anthropic — e que não será disponibilizado publicamente. Acesso restrito a ~50 organizações (AWS, Apple, Microsoft, Google, NVIDIA, CrowdStrike, JPMorgan) via Project Glasswing.
Uso: scanner defensivo de vulnerabilidades em infraestrutura crítica e codebases open-source. Preço: $25/M input, $125/M output (sem API pública).
Impacto: Primeiro modelo frontier que o próprio lab considerou "poderoso demais para liberar". Precedente para futuros lançamentos.
GLM-5.1 (Zhipu AI) — MIT License
744B params total (40B ativos via MoE), contexto 200K. Superou Claude Opus 4.6 e GPT-5.4 no SWE-Bench Pro (tarefas reais de engenharia de software expert-level).
Custo: gratuito (MIT license). Roda em infraestrutura própria.
Impacto: Open-source atingiu nível frontier. Modelo chinês #1 em coding sob a licença mais permissiva possível.
Gemma 4 (Google) — Apache 2.0
4 variantes: 27B, 12B, E4B e E2B. Multimodal nativo (texto, imagem, áudio) em todas as variantes. 27B atinge ~0.8 GPQA (nível de modelos 2-3x maiores de um ano atrás).
E2B roda em celular sem GPU dedicada. Apache 2.0.
Impacto: Google compete nos dois lados (open + closed) simultaneamente. E2B é a melhor opção para IA local em mobile.
Qwen 3.6-Plus (Alibaba)
Contexto 1M tokens, otimizado para workflows agênticos autônomos: frontend dev, engenharia a nível de repositório, terminal agents, controle de GUI.
~$0,28/M tokens via Alibaba Cloud.
Impacto: Modelo descartável para tarefas agênticas longas — preço tão baixo que não importa o custo da execução.
GPT-5.4 (OpenAI)
Computer use nativo (mouse, teclado, navegação). Contexto 1M tokens. 33% menos erros que GPT-5.2. Upgrade significativo em raciocínio e coding.
Impacto: OpenAI responde ao Claude com computer use próprio. Contexto 1M iguala Gemini.
Gemini 3.1 Pro (Google)
Topo do leaderboard fechado (closed models). Avanços em raciocínio multi-step e coding. Complementa a família Gemma 4 no lado open.
Impacto: Google domina tanto no ranking closed (Gemini 3.1) quanto open (Gemma 4).
GLM-5V-Turbo (Zhipu AI)
Primeiro modelo multimodal nativo para coding. Recebe screenshots/mockups e gera código frontend funcional. Otimizado para planejamento de longo horizonte e loops complexos de código.
Impacto: Ponte entre ferramentas de design e editores de código — vê o design e escreve a implementação.
PrismML Bonsai 8B
Quantização 1-bit — 14x menor que full-precision, mantendo performance forte em chat e documentos. Formato GGUF no Hugging Face.
Impacto: Roda em Raspberry Pi. O extremo do que "IA local" significa em 2026.
Microsoft MAI Foundation
3 modelos multimodais: MAI-Transcribe-1 (speech-to-text multilíngue), MAI-Voice-1 (geração de voz custom) e MAI-Image-2 (geração de imagem/vídeo). Disponível no Microsoft Foundry.
Impacto: Microsoft constrói a "tubulação multimodal" — a camada entre capacidade de IA e aplicações de produção.
3 tendências definindo Abril 2026
Open-source = Frontier
GLM-5.1 (MIT) superou modelos closed no SWE-Bench Pro. Gemma 4 (Apache 2.0) roda em celular. A vantagem dos modelos fechados agora é marginal e temporária.
Segurança como gatekeeper
Anthropic travou o Mythos por riscos de segurança. É a primeira vez que um lab diz "construímos algo poderoso demais para liberar". Precedente para regulação futura.
Modelos agênticos em produção
GPT-5.4 com computer use nativo. Qwen 3.6-Plus para workflows autônomos. GLM-5V-Turbo para design→código. A era dos modelos que só respondem perguntas acabou.