Mapa da inteligência artificial

Descubra sistemas, capacidades e quem os constrói.

Um catálogo editorial para explorar a IA por tecnologia e problema, com fichas verificadas e percursos claros.

Modelos verificados

Fichas com versão, acesso, modalidades, preços publicados e data de verificação.

OPENAI

GPT‑6 Astra

Modelo de fronteira generalista orientado para tarefas complexas, uso de ferramentas e trabalho profissional de alta exigência.

Texto e raciocínio · Proprietário pago ANTHROPIC

Claude Opus 5

Modelo orientado ao trabalho de código e conhecimento, com controles que permitem ajustar o esforço a cada tarefa.

Texto e raciocínio · Proprietário pago GOOGLE

Gemini 3.8 Flash

Modelo Flash para engenharia de software de longa duração, agentes autônomos e fluxos de negócios complexos.

Texto e raciocínio · Proprietário pago OPENAI

GPT‑5.6 Sol

Trabalho complexo, código e agentes com ferramentas.

Texto e raciocínio · Proprietário pago OPENAI

GPT‑5.6 Terra

Tarefas que equilibram qualidade, velocidade e custo.

Texto e raciocínio · Proprietário pago OPENAI

GPT‑5.6 Luna

Alto volume, subagentes e extração estruturada.

Texto e raciocínio · Proprietário pago ANTHROPIC

Claude Fable 5.1

Raciocínio e agentes de longa duração.

Texto e raciocínio · Proprietário pago ANTHROPIC

Claude Sonnet 5

Código, pesquisa e fluxos profissionais com ferramentas.

Texto e raciocínio · Proprietário pago ANTHROPIC

Claude Haiku 4.5

Alto volume, subagentes e extração estruturada.

Texto e raciocínio · Proprietário pago GOOGLE

Gemini 3.1 Pro

Raciocínio multimodal, código e problemas complexos.

Texto e raciocínio · Proprietário pago XAI

Grok 4.6

Código, pesquisa e fluxos profissionais com ferramentas.

Texto e raciocínio · Proprietário pago DEEPSEEK

DeepSeek V4.1 Flash

Agentes, código e implantação aberta com baixo custo.

Texto e raciocínio · Proprietário pago MISTRAL AI

Mistral Medium 3.5

Código multimodal e implantação sob controle próprio.

Texto e raciocínio · Proprietário pago META

Llama 4 Maverick

Multimodalidade aberta e implantação sob controle próprio.

Texto e raciocínio · Proprietário pago COHERE

Command A+

RAG empresarial, multilíngue e implantação privada.

Texto e raciocínio · Proprietário pago AMAZON

Amazon Nova 2 Lite

Documentos longos, vídeo e tarefas empresariais na AWS.

Texto e raciocínio · Proprietário pago ALIBABA QWEN

Qwen3‑Max Thinking

Raciocínio multimodal, código e problemas complexos.

Texto e raciocínio · Proprietário pago Z.AI

GLM‑5.1

Código, pesquisa e fluxos profissionais com ferramentas.

Texto e raciocínio · Proprietário pago MINIMAX

MiniMax M2.7

Agentes, código e implantação aberta com baixo custo.

Texto e raciocínio · Proprietário pago OPENAI

GPT‑5.5

Geração anterior da OpenAI para código e trabalho profissional, mantida para comparar migrações e custos.

Texto e raciocínio · Proprietário pago OPENAI

GPT‑4.1

Modelo sem raciocínio de contexto longo, útil como referência histórica para código, seguimento de instruções e latência previsível.

Código · Proprietário pago OPENAI

gpt‑oss‑120b

Modelo de raciocínio com pesos abertos para execução local ou privada; cabe numa GPU H100 segundo a OpenAI.

Texto e raciocínio · Pesos abertos OPENAI

GPT‑Image‑2.5 Sunburst

Modelo principal da OpenAI para gerar e editar imagens com instruções complexas e produção visual de elevada qualidade.

Imagem · Proprietário pago OPENAI

Sora 2 Pro

Modelo histórico de vídeo com áudio sincronizado, útil para comparar a evolução da família Sora.

Vídeo · Descontinuado OPENAI

GPT‑Live 1

Modelo de voz em tempo real para conversações expressivas, interrupções naturais e fluxos com ferramentas.

Voz e áudio · Proprietário pago OPENAI

GPT‑Transcribe

Modelo especializado de transcrição de alta precisão para ficheiros e entradas de áudio em tempo real.

Voz e áudio · Proprietário pago OPENAI

text‑embedding‑3‑large

Modelo de embeddings de maior capacidade da OpenAI para pesquisa semântica, classificação, clustering e RAG.

Embeddings · Proprietário pago ANTHROPIC

Claude Opus 4.5

Versão anterior do Opus orientada para código, agentes e utilização de computador, mantida para migração e comparação histórica.

Texto e raciocínio · Proprietário pago ANTHROPIC

Claude Sonnet 4.5

Geração anterior do Sonnet para código, agentes e automatização de interfaces, com resultados oficiais de computer use.

Código · Proprietário pago GOOGLE

Gemini 3.7 Flash

Geração Flash anterior para código complexo, agentes e execução em várias etapas; útil como ponto de comparação com o Gemini 3.8.

Texto e raciocínio · Proprietário pago GOOGLE

Nano Banana 2

Modelo de imagem de produção que combina geração, edição e raciocínio visual com equilíbrio entre qualidade, custo e latência.

Imagem · Proprietário pago GOOGLE

Veo 3.1

Modelo de vídeo cinematográfico com áudio nativo, extensão de cenas e controlo através de fotogramas e imagens de referência.

Vídeo · Proprietário pago GOOGLE

Lyria 3.5

Modelo de música para canções completas com voz, letra e controlo de estrutura, estilo, duração e instrumentação.

Música · Proprietário pago GOOGLE

Gemini Embedding 2

Modelo de embeddings que coloca texto, imagens, vídeo, áudio e PDF num espaço vetorial comum para pesquisa e RAG multimodal.

Embeddings · Proprietário pago GOOGLE

Gemini Robotics ER 2

Modelo especializado em compreensão física, vídeo, raciocínio espacial e orquestração de ferramentas para sistemas robóticos.

Robótica · Proprietário pago META

Llama 4 Scout

Modelo multimodal de 17B parâmetros ativos e 16 especialistas, concebido para contexto de até 10 milhões de tokens.

Multimodal · Pesos abertos META

Segment Anything Model 3

Modelo de visão para detetar, segmentar e seguir conceitos abertos em imagens e vídeo através de texto ou exemplos visuais.

Visão e documentos · Pesos abertos DEEPSEEK

DeepSeek V3.2

Modelo aberto orientado para raciocínio e agentes, com pensamento integrado na utilização de ferramentas.

Texto e raciocínio · API e pesos abertos DEEPSEEK

DeepSeek R1

Modelo de raciocínio aberto e família de modelos destilados, relevante para acompanhar a evolução do raciocínio verificável.

Texto e raciocínio · API e pesos abertos MISTRAL AI

Mistral Small 4

Modelo híbrido que reúne instrução, raciocínio e código numa opção eficiente com pesos abertos.

Texto e raciocínio · API e pesos abertos MISTRAL AI

Voxtral TTS

Modelo multilingue de texto para voz com streaming e clonagem zero-shot a partir de uma referência de voz.

Voz e áudio · API e pesos abertos MISTRAL AI

Mistral OCR 4.1

Serviço especializado de OCR com caixas por parágrafo, etiquetas de blocos estruturais e pontuações de confiança.

Visão e documentos · Proprietário pago ALIBABA QWEN

Qwen3 235B A22B

Modelo MoE aberto de 235B parâmetros totais e 22B ativos, com modos de pensamento e resposta direta.

Texto e raciocínio · API e pesos abertos ALIBABA QWEN

Qwen3‑Coder 480B A35B

Modelo MoE aberto especializado em engenharia de software, navegação em repositórios e utilização prolongada de ferramentas.

Código · API e pesos abertos MICROSOFT

Phi‑4 Multimodal

Modelo compacto da Microsoft que combina linguagem, visão e áudio, incluindo transcrição e tradução de voz.

Multimodal · Pesos abertos COHERE

Cohere Embed 4

Modelo de embeddings multimodais para texto, imagens e documentos mistos com dimensões configuráveis.

Embeddings · Proprietário pago COHERE

Command R 08‑2024

Modelo comercial anterior otimizado para RAG, citações, ferramentas e elevado desempenho em cargas empresariais.

Texto e raciocínio · Proprietário pago STABILITY AI

Stable Diffusion 3.5 Large

Modelo base de imagem de 8B parâmetros para geração e edição, disponível por API e para implementação própria sob licença da Stability.

Imagem · API e pesos abertos STABILITY AI

Stable Audio 3.0

Modelo comercial para gerar canções, instrumentos e efeitos a partir de texto ou áudio, com inpainting e transformação de estilo.

Música · Proprietário pago ELEVENLABS

Eleven v3

Modelo expressivo de texto para voz com etiquetas emocionais, diálogo entre vários oradores e suporte para mais de 70 idiomas.

Voz e áudio · Proprietário pago ELEVENLABS

Scribe v2

Modelo de reconhecimento de voz para mais de 90 idiomas, com diarização, tempos por palavra, entidades e etiquetas de áudio.

Voz e áudio · Proprietário pago NVIDIA

NVIDIA Nemotron 3 Ultra

Modelo MoE aberto de 550B parâmetros para orquestração, investigação, código e agentes de longa duração.

Texto e raciocínio · API e pesos abertos NVIDIA

Nemotron Labs Dory 1.0 4B

Modelo de texto da NVIDIA publicado em 16 de outubro de 2026, com 4 mil milhões de parâmetros e arquitetura recorrente. Reutiliza um bloco de camadas para ajustar o cálculo por token sem mudar de checkpoint. Estão documentados o inglês e um contexto validado de 256K tokens. Não gera imagens, áudio ou vídeo.

Texto e raciocínio · Pesos abertos MISTRAL AI

Timestral 5M

Família numérica da Mistral publicada em 15 de outubro de 2026 em quatro tamanhos: 5M, 28M, 123M e 209M. Realiza previsões probabilísticas univariadas e multivariadas sem adaptação prévia. Aceita histórico e covariáveis passadas ou futuras conhecidas; não conversa nem gera texto.

Séries temporais · Pesos com restrições MISTRAL AI

Timestral 28M

Família numérica da Mistral publicada em 15 de outubro de 2026 em quatro tamanhos: 5M, 28M, 123M e 209M. Realiza previsões probabilísticas univariadas e multivariadas sem adaptação prévia. Aceita histórico e covariáveis passadas ou futuras conhecidas; não conversa nem gera texto.

Séries temporais · Pesos com restrições MISTRAL AI

Timestral 123M

Família numérica da Mistral publicada em 15 de outubro de 2026 em quatro tamanhos: 5M, 28M, 123M e 209M. Realiza previsões probabilísticas univariadas e multivariadas sem adaptação prévia. Aceita histórico e covariáveis passadas ou futuras conhecidas; não conversa nem gera texto.

Séries temporais · Pesos com restrições MISTRAL AI

Timestral 209M

Família numérica da Mistral publicada em 15 de outubro de 2026 em quatro tamanhos: 5M, 28M, 123M e 209M. Realiza previsões probabilísticas univariadas e multivariadas sem adaptação prévia. Aceita histórico e covariáveis passadas ou futuras conhecidas; não conversa nem gera texto.

Séries temporais · Pesos com restrições BLACK FOREST LABS

FLUX 3 Image Klein

Modelo de imagem com 5,6 mil milhões de parâmetros publicado em 15 de outubro de 2026. Gera e edita imagens a partir de texto e referências, com composição controlada por caixas. Distilled e Base são checkpoints distintos, não equivalentes ao FLUX 3 Image completo.

Imagem · Pesos com restrições BLACK FOREST LABS

FLUX 3 Image Klein Base

Modelo de imagem com 5,6 mil milhões de parâmetros publicado em 15 de outubro de 2026. Gera e edita imagens a partir de texto e referências, com composição controlada por caixas. Distilled e Base são checkpoints distintos, não equivalentes ao FLUX 3 Image completo.

Imagem · Pesos com restrições META

Muse Spark Open

Modelo multimodal da Meta publicado em 15 de outubro de 2026, com 816 mil milhões de parâmetros totais e 42 mil milhões ativos. Recebe texto, imagens, áudio e vídeo e devolve texto. Tem contexto combinado de um milhão de tokens e variantes BF16 e NVFP4.

Multimodal · Pesos com restrições LIQUID AI

d1-ultra

Modelo de decisões multimodal da Liquid AI publicado em 15 de outubro de 2026. Recebe texto e imagens e devolve probabilidades para opções definidas, perguntas binárias ou escalas. Usa d1-ultra na API de decisões; não gera texto livre.

Decisões · Proprietário pago AI2

HiRO-ACEv2

Sistema da Ai2 anunciado em 14 de outubro de 2026 que combina o emulador atmosférico ACE2S-X-SHiELD com o modelo de difusão HiROv2. Transforma campos de cerca de 100 km em dados a 3 km de precipitação, vento a dez metros e pressão ao nível do mar. O repositório público inclui ambos os checkpoints, configuração e dados de exemplo; a criação em 12 de outubro não se confunde com a data do anúncio. Não é um assistente conversacional nem um gerador convencional de imagens.

Séries temporais · Pesos abertos XAI

Grok Voice 3.0

Modelo de voz proprietário disponível desde 14 de outubro de 2026 para conversas bidirecionais em áudio e texto. O identificador versionado é grok-voice-3.0; grok-voice-latest é um alias que já aponta para esta versão, não outro modelo. Substitui o Grok Voice 2.0, descontinuado, sem alterar o endpoint, os parâmetros de sessão ou os eventos. Não deve ser confundido com o Grok Voice Transcribe 2.0 nem com o serviço separado de síntese de voz.

Voz e áudio · Proprietário pago MICROSOFT

UserRepGen-4B

Checkpoint da Microsoft baseado no Qwen3.5-4B que transforma conversas de texto em descrições da tarefa e do comportamento observado. Os pesos foram carregados no repositório oficial em 14 de outubro de 2026. Gera representações para um simulador separado: não produz por si só turnos do utilizador nem executa a sua tarefa. Embora mantenha a arquitetura multimodal do modelo base, esta publicação aceita apenas texto e foi avaliada em inglês.

Texto e raciocínio · Pesos abertos MICROSOFT

AesCode 8B

Esta família multimodal da Microsoft transforma requisitos de conteúdo e referências visuais opcionais em documentos HTML/CSS editáveis. Os checkpoints 8B e 32B derivam, respetivamente, de Qwen3-VL-8B-Instruct e Qwen3-VL-32B-Instruct. Produzem código, não imagens rasterizadas nem ficheiros de vídeo. A referência fornece composição e estilo, enquanto o prompt permanece a fonte de verdade para textos, números e relações. A publicação pública verificada ocorreu a 11 de outubro de 2026; a criação anterior do repositório não é a data de lançamento.

Código · Pesos abertos MICROSOFT

AesCode 32B

Esta família multimodal da Microsoft transforma requisitos de conteúdo e referências visuais opcionais em documentos HTML/CSS editáveis. Os checkpoints 8B e 32B derivam, respetivamente, de Qwen3-VL-8B-Instruct e Qwen3-VL-32B-Instruct. Produzem código, não imagens rasterizadas nem ficheiros de vídeo. A referência fornece composição e estilo, enquanto o prompt permanece a fonte de verdade para textos, números e relações. A publicação pública verificada ocorreu a 11 de outubro de 2026; a criação anterior do repositório não é a data de lançamento.

Código · Pesos abertos ALIBABA QWEN

Qwen Image 2.1 Turbo

Modelo de geração e edição de imagens publicado em 9 de outubro de 2026. O checkpoint Qwen/Qwen-Image-2.1-Turbo utiliza o componente visual de 7 mil milhões de parâmetros do Qwen Image 2.1, acelerado para oito passos de remoção de ruído. A API utiliza o identificador qwen-image-2.1-turbo. Registamos ambos os acessos numa ficha, sem confundir Turbo com Pro nem criar duplicados por plataforma.

Imagem · Pesos com restrições e API paga MISTRAL

LIDstral Arabic

Classificador de idiomas e dialetos publicado pela Mistral no Hugging Face em 9 de outubro de 2026. Recebe texto em alfabeto árabe e distingue árabe padrão, dialetos e outras línguas que partilham a escrita. Não é um assistente generativo nem um modelo de transcrição. Combina fastText one-vs-all, um classificador MLP e calibração isotónica por classe; devolve uma etiqueta e probabilidades calibradas sobre 51 classes.

Classificação de texto · Pesos abertos TENCENT

Youtu-Parsing-Omni

Modelo multimodal da Tencent com 5 mil milhões de parâmetros, publicado no Hugging Face em 9 de outubro de 2026. Analisa páginas, imagens, gráficos, diagramas, geometria, áudio e vídeo e produz texto estruturado num envelope OmniSchema JSON. Não gera imagens, música nem vídeo. Um encoder partilhado processa as modalidades antes do descodificador; a tarefa determina o esquema e os elementos extraídos.

Multimodal · Pesos com restrições AI2

Bwen 8B

Checkpoint da Ai2 incluído no lançamento público de 7 de outubro de 2026, associado à publicação de Bolmo na Nature. É um modelo autorregressivo que processa texto como bytes UTF-8 através de componentes locais, agrupamento dinâmico e um modelo global. A modalidade verificada é texto para texto: eventuais extensões futuras a imagem ou áudio não são capacidades disponíveis. A criação do repositório em agosto não é utilizada como data de lançamento.

Texto e raciocínio · Pesos abertos AI2

Blama 8B

Checkpoint da Ai2 incluído no lançamento público de 7 de outubro de 2026, associado à publicação de Bolmo na Nature. É um modelo autorregressivo que processa texto como bytes UTF-8 através de componentes locais, agrupamento dinâmico e um modelo global. A modalidade verificada é texto para texto: eventuais extensões futuras a imagem ou áudio não são capacidades disponíveis. A criação do repositório em agosto não é utilizada como data de lançamento.

Texto e raciocínio · Pesos abertos AI2

Bolmo 1B Stage 1

Checkpoint da Ai2 incluído no lançamento público de 7 de outubro de 2026, associado à publicação de Bolmo na Nature. É um modelo autorregressivo que processa texto como bytes UTF-8 através de componentes locais, agrupamento dinâmico e um modelo global. A modalidade verificada é texto para texto: eventuais extensões futuras a imagem ou áudio não são capacidades disponíveis. A criação do repositório em agosto não é utilizada como data de lançamento.

Texto e raciocínio · Pesos abertos AI2

Bolmo 7B Stage 1

Checkpoint da Ai2 incluído no lançamento público de 7 de outubro de 2026, associado à publicação de Bolmo na Nature. É um modelo autorregressivo que processa texto como bytes UTF-8 através de componentes locais, agrupamento dinâmico e um modelo global. A modalidade verificada é texto para texto: eventuais extensões futuras a imagem ou áudio não são capacidades disponíveis. A criação do repositório em agosto não é utilizada como data de lançamento.

Texto e raciocínio · Pesos abertos AI2

Bwen 8B Stage 1

Checkpoint da Ai2 incluído no lançamento público de 7 de outubro de 2026, associado à publicação de Bolmo na Nature. É um modelo autorregressivo que processa texto como bytes UTF-8 através de componentes locais, agrupamento dinâmico e um modelo global. A modalidade verificada é texto para texto: eventuais extensões futuras a imagem ou áudio não são capacidades disponíveis. A criação do repositório em agosto não é utilizada como data de lançamento.

Texto e raciocínio · Pesos abertos AI2

Blama 8B Stage 1

Checkpoint da Ai2 incluído no lançamento público de 7 de outubro de 2026, associado à publicação de Bolmo na Nature. É um modelo autorregressivo que processa texto como bytes UTF-8 através de componentes locais, agrupamento dinâmico e um modelo global. A modalidade verificada é texto para texto: eventuais extensões futuras a imagem ou áudio não são capacidades disponíveis. A criação do repositório em agosto não é utilizada como data de lançamento.

Texto e raciocínio · Pesos abertos GOOGLE

Gemini 4 Argon

Modelo da Google disponível de forma geral desde 13 de outubro de 2026. Aceita texto, imagens, áudio e vídeo e gera texto, incluindo código; não gera imagens, áudio nem vídeo. Utiliza uma arquitetura MoE e uma janela partilhada de 1.048.576 tokens. As aplicações de robótica utilizam este mesmo modelo, não um endpoint independente.

Texto e raciocínio · Proprietário pago ANTHROPIC

Claude Haiku 5.5

Modelo da Anthropic lançado em 7 de outubro de 2026 para tarefas frequentes sensíveis ao custo e à latência. Aceita texto e imagens e devolve texto, incluindo código; não gera imagens, áudio nem vídeo. A janela de um milhão de tokens e o raciocínio adaptativo ampliam a família Haiku, sem o tornar um substituto universal de Sonnet ou Opus em trabalhos complexos.

Texto e raciocínio · Proprietário pago GOOGLE

Gemini Nano Banana 2.1

Modelo da Google para geração de imagens e edição conversacional, disponível de forma geral desde 6 de outubro de 2026. Substitui o Nano Banana 2, sem o confundir com o Nano Banana Pro. Aceita texto, imagens, vídeo e PDF como contexto; produz imagens e texto, não vídeo nem áudio. A Google anuncia melhorias visuais, no cumprimento de instruções, no texto e na consistência entre edições.

Imagem · Proprietário pago IBM

Granite Timeseries Ensemble R1

Ensemble de previsão de séries temporais publicado pela IBM em 5 de outubro de 2026, segundo o evento público do repositório oficial. Combina PatchTST-FM-r1, PatchTST-FM-r2, FlowState-r1.1 e TTM-r3. Distribui receitas reproduzíveis, não pesos fundidos nem um novo checkpoint treinado: descarrega os quatro membros dos respetivos repositórios durante a execução.

Séries temporais · Ensemble aberto ALEPH ALPHA

Kolibri 1

Modelo de texto e código da Aleph Alpha, lançado oficialmente em 3 de outubro de 2026 e centrado em alemão e inglês. A arquitetura MoE tem 78,1 mil milhões de parâmetros no total e ativa cerca de 3,46 mil milhões por token. Suporta raciocínio configurável e chamadas de ferramentas. Os pesos FP8 e BF16 são publicados sob Apache 2.0: são duas precisões da mesma família, não dois modelos independentes.

Texto e raciocínio · Pesos abertos ALIBABA QWEN

Qwen Image 2.1 Pro

Serviço de geração e edição de imagens integrado no catálogo internacional da Alibaba Cloud a 2 de outubro de 2026. A família Qwen Image 2.1 combina criação a partir de texto, edição localizada e transparência nativa, com um componente visual de 7 mil milhões de parâmetros. Esta ficha identifica a variante API Pro, não os pesos descarregáveis do modelo base.

Imagem · Proprietário pago COHERE

Cohere Embed 5 Pro

Modelo de embeddings para indexação de alta qualidade de texto, imagens e documentos mistos. Suporta mais de cem idiomas e partilha o espaço vetorial com Embed 5 Fast, permitindo indexar com Pro e consultar com Fast sem reconstruir o índice.

Embeddings · Proprietário pago COHERE

Cohere Embed 5 Fast

Variante de embeddings para pesquisa interativa, consultas de agentes e tráfego elevado. Aceita texto, imagens e documentos mistos em mais de cem idiomas. Partilha o espaço vetorial do Pro para consultar índices existentes com menor custo de texto.

Embeddings · Proprietário pago OPENAI

GPT‑6.1 Sol

Modelo da OpenAI para programação complexa, utilização do computador e trabalho profissional com entradas de texto e imagem. O fornecedor anuncia um desempenho próximo do Astra a um custo inferior; avalie esse equilíbrio nas suas próprias tarefas.

Texto e raciocínio · Proprietário pago ANTHROPIC

Claude Opus 5.5

Nova geração Opus para programação agêntica, utilização do computador e trabalho profissional prolongado, com um contexto de um milhão de tokens.

Texto e raciocínio · Proprietário pago ANTHROPIC

Claude Sonnet 5.5

Atualização do Sonnet para tarefas do dia a dia, código e documentos, com maior velocidade e um milhão de tokens de contexto.

Texto e raciocínio · Proprietário pago XAI

Grok 4.7

Modelo da xAI para código, agentes e trabalho de conhecimento, com entrada de texto e imagem.

Texto e raciocínio · Proprietário pago XAI

Grok Voice Transcribe 2.0

Segunda versão do modelo de transcrição da xAI para ficheiros e áudio em direto.

Voz e áudio · Proprietário pago GOOGLE

Gemini 3.8 Live

Modelo de conversação em direto que integra voz, vídeo e ferramentas com baixa latência.

Voz e áudio · Proprietário pago GOOGLE

Gemini 3.8 Live Extended Thinking

Variante de voz em direto com raciocínio em segundo plano para tarefas complexas com várias etapas.

Voz e áudio · Proprietário pago ALIBABA QWEN

Qwen3.8-Max

Família de referência Qwen3.8 para engenharia de software, agentes e compreensão visual, com uma janela de contexto de um milhão de tokens.

Texto e raciocínio · Proprietário pago ALIBABA QWEN

Qwen3.8-Flash

Variante eficiente do Qwen3.8 para texto e visão, com contexto longo e saída extensa.

Texto e raciocínio · Proprietário pago ALIBABA QWEN

Qwen3.8-Omni-Flash

Modelo de compreensão de texto, imagem, áudio e vídeo, com respostas em texto e ferramentas.

Multimodal · Proprietário pago ALIBABA QWEN

Qwen3.8-Omni-Flash-Realtime

Modelo audiovisual para interação em tempo real com saída de voz e texto, ferramentas e MCP remoto.

Voz e áudio · Proprietário pago ELEVENLABS

Eleven v4

Modelo de síntese de voz expressiva para narração, personagens e diálogo em mais de 90 idiomas.

Voz e áudio · Proprietário pago ELEVENLABS

Eleven v4 Turbo

Variante do Eleven v4 otimizada para agentes de voz e respostas expressivas em tempo real.

Voz e áudio · Proprietário pago Z.AI

GLM‑5.3

Modelo aberto da Z.AI orientado para engenharia de software, agentes de longa duração e raciocínio técnico.

Código · API e pesos abertos Z.AI

GLM‑5.3‑Flash

Variante multimodal com 320.000 mil milhões de parâmetros no total e 18.000 mil milhões ativos, focada na eficiência.

Multimodal · API e pesos abertos ALIBABA QWEN

Qwen Image 3.0 Pro

Modelo visual para composições complexas, texto pequeno e edição com base em até três imagens de referência.

Imagem · Proprietário pago ALIBABA QWEN

Wan 3.0 Video Prime

Versão acelerada do Wan 3.0 para criar vídeos com referências de texto, imagem, vídeo e áudio.

Vídeo · Proprietário pago

Ferramentas por problema

O utilitário antes do diretório infinito.

DESENVOLVIMENTO

Assistentes de código

Entenda repositórios, revise alterações e automatize testes.

Código INVESTIGAÇÃO

Pesquise com fontes

Sintetize evidências preservando a proveniência e os limites.

Evidência CRIAÇÃO

Imagem, vídeo, voz e áudio

Geração e edição multimodal com critérios de controle e custo.

Multimídia

Agentes e automatização

Sistemas que combinam modelos, ferramentas, memória e regras de controle.

PADRÃO

Agente com ferramentas

Selecione ações, consulte serviços e verifique o resultado.

Ferramentas PADRÃO

Fluxo monitorado

Reserve decisões sensíveis para revisão humana explícita.

Controlar PADRÃO

Recuperação com fontes

Conecte as respostas a documentos e referências rastreáveis.

pano

Navegue por capacidade

Cada capacidade requer métricas e riscos diferentes.

TEXTO

Texto e raciocínio

Contextualização, planeamento, síntese e resolução de problemas.

Comparar SOFTWARE

Programação

Geração, compreensão e manutenção de código.

Avaliar MULTIMODAL

Imagem, vídeo, voz e áudio

Entradas e saídas que precisam avaliar fidelidade, custo e direitos.

Modalidades
ANÁLISE

Análises relacionadas

Do dado à decisão: guia para escolher entre IA, BI e código na análise de dados
GUIA

Do dado à decisão: guia para escolher entre IA, BI e código na análise de dados

Como distinguir entre exploração, relatórios recorrentes e decisões operacionais para selecionar a ferramenta adequada, verificar resultados e gerenciar riscos de privacidade e custo.

17 out 2026
Automatizar fluxos operacionais com IA: quando o modelo se torna o gargalo
ANALISIS

Automatizar fluxos operacionais com IA: quando o modelo se torna o gargalo

Um quadro prático para decidir quando usar regras, modelos preditivos ou IA generativa em tarefas operacionais — e o que medir antes de automatizar.

17 out 2026
Como escolher uma ferramenta RAG com base nos seus documentos e no risco de erro
GUIA

Como escolher uma ferramenta RAG com base nos seus documentos e no risco de erro

Um guia para decidir entre busca por palavras-chave, busca semântica e RAG, e para avaliar a estrutura documental, a rastreabilidade, a atualização, a latência e o custo sem confundir relevância com veracidade.

15 out 2026
GLM-5.1: o que verificar antes de implantá-lo como agente de programação
ANALISIS

GLM-5.1: o que verificar antes de implantá-lo como agente de programação

A Z.AI apresenta o GLM-5.1 como um modelo para engenharia agêntica, e há uma página do modelo no Hugging Face. Mas as informações disponíveis não bastam para confirmar a licença, os requisitos de execução, o preço oficial nem os resultados de benchmark. Este guia separa o que está documentado do que ainda precisa ser verificado e propõe uma lista de checagem para avaliá-lo.

03 out 2026
Cohere Embed 5 Pro: o que sua vantagem em recuperação demonstra — e o que falta para escolhê-lo
ANALISIS

Cohere Embed 5 Pro: o que sua vantagem em recuperação demonstra — e o que falta para escolhê-lo

A Cohere atribui ao Embed 5 Pro o melhor resultado médio entre os modelos que testou e destaca a recuperação de documentos financeiros. As informações disponíveis não permitem verificar a pontuação, a metodologia, o preço exato nem todas as condições de uso.

03 out 2026
Cohere Embed 5 Fast: o que se sabe sobre capacidades, acesso e preço
ANALISIS

Cohere Embed 5 Fast: o que se sabe sobre capacidades, acesso e preço

A documentação fornecida identifica o Embed 5 Fast como parte da família Embed 5, mas não é suficiente para confirmar as modalidades de entrada, a disponibilidade por canal, o preço aplicável ou os resultados de recuperação. Veja o que é possível afirmar e o que ainda precisa ser verificado.

03 out 2026