Gemini 3.8 Flash
O Gemini 3.8 Flash é o Flash mais recente do Google, lançado em 02/09/2026 e descrito pela empresa como seu modelo de uso diário mais inteligente. Custa US$ 0,75 por milhão de tokens de entrada e US$ 3,75 de saída até 31/12/2026, o mesmo do 3.7 Flash, e o dobro a partir de 01/01/2027, com 1.048.576 tokens de contexto. Na tabela do Google, supera o 3.7 Flash nas 14 provas e lidera 8 delas contra modelos bem mais caros, mas fica longe no trabalho longo em terminal e no uso de computador.
O Gemini 3.8 Flash em números oficiais
Dados publicados pelo fabricante na documentação e no anúncio. Fonte de cada um no fim da página.
- Fabricante
- Google DeepMind
- Identificador na API
gemini-3.8-flash(estável, GA)- Lançamento
- 02/09/2026
- Entrada
- US$ 0,75 por milhão até 31/12/2026; US$ 1,50 a partir de 01/01/2027
- Saída (inclui raciocínio)
- US$ 3,75 por milhão até 31/12/2026; US$ 7,50 a partir de 01/01/2027
- Leitura de cache
- US$ 0,075 por milhão (US$ 0,15 em 2027), mais armazenamento por hora
- Contexto longo
- preço único, sem sobretaxa para pedido grande
- Janela de contexto
- 1.048.576 tokens
- Resposta máxima
- 65.536 tokens
- Conhecimento confiável
- até março de 2026; em alguns domínios, até janeiro de 2025
- Raciocínio
- low, medium (padrão) e high; minimal não é aceito
- Entrada e saída
- entra texto, imagem, vídeo, áudio e PDF; sai só texto
- Plano gratuito
- sim, na Gemini API e no Google AI Studio
- Onde roda
- Gemini API, Google AI Studio, Google Cloud, Antigravity e, para assinantes AI Pro e Ultra, app Gemini e AI Mode da Busca, segundo o anúncio e o model card
Onde o Gemini 3.8 Flash vai bem, onde fica atrás e para quem serve
Onde vai bem
- Programação de longo prazo pelo preço: 73,7% no DeepSWE v1.1, contra 74,0% do Claude Opus 5, que custava US$ 5 e US$ 25 na mesma tabela do Google.
- Agente jurídico e financeiro: lidera o Vals Finance Agent v2 (61,4%) e o Harvey's Legal Agent Benchmark (10,0%) na comparação do lançamento.
- Gráfico e vídeo: 86,2% no CharXiv Reasoning sem ferramentas e 87,1% no LVBench, de vídeo longo, lidera as duas linhas.
- Contexto grande sem sobretaxa: 1.048.576 tokens de entrada a preço único. No GPT-6 Luna, pedidos acima de 272 mil tokens pagam o dobro na entrada.
- Salto sobre o 3.7 Flash pelo mesmo preço: Terminal-Bench 4.0 de 11,2% para 19,1% e OSWorld 2.0 de 50,6% para 59,0%.
Onde fica atrás
- Trabalho longo em terminal: 19,1% no Terminal-Bench 4.0, contra 51,8% do Claude Opus 5 e 37,3% do GPT-5.6 Sol.
- Uso de computador: 59,0% no OSWorld 2.0, contra 75,4% do Claude Opus 5.
- Segurança fora do inglês: o model card admite piora de 5,4 pontos percentuais no teste automático de segurança multilíngue, frente ao 3.7 Flash.
- Gasta mais tokens: segundo o Google, o 3.8 Flash trabalha mais por tarefa, com passos extras de raciocínio e chamadas de ferramenta, e o raciocínio é cobrado como saída.
- Preço dobra em 2027: a partir de 01/01/2027, US$ 1,50 e US$ 7,50, acima do Claude Haiku 4.5 (US$ 1 e US$ 5).
Para quem faz sentido
- Agente de programação e fluxo de empresa em volume, onde o 3.7 Flash não dava conta e um modelo de fronteira pesa demais na fatura.
- Material longo e misto num pedido só: PDFs, contratos, gravação de reunião e vídeo, dentro de 1 milhão de tokens.
- Pesquisa financeira e jurídica com agente, duas provas de trabalho profissional que ele lidera na tabela do Google.
- Protótipo no plano gratuito do Google AI Studio antes de pagar.
Quando escolher outro
- Agente que passa horas no terminal ou opera telas: Terminal-Bench 4.0 e OSWorld 2.0 são onde ele mais fica atrás.
- Volume enorme de tarefa simples, como classificar e extrair: o GPT-6 Luna custa US$ 0,10 e US$ 0,50.
- Atendimento ao público em português em tema sensível sem moderação própria, por causa da regressão de segurança fora do inglês.
- Resposta instantânea sem raciocínio: o nível mais baixo aceito é low. O GPT-6 Luna permite desligar o raciocínio.
O que o Google publicou no lançamento
O 3.8 Flash saiu em 02/09/2026, três semanas depois do 3.7 Flash e como o terceiro Flash do Google em seis semanas, com o mesmo preço e a mesma velocidade do antecessor. No mesmo dia saiu o 3.8 Flash Cyber, versão treinada para segurança e liberada só para defensores aprovados.
A tabela abaixo é a do anúncio, repetida no model card. Ela compara o 3.8 Flash com modelos que estavam no mercado em 2 de setembro. Depois disso saíram o Claude Opus 5.5, o GPT-6 Sol e o GPT-6 Luna, em 22/09, e o GPT-6.1 Sol, em 29/09, que não aparecem aqui.
Duas ressalvas do próprio Google. O PDF de metodologia admite que o 74,0% do Claude Opus 5 no DeepSWE foi reportado incorretamente por arredondamento, sem publicar o valor certo. E o LVBench traz 87,8% em modo agêntico, recurso que a documentação do Google Cloud marca como não suportado no 3.8 Flash; o modo estático, 87,1%, já lidera a linha.
| 3.8 Flash | 3.7 Flash | Opus 5 Anthropic | Sonnet 5 Anthropic | GPT-5.6 Sol OpenAI | GPT-5.6 Terra OpenAI | |
|---|---|---|---|---|---|---|
| Preço de entrada US$ por milhão, sem cache |
0,75 (1,50 depois) | 0,75 (1,50 depois) | 5,00 | 2,00 | 4,00 | 2,00 |
| Preço de saída US$ por milhão |
3,75 (7,50 depois) | 3,75 (7,50 depois) | 25,00 | 10,00 | 20,00 | 12,00 |
| DeepSWE v1.1 programação de longo prazo |
73,7% | 65,3% | 74,0% | 53,8% | 72,7% | 69,6% |
| GDPVal-AA v2 trabalho de escritório, Elo |
1.545 | 1.482 | 1.824 | 1.584 | 1.710 | 1.528 |
| Vals Finance Agent v2 pesquisa financeira |
61,4% | 59,0% | 58,6% | 53,9% | 53,8% | 54,4% |
| Harvey's Legal Agent Benchmark trabalho jurídico |
10,0% | 8,8% | 6,7% | 5,0% | 2,5% | 0,8% |
| Terminal-Bench 2.1 terminal |
89,4% | 85,8% | 89,1% | 80,4% | 88,8% | 87,4% |
| Terminal-Bench 4.0 trabalho longo em terminal |
19,1% | 11,2% | 51,8% | 12,4% | 37,3% | 23,6% |
| GDP.PDF taxa de aprovação completa |
35,0% | 34,0% | 37,0% | 28,0% | 40,0% | 29,0% |
| CharXiv Reasoning leitura de gráfico, sem ferramentas |
86,2% | 84,5% | 83,7% | 70,1% | 85,8% | 85,9% |
| LVBench vídeo longo; no 3.8, estático e agêntico |
87,1% e 87,8% | 85,4% | 75,4% | 68,5% | 82,1% | 78,9% |
| HLE-Verified conhecimento difícil |
54,9% | 53,6% | 54,4% | 31,0% | 54,5% | 51,1% |
| OSWorld 2.0 uso de computador |
59,0% | 50,6% | 75,4% | 42,6% | 62,6% | 50,2% |
| BioMysteryBench biologia, resolvível por humanos |
88,8% | 87,1% | 90,1% | 87,5% | 79,5% | 83,8% |
| BioMysteryBench biologia, difícil para humanos |
56,5% | 43,5% | 49,4% | 34,1% | 44,7% | 49,4% |
| LABBench2 ciência |
86,2% | 82,1% | 84,2% | 80,1% | 82,1% | 81,2% |
Números do anúncio e do model card do Gemini 3.8 Flash, com os preços que o Google publicou na mesma tabela; o do 3.8 e do 3.7 Flash é introdutório até 31/12/2026. O ponto marca o melhor de cada linha.
3.8 Flash, GPT-6 Luna ou Claude Haiku 4.5
Nenhum fabricante pôs os três na mesma tabela, então aqui a comparação é de preço e de ficha; as notas independentes ficam no topo desta página. O GPT-6 Luna, da OpenAI, é o mais barato por token: US$ 0,10 e US$ 0,50. O Claude Haiku 4.5, da Anthropic, custa US$ 1 e US$ 5. O 3.8 Flash fica entre os dois no preço introdutório e passa o Haiku 4.5 a partir de janeiro. Contra o Luna, o Flash aceita vídeo, áudio e PDF na entrada, onde o Luna recebe texto e imagem; o Luna responde até 128 mil tokens, contra 65.536, e tem corte de conhecimento mais recente.
Sobre desempenho, com cautela: a OpenAI publicou 66,6% para o Luna no DeepSWE v1.1 em esforço máximo, e o Google publicou 73,7% para o 3.8 Flash na mesma prova, rodada por ele com raciocínio high. São medições de fabricantes diferentes, em condições diferentes, e não servem para cravar vencedor.
| 3.8 Flash até 31/12/2026 | 3.8 Flash a partir de 2027 | GPT-6 Luna OpenAI | Haiku 4.5 Anthropic | |
|---|---|---|---|---|
| Entrada | US$ 0,75 | US$ 1,50 | US$ 0,10 | US$ 1 |
| Saída | US$ 3,75 | US$ 7,50 | US$ 0,50 | US$ 5 |
| Leitura de cache | US$ 0,075 | US$ 0,15 | US$ 0,01 | US$ 0,10 |
| Janela de contexto | 1.048.576 | 1.048.576 | 1.050.000 (entrada até 922.000) | 200 mil |
| Resposta máxima | 65.536 | 65.536 | 128.000 | 64 mil |
| Conhecimento até | março de 2026 | março de 2026 | 18/05/2026 | fevereiro de 2025 |
Preço padrão. O GPT-6 Luna cobra o dobro na entrada acima de 272 mil tokens; o 3.8 Flash tem preço único. Documentação do Google, da OpenAI e da Anthropic consultada em 01/10/2026.
Antes de trocar o 3.7 Flash pelo 3.8
O preço por token é o mesmo, mas o custo por tarefa pode subir, porque o 3.8 Flash usa mais passos de raciocínio. Quando eficiência é a restrição principal, o próprio Google recomenda baixar o esforço ou continuar no 3.7 Flash, que segue com suporte completo.
A migração mexe no código: o guia da Gemini API manda trocar thinking_budget por thinking_level e tirar temperature, top_p e top_k. O Google Cloud ainda lista valores padrão de amostragem para o mesmo modelo; confira na sua plataforma.
O teste que decide: dez tarefas reais no 3.7 e no 3.8 Flash em esforço medium, comparando acerto e custo por tarefa, já com o preço de 2027. Se a aplicação fala com público em português, inclua casos sensíveis: a regressão de segurança que o Google admitiu é fora do inglês, embora a empresa diga que a revisão manual achou sobretudo falsos positivos ou casos não graves.
Exemplos de uso do Gemini 3.8 Flash
Um agente corrige bugs e abre pull requests em dezenas de repositórios por dia. No DeepSWE v1.1, o 3.8 Flash marca 73,7%, e o Google diz que ele supera a maioria dos modelos de fronteira maiores por uma fração do custo.
Contratos e balanços em PDF entram no mesmo pedido, dentro de 1 milhão de tokens; no Google Cloud, PDFs de até 50 MB e 3.000 páginas. Vals Finance Agent v2 e Harvey's Legal Agent Benchmark, que medem esse trabalho, estão entre as provas que ele lidera.
Uma gravação de cerca de 45 minutos com áudio, limite documentado no Google Cloud, vira ata com decisões e responsáveis. O LVBench, de vídeo longo, é uma das provas que o 3.8 Flash lidera.
Onde o Gemini 3.8 Flash se destaca e onde fica atrás, pelos números
O Gemini 3.8 Flash tem resultado publicado em 30 provas compiladas pela Epoch AI. A régua aqui é a geração: a posição dele entre os modelos lançados entre 06/12/2025 e 01/12/2026 que fizeram a mesma prova. Contra o acervo inteiro, que tem modelos de 2023, um lançamento recente fica no topo de quase tudo, e isso não diz nada.
Onde se destaca
Provas em que fica no terço de cima da própria geração.
Onde fica atrás
Provas em que fica na metade de baixo da própria geração.
Ver as 30 provas, uma a uma
| Prova | Nota | Na geração | No geral | Recorde da prova |
|---|---|---|---|---|
| GPQA Diamond | 95,4% | 4º / 76 (empatado com 1) | 4º / 173 | 96,4% Gemini 4 Argon |
| AIME 2024 e 2025 (OTIS) | 98,9% | 17º / 78 (empatado com 3) | 17º / 168 | 100,0% GPT-5.5 |
| Dtbench | 95,7% | 16º / 66 | 16º / 148 | 98,9% Claude Opus 5.5 |
| Lmca | 52,90 | 16º / 66 | 16º / 121 | 68,23 Claude Opus 5.5 |
| CritPt | 18,3% | 29º / 77 | 29º / 112 | 32,3% GPT-5.6 Sol |
| WeirdML | 84,8% | 7º / 50 | 7º / 112 | 93,6% GPT-6 Astra |
| SciCode | 56,6% | 19º / 75 (empatado com 1) | 19º / 104 | 66,9% Claude Opus 5.5 |
| Frontiermath Tiers 1 3 V2 | 68,4% | 29º / 67 | 29º / 86 | 93,7% GPT-6 Astra |
| ARC-AGI 2 | 89,2% | 8º / 46 (empatado com 1) | 8º / 83 | 95,0% GPT-6 Astra |
| ALE-Bench | 1.270 | 24º / 60 | 24º / 82 | 2.951 GPT-6 Astra |
| WebDev Arena | 1.568 | 26º / 70 | 26º / 82 | 1.820 Claude Opus 5.5 |
| ARC-AGI | 98,5% | 1º / 46 (empatado com 4) | 1º / 81 | 98,5% Claude Fable 5 |
| SimpleQA Verified | 69,7% | 8º / 62 (empatado com 1) | 8º / 81 | 76,0% Gemini 4 Argon |
| Xadrez (problemas) | 58,0% | 12º / 62 | 12º / 80 | 76,0% GPT-6 Astra |
| Enigmas de jogo | 47,0% | 13º / 60 | 13º / 77 | 84,0% GPT-6 Astra |
| ProofBench | 48,0% | 33º / 67 | 33º / 74 | 100,0% Claude Fable 5.1 |
| Frontiermath Tier 4 V2 | 22,0% | 43º / 57 (empatado com 1) | 43º / 67 | 100,0% GPT-6.1 Sol |
| Vending Bench 2 | 5.094 | 29º / 46 | 30º / 57 | 15.515 GPT-6 Astra |
| Apex Agents | 64,3% | 9º / 48 | 9º / 50 | 82,4% Gemini 4 Argon |
| FrontierCode | 41,2% | 24º / 43 | 24º / 43 | 54,6% Claude Opus 5.5 |
| Hle | 44,5% | 5º / 14 | 5º / 39 | 54,8% GPT-6 Astra |
| Gdp Pdf | 23,4% | 17º / 37 | 17º / 37 | 35,0% GPT-6.1 Sol |
| Furniture Assembly | 31,7% | 24º / 33 | 24º / 34 | 83,3% Claude Opus 5.5 |
| Blueprint Bench 2 | 38,6% | 5º / 30 (empatado com 1) | 5º / 31 | 54,4% Gemini 4 Argon |
| DeepSWE | 73,8% | 2º / 26 | 2º / 26 | 74,1% GPT-6 Astra |
| Surface Evolver Bench | 76,9% | 7º / 23 | 7º / 24 | 95,0% Claude Fable 5 |
| FrontierSWE | 19,6% | 16º / 20 | 16º / 20 | 65,5% GPT-6 Astra |
| CursorBench | 39,6% | 13º / 16 | 13º / 16 | 57,8% Claude Opus 5.5 |
| Rli | 5,8% | 7º / 10 | 7º / 15 | 21,3% Claude Opus 5.5 |
| Weirdml V3 | 7,4% | 8º / 10 | 8º / 11 | 42,2% GPT-6 Astra |
Em cada prova vale o melhor nível de esforço que o modelo fez, como no ranking. Fonte das notas: Epoch AI, sob CC BY 4.0.
Com quem comparar o Gemini 3.8 Flash
Os modelos de outros laboratórios mais próximos em capacidade e lançados na mesma época, no máximo dois por laboratório. Clique em qualquer um para ver a página dele.
| Modelo | Laboratório | ECI | ELO | LiveBench | Lançamento |
|---|---|---|---|---|---|
| Kimi K3 | Moonshot | 157,42 | 1.528 | 79,2 | 16/07/2026 |
| Gemini 3.8 Flash | Google DeepMind | 157,20 | 1.551 | 75,8 | 02/09/2026 |
| Qwen 3.8 Max | Alibaba | 156,88 | 1.536 | 78,5 | 02/08/2026 |
| Muse Spark 1.3 | Meta AI | 156,76 | 1.528 | 81,6 | 02/09/2026 |
| GPT-5.3 Codex | OpenAI | 156,76 | n/d | n/d | 05/02/2026 |
| GPT-5.4 | OpenAI | 156,72 | 1.519 | 78,0 | 05/03/2026 |
| Claude Sonnet 5 | Anthropic | 156,36 | 1.491 | 76,0 | 30/06/2026 |
Gemini 3.8 Flash ou Kimi K3?
O Kimi K3 é o modelo de outro laboratório mais próximo do Gemini 3.8 Flash em capacidade. Nas 26 provas que os dois fizeram, o placar é este:
| Prova | Gemini 3.8 Flash | Kimi K3 |
|---|---|---|
| ProofBench | 48,0% | 87,0% |
| Enigmas de jogo | 47,0% | 26,0% |
| Frontiermath Tier 4 V2 | 22,0% | 39,0% |
| Xadrez (problemas) | 58,0% | 36,0% |
| ARC-AGI 2 | 89,2% | 60,4% |
| SimpleQA Verified | 69,7% | 50,6% |
| FrontierSWE | 19,6% | 25,9% |
| Blueprint Bench 2 | 38,6% | 29,5% |
| CritPt | 18,3% | 23,4% |
| Apex Agents | 64,3% | 50,6% |
Placar sem peso: cada prova conta um ponto, seja de matemática, seja de programação. O ponto marca quem foi melhor em cada linha.
Quanto o Gemini 3.8 Flash custa para entregar cada tarefa
Preço por token é o que está na tabela; custo por tarefa é o que chega na fatura, porque depende de quantos tokens o modelo gasta. Cada ponto é um nível de esforço, publicado por quem rodou a prova e compilado pela Epoch AI. Quanto mais para cima e para a esquerda, mais nota por dólar.
CursorBench
A escala de nota não começa em zero.
DeepSWE
A escala de nota não começa em zero.
Os outros modelos da Google DeepMind
Os modelos do mesmo laboratório mais próximos no tempo, do mais novo para o mais antigo.
| Modelo | Lançamento | ECI | ELO | LiveBench | Acesso |
|---|---|---|---|---|---|
| Gemini 4 Argon | 30/09/2026 | 164,56 | 1.608 | n/d | Limited access |
| Gemini 3.8 Flash | 02/09/2026 | 157,20 | 1.551 | 75,8 | API access |
| Gemini 3.7 Flash | 13/08/2026 | 157,22 | 1.551 | 78,8 | API access |
| Gemini 3.6 Flash | 21/07/2026 | 154,24 | 1.530 | 73,6 | API access |
| Gemini 3.5 Flash-Lite | 21/07/2026 | 145,15 | 1.467 | 63,9 | API access |
| Gemini 3.5 Flash | 19/05/2026 | 154,38 | 1.526 | 74,6 | API access |
| Gemma 4 31B IT | 02/04/2026 | 142,86 | n/d | n/d | Open weights (restricted use) |
| Gemma 4 26B A4B | 02/04/2026 | 141,81 | 1.495 | n/d | Open weights (unrestricted) |
| Gemini 3.1 Pro | 19/02/2026 | 154,67 | 1.528 | 77,0 | API access |
Já usou o Gemini 3.8 Flash? Dê sua nota
Opinião de quem usa, não medição: a nota fica separada do ranking e não mexe na posição de ninguém. Um voto por navegador, sem cadastro, e dá para trocar a nota depois.
O que as pessoas perguntam sobre o Gemini 3.8 Flash
Quanto custa o Gemini 3.8 Flash?
Até 31/12/2026, US$ 0,75 por milhão de tokens de entrada e US$ 3,75 por milhão de saída, preço introdutório. A partir de 01/01/2027, US$ 1,50 e US$ 7,50. Os tokens de raciocínio contam como saída, lote e Flex custam metade, e a Gemini API tem plano gratuito para o modelo.
Qual a diferença entre o Gemini 3.8 Flash e o 3.7 Flash?
Preço, contexto e resposta máxima são iguais. Na tabela do Google, o 3.8 Flash marca mais nas 14 provas, com saltos maiores em programação de longo prazo (73,7% contra 65,3% no DeepSWE v1.1) e uso de computador (59,0% contra 50,6% no OSWorld 2.0). Em troca, gasta mais tokens por tarefa. O 3.7 Flash continua com suporte completo.
O Gemini 3.8 Flash é seguro para atendimento em português?
O model card diz que a segurança em idiomas não ingleses regrediu um pouco frente ao 3.7 Flash, com 5,4 pontos percentuais a mais no teste automático multilíngue, em que menor é melhor. Isso não torna o modelo inseguro, mas pede teste com casos sensíveis em português e moderação própria antes de pôr na frente do público.
Gemini 3.8 Flash ou GPT-6 Luna?
O GPT-6 Luna custa bem menos por token (US$ 0,10 e US$ 0,50) e responde até 128 mil tokens. O 3.8 Flash aceita vídeo, áudio e PDF na entrada, enquanto o Luna recebe texto e imagem, e não cobra a mais por pedido longo. Nenhum fabricante comparou os dois na mesma tabela; as notas independentes ficam no topo desta página.
Qual a posição do Gemini 3.8 Flash no ranking de IA?
No AI Benchmark da ROO3, ordenado pelo ECI da Epoch AI, o Gemini 3.8 Flash está em 19º lugar entre 267 modelos, com ECI de 157,20. O ECI é um índice composto que junta vários benchmarks difíceis numa escala só. A posição muda quando sai modelo novo, e a página é apurada seis vezes por dia.
O Gemini 3.8 Flash é melhor que o Kimi K3?
Nas 26 provas que os dois fizeram e que a Epoch AI compilou, o Gemini 3.8 Flash fica à frente em 14, atrás em 12 e empata em 0. É uma comparação prova a prova, sem peso: uma vitória em matemática conta igual a uma em programação. Para escolher entre os dois, vale olhar as provas que se parecem com o seu uso.
Em que o Gemini 3.8 Flash vai melhor?
Comparado aos modelos da mesma geração (lançados até 9 meses antes e até 3 meses depois dele), os melhores resultados relativos do Gemini 3.8 Flash são: DeepSWE (2º de 26); ARC-AGI (1º de 46); GPQA Diamond (4º de 76). A régua é a posição entre os modelos daquela época que fizeram a mesma prova.
De onde vêm os números desta página?
Das mesmas três fontes do ranking, todas com licença aberta: Epoch AI (ECI e provas individuais, CC BY 4.0), Arena (ELO de preferência humana, CC BY 4.0) e LiveBench (média geral, CC BY-SA 4.0). A ROO3 não mede modelo nenhum. Quando a página traz número publicado pelo próprio fabricante, ele aparece na análise escrita, dito como sendo do fabricante, e nunca entra no ranking.
De onde vem cada número
- Google, anúncio do Gemini 3.8 Flash e do 3.8 Flash Cyber
- Google DeepMind, model card do Gemini 3.8 Flash
- Google DeepMind, metodologia de avaliação do Gemini 3.8 Flash (PDF)
- Gemini API, página do Gemini 3.8 Flash
- Gemini API, guia do modelo mais recente (raciocínio e migração)
- Gemini API, tabela de preços
- Google Cloud, página do Gemini 3.8 Flash
- OpenAI, página do GPT-6 Luna (documentação)
- OpenAI, tabela de preços da API
- OpenAI, anúncio do GPT-6 Sol e do GPT-6 Luna
- OpenAI, changelog da API
- Anthropic, anúncio do Claude Opus 5.5
- Anthropic, comparação de modelos na documentação do Fable 5.1 (Haiku 4.5)
- Anthropic, tabela de preços (documentação)
Epoch AI, "AI Benchmarking Hub". Publicado em epoch.ai. Dados sob licença CC BY 4.0, reordenados por roo3.co.
Leaderboard da Arena (LMArena), do dataset público lmarena-ai/leaderboard-dataset no Hugging Face, sob licença CC BY 4.0. Não somos afiliados à Arena.
LiveBench, da equipe do LiveBench, publicado em livebench.ai sob licença CC BY-SA 4.0. A média geral é recalculada por roo3.co com a mesma conta do site (média das categorias), e esses números seguem sob CC BY-SA 4.0. Não somos afiliados ao LiveBench.
← Ver o ranking completo