O placar dos três pagos dos EUA e dos sete chineses que mais pesam no tráfego, e o que cada um registrou nas próprias notas de versão: modelo novo, preço, desativação e recurso de API. O número vem do tráfego real de tokens; o movimento, da página oficial do laboratório.
Na semana de 12 out 26, os três pagos dos EUA ficaram com 19,5% dos tokens e 63,0% do gasto estimado. Os laboratórios chineses, com 68,9% dos tokens e 35,8% do gasto.
Os três pagos dos EUA
Tokens
19,5%
↓ 1,1 pp
Gasto estimado
63,0%
↓ 8,3 pp
tokensgasto estimado13 semanas; seta contra 4 semanas antes
Anthropic, OpenAI e Google
Laboratórios chineses
Tokens
68,9%
↑ 0,1 pp
Gasto estimado
35,8%
↑ 8,3 pp
tokensgasto estimado13 semanas; seta contra 4 semanas antes
Todos os de origem chinesa no dado. Os sete acompanhados somam 60,8% dos tokens.
Os três pagos dos EUA
Anthropic
4º em tokens · semana de 12 out 26
Tokens
7,9%
↑ 4,6 pp
Gasto estimado
45,2%
↑ 20,8 pp
tokensgasto estimado13 semanas; seta contra 4 semanas antes
O modo rápido do Claude Opus 5.5 ficou aberto a todos, sem pedido de acesso, e ganhou limite de uso padrão.
Versão técnica
As chamadas ao Claude Opus 5.5 dispensam o cabeçalho beta fast-mode-2026-02-01, e quem ainda o envia continua funcionando. No Claude Opus 5 e no Claude Opus 4.8 o modo rápido segue em prévia.
A Anthropic lançou o Claude Haiku 5.5, que descreve como seu modelo mais capaz para alto volume e baixa latência.
Versão técnica
claude-haiku-5-5, contexto de 1M tokens, saída de até 128k tokens e raciocínio adaptativo regulado pelo parâmetro effort. Disponível na Claude API, no Amazon Bedrock, no Google Cloud e no Microsoft Foundry.
Reaproveitar contexto em cache no Claude Sonnet 5.5 ficou mais barato, e os outros preços não mudaram.
Versão técnica
A leitura de cache de prompt sai de US$ 0,20 para US$ 0,10 por milhão de tokens, 0,05x o preço base de entrada no lugar de 0,1x. Escrita em cache e demais preços seguem iguais.
Quem usa o GPT-6.1 Sol pode pedir que os tokens sejam gerados mais rápido, com preço próprio.
Versão técnica
Usar gpt-6.1-sol com service_tier: "ultrafast" reduz o tempo entre tokens gerados. Aberto a todos os usuários da API, com processamento global e residência de dados nos EUA e na UE.
A OpenAI lançou o GPT-6.1 Sol para programação complexa e trabalho profissional, com custo menor que o do GPT-6 Astra.
Versão técnica
gpt-6.1-sol: US$ 2 de entrada, US$ 0,10 em cache, US$ 2,50 de escrita em cache e US$ 10 de saída por milhão de tokens, em prompts de até 272K tokens. Multiagente em beta na API Responses.
A OpenAI lançou dois modelos de raciocínio que leem texto e imagem, o Sol e o Luna, que é o mais barato dos dois.
Versão técnica
gpt-6-sol: US$ 2 de entrada, US$ 0,20 em cache e US$ 10 de saída por milhão de tokens. gpt-6-luna: US$ 0,10, US$ 0,01 e US$ 0,50. Preços para prompts de até 272K tokens.
O Google liberou o Gemini 3.8 Flash, que chama de seu Flash mais inteligente, voltado a engenharia de software longa e agentes.
Versão técnica
gemini-3.8-flash em disponibilidade geral na Gemini API, para engenharia de software de longo prazo, agentes autônomos e fluxos empresariais complexos.
Os cinco chineses de maior tráfego em 90 dias, mais Moonshot (Kimi) e Qwen (Alibaba). A lista é revista a cada trimestre pelo dado, não por preferência.
DeepSeek
1º em tokens · semana de 12 out 26
Tokens
30,1%
↑ 3,1 pp
Gasto estimado
7,4%
↑ 2,4 pp
tokensgasto estimado13 semanas; seta contra 4 semanas antes
A DeepSeek lançou uma versão nova do V4.1 Flash que, segundo ela, tem desempenho melhor, termina tarefas mais rápido e escreve respostas mais curtas.
Versão técnica
Disponível no site, no app e na API, com otimização para DeepSeek Harness, Tencent CodeBuddy e WorkBuddy. A DeepSeek recomenda o DeepSeek Harness v0.2.1-rc.1 ou mais novo.
A Z.ai lançou o GLM-5.3 e diz que ele programa bem melhor que o GLM-5.2 e encontra falhas de segurança em código.
Versão técnica
Segundo a Z.ai, ganho de 50% sobre o GLM-5.2 no Z.ai Code Bench e estado da arte entre modelos abertos em testes públicos como o Terminal Bench 3.0. Em alvos reais, achou 2.436 vulnerabilidades, 1.097 de gravidade média ou alta.
A Alibaba passou a oferecer o qwen3.8-max e o qwen3.7-flash na região da Virgínia, nos EUA.
Versão técnica
Escopo de implantação nos EUA, com geração de texto, raciocínio, visão, chamada de função, saída estruturada e cache de contexto. O qwen3.8-max tem janela nativa de 1M tokens.
A DeepSeek lançou uma versão nova do V4.1 Flash que, segundo ela, tem desempenho melhor, termina tarefas mais rápido e escreve respostas mais curtas.
Versão técnica
Disponível no site, no app e na API, com otimização para DeepSeek Harness, Tencent CodeBuddy e WorkBuddy. A DeepSeek recomenda o DeepSeek Harness v0.2.1-rc.1 ou mais novo.
O modo rápido do Claude Opus 5.5 ficou aberto a todos, sem pedido de acesso, e ganhou limite de uso padrão.
Versão técnica
As chamadas ao Claude Opus 5.5 dispensam o cabeçalho beta fast-mode-2026-02-01, e quem ainda o envia continua funcionando. No Claude Opus 5 e no Claude Opus 4.8 o modo rápido segue em prévia.
A Alibaba passou a oferecer o qwen3.8-max e o qwen3.7-flash na região da Virgínia, nos EUA.
Versão técnica
Escopo de implantação nos EUA, com geração de texto, raciocínio, visão, chamada de função, saída estruturada e cache de contexto. O qwen3.8-max tem janela nativa de 1M tokens.
Quem usa o GPT-6.1 Sol pode pedir que os tokens sejam gerados mais rápido, com preço próprio.
Versão técnica
Usar gpt-6.1-sol com service_tier: "ultrafast" reduz o tempo entre tokens gerados. Aberto a todos os usuários da API, com processamento global e residência de dados nos EUA e na UE.
A Anthropic lançou o Claude Haiku 5.5, que descreve como seu modelo mais capaz para alto volume e baixa latência.
Versão técnica
claude-haiku-5-5, contexto de 1M tokens, saída de até 128k tokens e raciocínio adaptativo regulado pelo parâmetro effort. Disponível na Claude API, no Amazon Bedrock, no Google Cloud e no Microsoft Foundry.
Reaproveitar contexto em cache no Claude Sonnet 5.5 ficou mais barato, e os outros preços não mudaram.
Versão técnica
A leitura de cache de prompt sai de US$ 0,20 para US$ 0,10 por milhão de tokens, 0,05x o preço base de entrada no lugar de 0,1x. Escrita em cache e demais preços seguem iguais.
A OpenAI lançou o GPT-6.1 Sol para programação complexa e trabalho profissional, com custo menor que o do GPT-6 Astra.
Versão técnica
gpt-6.1-sol: US$ 2 de entrada, US$ 0,10 em cache, US$ 2,50 de escrita em cache e US$ 10 de saída por milhão de tokens, em prompts de até 272K tokens. Multiagente em beta na API Responses.
A Anthropic lançou o Claude Sonnet 5.5, disponível na API dela e nas plataformas da Amazon, do Google e da Microsoft.
Versão técnica
claude-sonnet-5-5 está na Claude API, no Amazon Bedrock, na Claude Platform on AWS, no Google Cloud e no Microsoft Foundry. Contexto, limites de saída e preço ficam na página do modelo.
A OpenAI lançou dois modelos de raciocínio que leem texto e imagem, o Sol e o Luna, que é o mais barato dos dois.
Versão técnica
gpt-6-sol: US$ 2 de entrada, US$ 0,20 em cache e US$ 10 de saída por milhão de tokens. gpt-6-luna: US$ 0,10, US$ 0,01 e US$ 0,50. Preços para prompts de até 272K tokens.
A Anthropic lançou o Claude Opus 5.5, modelo para trabalho longo de programação e conhecimento, com preço menor que o do Claude Opus 5.
Versão técnica
claude-opus-5-5, contexto de 1M tokens, saída de até 128k tokens e raciocínio adaptativo sempre ligado. US$ 4 e US$ 20 por milhão de tokens de entrada e saída, contra US$ 5 e US$ 25 do Claude Opus 5.
O Google liberou o Gemini 3.8 Flash, que chama de seu Flash mais inteligente, voltado a engenharia de software longa e agentes.
Versão técnica
gemini-3.8-flash em disponibilidade geral na Gemini API, para engenharia de software de longo prazo, agentes autônomos e fluxos empresariais complexos.
A Z.ai lançou o GLM-5.3 e diz que ele programa bem melhor que o GLM-5.2 e encontra falhas de segurança em código.
Versão técnica
Segundo a Z.ai, ganho de 50% sobre o GLM-5.2 no Z.ai Code Bench e estado da arte entre modelos abertos em testes públicos como o Terminal Bench 3.0. Em alvos reais, achou 2.436 vulnerabilidades, 1.097 de gravidade média ou alta.
A Moonshot colocou na API o Kimi K3, seu modelo principal para programação longa e trabalho de conhecimento de ponta a ponta.
Versão técnica
Contexto de 1M tokens. Novos usuários deixam de ter acesso ao kimi-k2.5 e à série moonshot-v1.
Share de tokens e de gasto estimado entre os modelos identificados, por semana completa, de segunda a domingo, a mesma conta da faixa “O dado” do Radar. Gasto é tokens vezes o preço misto do catálogo (75% entrada, 25% saída), endpoint gratuito conta zero. Os movimentos são resumos escritos por IA só com o que a nota oficial diz, com todo número conferido contra ela; a pauta coleta segunda, quarta e sexta. As release notes do ChatGPT recusam leitura automática, então a OpenAI aparece pelo changelog da API.