Gemini 4, Claude e GPT: quais modelos competem em cada faixa?
Cada modelo do Gemini 4 ao lado do seu equivalente no Claude e no GPT, com preços oficiais, contexto, nível de raciocínio padrão, custo por tarefa da Artificial Analysis, taxa de alucinação, nível gratuito e disponibilidade na Ofox.
No topo, o Gemini 4 Carbon concorre com o Claude Fable 5.2 e o GPT-6.2 Astra. O Gemini 4 Neon fica ao lado do Claude Opus 5.5 e do GPT-6.2 Sol. O Gemini 4 Hydrogen enfrenta o Claude Sonnet 5.5 e o GPT-6.1 Terra. O equivalente econômico do Google ao Claude Haiku 5.5 e ao GPT-6 Luna é o Gemini 3.5 Flash-Lite, não o Hydrogen. O Gemini 4 Argon custa o mesmo que o Carbon e saiu do guia de escolha de modelos do Google, então trate-o como a opção legada. O próprio Google definiu dois desses pares nos seus model cards. Os outros dois fomos nós que definimos, a partir de preço e posicionamento, e cada um está identificado abaixo.
No nível de raciocínio padrão de cada modelo, uma tendência se repete nas três faixas superiores. O modelo Gemini tem a menor taxa de alucinação do seu grupo, com folga, no teste AA-Omniscience da Artificial Analysis. Nas faixas do Neon e do Hydrogen, ele também tem a maior pontuação no Intelligence Index no padrão, mas costuma custar mais por tarefa concluída do que o modelo da OpenAI, porque os padrões do Gemini gastam mais tokens de raciocínio.
Esta página é o mapa da nossa série de comparações do Gemini 4. Todos os números vêm de um dos artigos completos de comparação direta indicados abaixo ou dos mesmos dados da Artificial Analysis (AA) usados nesses artigos, coletados em 19 de novembro de 2026. A Ofox publica esta página, e a maioria dos modelos dela pode ser chamada pela Ofox. O Gemini 4 Carbon e o Gemini 4 Neon não podem. Não fizemos testes novos para esta página. Os resultados descritos como “nossa execução” vêm dos outros artigos da série, que dizem o que foi medido e como.
Como as faixas se alinham e quem definiu cada par
| Faixa | Anthropic | OpenAI | Quem definiu o par | |
|---|---|---|---|---|
| Trabalho mais difícil | Gemini 4 Carbon | Claude Fable 5.2 | GPT-6.2 Astra | Nossa inferência. O card do Carbon do Google comparava o Carbon com o GPT-6 Astra, o Claude Opus 5.5 e o Claude Fable 5.1. O Fable 5.2 (9 de nov.) e o GPT-6.2 Astra (17 de nov.) são as versões atuais dessas linhas, e os dois têm preço de tabela de US$ 8/US$ 40 |
| Intermediário-alto, trabalho complexo e frequente | Gemini 4 Neon | Claude Opus 5.5 | GPT-6.2 Sol | Google. O model card do Neon (em inglês) compara exatamente esses três |
| Programação e agentes do dia a dia | Gemini 4 Hydrogen | Claude Sonnet 5.5 | GPT-6.1 Terra | Google. O model card do Hydrogen (em inglês) compara exatamente esses três |
| Econômico para alto volume | Gemini 3.5 Flash-Lite | Claude Haiku 5.5 | GPT-6 Luna | Nossa inferência a partir do preço e do posicionamento de cada fornecedor. O guia do Hydrogen do Google recomenda manter o 3.5 Flash-Lite “para classificação em alto volume, roteamento e metas de latência abaixo de um segundo”. A Anthropic descreve o Haiku 5.5 como criado “para tarefas de alto volume e sensíveis à latência, como classificação, extração e roteamento” |
| Legado | Gemini 4 Argon | — | — | A página de escolha de modelos do Google (em inglês) agora cobre só Carbon, Neon e Hydrogen. O Argon continua sendo servido, sem data de desativação |
Dois detalhes importam na leitura deste mapa.
O Opus 5.5 aparece em dois cards do Google. O card do Carbon (resultados “até outubro de 2026”) e o card do Neon (novembro) incluem o Opus 5.5. A partir de 1º de dezembro, o preço de tabela do Carbon fica igual ao do Opus 5.5 (US$ 4/US$ 20). Colocamos o Opus na faixa do Neon porque foi em torno dessa comparação que o Google lançou o Neon e porque a própria linha da Anthropic coloca o Fable 5.2 acima do Opus. Se o seu orçamento é o preço do Opus, compare-o com o Carbon e com o Neon.
O Hydrogen não é um modelo econômico. É o modelo de uso geral padrão do Google. A US$ 1,50/US$ 7,50 por milhão de tokens, ele custa 15 vezes as tarifas de prompt curto do Haiku 5.5 e do Luna. A comparação entre Hydrogen, Haiku 5.5 e Luna mostra o que esse adicional compra e o que não compra.
A outra armadilha são tabelas antigas de benchmark. Uma coluna rotulada “GPT-6 Astra” ou “Fable 5.1” não descreve o GPT-6.2 Astra nem o Fable 5.2. Os artigos de comparação direta mantêm o rótulo de versão de cada fonte exatamente como foi publicado.
A tabela principal
Todos os preços são as tarifas de tabela Standard do próprio fornecedor, em dólares americanos por milhão de tokens, entrada e depois saída, verificados em 19 de novembro de 2026. Para todos os modelos aqui, a saída inclui os tokens de raciocínio. Os números da AA correspondem ao nível de raciocínio indicado na coluna “Nível de raciocínio nas colunas da AA”. Para todos os modelos, menos dois, esse é o padrão de API documentado pelo fornecedor. A OpenAI não documenta um padrão para o GPT-6.2 Astra nem para o Sol, então para esses dois mostramos os resultados da AA em medium e dizemos isso na linha. Entre parênteses está a pontuação da AA do modelo na configuração mais alta. A AA calcula o custo por tarefa com os tokens que cada modelo usou no Intelligence Index v5.0.1 e o preço de tabela desse modelo. A taxa de alucinação vem do AA-Omniscience: respostas incorretas como parcela de todas as respostas não corretas, então quanto menor, melhor.
| Modelo | Preço entrada / saída | Contexto | Nível de raciocínio nas colunas da AA | Índice da AA nesse nível (máximo) | Custo por tarefa da AA nesse nível | Alucinação nesse nível | Nível gratuito da API | Na Ofox (19 de nov.) |
|---|---|---|---|---|---|---|---|---|
| Gemini 4 Carbon | US$ 2 / US$ 10 até 30 de nov.; US$ 4 / US$ 20 a partir de 1º de dez. | 1.048.576 compartilhado | medium | 58,3 (60,0) | US$ 6,59 nas tarifas de dezembro (≈US$ 3,29 nas de novembro) | 4,2% | Não | Não |
| Claude Fable 5.2 | US$ 8 / US$ 40 | 1M | high | 61,8 (64,6) | US$ 9,08 | 58,0% | Não | Sim |
| GPT-6.2 Astra | US$ 8 / US$ 40; mais caro acima de 272K de entrada | 1.050.000 (922K de entrada) | medium (a OpenAI não documenta um padrão)¹ | 57,0 (62,1) | US$ 1,62 | 54,1% | Não | Sim |
| Gemini 4 Neon | US$ 3 / US$ 15 | 1.048.576 compartilhado | high | 59,6 (61,4) | US$ 3,74 | 13,9% | Não | Não |
| Claude Opus 5.5 | US$ 4 / US$ 20 | 1M | medium | 48,2 (59,1) | US$ 2,45 | 66,9% | Não | Sim |
| GPT-6.2 Sol | US$ 2 / US$ 10; mais caro acima de 272K de entrada | 1.050.000 (922K de entrada) | medium (a OpenAI não documenta um padrão)¹ | 52,7 (57,3) | US$ 0,41 | 61,1% | Não | Sim |
| Gemini 4 Hydrogen | US$ 1,50 / US$ 7,50 | 1.048.576 compartilhado | high | 50,8 (53,9) | US$ 1,87 | 8,7% | Sim | Sim |
| Claude Sonnet 5.5 | US$ 2 / US$ 10 | 1M | high | 41,5 (54,5) | US$ 1,64 | 63,6% | Não | Sim |
| GPT-6.1 Terra | US$ 1 / US$ 5; US$ 2 / US$ 7,50 acima de 272K | 1.050.000 (922K de entrada) | medium | 38,2 (51,3) | US$ 0,17 | 39,6% | Não | Sim |
| Gemini 3.5 Flash-Lite | US$ 0,30 / US$ 2,50 | 1.048.576 de entrada | Padrão minimal; a AA lista uma única variante sem rótulo de nível | 11,7 | US$ 0,69² | Fora do nosso extrato da AA | Sim | Sim |
| Claude Haiku 5.5 | US$ 0,10 / US$ 0,50; US$ 0,50 / US$ 2,50 para prompts acima de 100K | 1M | medium | 24,6 (36,5) | US$ 0,092 | 40,4% | Não | Sim |
| GPT-6 Luna | US$ 0,10 / US$ 0,50; US$ 0,20 / US$ 0,75 acima de 272K | 1.050.000 (922K de entrada) | medium | 18,5 (27,9) | US$ 0,042 | 85,3% | Não | Sim |
| Gemini 4 Argon (legado) | US$ 2 / US$ 10 até 30 de nov.; US$ 4 / US$ 20 a partir de 1º de dez. | 1.048.576 compartilhado | medium | 47,6 (50,4) | US$ 4,31 nas tarifas de novembro³ | 15,4% | Não | Sim |
¹ As páginas de modelo do GPT-6.2 Astra e do Sol e o guia de raciocínio da OpenAI (verificados em 19 de novembro de 2026) não informam um effort padrão para esses dois modelos. Dizem apenas que a API rejeita none. O guia documenta medium como padrão do GPT-6.1 Sol, do GPT-6 Sol e do GPT-6 Luna, e as páginas de modelo do Terra e do Luna trazem medium (default). Mostramos os modelos 6.2 em medium para ter linhas comparáveis, mas esses são os resultados da AA em medium, não um padrão documentado. Em high, a AA lista o Astra com 60,1, US$ 2,07 por tarefa e 58,1% de alucinação, e o Sol com 54,9, US$ 0,56 por tarefa e 60,0% de alucinação. Ao chamar qualquer um dos dois, defina reasoning.effort explicitamente para saber qual dessas linhas se aplica.
² O detalhamento da própria AA mostra que a maior parte dos US$ 0,69 do Flash-Lite é custo de gravação em cache no ambiente de teste da AA, então o número não reflete o custo de uma requisição curta e única. Na nossa execução de triagem de outro artigo da série, uma requisição com 20 itens custou cerca de US$ 0,0025 no Flash-Lite pelo preço de tabela, contra US$ 0,019 no Hydrogen.
³ A AA calcula o Argon pelos atuais US$ 2/US$ 10, mas o Carbon pelos US$ 4/US$ 20 de dezembro. Todas as tarifas do Carbon e do Argon dobram exatamente em 1º de dezembro, então nossa estimativa para o padrão do Argon nas tarifas de dezembro é de cerca de US$ 8,62 por tarefa, e para o Carbon nas tarifas de novembro, cerca de US$ 3,29. Esses dois números são contas nossas sobre os dados da AA, não números da AA. A linha do Argon usa a entrada medium da AA, o padrão da API do Argon. A entrada principal do Argon na AA, a que costuma ser citada (índice 50,4, 4,3% de alucinação, US$ 4,97 por tarefa), aparece com o rótulo “Gemini 4 Argon (High)” nos dados da página da AA.
Fontes (em inglês). Preços, contexto e padrões: a página de preços e os guias de modelo do Google, a visão geral de modelos e os preços da Anthropic, as páginas de modelo da OpenAI para GPT-6.2 Astra, GPT-6.2 Sol, GPT-6.1 Terra e GPT-6 Luna, todas verificadas em 19 de novembro de 2026. Dados da AA: as páginas de modelo em artificialanalysis.ai, com os dados brutos das páginas salvos em 19 de novembro de 2026 (por volta de 03:20–03:35 UTC). Disponibilidade na Ofox: GET https://api.ofox.ai/v1/models em 19 de novembro de 2026, que retornou 137 modelos. Os preços da Ofox estão em cada página de modelo vinculada; não os repetimos aqui.
O que a tabela mostra, faixa por faixa
Preço por token: o Google fica no meio, exceto na base
Nas três faixas superiores, o preço de tabela do modelo Gemini fica entre o da Anthropic e o da OpenAI:
- Faixa mais alta: por token, o Carbon custa um quarto do Fable 5.2 e do GPT-6.2 Astra até 30 de novembro, e metade a partir de 1º de dezembro.
- Faixa intermediária-alta: o Neon (US$ 3/US$ 15) custa 75% do Opus 5.5 e 1,5 vez o GPT-6.2 Sol.
- Faixa do dia a dia: o Hydrogen (US$ 1,50/US$ 7,50) custa 75% do Sonnet 5.5 e 1,5 vez o GPT-6.1 Terra.
- Faixa econômica: o Flash-Lite é o mais caro dos três, com 3 vezes o preço do Haiku 5.5 e do Luna na entrada e 5 vezes na saída.
Prompts longos mudam essas proporções. As tarifas do Haiku 5.5 sobem cinco vezes quando o prompt da requisição passa de 100K tokens. Os modelos da OpenAI cobram mais acima de 272K tokens de entrada. Os modelos Gemini desta tabela mantêm uma única tarifa em toda a janela. Nosso guia de preços do Haiku 5.5 acima de 100K (em inglês) faz as contas desse limite.
Custo por tarefa concluída: os padrões mudam a ordem
O preço por token não é o que você paga por trabalho. Este é o custo da AA por tarefa do Intelligence Index no padrão de cada modelo, tirado da tabela principal:
| Faixa | Mais barato por tarefa da AA | Meio | Mais caro |
|---|---|---|---|
| Mais alta | GPT-6.2 Astra US$ 1,62 em medium¹ (US$ 2,07 em high) | Carbon US$ 6,59 (≈US$ 3,29 em nov.) | Fable 5.2 US$ 9,08 |
| Intermediária-alta | GPT-6.2 Sol US$ 0,41 em medium¹ (US$ 0,56 em high) | Opus 5.5 US$ 2,45 | Neon US$ 3,74 |
| Dia a dia | GPT-6.1 Terra US$ 0,17 | Sonnet 5.5 US$ 1,64 | Hydrogen US$ 1,87 |
| Econômica | GPT-6 Luna US$ 0,042 | Haiku 5.5 US$ 0,092 | (Flash-Lite US$ 0,69, não comparável²) |
O modelo da OpenAI é o mais barato por tarefa da AA em todas as faixas, e o Astra e o Sol continuam os mais baratos mesmo em high. O Neon e o Hydrogen são os mais caros nas suas faixas, embora as tarifas por token sejam menores que as da Anthropic. O motivo são os padrões: o Neon e o Hydrogen vêm com raciocínio em high, a Anthropic documenta medium para o Opus 5.5 e o Terra roda no medium documentado (os modelos 6.2 também aparecem em medium). Um padrão do Gemini gasta mais tokens e, nas faixas intermediária-alta e do dia a dia, também pontua mais. No padrão, o Neon fica 11,4 pontos de índice à frente do Opus 5.5, e o Hydrogen, 9,3 à frente do Sonnet 5.5.
Esta é uma comparação de padrões, não de esforço igual. Nas configurações mais altas, as diferenças diminuem: o Opus 5.5 em max chega a 59,1 contra 61,4 do Neon em xhigh, e o Sonnet 5.5 em max chega a 54,5, um pouco acima dos 53,9 do Hydrogen em xhigh. Nosso guia dos níveis de raciocínio do Gemini 4 explica como baixar o nível dos modelos Gemini quando o padrão pensa mais do que a tarefa precisa.
Alucinação: o Gemini se abstém mais
No padrão, os quatro modelos Gemini 4 têm taxas de alucinação no AA-Omniscience entre 4,2% e 15,4%. Todos os modelos Claude e GPT da tabela ficam entre 39,6% e 85,3%. Essa é a diferença mais clara entre fornecedores nos dados. Mas ela mede com que frequência um modelo erra quando não sabe a resposta, não com que frequência acerta. Os modelos Gemini recusam mais vezes. Os números de acurácia da AA mostram o outro lado: o Fable 5.2 no padrão acertou 77,2%, contra 48,9% do Carbon no padrão dele. Se uma resposta errada é pior do que nenhuma resposta, o perfil do Gemini é melhor. Se você precisa do maior número de respostas corretas e vai conferir tudo de qualquer jeito, os modelos Claude respondem mais. Nossa comparação completa das taxas de alucinação do Gemini 4 detalha isso por nível de raciocínio.
Níveis gratuitos e acesso
Só o Google oferece nível gratuito de API neste grupo, e apenas para o Hydrogen e o Flash-Lite. Carbon, Neon e Argon são exclusivos do nível pago. As páginas de preços da Anthropic e da OpenAI não listam nível gratuito para nenhum modelo daqui. O Google informa que o conteúdo do nível gratuito é usado para melhorar seus produtos, e os limites dependem do projeto. Veja os detalhes no guia do nível gratuito da API do Gemini 4.
Na Ofox, 11 dos 13 modelos da tabela estavam listados em 19 de novembro de 2026. O Gemini 4 Carbon e o Gemini 4 Neon não estavam. Para usar esses dois, chame a Gemini API do Google diretamente com uma chave do nível pago. Todo o resto pode ser chamado por um único endpoint compatível com a OpenAI. As páginas de modelo do Hydrogen, do Argon e do 3.5 Flash-Lite também listam o protocolo Gemini (verificado em 19 de novembro de 2026), então esses três podem usar a rota nativa do Gemini da Ofox.
Escolha por tarefa
Estes pontos de partida vêm das evidências dos outros artigos da série. Cada linha indica o tipo de evidência. Teste suas próprias tarefas antes de trocar um padrão em produção.
| Sua tarefa | Comece com | Segunda opção | Evidência |
|---|---|---|---|
| Relatórios longos ou auditorias com base em desenhos digitalizados, gráficos e arquivos densos | Gemini 4 Carbon | Claude Fable 5.2, se alguns pontos importarem mais do que uma conta cerca de 6 vezes maior (artigo do MKA) | Artigo do MKA do Google DeepMind: diferença entre Fable 5.2 e Carbon sem significância estatística; quadro MKA da AA |
| Programação agêntica e pesquisa mais difíceis, em que a nota máxima é o que mais importa | Claude Fable 5.2 | GPT-6.2 Astra em high ou max | Índice da AA: Fable 5.2 com 64,6 em max; tabela de lançamento da Anthropic |
| Raciocínio difícil que precisa ser rápido e barato por tarefa | GPT-6.2 Astra | Gemini 4 Neon | AA: Astra high com 60,1 a US$ 2,07 e 5,9 min por tarefa |
| Programação complexa e trabalho de conhecimento a custo moderado, com baixa alucinação | Gemini 4 Neon | Claude Opus 5.5 para trabalho com muito terminal | Card do Neon (16 de 19 linhas); alucinação da AA de 13,9% no padrão |
| Terminal e tarefas de software difíceis em que um ou dois pontos contam | Claude Opus 5.5 | Gemini 4 Neon | Tabela do Neon do Google: o Opus lidera no Terminal-Bench 4.1 e no FrontierCode 2.0 |
| Agentes de programação em alto volume, correções de CI, PRs do dia a dia com orçamento curto | GPT-6.2 Sol ou GPT-6.1 Terra | Claude Sonnet 5.5 | Custo por tarefa da AA; nossa execução de programação do dia a dia com 30 chamadas |
| Pequenas tarefas de programação do dia a dia em que tamanho e consistência da saída importam | Claude Sonnet 5.5 | GPT-6.1 Terra | Nossa execução: as duas rodadas do Sonnet em cada tarefa ficaram a menos de um segundo uma da outra |
| Agentes do dia a dia com entrada de vídeo ou áudio, ou prototipagem gratuita | Gemini 4 Hydrogen | Gemini 3.5 Flash-Lite | Model card do Google (entrada de texto, imagem, áudio e vídeo); nível gratuito |
| Classificação, roteamento e extração com base em uma planilha de regras | GPT-6 Luna ou Claude Haiku 5.5 | Gemini 3.5 Flash-Lite para a menor latência | Nossa execução de triagem: Luna e Haiku com 20/20 a 1/46 e 1/24 do custo do Hydrogen |
| Contextos de 256K a 1M tokens que exigem raciocínio, não só busca | Gemini 4 Neon ou Carbon | GPT-6.2 Sol (o preço sobe acima de 272K) | Cards do Google: GraphWalks 95,2% (Neon), 96,2% (Carbon) |
| Um app existente que já passa nas suas verificações com o Argon | Manter o Argon até 1º de dez. e depois testar o Neon | Hydrogen | O Argon dobra para US$ 4/US$ 20 em 1º de dez.; o Neon custa US$ 3/US$ 15 |
Dois padrões de roteamento aparecem ao longo da série. Para trabalho simples e verificável, mande tudo primeiro para um modelo econômico e escale as falhas para um modelo intermediário. Nosso guia de custo por resultado correto mostra como calcular isso. Para trabalho difícil, comece uma faixa abaixo da que você acha necessária e suba só com as tarefas que falharem na sua verificação de aceitação. O próprio guia do Google diz para escolher o Carbon “quando um modelo mais rápido trava”.
As comparações diretas, em resumo
Carbon vs. Claude Fable 5.2 vs. GPT-6.2 Astra
No benchmark MKA do Google DeepMind, com 200 tarefas multimodais de conhecimento, o Fable 5.2 marcou 2,22 pontos a mais que o Carbon. O teste bootstrap do próprio artigo não conseguiu distinguir essa diferença de zero, e o Fable custou 6,26 vezes mais por tarefa. Contra o GPT-6.2 Astra, o argumento de custo-benefício do Carbon enfraquece: no Intelligence Index da AA, o Astra em high empata com o Carbon em high (60,1 contra 60,0) por cerca de metade do custo do Carbon em novembro, em 5,9 minutos por tarefa em vez de 37,2. O Carbon mantém seu lugar em documentos visuais densos e contexto muito longo, de preferência usado antes de as tarifas dobrarem. Comparação completa.
Neon vs. Claude Opus 5.5 vs. GPT-6.2 Sol
Na tabela de 19 linhas do próprio Google, o Neon lidera 16 linhas, o Opus 5.5 duas e o Sol uma. A AA concorda que o Neon tem o maior índice dos três nas configurações mais altas (61,4; 59,1; 57,3) e, de longe, a menor taxa de alucinação. Em max, o Sol concluiu as tarefas do índice da AA por US$ 1,01 e 8,5 minutos cada, contra US$ 6,44 e 21,5 minutos do Neon e US$ 10,04 e 24,5 minutos do Opus. Os 39,0% do Neon no SWE-sweep vêm sobretudo do ambiente de teste Antigravity do Google. No ambiente compartilhado Mini-SWE, ele fica 1,2 ponto à frente do Sol. Comparação completa.
Hydrogen vs. Claude Sonnet 5.5 vs. GPT-6.1 Terra
Todas as nossas 30 chamadas de teste passaram: cinco tarefas do dia a dia, três modelos, duas rodadas cada. A correção não separou os modelos. Custo e latência separaram: a latência mediana foi de 8,4 s no Hydrogen, 4,2 s no Sonnet e 3,8 s no Terra, e o custo das dez chamadas de cada um pelo preço de tabela foi de US$ 0,102, US$ 0,054 e US$ 0,019. O Hydrogen gerou mais tokens de saída, na maior parte raciocínio. O card do Google coloca o Hydrogen à frente em sete de dez linhas, com o Sonnet liderando em terminal e uso de computador. Comparação completa.
Hydrogen vs. Claude Haiku 5.5 vs. GPT-6 Luna
Esta responde se o Hydrogen é um modelo econômico. Não é. No nosso lote de triagem de 20 chamados de suporte, Hydrogen, Haiku 5.5 e Luna marcaram 20/20 duas vezes, e o Hydrogen custou cerca de 24 vezes o Haiku e 46 vezes o Luna. Pedir raciocínio low ao Hydrogen quase não mudou o uso de tokens nesse prompt, e a resposta não mostra se o nível foi aplicado. O Gemini 3.5 Flash-Lite foi o mais rápido e errou um item por rodada. O adicional do Hydrogen faz sentido para trabalho mais difícil em várias etapas, entrada de áudio e vídeo e prompts longos. Comparação completa.
Neon vs. Carbon, dentro da linha do Google
O Neon é o padrão que o Google recomenda para trabalho complexo, e o Carbon é o próximo degrau. No padrão, a AA mediu o Neon com 59,6 contra 58,3 do Carbon, em cerca de metade do tempo. Até 30 de novembro, o Carbon é mais barato por token. A partir de 1º de dezembro, o Neon é. O Carbon ainda lidera em física de nível de pesquisa (CritPt) e tem a menor taxa de alucinação no padrão. Comparação completa.
Escolhendo dentro do Gemini 4
Se você vai escolher só entre os modelos do Google, nosso guia de escolha de modelos do Gemini 4 cobre Hydrogen, Argon e Carbon por tarefa, com uma nota sobre onde o Neon se encaixa. O guia da mudança de preço de dezembro explica o que o aumento do Carbon e do Argon significa para uma conta existente.
Onde o Argon fica agora
O Gemini 4 Argon ficou disponível para todos (GA) em 13 de outubro de 2026, descrito nas notas de versão do Google como seu modelo mais capaz para tarefas complexas de programação, agentes, matemática e ciências. Desde então, três coisas mudaram. O Hydrogen assumiu o trabalho do dia a dia, com nível gratuito e preço menor. O Neon chegou em 18 de novembro para trabalho complexo, a US$ 3/US$ 15. E a página de escolha de modelos do Google agora lista só Carbon, Neon e Hydrogen. O Argon continua nas páginas de modelos, preços e descontinuações do Google, e a página de descontinuações não anuncia data de desativação. Ele também continua disponível para chamadas na Ofox.
A partir de 1º de dezembro, o Argon custa US$ 4/US$ 20, o mesmo que o Carbon e um terço a mais por token que o Neon. No padrão, a AA deu ao Argon 47,6 contra 59,6 do Neon, e a taxa de alucinação do Argon no padrão (15,4%) é um pouco pior que a do Neon (13,9%). Os 4,3% citados com frequência para o Argon são da configuração high. Se uma aplicação no Argon passa nas verificações hoje, não há por que migrar às pressas. Mas teste o Neon (só pela API do Google) e o Hydrogen (também na Ofox) com os mesmos casos antes da conta de dezembro chegar. O guia de migração do Argon para o Neon mostra como fazer esse teste. Nossos artigos sobre os benchmarks do Argon contra o GPT-6 Astra e o Claude Opus (em inglês) e sobre os preços da API do Argon (em inglês) cobrem a posição anterior do modelo.
Testando modelos de vários fornecedores com uma só chave
Todos os modelos da tabela, menos o Carbon e o Neon, podem ser chamados pelo endpoint compatível com a OpenAI da Ofox, então comparar faixas entre fornecedores só exige trocar o ID do modelo. Este é o formato de requisição que os outros artigos da série usaram nas suas execuções:
from openai import OpenAI
import os
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
tier = {
"everyday": ["google/gemini-4-hydrogen", "anthropic/claude-sonnet-5.5", "openai/gpt-6.1-terra"],
"budget": ["google/gemini-3.5-flash-lite", "anthropic/claude-haiku-5.5", "openai/gpt-6-luna"],
}
for model in tier["everyday"]:
r = client.chat.completions.create(
model=model,
max_tokens=32000,
messages=[{"role": "user", "content": "<uma das suas tarefas reais>"}],
)
print(model, r.usage.prompt_tokens, r.usage.completion_tokens)
Registre tokens de entrada, tokens de saída, latência e se a resposta passou na sua verificação. Depois multiplique pela tarifa de tabela de cada fornecedor ou pela tarifa da Ofox na página do modelo. Não compare modelos só por max_tokens ou preço por token: o mesmo prompt gerou 301 tokens de entrada no Fable 5.2 e 212 no GPT-6.2 Astra em uma das nossas execuções, e os tokens de saída para a mesma resposta aprovada variaram mais de dez vezes entre modelos (até 1.145 no Hydrogen contra 79 a 83 no Terra na mesma tarefa de extração). Algumas páginas de modelo da OpenAI, como a do GPT-6.1 Terra, informam que chamadas de ferramenta exigem a Responses API, então rode os testes com ferramentas nos modelos GPT por /v1/responses. Os guias de integração da Ofox cobrem a configuração dos clientes.
Quando uma chamada falhar, descubra a causa antes de culpar o modelo. IDs de modelo errados e erros de parâmetro são os culpados habituais. Nosso guia de erros da API do Gemini 4 cobre falhas de requisição do Gemini 4. O guia de model not found da OpenAI (em inglês), a correção do erro 529 overloaded do Claude (em inglês) e o guia de novas tentativas para o erro 429 (em inglês) cobrem os outros fornecedores. O guia de tratamento de erros e a documentação de limites de taxa da Ofox listam os códigos e limites do próprio gateway.
Limites deste mapa
- Dois dos quatro pares são nossos. O Google escolheu os conjuntos de comparação do Neon e do Hydrogen. Os pares do Carbon e da faixa econômica são a nossa leitura de preço e posicionamento, e o card do Carbon do Google usou versões mais antigas dos concorrentes.
- Padrões não são esforço igual. A tabela principal compara cada modelo como ele vem configurado. Onde os padrões diferem (Gemini em
highcontramediumno Claude ou na OpenAI), as diferenças de custo e pontuação refletem em parte essa escolha. - Dois padrões da OpenAI não são documentados. A OpenAI não documenta um effort padrão para o GPT-6.2 Astra nem para o Sol. As linhas deles mostram os resultados da AA em
medium, comhighna nota 1. - A AA é um ambiente de teste em uma data. O índice dela é um conjunto de avaliações difíceis. Um índice baixo não significa que um modelo econômico falha em trabalho simples e bem especificado, como mostrou a nossa execução de triagem. A AA reexecuta modelos e altera páginas, então confira de novo antes de decidir.
- Os preços mudam. O Carbon e o Argon dobram em 1º de dezembro de 2026. Tudo aqui foi verificado em 19 de novembro de 2026.
Documentação relacionada
- Guias de integração da Ofox para clientes compatíveis com OpenAI e Anthropic
- API nativa do Gemini na Ofox para os modelos Gemini listados na Ofox (Carbon e Neon não estão entre eles)
- Tratamento de erros e limites de taxa
- Documentação de preços e cobrança da Ofox; os preços por modelo estão em cada página de modelo vinculada na tabela principal


