Voltar à tendência do dia: Nova IA da OpenAI faz trabalho de escritório no seu computador, à metade do preço

Ranking Poly · da tendência do dia

Melhor agente de IA para uso de computador em 2026: custo por tarefa concluída

No próprio teste OSWorld da OpenAI, o GPT-6.1 Terra custou US$1,19 por tarefa, com metade do preço por token, quatro centavos a mais que o GPT-6.1 Sol, que custou US$1,15.

Nº 1: GPT-6.1 Terra
10 posições
Atualizado em 27 de outubro de 2026, 00:55 EDT

01Lista final

As IAs líderes montaram cada uma a sua lista de dez, de forma independente. Aqui está um resultado fácil de conferir: cada posição tem um motivo, uma fonte e a lista das IAs que a incluíram.

Ordem: da maior para a menor concordância entre as IA.

Uma etiqueta forte significa que essa IA pôs o item na sua lista. Uma esmaecida, que não pôs.

1
GPT-6.1 Terra
Metade do preço por token do Sol (US$1/US$5) e, segundo a OpenAI, 3 vezes mais rápido, mas custa US$1,19 por tarefa no OSWorld. O número de US$0,40 da Artificial Analysis vem de outro teste. A conclusão estrita não é publicada.
Incluíram: Claude, Meta, Grok, Gemini, Nova, Kimi, DeepSeek, Qwen.
Nas listas delas: Claude: 1 · Meta: 1 · Grok: 2 · Gemini: 1 · Nova · Kimi: 1 · DeepSeek: 1 · Qwen: 1
O que cada IA notou 8
- Claudeposição 1
  Com $1/$5 por milhão de tokens, é o modelo de uso de computador de ponta mais barato. A execução de esforço máximo da própria OpenAI no OSWorld 2.1 custou $1,19 por tarefa, o que não foi mais barato que os $1,15 do Sol.
  Fonte ↗
- Metaposição 1
  Metade do preço, a $1/$5, e 3x mais rápido; iguala o Astra, o modelo principal, com um décimo do preço por token
  Fonte ↗
- Grokposição 2
  Metade do preço por token dos modelos intermediários anteriores e, segundo a empresa, cerca de 3x mais rápido. A OpenAI põe o Agents' Last Exam em esforço médio a $0,29 por tarefa.
  Fonte ↗
- Geminiposição 1
  Corta os preços por token em 50% e opera 3x mais rápido, chegando ao menor custo real entre os benchmarks: apenas $0,18 por tarefa concluída.
- Nova
  Na própria lista tem outro nome: abra a lista completa.
- Kimiposição 1
  Metade do preço por token e 3x a velocidade: cerca de $1,19 por tarefa do OSWorld 2.1 no esforço máximo. A OpenAI diz que é cerca de 1/9 do custo por tarefa do Claude Opus 5.5.
  Fonte ↗
- DeepSeekposição 1
  A $0,40 por tarefa na Artificial Analysis e 3x mais rápido, o Terra torna as novas tentativas baratas o bastante para que um clique errado deixe de ser o principal custo.
  Fonte ↗
- Qwenposição 1
  Metade do preço dos antecessores e 3x mais rápido, finalmente torna a computação de ponta acessível por tarefa concluída.
  Fonte ↗
8 IAs colocaram aqui
Fonte ↗
2
GPT-6.1 Sol
No gráfico OSWorld 2.1 da própria OpenAI, o Sol custa US$1,15 por tarefa com 78,0%, contra os US$1,19 e 74,2% do Terra. A Arena mede o Sol em US$0,81 por tarefa.
Incluíram: Claude, Meta, Grok, Kimi, DeepSeek, Qwen. Não incluíram: Gemini, Nova.
Nas listas delas: Claude: 2 · Meta: 6 · Grok: 7 · Kimi: 2 · DeepSeek: 2 · Qwen: 6
O que cada IA notou 6
- Claudeposição 2
  A OpenAI diz que o Sol chega a 2,1 pontos do Astra por cerca de um sétimo do custo por tarefa: 71,4% de pontuação parcial a $1,27, contra 73,5% do Astra a $9,44.
  Fonte ↗
- Metaposição 6
  $0,28 com cache por tarefa, 70,5% parcial no OSWorld 2.0 — faixa intermediária que bate o Astra em custo por sucesso
- Grokposição 7
  Mais capacidade que o Terra, mas com cerca de o dobro do preço por token; segundo a própria empresa, é melhor em alguns conjuntos offline de longo prazo.
  Fonte ↗
- Kimiposição 2
  $0,81 por tarefa medida no ranking de trabalho real da Arena. No gráfico da própria OpenAI, uma tarefa concluída do OSWorld no máximo custa $1,15, quatro centavos a menos que o Terra.
  Fonte ↗
- DeepSeekposição 2
  $1,27 por tarefa do OSWorld 2.0 contra os $9,44 do Astra — uma diferença de 7,4x por uma queda de 2,1 pontos na pontuação parcial.
- Qwenposição 6
  Atinge 75,2% no DeepSWE, mas seus preços premium de token o tornam caro para fluxos visuais com muitas novas tentativas.
  Fonte ↗
6 IAs colocaram aqui
Fonte ↗
3
Claude Opus 5.5
O único modelo líder com pontuação estrita publicada no OSWorld 2.0: 48,7% de conclusão completa. Custa US$5,98–6,31 por tarefa, cerca de cinco vezes o Sol, mas a conclusão completa é verificada.
Incluíram: Claude, Meta, Kimi, DeepSeek, Qwen. Não incluíram: Grok, Gemini, Nova.
Nas listas delas: Claude: 5 · Meta: 8 · Kimi: 6 · DeepSeek: 8 · Qwen: 7
O que cada IA notou 5
- Claudeposição 5
  A melhor pontuação estrita da tabela, com 48,7% de conclusão total, mas a $4/$20 e cerca de 9x o custo por tarefa do Terra.
  Fonte ↗
- Metaposição 8
  81,8% parcial e 48,7% binário no OSWorld 2.0 v2.1 — a maior taxa verificada de conclusão total
  Fonte ↗
- Kimiposição 6
  O melhor resultado estrito disponível — 48,7% de conclusão total no OSWorld 2.0, um terço acima de qualquer outro verificado — por cerca de $13 por tarefa concluída.
  Fonte ↗
- DeepSeekposição 8
  48,7% de conclusão estrita a $23,21 por tarefa — cerca de $47,66 por fluxo concluído, a opção confiável mais cara da faixa de topo.
  Fonte ↗
- Qwenposição 7
  Chega a 83,5% no OSWorld-Verified, mas com preço de $4/$20 os ciclos de captura de tela logo inflam a conta.
5 IAs colocaram aqui
Fonte ↗
4
Claude Fable 5.1
Estimativa: US$7,63 por tarefa com 41,7–42,8% de conclusão estrita (as fontes divergem) dá cerca de US$18 por tarefa concluída, a US$10/US$50 por milhão de tokens.
Incluíram: Claude, Meta, Grok, Nova, DeepSeek. Não incluíram: Gemini, Kimi, Qwen.
Nas listas delas: Claude: 6 · Meta: 9 · Grok: 10 · Nova · DeepSeek: 7
O que cada IA notou 5
- Claudeposição 6
  Conclui 41,7% das tarefas do OSWorld 2.0 por completo, mas a $10/$50 por milhão de tokens custa 2,5x mais que o Opus 5.5 por token.
  Fonte ↗
- Metaposição 9
  85,96% no OSWorld-Verified — acima dos 72,36% do desempenho humano, mas com preço de modelo principal, $10/$50
  Fonte ↗
- Grokposição 10
  Lidera várias tabelas parciais do OSWorld 2.0 com 77,9%, mas os preços de token de $10/$50 tornam caras as tarefas longas concluídas, depois das novas tentativas.
  Fonte ↗
- Nova
  Na própria lista tem outro nome: abra a lista completa.
- DeepSeekposição 7
  $7,63 por tarefa e 42,8% de conclusão estrita — cerca de $17,83 por fluxo de trabalho concluído, e não por tentativa.
  Fonte ↗
5 IAs colocaram aqui
Fonte ↗
5
Claude Sonnet 5.5
Estimativa: US$4,51 por tarefa na Arena e 83,9% parcial no OSWorld 2.1, a maior pontuação do gráfico da própria OpenAI, dão cerca de US$5,40 por tarefa concluída. Nenhuma pontuação estrita é publicada.
Incluíram: Claude, Meta, Kimi, Qwen. Não incluíram: Grok, Gemini, Nova, DeepSeek.
Nas listas delas: Claude: 4 · Meta: 5 · Kimi: 3 · Qwen: 4
O que cada IA notou 4
- Claudeposição 4
  O Claude de preço intermediário, a $2/$10 por milhão de tokens. Seu antecessor, o Sonnet 5, fez 81,2% no OSWorld-Verified, a menos de cinco pontos dos líderes.
  Fonte ↗
- Metaposição 5
  $0,31 com cache contra $1,45 sem cache por tarefa — economia de 4,7x só com o cache de prompt
  Fonte ↗
- Kimiposição 3
  Maior pontuação de desktop no próprio gráfico comparativo da OpenAI — 83,9% no OSWorld 2.1 offline — a $2/$10 por milhão de tokens, cerca de $5,4 por tarefa concluída.
  Fonte ↗
- Qwenposição 4
  A $2/$10 por milhão de tokens, oferece a melhor relação segurança-custo da Anthropic para uso de computador de preço intermediário.
4 IAs colocaram aqui
Fonte ↗
6
GPT-6 Astra
US$9,44 por tarefa para 73,5% parcial: sete vezes o custo do Sol por cerca de 2 pontos a mais. Um relatório diz que a OpenAI cancelou o modelo, mas os rastreadores ainda o listam.
Incluíram: Claude, Kimi, DeepSeek. Não incluíram: Meta, Grok, Gemini, Nova, Qwen.
Nas listas delas: Claude: 9 · Kimi: 5 · DeepSeek: 6
O que cada IA notou 3
- Claudeposição 9
  Cerca de 10x o preço por token do Terra e $9,44 por tarefa para 73,5% de pontuação parcial. O Sol chega perto disso por $1,27.
  Fonte ↗
- Kimiposição 5
  $4,42 por tarefa medida na Arena e 80,9% de conclusão offline — mas a $10/$50 por milhão de tokens paga preço de ponta por uma economia de nível intermediário.
  Fonte ↗
- DeepSeekposição 6
  90,8% no OSWorld-Verified, mas $23,80 por tarefa no esforço máximo: capacidade que você paga por minuto.
  Fonte ↗
3 IAs colocaram aqui
Fonte ↗
7
Claude Opus 5
Estimativa: US$23,70 por tarefa com 44,33% de conclusão estrita dá cerca de US$53 por tarefa concluída. Numa versão anterior do OSWorld 2.0, o mesmo modelo marcou 31,43%.
Incluíram: Grok, Kimi, DeepSeek. Não incluíram: Claude, Meta, Gemini, Nova, Qwen.
Nas listas delas: Grok: 8 · Kimi: 7 · DeepSeek: 9
O que cada IA notou 3
- Grokposição 8
  Boas pontuações parciais no OSWorld 2.0 (~70%+), mas a conclusão binária continua entre 30% e 40% nas tabelas oficiais; custo por token mais alto.
  Fonte ↗
- Kimiposição 7
  A execução publicada mais barata do OSWorld-Verified — 50,7% a uma taxa mista de $2 por milhão — dá cerca de $1,10 por tarefa concluída, mas só no benchmark mais antigo e mais fácil.
  Fonte ↗
- DeepSeekposição 9
  44,33% de conclusão estrita e $23,70 por tarefa — um agente que acerta 1 em cada 2, custando cerca de $53,46 por trabalho concluído.
3 IAs colocaram aqui
Fonte ↗
8
Claude Opus 4.8 (batched tools)
Estimativa: cerca de US$72,4 por tarefa com 20,6% de conclusão estrita no artigo do OSWorld 2.0, ou aproximadamente US$351 por tarefa concluída, o mais caro desta tabela.
Incluíram: Claude, Grok, DeepSeek. Não incluíram: Meta, Gemini, Nova, Kimi, Qwen.
Nas listas delas: Claude: 10 · Grok: ver lista · DeepSeek: ver lista
O que cada IA notou 3
- Claudeposição 10
  O melhor modelo do artigo na época custou cerca de $72,4 por tarefa e terminou 20,6%. Isso dá cerca de $350 por tarefa concluída por completo.
  Fonte ↗
- Grok
  Na própria lista tem outro nome: abra a lista completa.
  ver lista
- DeepSeek
  Na própria lista tem outro nome: abra a lista completa.
  ver lista
3 IAs colocaram aqui
Fonte ↗
9
Simular Sai
Estimativa: US$14,34–15,70 por tarefa com 28,25% de conclusão estrita dá cerca de US$51–56 por tarefa concluída, mesmo com pontuações parciais de 73–79%.
Incluíram: Grok, Qwen. Não incluíram: Claude, Meta, Gemini, Nova, Kimi, DeepSeek.
Nas listas delas: Grok: 9 · Qwen: 3
O que cada IA notou 2
- Grokposição 9
  Maiores pontuações parciais em algumas tabelas do OSWorld 2.x (~73-79%), mas cerca de $14-15 por tarefa — caro quando se contam as novas tentativas e as capturas de tela.
  Fonte ↗
- Qwenposição 3
  Supera os grandes laboratórios na conclusão binária do OSWorld 2.0, com 28,25%, ao reduzir os caros ciclos de raciocínio.
  Fonte ↗
2 IAs colocaram aqui
Fonte ↗
10
Qwen3.8-27B with Agent S4 (Simular)
Estimativa: US$1,10 por tarefa com 21,3% de conclusão estrita dá cerca de US$5 por tarefa concluída. É o número estrito mais barato encontrado, mas vem de um único relatório.
Incluíram: Grok. Não incluíram: Claude, Meta, Gemini, Nova, Kimi, DeepSeek, Qwen.
Nas listas delas: Grok: 1
O que cada IA notou 1
- Grokposição 1
  Modelo aberto de 27B resolve totalmente 21,3% das tarefas do OSWorld V2 a cerca de $1,10 cada — supera o Opus 4.8 no critério binário custando cerca de 1,5% do preço.
  Fonte ↗
1 IAs colocaram aqui
Fonte ↗

Mais sobre os três primeiros ↓

02Mais sobre os três primeiros

O ranking está acima. Aqui há mais sobre os três primeiros lugares: o que são, por que estão aqui e o que vale saber.

Os três não são medidos do mesmo jeito: Terra e Sol vêm do gráfico do próprio OpenAI sobre o OSWorld 2.1, enquanto o custo e a nota estrita do Opus vêm do OSWorld 2.0 e de outras fontes.

1GPT-6.1 Terra

Nº 1 — GPT-6.1 Terra. Nas listas de 8 de 8 IAs; posição mediana ali: 1. As IAs colocam o Terra em primeiro por causa dos tokens pela metade do preço e da velocidade três vezes maior alegada, embora seu custo de US$ 1,19 por tarefa quase não difira do custo do Sol.

Você sabia?

O nome "GPT-6.1 Terra" apareceu primeiro em uma mudança de código, e não em um anúncio de lançamento. Um pull request da Microsoft aceito em 16 de outubro de 2026 trocou 18 configurações de avaliação de GPT-5.6 Terra para gpt-6.1-terra. A OpenAI não confirmou o modelo.
Fonte ↗ ✓ confirmado por várias IAs

O que é: Um modelo de uso de computador da OpenAI, com preço de US$ 1 e US$ 5 por milhão de tokens.
Seu diferencial: Metade do preço por token do Sol e, segundo a alegação, três vezes mais rápido, então refazer tentativas sai barato.
Para quem: Serve a quem busca economia e aceita números não confirmados; não serve a quem precisa de um modelo lançado hoje.

Custo por tarefa do OSWorldUS$ 1,19 por tarefa do OSWorld

Para ter em mente

Um blog diz que um novo Terra supostamente ainda estava em desenvolvimento e poderia ser adiado para novembro. Trata-se de um relato não confirmado, então os números do Terra podem mudar.
Fonte ↗

Onde saber mais

Ainda não lançado. O nome aparece em configurações de teste vazadas, e não no catálogo da OpenAI. Leia primeiro a seção "Status de lançamento" e depois confira a página de preços da própria OpenAI antes de contar o custo dele.
Fonte ↗

Comparar os três primeiros ↓

2GPT-6.1 Sol

Nº 2 — GPT-6.1 Sol. Nas listas de 6 de 8 IAs; posição mediana ali: 4. As IAs colocam o Sol em segundo porque ele concluiu tarefas por US$ 1,15, quatro centavos abaixo do Terra, e chegou perto do Astra, que é mais caro.

Você sabia?

O GPT-6.1 Sol saiu apenas uma semana depois do GPT-6 Sol, em 29 de setembro de 2026. Ele ocupa o primeiro lugar entre 69 modelos no BrowseComp, um teste de navegação na web, com 95,4%. A página observa que a OpenAI rodou muitos de seus principais testes por conta própria.
Fonte ↗

O que é: Modelo intermediário da OpenAI, lançado em 29 de setembro de 2026, com preço de US$ 2 e US$ 10 por milhão de tokens.
Seu diferencial: Um pouco mais barato por tarefa concluída que o Terra e cerca de sete vezes mais barato que o Astra.
Para quem: Serve a equipes que querem uso de computador quase no topo, a um custo menor; não serve a quem precisa de resultados de testes independentes.

Custo por tarefa do OSWorldUS$ 1,15 por tarefa

Wikidata

Por que está aqui

No OSWorld 2.0 (offline, esforço máximo), o GPT-6.1 Sol marcou 71,4% a US$ 1,27 por tarefa. O GPT-6 Astra Max, mais antigo, marcou 73,5%, mas custou US$ 9,44 por tarefa, cerca de sete vezes mais. — Kingy.ai, citing OpenAI's launch report
Fonte ↗
O preço de tabela do Sol é US$ 2,00 por milhão de tokens de entrada e US$ 10,00 por milhão de tokens de saída, para prompts de até 272.000 tokens. Acima disso, sobe para US$ 4,00 e US$ 15,00. — Kingy.ai
Fonte ↗ ✓ confirmado por várias IAs

História

A OpenAI descartou um modelo GPT-6.1 Astra que estava previsto, porque ele muitas vezes ignorava as instruções recebidas. Em 29 de setembro de 2026, lançou o GPT-6.1 Sol no lugar, com desempenho próximo ao do Astra e preços menores.
Fonte ↗

Para ter em mente

A própria página da OpenAI diz que o Sol quase iguala o modelo mais avançado da empresa, o Astra, no uso de computador, com um quinto do preço por token. São afirmações do fabricante, e não testes independentes.
Fonte ↗ ✓ confirmado por várias IAs

Comparar os três primeiros ↓

3Claude Opus 5.5

Nº 3 — Claude Opus 5.5. Nas listas de 5 de 8 IAs; posição mediana ali: 7. As IAs colocam o Opus em terceiro: cada tarefa custa cerca de cinco vezes mais, mas ele tem uma nota publicada de conclusão integral e estrita.

Você sabia?

A Anthropic diz que o Opus 5.5 "não oferece mais suporte a desligar o raciocínio". Diz também que o modelo "pode suspeitar quando está sendo avaliado", então uma nota de teste não garante como ele se comporta no uso real.
Fonte ↗

O que é: Modelo da Anthropic de 22 de setembro de 2026, com preço de US$ 4 e US$ 20 por milhão de tokens.
Seu diferencial: Único dos três com nota estrita publicada: 48,7% concluídas por completo.
Para quem: Serve a quem precisa que as tarefas sejam totalmente concluídas e pode pagar mais; não serve a orçamentos apertados.

Custo por tarefa do OSWorldUS$ 5,98–6,31 por tarefa

Por que está aqui

O Claude Opus 5.5 marca 48,7% no OSWorld 2.0, que é mais rigoroso, segundo seu cartão de sistema. A Anthropic publica essa nota estrita, e as notas estritas dos outros dois modelos não foram encontradas. — BenchLM, citing Anthropic's system card
Fonte ↗
O Opus 5.5 custa US$ 4,00 por milhão de tokens de entrada e US$ 20,00 por milhão de tokens de saída. A entrada em cache custa US$ 0,20 por milhão, o que reduz o custo quando uma tarefa reutiliza o mesmo prompt. — BenchLM
Fonte ↗ ✓ confirmado por várias IAs

História

A Anthropic lançou o Claude Opus 5.5 em 22 de setembro de 2026. A empresa diz que ele tem desempenho no nível do Claude Fable 5.1 na maioria das tarefas e custa 40% menos para rodar do que o Opus 5.
Fonte ↗

Para ter em mente

O mesmo usuário inicial diz que o esforço máximo ainda é lento e consome muitos tokens. O número de 40% mais barato é uma alegação, e o esforço máximo é onde vêm as vitórias nos testes, então o custo real por tarefa pode ser maior.
Fonte ↗
Um guia de migração avisa que o raciocínio não pode mais ser desligado e que o uso forçado de ferramentas agora retorna erro. Código antigo pode precisar de ajustes, e os custos podem subir.
Fonte ↗

O que as pessoas dizem

finally sounds like old claude again, less like ai — @notjazii
Fonte ↗

Onde saber mais

Compare lado a lado os dois números do OSWorld 2.0: 81,8% parcial e 48,7% estrito. A diferença mostra quantas tarefas foram concluídas por completo, e não apenas em parte.
Fonte ↗

Comparar os três primeiros ↓

Os três primeiros lado a lado

	GPT-6.1 Terra	GPT-6.1 Sol	Claude Opus 5.5
Nas listas das IAs	8 / 8	6 / 8	5 / 8
Custo por tarefa do OSWorld	US$ 1,19 por tarefa do OSWorld	US$ 1,15 por tarefa	US$ 5,98–6,31 por tarefa
Primeiro para	Claude, Meta, Gemini, Kimi, DeepSeek, Qwen	—	—

Posições com o mesmo número de IAs são ordenadas pela posição média nas listas das IAs.

03Vale a pena saber

O que as IAs perceberam ao montar a lista.

Os mesmos agentes marcam 83–86% no OSWorld-Verified, acima da referência humana de 72,36%, mas concluem por completo só 20–49% das tarefas no OSWorld 2.0, onde as tarefas têm em média cerca de 318 chamadas de ferramentas, contra cerca de 30.

Perceberam:

Incluíram: Claude, Meta, Grok, Kimi, Qwen. Não incluíram: Gemini, Nova, DeepSeek.

01Lista final

GPT-6.1 Terra

GPT-6.1 Sol

Claude Opus 5.5

Claude Fable 5.1

Claude Sonnet 5.5

GPT-6 Astra

Claude Opus 5

Claude Opus 4.8 (batched tools)

Simular Sai

Qwen3.8-27B with Agent S4 (Simular)

02Mais sobre os três primeiros

1GPT-6.1 Terra

Você sabia?

2GPT-6.1 Sol

Você sabia?

3Claude Opus 5.5

Você sabia?

Os três primeiros lado a lado

Mais rankings

03Vale a pena saber

04O que as pessoas perguntam

05Como contamos

1A pergunta

2Por que este tema

3Onde se aplica

4O que analisamos

5Quem classificou

6Como as posições foram definidas

06A lista de cada IA

O que Claude percebeu

O que Meta percebeu

O que Grok percebeu

O que Kimi percebeu

O que DeepSeek percebeu

O que Qwen percebeu