A Lista dos Modelos LLM, de Agosto de 2026: A Escalação de Fronteira e Como Filtrá-la

A lista de modelos de LLM em agosto de 2026, de uma só vez: Claude Opus 5, Claude Fable 5, GPT-5.6 Sol, Kimi K3, Qwen3.8 Max, Claude Sonnet 5, Grok 4.5, GLM 5.2, Gemini 3.6 Flash, GPT-5.6 Luna e DeepSeek V4 Flash são os nomes que importam neste mês — e mais de 200 outros podem ser acessados com uma única chave de API. Mas uma lista de nomes não é uma resposta. Ela só é uma resposta quando cada linha traz um preço, uma janela de contexto e uma capacidade, e quando a lista é atual o bastante para que o preço que você lê seja o preço que você paga. É isso que esta página é: a lista atual com números reais, como ler as colunas e os três filtros que transformam mais de 200 modelos em uma boa escolha. Cada número abaixo foi lido em sua fonte em 10 de agosto de 2026.

Uma lista utilizável tem quatro colunas

Uma página com nomes de modelos — sem preços, sem janelas de contexto, sem notas de capacidade — é assim que as pessoas acabam pagando US$ 50 por milhão de tokens por uma tarefa que um modelo de US$ 0,09 resolve. Uma lista que é realmente utilizável traz quatro coisas por linha, e nenhuma delas é opcional.

• Nome e fornecedor. O modelo exato, não a família. GPT-5.6 Luna e GPT-5.6 Sol são produtos diferentes com uma diferença de preço de cinquenta vezes, e uma lista que os confunde é pior do que nenhuma lista.

• Preço por 1 milhão de tokens. Entrada e saída, listadas separadamente — as duas diferem em até vinte vezes em alguns modelos, e as contas reais são determinadas pela saída, então um único número combinado esconde a verdade.

• Janela de contexto. Quanto do seu material de origem cabe em uma única chamada. Uma janela de 200K, uma de 1M e uma de 1.3M não são intercambiáveis, e a diferença decide se o seu prompt sobrevive intacto.

• Capacidade e modalidade. Raciocínio geral, codificação, confiabilidade agêntica e se o modelo aceita imagens. Um modelo somente de texto não vai depurar a captura de tela que você cola no tópico.

O lineup de fronteira, agora

O ranking muda semanalmente, então aqui está o instantâneo de 10 de agosto de 2026. Os preços são o preço de tabela da OrcaRouter — preço do provedor repassado sem margem — e o índice é o Artificial Analysis Intelligence Index, lido hoje.

• Claude Opus 5 — $5 / $25, contexto de 1M, AA Index 63. A maior pontuação de uso geral no índice neste mês e a escolha padrão para raciocínio complexo e trabalho de agente de longa duração.

• Claude Fable 5 — $10 / $50, 1M, AA Index 62. O modelo de fronteira mais caro desta lista e um comprovado nº 2 pelo índice — pague o prêmio somente quando a parte mais difícil do trabalho justificar o medidor.

• GPT-5.6 Sol — $5 / $30, 1M, AA Index 61. O modelo geral mais forte da O​penAI, multimodal, com um perfil de codificação que mantém o par Claude na linha.

• Kimi K3 — $3 / $15, 1M, AA Index 60. O melhor custo-benefício entre os cinco primeiros: o carro-chefe da Moonshot por cerca de um terço do preço do Claude Opus 5.

• Qwen3.8 Max — $2 / $6, 1M, AA Index 58. O carro-chefe da Alibaba, a opção de pesos abertos mais forte na fronteira e um outlier de preço para sua pontuação de índice.

• Claude Sonnet 5 — $2 / $10, 1M, AA Index 55. O nível de valor da família Claude — o mesmo estilo conservador característico de seus irmãos maiores, por um quinto do preço do Claude Opus 5.

• Grok 4.5 — $2 / $6, 500K, AA Index 56. O carro-chefe da xAI, rápido e barato para a sua categoria, com uma janela de contexto menor do que o restante deste grupo.

• GLM 5.2 — $0.76 / $2.42, 1M, AA Index 53. O modelo de pesos abertos da Z.ai, com janela de 1M, a uma fração do preço dos principais modelos fechados.

• Gemini 3.6 Flash — $1.50 / $7.50, 1M, AA Index 52. A escolha de velocidade: #2 em velocidade de saída no índice, a cerca de 238 tokens por segundo, projetado para loops de alto volume limitados por latência.

• GPT-5.6 Luna — $0.10 / $0.60, 1M, AA Index 52. A mesma família, cinquenta vezes mais barato: o preço de um modelo pequeno com uma pontuação de índice de nível médio.

• DeepSeek V4 Flash — $0.09 / $0.18, 1M, AA Index 52. O modelo mais barato desta lista com uma janela de contexto em escala de fronteira: uma mistura de especialistas de pesos abertos com 284 bilhões de parâmetros e 13 bilhões ativos.

What landed after this list was written

The lineup above was read on August 10, 2026. Two models have been added to the catalogue since, and both carry Intelligence Index v5.0.1 scores — a different evaluation set from the v4.3 numbers in that snapshot, so read them as a separate cohort rather than as a re-ranking of it.

• Gemini 4 Carbon — $2.00 / $10.00, 1M context, index 60, #4 of 78. Multimodal input including audio and video, a 65K output ceiling, and cache reads at $0.100 per 1M: the cheapest way on this page to put a million tokens of mixed media in front of a model that scores 60.

• Claude Fable 5.2 — $8.00 / $40.00, 1M context, index 65, #1 of 78. The strongest score on the current evaluation set and the most expensive entry on this page, with a 128K output ceiling, always-on thinking and cache reads at $0.200 per 1M.

Como filtrar a lista

Ninguém quer 300 modelos; eles querem aquele que serve. Três filtros fazem a maior parte do trabalho, e o catálogo ao vivo é construído exatamente em torno desses.

• Filtre primeiro pela capacidade. Comece pelo que o modelo precisa fazer. Raciocínio complexo e loops longos de agente → Claude Opus 5 ou Claude Fable 5. Codificação em escala de repositório → os líderes do índice de codificação, Claude Opus 5 e GPT-5.6 Sol. Autocompletar limitado por latência → Gemini 3.6 Flash. E se um prompt incluir alguma imagem, descarte todos os modelos somente de texto antes de fazer qualquer outra coisa — esse único filtro remove o DeepSeek V4 Flash imediatamente.

• Filtrar por preço em segundo lugar. A variação deste mês vai de gratuito (níveis Nemotron da NVIDIA, nível gratuito do Gemma 4 31B da Google) a US$ 10 / US$ 50 pelo Claude Fable 5 — mais de cem vezes o valor mais baixo. O meio útil é onde se encontra a maior parte da produção: DeepSeek V4 Flash e GPT-5.6 Luna abaixo de US$ 0,20 / US$ 0,60, Claude Sonnet 5 e Qwen3.8 Max em torno de US$ 2, os carros-chefe a US$ 3–US$ 10 de entrada. Um filtro de preço que não pode mostrar essa variação não é um filtro de preço.

• Filtre pela janela de contexto em terceiro lugar. Claude Haiku 4.5 está limitado a 200K; a maior parte da fronteira fica em 1M; Llama 4 Scout se estende a 1.3M e Grok 4.20 a 2M. Mas o contexto anunciado é um teto, não uma garantia — a qualidade degrada à medida que você se aproxima dele, então compre folga. Se sua carga útil é de 150K tokens, um modelo de 200K é uma armadilha, não uma solução.

Onde a lista ativa reside

Cada tabela em um post de blog — incluindo esta — é um instantâneo, e neste mercado um instantâneo fica desatualizado em uma semana. A versão ao vivo da lista fica na página /models do OrcaRouter: mais de 200 modelos atrás de uma chave de API, com filtros de provedor, contexto e preço na barra lateral e abas de modalidade no topo. A propriedade que essa página tem e que os listicles não têm é que ela é o catálogo real, não uma colagem de um. Lançamentos de ponta chegam lá em cerca de um dia após o fornecedor anunciá-los, pesos abertos em poucos dias, e o preço exibido é a taxa upstream ao vivo repassada com margem de 0% — o que a página diz é o que é cobrado na sua conta. Esse também é o ponto de rotear mais de 200 modelos em uma única chave: quando a lista muda, e ela muda semanalmente, seu código não muda. Um contrato, um formato de API, e o model-id é a única coisa que se move.

Quando a lista engana você

As colunas tornam uma lista utilizável, mas também fabricam falsa confiança. Quatro armadilhas merecem ser mencionadas antes de confiar em qualquer linha.

• O mais novo não é o melhor. Um modelo lançado na semana passada não é automaticamente a escolha certa. O índice é recalculado conforme variantes e níveis de esforço mudam, e um modelo comprovado com failover incorporado supera um recém-lançado no dia em que é lançado.

• Preço não é capacidade. GPT-5.6 Luna, a US$ 0,10 / US$ 0,60, registra um índice de 52 — a menos de um ponto da Gemini 3.6 Flash, que custa quinze vezes mais — para as tarefas que ambos executam. Os níveis premium compram a cauda difícil, não o caso médio.

• O tamanho do contexto é anunciado, não conquistado. Uma janela de 1M não significa que o modelo usa bem 1M de tokens. Trate o número como um limite superior e tenha folga, não como uma promessa de qualidade.

• Um índice esconde a variância.Dois modelos com a mesma pontuação no índice têm pontuações diferentes nas suítes de raciocínio, codificação e agentes. A lista fornece a escalação inicial; a classificação por tarefa decide o jogo — que é todo o argumento do guia de melhor LLM para codificação, e por que o mesmo modelo não vence todas as tarefas.

• Aberto vs fechado muda a questão. Para auto-hospedagem, dados isolados ou limites rígidos de custo, o ranking se inverte: GLM 5.2, Qwen3.8 Max e DeepSeek V4 Flash se tornam mais atraentes do que sua posição no índice sugere, porque você não paga por token de forma alguma.

A versão resumida

Uma lista de modelos de LLM só vale pelo que suas colunas carregam. A fronteira atual — Claude Opus 5, Claude Fable 5, GPT-5.6 Sol, Kimi K3, Qwen3.8 Max, Claude Sonnet 5, Grok 4.5, GLM 5.2, Gemini 3.6 Flash, GPT-5.6 Luna e DeepSeek V4 Flash — abrange uma faixa de preço de aproximadamente cem para um e janelas de contexto de 200K a 2M. Filtre primeiro por capacidade, depois por preço, e em terceiro lugar por contexto. E quando a resposta para "qual modelo" continua mudando, pare de memorizar um instantâneo: use o catálogo /models ao vivo, onde mais de 200 modelos estão atrás de uma única chave ao preço de tabela repassado. Esta página ficará desatualizada em uma semana. A lista na página /models não ficará.