A mudança da semana tem nome: GPT-5.6 Sol. O modelo saiu do preview fechado, virou público dia 9 de julho e entrou direto nas posições 2, 3 e 4 do Artificial Analysis Intelligence Index. O Claude Fable 5 continua em 1º com 60 pontos, mas agora por uma margem de 1 ponto — e custando cerca de 3x mais que o Sol. Nenhum modelo do topo perdeu ponto; a OpenAI só chegou com três variantes novas e reorganizou tudo abaixo do líder.
Quem lidera o Artificial Analysis Intelligence Index
O Claude Fable 5 (com fallback para Opus 4.8) lidera o índice com 60 pontos, seguido de perto pelo GPT-5.6 Sol (max), com 59. A diferença entre o 1º e o 2º é de 1 ponto — a menor da história recente desse ranking. A OpenAI ocupa quatro das oito primeiras posições.
| # | Modelo | Criador | Índice | Preço (US$/1M, blended) |
|---|---|---|---|---|
| 1 | Claude Fable 5 (com fallback) | Anthropic | 60 | 7,70 |
| 2 | GPT-5.6 Sol (max) | OpenAI | 59 | 4,35 |
| 3 | GPT-5.6 Sol (xhigh) | OpenAI | 58 | 4,35 |
| 4 | GPT-5.6 Sol (high) | OpenAI | 56 | 4,35 |
| 5 | Claude Opus 4.8 (max) | Anthropic | 56 | 3,85 |
| 6 | GPT-5.6 Terra (max) | OpenAI | 55 | 2,17 |
| 7 | GPT-5.5 (xhigh) | OpenAI | 55 | 4,35 |
| 8 | Grok 4.5 (high) | SpaceXAI | 54 | 1,35 |
Contra a medição de 6 de julho, número a número: o Fable 5 manteve os 60 pontos e a liderança; o Opus 4.8 (max) manteve 56, mas caiu de 2º para 5º; o GPT-5.5 (xhigh) manteve 55 e desceu de 3º para 7º; o Opus 4.7 (max) manteve 54 e saiu do top 5 (agora aparece em 9º). No top 3, entraram o GPT-5.6 Sol (max) e o Sol (xhigh); saíram o Opus 4.8 e o GPT-5.5 (xhigh). Ninguém regrediu — a OpenAI simplesmente encaixou três modelos novos no meio da fila.
O ponto que importa é preço. Segundo a Artificial Analysis, o GPT-5.6 Sol (max) entrega intelligence quase igual ao do Fable 5 por cerca de um terço do custo por tarefa (US$ 1,04 contra os do topo). E não é só no índice geral: o Sol (max) lidera o novo Artificial Analysis Coding Agent Index com 80 pontos, à frente do Fable 5 e do Opus 4.8 em custo por tarefa dentro do harness Codex.
Dois recém-chegados completam a semana. O Grok 4.5, da SpaceXAI, estreou com 54 pontos — a primeira vez que a casa aparece na fronteira do índice. E a Meta segue subindo: o Muse Spark 1.1 marcou 51 pontos, um ganho de 8 pontos em três meses, empatando com o GLM-5.2 (max) como melhor peso aberto — ainda que o Muse Spark seja proprietário.
Quem lidera o LMArena
O claude-fable-5 continua em 1º no LMArena, com Elo 1505, seguido por quatro versões do Claude Opus. O ranking reflete 7.274.904 votos em 374 modelos, com atualização de 10 de julho. O topo segue 100% Anthropic.
| # | Modelo | Organização | Elo |
|---|---|---|---|
| 1 | claude-fable-5 | Anthropic | 1505 |
| 2 | claude-opus-4-6-thinking | Anthropic | 1504 |
| 3 | claude-opus-4-7-thinking | Anthropic | 1503 |
| 4 | claude-opus-4-6 | Anthropic | 1498 |
| 5 | claude-opus-4-7 | Anthropic | 1494 |
| 6 | muse-spark-1.1 (preliminar) | Meta | 1490 |
| 7 | muse-spark (preliminar) | Meta | 1488 |
| 8 | gpt-5.6-sol-xhigh (preliminar) | OpenAI | 1486 |
| 9 | gemini-3-pro | 1486 | |
| 10 | gemini-3.1-pro-preview | 1485 |
Aqui a leitura tem que ser mais cautelosa. Contra a semana passada, o Fable 5 manteve a liderança, mas o Elo caiu de 1509 para 1505 — com o dobro de votos (de 4.350 para 7.252), o número tende a assentar conforme mais gente vota. A novidade real é a Meta: o muse-spark-1.1 entrou em 6º (1490) e o muse-spark ficou em 7º, colocando a casa em duas posições do top 10 pela primeira vez. O GPT-5.6 Sol apareceu em 8º, mas ainda com status preliminar e só 1.740 votos (CI ±14) — posição instável. E o Opus 4.8 (thinking) recuou de 1484 para 1482 (9º → 11º).
Vale o alerta de sempre com o Arena: variantes preliminares e modelos com poucos votos ocupam parte do topo, então nem todo delta é mudança real de qualidade — parte é ruído estatístico enquanto os votos se acumulam.
Como ler esses números
Os dois rankings medem coisas diferentes, e por isso discordam. O Artificial Analysis Intelligence Index é uma média de nove avaliações técnicas (código, agentes, raciocínio científico, capacidade geral) — mede o que o modelo acerta. O LMArena é preferência humana: pessoas votam em qual das duas respostas anônimas gostaram mais. Um modelo pode ser tecnicamente forte e cair no Arena por ter um tom que agrada menos, e vice-versa.
Três coisas pra não se perder no barulho desta semana. Primeiro: "líder" não quer dizer "melhor pra você". O Fable 5 lidera os dois rankings, mas o GPT-5.6 Sol entrega quase a mesma intelligence por um terço do preço — pra maioria dos produtos, isso decide. Segundo: preço e posição andam separados. O Sol (max), o Terra (max) e o Grok 4.5 mostram que dá pra ficar no top 8 gastando bem menos que o líder. Terceiro: status preliminar e poucos votos pesam. Quando um modelo aparece no topo do Arena com 1.740 votos e CI de ±14, a posição é um rascunho, não um veredito.
Pra quem constrói, a pergunta certa não é "qual é o nº 1", e sim "qual é o modelo mais barato que passa no meu caso de uso". Essa resposta mudou bastante esta semana — e quase sempre passou a ter um GPT-5.6 no meio.