Gemini 4 Neon, Claude Opus 5.5 ou GPT-6.2 Sol: o que os benchmarks mostram de fato?

A tabela do Google com Neon, Opus 5.5 e GPT-6.2 Sol e todos os rótulos de harness, mais dados independentes de custo, velocidade e alucinação, preços oficiais, acesso e qual modelo usar em cada tarefa.

Desenho a nanquim de uma pista de corrida curva com três raias e blocos de partida escalonados, pintadas de cinza, azul e laranja, sugerindo que uma comparação justa depende de onde cada raia começa.

Na tabela de 19 linhas do próprio Google, o Gemini 4 Neon lidera 16 linhas, o Claude Opus 5.5 lidera duas (Terminal-Bench 4.1 e FrontierCode 2.0) e o GPT-6.2 Sol lidera uma (Chartography). Os dados independentes da Artificial Analysis concordam que o Neon tem o maior Intelligence Index dos três (61 contra 59 e 57) e, com folga, a menor taxa de alucinação. Eles também mostram algo que a tabela do fornecedor omite: o Sol concluiu as mesmas tarefas do índice por cerca de 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. No papel, o Neon é o generalista mais forte. O Opus mantém uma vantagem estreita nas linhas de Terminal-Bench 4.1 e FrontierCode 2.0 do Google, embora a execução própria da AA no Terminal-Bench 4.0 o coloque em último entre os três. O Sol é a opção barata e rápida que cede alguns pontos em quase tudo.

O que este artigo acrescenta:

  • a tabela comparativa do Google reconstruída com o harness, o nível de raciocínio e a fonte dos dados de cada linha, tirados do PDF de metodologia de avaliação do Google (em inglês)
  • números da Artificial Analysis consultados ao vivo em 19 de novembro de 2026: índice, custo por tarefa, tempo por tarefa e alucinação
  • preços oficiais por token do Google, da Anthropic e da OpenAI
  • onde exatamente cada modelo pode ser chamado hoje
  • um teste pequeno do Opus 5.5 e do Sol pela Ofox em três tarefas de programação

Este artigo é publicado pela Ofox, que revende o Opus 5.5 e o Sol. A Ofox não oferece o Neon. As linhas de benchmark são resultados de terceiros, não nossos. Os únicos resultados medidos por nós estão na seção sobre o nosso teste, que é apenas ilustrativo e não serve para classificar os modelos.

A tabela comparativa do Google, com todos os rótulos

O model card do Gemini 4 Neon (em inglês), publicado pelo Google em 18 de novembro de 2026, é a única fonte oficial que coloca os três modelos lado a lado. O PDF de metodologia importa tanto quanto as pontuações. Ele diz que o Neon foi executado “with the highest thinking settings unless indicated otherwise” (com as configurações de raciocínio mais altas, salvo indicação em contrário), ou seja, xhigh. Para o Opus 5.5 e o GPT-6.2 Sol, o Google informa a configuração máxima de raciocínio disponível ou, quando não há máximo publicado, o melhor resultado disponível. Salvo indicação na linha, os números dos concorrentes são autodeclarados pela Anthropic e pela OpenAI. O Google não os executou.

CategoriaBenchmark (configuração)NeonOpus 5.5GPT-6.2 SolLíder da linhaQuem produziu os números
ÍndiceAA Index v5.0.1615957NeonArtificial Analysis
ÍndiceVals Index v2.270,9%70,1%66,1%NeonVals AI
Programação agênticaCursorBench 4.165,4%58,1%—NeonCursor
Programação agênticaTerminal-Bench 4.1, acurácia cheating-adjusted65,2%65,8%61,5%OpusNeon: Artificial Analysis com Antigravity-CLI 1.5.9; demais: leaderboard público
Programação agênticaFrontierCode 2.0, pontuação principal46,2%47,3%43,8%OpusLeaderboard público; Neon em high, não xhigh
Programação agênticaSWE-sweep, harness do fornecedor39,0%10,1%8,3%NeonCalculado pelo próprio Google: Antigravity-CLI 1.5.9 / Claude Code / Codex
Programação agênticaSWE-sweep, harness Mini-SWE12,8%3,6%11,6%NeonCalculado pelo próprio Google, mini-swe-agent vision harness
Trabalho de conhecimentoAutomationBench56,3%42,5%41,3%NeonLeaderboard público
Trabalho de conhecimentoAgents’ Last Exam v1.175,8%71,6%73,0%NeonNeon: Google, Antigravity-CLI 1.4.8, janela de 5 horas; Sol: system card da OpenAI; Opus: leaderboard
Ciência e matemáticaRiemannBench84,0%80,0%80,0%NeonLeaderboard público
Ciência e matemáticaTerminal-Bench-Science 0.170,5%63,3%68,0%NeonNeon: Google, mini-swe-agent vision harness, média de 5 tentativas; demais: leaderboard
RaciocínioHLE-Diamond71,3%67,9%64,0%NeonArtificial Analysis
MultimodalMKA, Climb WSR56,5%53,0%52,7%NeonArtificial Analysis
MultimodalChartography73,5%66,3%75,1%SolNeon e Sol: Google, sem ferramentas; Opus: system card da Anthropic
MultimodalLVBench89,0%83,7%87,6%NeonGoogle; orçamentos de frames diferentes por modelo
Contexto longoGraphWalks, 256k–1M BFS (F1)95,2%66,8%80,1%NeonCalculado pelo próprio Google, 200 problemas
CibersegurançaCWE-Bench v270,7%67,1%66,0%NeonLeaderboard público (Collinear)
CibersegurançaSEC-bench Pro90,5%—88,3%NeonNeon: Google, harness Antigravity; Sol: relatório da OpenAI
CibersegurançaWebExploitBench v1.251,3%37,1%—NeonAutoavaliado pelo Google, validado pela AgentCyberRange

Fontes: model card do Neon e metodologia de avaliação (ambos em inglês), conferidos em 19 de novembro de 2026. Um travessão significa que o Google não publicou número para aquele modelo. Travessão não é zero.

Onde a liderança do Neon é real e onde é apertada

Várias linhas estão tão próximas que outra execução poderia invertê-las. O Neon fica à frente do Opus no Vals Index por 0,8 ponto e à frente do Sol no Agents’ Last Exam por 2,8 pontos. No Terminal-Bench 4.1, fica atrás do Opus por apenas 0,6 ponto. Em benchmarks agênticos, diferenças abaixo de uns dois pontos estão dentro da margem que versões de harness, novas tentativas e timeouts podem alterar. Para fins de planejamento, trate essas linhas como empates.

As maiores vantagens do Neon estão no GraphWalks (95,2% contra 80,1% do Sol e 66,8% do Opus), no AutomationBench (cerca de 14 pontos), no CursorBench (7,3 pontos acima do Opus) e na linha do SWE-sweep com harness do fornecedor. Essa última é a que exige mais cuidado.

Por que os 39,0% no SWE-sweep são, em grande parte, efeito do harness

O Google rodou o SWE-sweep duas vezes. Na linha com harness do fornecedor, cada modelo usou o agente do próprio fornecedor: Antigravity-CLI para o Neon, Claude Code para o Opus e Codex para o Sol. A metodologia do Google observa que o Antigravity-CLI público inclui por padrão uma ferramenta de subagente que se espalha em paralelo pelo código-fonte e que o Google descreve como “particularly suited to bug finding tasks like SWE-sweep” (particularmente adequada a tarefas de caça a bugs como o SWE-sweep).

O Neon marca 39,0% nesse cenário e 12,8% no harness compartilhado Mini-SWE. O Opus cai de 10,1% no Claude Code para 3,6%. O Sol vai na direção oposta: 8,3% no Codex e 11,6% no Mini-SWE. O próprio anúncio diz que o Neon “more than triples” (mais que triplica) no Antigravity. Portanto, os 39,0% medem o Neon rodando dentro do produto de agente do Google. Eles não mostram que o modelo seja três a quatro vezes mais forte que os rivais. Na linha comparável do Mini-SWE, o Neon fica 1,2 ponto à frente do Sol.

Dois outros rótulos mudam a leitura das linhas. O FrontierCode foi pontuado com o Neon no nível padrão high, não em xhigh. O Terminal-Bench é reportado como acurácia cheating-adjusted (ajustada por trapaça) para os três modelos; a metodologia não detalha o ajuste. O anúncio do Google informa 0,0% de trapaça do Neon no Terminal-Bench 4.0. A linha do LVBench também deu entradas diferentes aos modelos: 1 frame por segundo em baixa resolução para o Gemini, 500 frames para o Sol e 600 para o Opus, cada configuração definida “due to API limitations” (devido a limitações da API).

Por que tabelas de fornecedor pedem cautela em geral

  • O fornecedor escolheu o grupo de comparação. O Google comparou o Neon com o Opus 5.5 e o GPT-6.2 Sol. Deixou de fora o Claude Fable 5.2 e o GPT-6.2 Astra, que custam US$ 8/US$ 40 por milhão de tokens e pontuam mais alto no Artificial Analysis Intelligence Index (64,6 e 62,1 no máximo, em 19 de novembro). A tabela mostra onde o Neon está frente aos concorrentes da mesma faixa de preço. Não mostra onde ele está em relação ao topo.
  • Fontes misturadas dividem a mesma coluna. Algumas células são execuções do próprio Google; outras foram copiadas de system cards dos concorrentes, que usaram hardware, prompts e datas diferentes.
  • As configurações não são uniformes. O Neon rodou em xhigh na maioria das linhas, os concorrentes na configuração máxima quando havia uma informada, e o Neon em high no FrontierCode.
  • Os benchmarks foram escolhidos depois do treinamento. Uma tabela de lançamento mostra os benchmarks que o fornecedor decidiu publicar; por isso não consegue mostrar os que ficaram de fora.

Nada disso torna a tabela errada. Significa que ela serve para decidir o que testar, não como resposta final.

O que os dados independentes acrescentam: custo, tempo e alucinação

A Artificial Analysis (AA) roda todos os modelos no mesmo harness e publica custo e tempo por tarefa, que o model card não mostra. Lemos as páginas do Neon, do Opus 5.5 e do GPT-6.2 Sol e a avaliação AA-Omniscience (todas em inglês) em 19 de novembro de 2026, por volta das 03:20 UTC. A AA atualiza essas páginas; confira de novo antes de tomar uma decisão.

Métrica da AA (variante de raciocínio mais alta)Neon (xhigh)Opus 5.5 (max)GPT-6.2 Sol (max)
Intelligence Index v5.0.161,459,157,3
Custo por tarefa do Intelligence IndexUS$ 6,44US$ 10,04US$ 1,01
Tempo por tarefa21,5 min24,5 min8,5 min
Tokens de saída por tarefa (raciocínio + resposta)~142 mil~173 mil~40 mil
Tempo até o primeiro token da resposta56,5 s335,8 s75,1 s
Terminal-Bench 4.0 (execução da AA)63,6%59,6%60,1%
FrontierCode 2.0 (execução da AA)44,4%46,4%44,4%
Acurácia no AA-Omniscience60,5%65,5%61,6%
Taxa de alucinação no AA-Omniscience14,4%50,3%55,4%
Taxa de tentativa no AA-Omniscience67,5%86,7%85,4%
HLE-Diamond71,3%67,9%64,0%

São três configurações diferentes: xhigh para o Neon e max para os outros dois. Configurações mais baixas pontuam menos e custam menos. Para o Neon no padrão high, os dados da AA indicam índice de 59,6, US$ 3,74 e 14,8 minutos por tarefa e taxa de alucinação de 13,9%. Isso ainda fica acima do Sol em max no índice e ainda custa mais de três vezes o que o Sol custa por tarefa. A AA lista o Opus com 57,4 em xhigh (US$ 6,05 e 16,1 min por tarefa) e o Sol com 54,9 em high (US$ 0,56 e 4,6 min). A documentação da Anthropic indica medium como effort padrão do Opus 5.5; em medium, a AA dá ao Opus índice de 48,2 e US$ 2,45 por tarefa.

Três achados se destacam:

  1. A razão entre preços de tabela subestima a diferença de custo por tarefa. O Opus tem o dobro do preço por token do Sol, mas custou cerca de dez vezes mais por tarefa da AA. Ele gerou aproximadamente quatro vezes mais tokens de saída. O Neon custa 1,5 vez o preço de tabela do Sol e cerca de 6,4 vezes mais por tarefa. A quantidade de tokens que um modelo gasta pesa mais do que a tabela de preços.
  2. Taxa de alucinação baixa não significa acurácia maior. A AA define taxa de alucinação como respostas incorretas divididas por todas as respostas não corretas. O Neon é o mais baixo (14,4%) principalmente porque se recusa a responder com mais frequência: tentou 67,5% das perguntas, contra cerca de 86% dos outros. O Opus tem a maior acurácia (65,5%), mas arrisca um palpite quando não sabe. Se uma resposta errada custa mais do que um “não sei”, o perfil do Neon é melhor. Se cobertura importa mais, o Opus responde corretamente a mais perguntas.
  3. A vantagem de velocidade do Sol é grande. O tempo por tarefa dele é menos da metade do tempo dos outros dois, e ele chegou ao primeiro token da resposta bem antes do Opus em esforço máximo, que levou 336 segundos.

As execuções de programação da própria AA complicam a narrativa do Google nas duas direções. Na execução da AA no FrontierCode 2.0, o Opus lidera com 46,4%, e o Neon e o Sol empatam em 44,4%; ou seja, o Opus fica em primeiro, como na tabela do Google. Na execução da AA no Terminal-Bench 4.0, o Neon lidera com 63,6% e o Opus fica em último com 59,6%, atrás dos 60,1% do Sol. É o oposto da linha de Terminal-Bench 4.1 do Google, então a vantagem do Opus em terminal depende da versão do benchmark e do harness que você olha. O anúncio do Google também diz que o Neon é o nº 1 geral no AA Coding Agent Index, com 58,6. Essa é uma afirmação do Google. As páginas da AA que lemos não exibiam os valores do Coding Agent Index por modelo, então não verificamos.

Preços oficiais por token

Todos os valores são do nível Standard, em US$ por 1 milhão de tokens, conferidos em 19 de novembro de 2026. São os preços dos próprios provedores. Os preços da Ofox aparecem em cada página de modelo da Ofox e não são repetidos aqui.

Gemini 4 NeonClaude Opus 5.5GPT-6.2 Sol
EntradaUS$ 3,00US$ 4,00US$ 2,00
Saída (inclui raciocínio)US$ 15,00US$ 20,00US$ 10,00
Entrada em cacheUS$ 0,15 (só cache implícito)US$ 0,20 (acerto de cache)US$ 0,10
Gravação em cacheNão listada separadamenteUS$ 5 (5 min), US$ 8 (1 h)US$ 2,50 (30 min), US$ 5 (12 h)
Prompts muito longosUma única tarifa em toda a janela de 1MTarifa padrão em toda a janela de 1MAcima de 272K de entrada: tarifas de entrada e cache ×2, saída ×1,5
BatchUS$ 1,50 / US$ 7,50 (Flex igual)50% de desconto: US$ 2 / US$ 1050% de desconto: US$ 1 / US$ 5
Nível gratuitoNenhum——
FontePreços da Gemini APIPreços da AnthropicPágina do modelo GPT-6.2 Sol

Uma conta rápida mostra por que só o preço por token não basta. Pegue uma requisição sem cache com 50.000 tokens de entrada e 10.000 de saída. Pelo preço de tabela, ela custa US$ 0,30 no Neon, US$ 0,40 no Opus e US$ 0,20 no Sol. Mas o mesmo texto não gera a mesma contagem de tokens em cada modelo. No nosso teste abaixo, o mesmo prompt usou 139 tokens de entrada no Opus e 98 no Sol. Os modelos também diferem em quanto escrevem. Meça suas próprias contagens de tokens por modelo antes de comparar faturas. O guia de preços do Claude Opus 5.5 (em inglês) e o nosso detalhamento de preços do Gemini 4 Neon tratam de cache e níveis de raciocínio com mais profundidade.

A tarifa de US$ 3/US$ 15 do Neon também pesa dentro da família Gemini. O Carbon e o Argon sobem de US$ 2/US$ 10 para US$ 4/US$ 20 em 1º de dezembro de 2026; depois disso, o Neon fica mais barato que os dois. Veja o que muda com o reajuste de dezembro e Neon vs Carbon.

Onde dá para usar cada modelo de fato

Gemini 4 NeonClaude Opus 5.5GPT-6.2 Sol
ID do modelo na APIgemini-4-neonclaude-opus-5-5gpt-6.2-sol
Status na APINível pago da Gemini API, via generateContent e Interactions APIClaude API, Bedrock, Google Cloud, Microsoft FoundryOpenAI API desde 17 de nov. de 2026; Responses API e Chat Completions
Acesso em apps e IDEsApp Gemini (AI Pro e Ultra), AI Studio, Google Antigravity (Pro e Ultra pagos), Gemini para empresasApps do Claude e Claude Code (acesso e limites, em inglês)Prévia no ChatGPT Work e no Codex desktop (Plus e Pro; em workspaces gerenciados, depende das configurações de licenças/seats); não está no Chat comum
Na Ofox (conferido em 19 de nov. de 2026)NãoSim: anthropic/claude-opus-5.5Sim: openai/gpt-6.2-sol
Janela de contexto1.048.576 tokens, entrada e saída somadas1M1.050.000 (entrada máxima de 922K)
Saída máxima64K síncrona por padrão; até 1M com long decode128K (300K no Batch com um header beta)128K
EntradasTexto, imagem, áudio, vídeoTexto, imagemTexto, imagem
Data de corte do conhecimentoMarço de 2026Junho de 2026 (confiável)1º de junho de 2026

O que significa o rótulo de “prévia” do GPT-6.2 Sol. As notas de versão do ChatGPT (em inglês) de 17 de novembro de 2026 dizem que o GPT-6.2 Astra e o Sol estão “available in preview in Work and Codex desktop” (disponíveis em prévia no Work e no Codex desktop) e que “Regular Chat keeps its existing model choices” (o Chat comum mantém as opções de modelo atuais). Esse rótulo vale para o ChatGPT. Do lado do desenvolvedor, o changelog da API da OpenAI (em inglês) lista o gpt-6.2-sol como lançado em 17 de novembro para a Responses API e a Chat Completions. A página do modelo publica preços e limites de taxa para os níveis de uso de Build a Grow, e nenhum deles traz rótulo de prévia. Na prática:

  • Você já pode construir sobre a API.
  • Chamada de ferramentas exige a Responses API.
  • A API rejeita reasoning.effort: none.
  • No ChatGPT, o Sol só aparece nos seletores de modelo do Work e do Codex.

Se você está vindo do GPT-6 Sol, as notas de migração de tool calling para a Responses API (em inglês) continuam valendo.

Neon na Ofox. Em 19 de novembro de 2026, o google/gemini-4-neon não aparecia em GET https://api.ofox.io/v1/models, e https://ofox.io/models/google/gemini-4-neon retornava 404. Para usar o Neon, chame o Google diretamente. O guia da API do Neon cobre a configuração. Na Ofox, você já pode usar o Gemini 4 Hydrogen e o Argon pelo endpoint nativo do Gemini.

Nosso teste pequeno: Opus 5.5 vs Sol em três tarefas de programação

Esta seção é a única parte do artigo que medimos nós mesmos. Ela é ilustrativa. Três tarefas fáceis com duas execuções cada não bastam para classificar dois modelos de fronteira, e os dois modelos passaram em todos os testes. Incluímos o teste porque ele mostra a diferença de verbosidade e latência que os dados de custo da AA sugerem, numa escala que qualquer pessoa consegue reproduzir.

Configuração (19 de novembro de 2026):

  • Endpoint: Ofox https://api.ofox.io/v1/chat/completions
  • Modelos: anthropic/claude-opus-5.5 e openai/gpt-6.2-sol
  • Parâmetros: max_tokens: 16000. Nenhum parâmetro de reasoning ou effort foi enviado, então cada modelo rodou no padrão da sua rota.

Tarefas:

  • T1: corrigir um bug de off-by-one na paginação e adicionar validação de entrada
  • T2: escrever parse_duration("1h30m") a partir de uma especificação rígida com nove entradas inválidas
  • T3: implementar um TokenBucket com relógio injetável

Cada resposta foi avaliada por testes unitários ocultos rodados localmente: 5, 16 e 5 casos de teste. Foram 12 chamadas no total, com duas repetições por tarefa e modelo.

TarefaTestes aprovados (nas duas repetições)Latência do Opus 5.5Latência do SolTokens de saída do OpusTokens de saída do Sol
T1 correção da paginação5/5 e 5/5 nos dois3,4 / 3,9 s3,5 / 3,1 s142 / 142184 / 181
T2 parser de duração16/16 nos dois6,2 / 5,9 s2,5 / 2,4 s471 / 438119 / 117
T3 token bucket5/5 nos dois9,0 / 8,6 s2,7 / 3,6 s656 / 756253 / 268

Totais: o Opus usou 1.136 tokens de entrada e 2.605 de saída; o Sol, 804 de entrada e 1.122 de saída. Pelos preços de tabela dos provedores, isso dá cerca de US$ 0,057 para o Opus e US$ 0,013 para o Sol nas seis chamadas de cada um. Esse valor é cálculo nosso, não uma fatura da Ofox. A latência mediana foi de 6,0 segundos no Opus e 2,9 segundos no Sol.

O que observamos além de aprovado ou reprovado:

  • O Opus foi além da especificação na T3. Nas duas execuções, ele acrescentou um threading.Lock, uma propriedade capacity e uma verificação de que clock é chamável. Nada disso foi pedido. Um lock é uma escolha razoável em produção, mas é escopo extra para revisar. O Sol entregou exatamente a interface pedida.
  • Na correção fácil de bug (T1), o Sol escreveu um pouco mais. Ele adicionou um retorno antecipado explícito para start >= len(items), caso que o slicing já trata. A diferença foi pequena nas duas direções.
  • O mesmo prompt gerou contagens de tokens de entrada diferentes. O Opus contou de 139 a 234 tokens de entrada e o Sol de 98 a 153, cerca de 40% a mais no Opus. Isso afeta comparações por token em prompts longos.

O que este teste não mostra: nada sobre o Neon, que não está na Ofox; trabalho difícil com vários arquivos, onde a vantagem do Opus nos benchmarks faria diferença; nem confiabilidade ao longo de muitas execuções. Os scripts, prompts, testes e respostas brutas (com a chave ocultada) ficam guardados com o nosso relatório, para que o teste possa ser repetido. Para rodar sua própria comparação pela Ofox, a documentação de integrações cobre Claude Code, Codex, Cursor e outros clientes.

Como chamar os três modelos

Na Ofox, o Opus 5.5 e o Sol passam pelo mesmo cliente compatível com OpenAI. A página do Opus 5.5 lista os protocolos openai e anthropic. A do Sol lista openai.

from openai import OpenAI
import os, time

client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])

for model in ["anthropic/claude-opus-5.5", "openai/gpt-6.2-sol"]:
    t = time.time()
    r = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": "Write parse_duration('1h30m') -> 5400 in Python. Code only."}],
        max_tokens=16000,
    )
    print(model, round(time.time() - t, 1), "s", r.usage)

O Neon passa pela API nativa do Google. Este exemplo segue o guia do Neon do Google:

from google import genai

client = genai.Client()  # lê GEMINI_API_KEY; o Neon exige o nível pago
interaction = client.interactions.create(
    model="gemini-4-neon",
    input="Write parse_duration('1h30m') -> 5400 in Python. Code only.",
)
print(interaction.output_text)

Falhas comuns:

Qual modelo para qual tarefa

Estes são pontos de partida baseados em evidências, não classificações medidas. Cada linha diz em que evidência se apoia.

Sua tarefaComece comPor quêEvidência
Trabalho de software difícil, com vários arquivos, em que poucos pontos fazem diferençaOpus 5.5, mas teste o Neon tambémLidera o FrontierCode 2.0 na tabela do Google e na execução da AA. Lidera o Terminal-Bench 4.1 na tabela do Google, mas fica em último no Terminal-Bench 4.0 da AATabela do Google e AA (resultados mistos)
Caça a bugs em um repositório grande dentro das ferramentas do GoogleNeon no Antigravity39,0% no SWE-sweep com o harness de subagentes do Google; a vantagem praticamente some no Mini-SWETabela do Google (depende do harness)
Agentes de programação em alto volume, correções de CI, PRs do dia a diaSolCerca de 1/6 do custo por tarefa do Neon e 1/10 do Opus na AA, em menos da metade do tempo, com 57 no Intelligence Index da AA contra 59 e 61AA e nosso teste pequeno
Análise de contexto longo (256K a 1M tokens)NeonGraphWalks 95,2% contra 80,1% e 66,8%. O preço do Sol sobe acima de 272K de entradaTabela do Google (cálculo próprio) e páginas de preço
Pesquisa ou trabalho de conhecimento em que respostas erradas saem caroNeonTaxa de alucinação de 14,4% contra 50% ou mais; espere mais abstençõesAA-Omniscience
Perguntas e respostas de conhecimento em que cobertura importa maisOpus 5.5Maior acurácia no AA-Omniscience, 65,5%AA-Omniscience
Leitura de gráficos e figuras densasSol ou NeonO Sol lidera o Chartography, 75,1% contra 73,5%; o Opus fica em 66,3%Tabela do Google
Entradas de áudio ou vídeoNeonO único dos três que aceita áudio e vídeoDocumentação oficial dos modelos
Automação de fluxos de trabalho de negócioNeonAutomationBench 56,3% contra cerca de 42%Leaderboard público via Google
Você precisa de um único gateway e uma única chaveOpus 5.5 ou SolOs dois estão na Ofox; o Neon nãoLista de modelos da Ofox, 19 de nov. de 2026

Em que cada modelo é pior

Gemini 4 Neon

  • Fica um pouco atrás do Opus no Terminal-Bench 4.1 e no FrontierCode 2.0 na tabela do Google, e no FrontierCode na execução da AA.
  • Acurácia no AA-Omniscience menor que a do Opus, porque recusa mais perguntas.
  • Sua pontuação de destaque no SWE-sweep depende do harness do Google.
  • Em xhigh, uma tarefa leva cerca de 21 minutos e custa cerca de US$ 6,44 na carga de trabalho da AA.
  • Tem a data de corte de conhecimento mais antiga dos três (março de 2026).
  • Não tem nível gratuito e não está disponível na Ofox.

Claude Opus 5.5

  • O mais caro e o mais lento por tarefa da AA em esforço máximo (US$ 10,04, 24,5 minutos, 336 segundos até o primeiro token da resposta).
  • Último dos três na execução da AA no Terminal-Bench 4.0 (59,6%), apesar de liderar a linha de Terminal-Bench 4.1 do Google.
  • O mais fraco dos três no GraphWalks de contexto longo (66,8%), no Chartography (66,3%) e no SWE-sweep com Mini-SWE (3,6%).
  • Taxa de alucinação de cerca de 50%.
  • Não aceita entrada de áudio nem de vídeo.
  • No nosso teste pequeno, acrescentou escopo que não foi pedido.

GPT-6.2 Sol

  • Menor AA Intelligence Index dos três (57).
  • Maior taxa de alucinação (55,4%).
  • Último dos três na tabela do Google em Terminal-Bench 4.1, FrontierCode, Vals e HLE-Diamond.
  • Entradas acima de 272K tokens são cobradas com tarifas maiores.
  • O Google não publicou número de CursorBench nem de WebExploitBench para ele.
  • No ChatGPT, ainda é uma prévia restrita ao Work e ao Codex.

Use a tabela do Google para escolher qual modelo testar primeiro, e a Artificial Analysis para custo, velocidade e alucinação. A decisão final deve vir da sua própria taxa de aprovação nas suas próprias tarefas. Para os níveis de modelo acima e abaixo desses três, veja como escolher um modelo Gemini 4, a comparação anterior de custo de programação entre GPT-6 Sol e Claude Opus 5.5 (em inglês) e Claude Opus 5.5 vs GPT-6 Astra em programação complexa (em inglês).

Documentação relacionada

Perguntas frequentes

O GPT-6.2 Sol é só uma prévia?
Só no ChatGPT. As notas de versão do ChatGPT de 17 de novembro de 2026 dizem que o GPT-6.2 Astra e o Sol estão disponíveis em prévia no ChatGPT Work e no Codex desktop, e que o Chat comum mantém os modelos atuais. O changelog da API da OpenAI lista o gpt-6.2-sol como lançado no mesmo dia para a Responses API e a Chat Completions, com preços e limites de taxa publicados e sem rótulo de prévia.
Dá para chamar o Gemini 4 Neon pela Ofox?
Não, pelo menos até 19 de novembro de 2026. O google/gemini-4-neon não está na lista de modelos da Ofox e não tem página de modelo na Ofox. Use diretamente o nível pago da Gemini API. O Claude Opus 5.5 e o GPT-6.2 Sol estão disponíveis na Ofox.