Grok 4.6 salta de 20º para 1º em agentes Android e recolorá o tabuleiro

Um ranking diferente do que você acompanha

Você está de olho no índice agregado de inteligência — e tudo bem, ele tem utilidade. Mas existe outro placar que ninguém olha com a mesma frequência, e que mexe mais no seu bolso: o ranking de uso real por categoria. Lá, a pergunta é qual modelo as pessoas de fato chamam para resolver um problema específico. E esse placar pode virar do avesso num único dia, como aconteceu nesta sexta-feira.

Hoje, 21 de agosto de 2026, o Grok 4.6 saltou da 20ª para a 1ª posição em agents-androidnative. Dezenove posições em 24 horas. Quem olhasse ontem o ranking de IQ agregado e escolhesse modelo por ali não tinha como prever essa mudança — porque ela não é sobre capacidade bruta, é sobre preferência de uso naquela tarefa.

O que o salto do Grok 4.6 significa (e o que não significa)

Não significa que o Grok virou o modelo mais inteligente do mercado. O índice de hoje coloca Claude Opus 5 na frente (IQ 63,053), seguido por Claude Fable 5 (62,073) e OpenAI GPT-5.6 Sol (60,93) — o Grok 4.6 aparece logo atrás, com 60,923. A diferença entre os quatro cabe na margem de erro de qualquer benchmark. O salto no ranking de uso é outra coisa: é gente escolhendo-o especificamente para construir agentes que rodam em Android nativo.

A analogia é a do GPS e o mapa. O índice agregado te diz qual rota é mais curta no papel; o ranking de uso real te diz qual caminho o pessoal está pegando de fato no trânsito desta manhã. Os dois podem discordar sem nenhum dos dois estar mentindo.

Quem perdeu posição — e por que isso importa

A movimentação não aconteceu em silêncio. O Claude Opus 4.7, que estava em 4º em agents-androidnative, caiu para 7º. O Kimi K2.7 Code desceu de 5º para 7º em agents-htmlslides. Já em agents-webapps, o Kimi K3 perdeu a liderança e agora é vice — uma troca de cadeira que abre espaço para outro modelo assumir a ponta.

Olhando o conjunto, dois padrões aparecem. Primeiro: a Anthropic tem modelos fortes em quase toda categoria de agentes, mas não trava a liderança em nenhuma — Opus 4.7 caiu em androidnative, caiu em htmlslides, caiu em mobileapps; Fable 5 subiu em mobileapps e em UI component, mas isso é movimento de meio de tabela. Segundo: a xAI acertou em cheio um nicho específico, e a OpenAI continua mais forte em raciocínio geral do que em agentes especializados — fato, não opinião, é o que o ranking diz.

Para quem isso muda alguma coisa

Se você está construindo agentes que rodam em Android nativo, o Grok 4.6 virou referência imediata da categoria. Vale testar mesmo que sua pilha atual seja Anthropic — o salto não acontece por acaso, e quando 19 modelos são deixados para trás em um dia, alguma coisa no output está agradando quem usa.

Se você está construindo apps web ou apresentações em HTML, a mensagem é diferente: Claude Opus 4.7 segue forte, mas perdeu terreno. Hora de olhar o que subiu no lugar — e rodar o mesmo prompt nos dois antes de decidir trocar de modelo padrão.

Se você está escolhendo provedor por preço, nada aqui muda diretamente. O catálogo hoje lista DeepSeek V4 Flash 0731 a US$ 0,18 por milhão de tokens de saída como opção mais barata acima de IQ 45 — mas esse é outro ranking, o de custo, e ele conversa pouco com o de uso. São dois mapas diferentes do mesmo território.

A implicação prática

Trate o ranking de IQ agregado como farol de longo prazo e o ranking de uso por categoria como farol de curto prazo. Quem decide modelo olhando só um dos dois está navegando com um olho fechado. Hoje, para Android nativo, o olho curto diz Grok 4.6; para webapps e UI component, diz Claude Fable 5; para game dev em Godot, diz Claude Opus 4.7. Amanhã, qualquer um desses pode virar de novo — e foi exatamente isso que aconteceu em 21 de agosto.