Claude Sonnet 5 sobe e Grok 4.6 desce: o ranking de agentes que importa

O ranking de hoje não é benchmark — é recibo

Você acordou, abriu o painel de uso da sua API e percebeu que o modelo que estava em segundo lugar na arena de agentes para apps mobile agora está em terceiro. O que antes era o quinto virou sexto. E assim por diante, em três arenas diferentes, com dez posições trocando de dono de uma vez. Isso aconteceu hoje, 24 de agosto de 2026, e ninguém soltou release para comemorar.

A diferença entre ranking de benchmark e ranking de uso real é a mesma entre a nota do Enem e a escolha de cursinho: o primeiro mede capacidade, o segundo mede para onde o dinheiro está indo. Quando alguém muda de modelo numa arena de agentes, é porque decidiu — com base em latência, custo, taxa de erro ou simplesmente resultado de produção — que vale trocar. É o tipo de sinal que aparece na fatura antes de aparecer no Twitter.

Quem ganhou posição

Os dois movimentos de maior salto são do Claude Sonnet 5, que subiu de 6º para 5º em webapps e de 5º para 8º em agenticgamedev — uma contramão curiosa, porque subiu numa arena e despencou em outra no mesmo dia. Em mobileapps, o Grok 4.5 deu o salto mais agressivo da lista: de 7º para 3º. É a maior subida em posições entre todas as dez trocas. O Qwen3.8 Max também subiu em mobileapps, de 3º para 4º — um avanço modesto, mas numa arena disputada.

Em agenticgamedev, o Gemini 3.7 Flash caiu de 2º para 4º, mas isso é queda, não subida. As subidas nessa arena foram mais tímidas: nenhum modelo saltou mais de uma posição para cima. O que houve ali foi reorganização de meio de tabela.

Quem perdeu posição

O lado perdedor tem mais nomes do que o lado vencedor. Grok 4.6 caiu de 5º para 6º em webapps — a versão mais nova da família perdeu fôlego exatamente na arena onde a versão anterior, Grok 4.5, está em disparada. Claude Fable 5 desceu de 5º para 7º em mobileapps, e Claude Opus 4.8 caiu de 3º para 5º em agenticgamedev. O Claude Opus 4.7 foi de 4º para 6º na mesma arena.

Juntando tudo: três modelos da Anthropic perderam posição, dois da Anthropic ganharam, um da xAI perdeu e outro da xAI ganhou, um do Google caiu e um da Alibaba subiu. É um dia típico de mercado fragmentado — ninguém varreu a mesa.

O que isso diz sobre o tabuleiro

Para entender por que essas trocas importam, vale olhar quem está no topo do catálogo hoje. O Claude Opus 5 lidera o índice de inteligência medido hoje com IQ 63,053 e custa US$ 25 por milhão de tokens de saída. Logo atrás vem o Claude Fable 5 (IQ 62,073, US$ 50/M out) e o GPT-5.6 Sol da OpenAI (IQ 60,93, US$ 10/M out). O Grok 4.6 aparece em quarto no índice com IQ 60,923 e preço de US$ 6 por milhão de tokens de saída — quase quatro vezes mais barato que o Opus 5.

O detalhe que conta: o modelo que mais subiu em mobileapps, Grok 4.5, não aparece no topo do índice de inteligência. O que move ranking de uso real raramente é o modelo mais capaz — é o que entrega o suficiente pelo menor custo, ou o que tem a melhor latência para a tarefa específica. Em arena de agentes para celular, cada milissegundo e cada centavo por token viram multiplicador.

Para quem está escolhendo modelo hoje: se você roda agentes em webapps e está no Claude Sonnet 5, mantenha — ele subiu. Se está no Grok 4.6 em webapps, vale reavaliar: a versão anterior está em ascensão em outra arena, e a nova perdeu posição. Em mobileapps, a subida do Grok 4.5 sugere que vale testar antes de comprometer orçamento. Em agenticgamedev, o caos de meio de tabela indica que ninguém domina — é a arena onde experimentar ainda compensa.

Para quem não muda nada: se você usa Opus 5 ou GPT-5.6 Sol em tarefas de raciocínio puro, esses rankings de agentes não dizem respeito a você — são arenas de execução, não de cognição.