Qual modelo usar para qual tarefa?

Todos os meses sai um modelo novo que diz ser 'o melhor'. A pergunta que realmente importa não é essa — é onde você precisa que os dados vivam e o quanto a tarefa é longa.

O panorama comercial hoje

Claude já está na sua quinta geração: Haiku 4.5 para o rápido e barato, Sonnet 5 como o ponto de equilíbrio qualidade/custo, Opus 5 para código agéntico complexo, e Fable 5 no topo. A OpenAI unificou seu stack de código sob o GPT-5.6 — o Codex não é mais um produto à parte, é o mesmo stack com um modo especializado (GPT-5.3-Codex, com variantes Max para trabalho longo e Mini para custo). O Gemini joga a carta do contexto: suas variantes 3.1 Pro e 3 Deep Think chegam a janelas de até 1M de tokens, útil quando você precisa meter um documento inteiro de uma sentada.

E os locais

Aqui é onde este site tem uma opinião formada: se a tarefa não exige raciocínio de frontier absoluto, um modelo local resolve a maior parte do trabalho diário a custo marginal zero. O Qwen3.6 27B roda em uma ou duas GPUs de consumo e tem 262K de contexto nativo — é o que roda este mesmo site.

A matriz real

• Dado sensível (clientes, contratos, saúde): local, sem discussão.
• Refatoração grande ou código agêntico de formato longo: Claude Opus ou GPT-5.3-Codex-Max.
• Documentos enormes de uma só vez Gemini, pela janela de contexto.
• Tudo o mais — chat, resumos, tarefas do dia a dia: o modelo local mais barato que resolve bem.

A armadilha mais comum é usar o modelo mais caro "por segurança" para tarefas triviais. A maioria do que você faz todos os dias é resolvida tão bem por um modelo de 8 a 27B rodando no seu próprio hardware.