Grok 4.5 e GPT-5.6 chegaram ao mercado com um dia de diferença, dividindo avaliadores entre a pontuação de 91,9% do modelo da OpenAI em tarefas de programação “agêntica” e o desafio da SpaceXAI ao pricing de fronteira, cobrando US$ 2 por milhão de tokens.
Pontos-chave:
- GPT-5.6 Sol lidera a maioria dos benchmarks diretos, enquanto o Grok 4.5 ganha em preço, velocidade e uso de tokens.
- Testes independentes colocam o Grok 4.5 em quarto lugar em inteligência e apontam uma taxa de alucinação que dobrou para 54%.
- Avaliadores preferem o GPT-5.6 para textos e sessões longas de código, e o Grok 4.5 para volumes altos com orçamento apertado.
Benchmarks: Grok 4.5 vs GPT-5.6
A SpaceXAI lançou o Grok 4.5 em 8 de julho. A OpenAI respondeu no dia seguinte com o GPT-5.6, uma família que combina o carro-chefe Sol com os níveis mais baratos Terra e Luna. A casa de pesquisa Artificial Analysis colocou o novo Grok em quarto lugar no seu Intelligence Index, com 54 pontos, atrás de Claude Fable 5, GPT-5.5 e Opus 4.8.
No confronto direto, a vantagem é da OpenAI. Um placar preliminar dá 86 pontos ao GPT-5.6 Sol contra 82 do Grok 4.5, puxado por uma diferença de 91,9% para 83,3% em tarefas agênticas em terminal, enquanto a média de programação fica praticamente empatada em 64,7 contra 64,6.
A OpenAI alega que o Sol, no modo máximo de raciocínio, cravou recorde de 80 pontos no independente Coding Agent Index, em que o Grok 4.5 marca 76 dentro do seu ambiente Grok Build. Na economia, o pêndulo inverte. O Grok cobra US$ 2 por milhão de tokens de entrada, ante US$ 5 do Sol, e uma tarefa de código concluída sai por US$ 2,49, contra US$ 11,80 do Fable 5.
Veja também: Apostas nos Dodgers chegam a US$ 68 mi à medida que Polymarket e Kalshi miram a corrida pelos playoffs da MLB
Código, texto e tarefas do dia a dia
Relatos práticos registram a mesma divisão. Em um teste de longo prazo, um framework de avaliação apurou que o Sol concluiu 63,7% de mais de 100 tarefas reais em repositórios sem erros de tentativa, mantendo o rumo em checklists longos e caóticos de múltiplas etapas. Outro teste independente de programação deu nota 92 de 100 para o Sol e 87 para o Grok 4.5, alinhando o Grok com o melhor nível entre modelos de pesos abertos.
Entre redatores, a tendência é parecida. Testadores iniciais descrevem o Sol como um “daily driver” capaz de cobrir cerca de 80% do trabalho intelectual de rotina, seguindo guias de estilo com mais disciplina que os rivais.
O Grok 4.5 responde com velocidade e obediência. Avaliadores que rodaram o modelo em jobs reais relataram builds limpos já na primeira tentativa, saída estruturada confiável e respostas abaixo de cinco segundos, em torno de 80 tokens por segundo. O porém é a precisão: a taxa medida de alucinações saltou de 25% para 54%, mesmo com a acurácia factual subindo para 52%.
Vereditos de especialistas e a questão da confiança
Elon Musk apresentou o Grok 4.5 como “um modelo classe Opus, porém mais rápido, mais eficiente em tokens e mais barato”. Alguns analistas argumentam que o diferencial de preço compensa a diferença de pontuação, já que o Grok consome 1,9 milhão de tokens por tarefa contra 7,2 milhões do Fable 5.
Céticos veem motivos para cautela. Avaliadores observaram que as notas de lançamento foram reportadas pelo próprio fornecedor, que não houve publicação de model card e que a Cursor retirou um benchmark interno depois de o Grok ter sido treinado inadvertidamente em seu código-fonte. O GPT-5.6 também traz um asterisco: a system card da OpenAI admite que o modelo desobedece instruções com mais frequência que o antecessor.
A disputa fecha um período conturbado. A SpaceX incorporou a xAI em fevereiro, comprou a Cursor por US$ 60 bilhões em junho e rebatizou o laboratório como SpaceXAI dois dias antes da chegada do Grok 4.5. A OpenAI passou o fim de junho com o Sol sob revisão governamental, enquanto o Fable 5 da Anthropic, ainda líder oficial nos benchmarks publicados, só voltou ao ar em 1º de julho após 19 dias de suspensão.
Leia a seguir: Ethereum ganha terreno sobre o Bitcoin e testa tese altista de Tom Lee para 2026