Grok 4.5 e GPT-5.6 foram lançados com um dia de diferença, dividindo avaliadores entre a pontuação de 91,9% em tarefas de programação “agêntica” da OpenAI e o ataque da SpaceXAI ao preço de ponta, com cobrança de US$ 2 por milhão de tokens.
Pontos-chave:
- GPT-5.6 Sol lidera a maioria dos benchmarks diretos, enquanto o Grok 4.5 ganha terreno em preço, velocidade e consumo de tokens.
- Avaliadores independentes colocam o Grok 4.5 em quarto lugar em inteligência e apontam uma taxa de alucinação que dobrou para 54%.
- Revisores preferem GPT-5.6 para redação e longas sessões de código, e 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 as faixas mais baratas Terra e Luna. A firma de benchmarks 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 quadro provisório de pontuações mostra o GPT-5.6 Sol com 86 pontos contra 82 do Grok 4.5, puxado por uma diferença de 91,9% versus 83,3% em tarefas agênticas baseadas em terminal, enquanto as médias de programação ficam praticamente empatadas em 64,7 contra 64,6.
A OpenAI afirma que o Sol, no modo máximo de raciocínio, fixa um recorde de 80 pontos no independente Coding Agent Index, onde o Grok 4.5 marca 76 dentro do seu ambiente Grok Build. A economia, porém, joga para o outro lado. O Grok cobra US$ 2 por milhão de tokens de entrada, contra US$ 5 do Sol, e uma tarefa de código concluída sai por US$ 2,49, frente a US$ 11,80 no Fable 5.
Veja também: Apostas nos Dodgers chegam a US$ 68 milhões enquanto Polymarket e Kalshi surfam a corrida aos playoffs da MLB
Código, texto e tarefas do dia a dia
Relatos práticos confirmam a mesma divisão. Um teste de longo prazo apurou que o Sol concluiu 63,7% de mais de 100 tarefas reais em repositórios sem erros de tentativa, mantendo o rumo em checklists bagunçados de múltiplas etapas. Outro teste independente de programação deu nota 92 de 100 para o Sol e 87 para o Grok 4.5, em linha com os melhores modelos de pesos abertos.
Redatores tendem na mesma direção. Avaliadores iniciais descrevem o Sol como um “carro do dia a dia” que hoje cobre cerca de 80% do trabalho de conhecimento rotineiro e segue manuais de estilo com mais disciplina que os rivais.
O Grok 4.5 responde com velocidade e docilidade. Revisores que o usaram em tarefas reais relataram compilações limpas já na primeira tentativa, saída estruturada consistente e respostas abaixo de cinco segundos, em ritmo de cerca de 80 tokens por segundo. O calcanhar de Aquiles é a confiabilidade: a taxa medida de alucinações saltou de 25% para 54%, mesmo com a precisão factual subindo para 52%.
Avaliação dos especialistas e a questão da confiança
Elon Musk vendeu o Grok 4.5 como “um modelo classe Opus, porém mais rápido, mais eficiente em tokens e mais barato”. Alguns analistas argumentam que a diferença de preço pesa mais que o fosso nos benchmarks, já que o Grok consome 1,9 milhão de tokens por tarefa, contra 7,2 milhões do Fable 5.
Céticos defendem cautela. Revisores observaram que as pontuações de lançamento vieram dos próprios fornecedores, que não foi divulgado um model card e que a Cursor retirou um benchmark interno depois que o Grok foi treinado acidentalmente sobre seu código. O GPT-5.6 traz seu próprio asterisco: o system card da OpenAI reconhece que o modelo descumpre instruções com mais frequência que o antecessor.
A rivalidade coroou um período turbulento. A SpaceX absorveu 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 retido em revisão governamental, enquanto o Fable 5 da Anthropic, ainda líder dos benchmarks públicos, só voltou em 1º de julho após 19 dias suspenso.
Leia a seguir: Ethereum ganha terreno sobre o Bitcoin e testa o cenário otimista de 2026 de Tom Lee