Equivalências de modelos de IA: o Opus, o Sonnet e o Haiku de cada CLI de código

GPT-6.1 Sol. Na tabela acima, o Claude Opus e o GPT-6.1 Sol estão ambos no nível Opus: o flagship em que roda a maior parte do trabalho sério de programação, um degrau abaixo do nível de fronteira. O modelo de fronteira do Codex, o equivalente do Fable, é o GPT-6 Astra. Para o trabalho de nível Sonnet, o modelo do Codex é o GPT-6 Luna. E o modelo de nível Haiku da lista é o Codex Spark.

Gemini 3.1 Pro (High), no Antigravity. O Gemini Pro é a linha flagship do Google, por isso fica no nível Opus. O Gemini Flash faz o papel do Sonnet: hoje, o Gemini 3.8 Flash (High).

GPT-6 Luna, no Codex. A linha equilibrada da OpenAI fica no nível Sonnet: forte o bastante para a maioria das funcionalidades, mais barata que o flagship.

Codex Spark, no Codex: o modelo leve e rápido da linha, para renomeações, pequenas correções e perguntas rápidas.

Mesmo nível não quer dizer mesmos resultados. O GPT-6.1 Sol e o Opus 5.5 fazem o mesmo papel na linha do respectivo fabricante, mas ainda diferem em preço, velocidade, janela de contexto, limites de uso e nas tarefas que resolvem melhor, e os rankings de benchmark entre os dois mudam a cada lançamento. A resposta confiável é rodar os dois em uma mesma tarefa sua: o AgentsRoom inicia um agente em cada um, lado a lado, no mesmo projeto.

Hoje, o Opus também está nas listas de modelos de Antigravity, OpenCode, Aider, GitHub Copilot, oh-my-pi e Devin, com o nome que cada CLI lhe dá. Mesma família, mesmo nível: a equivalência não muda com o CLI que o oferece.

Porque a escala segue o papel que um modelo cumpre, e nunca exagera. As famílias de pesos abertos costumam ter um ótimo custo-benefício e vários CLI as oferecem, mas colocar uma delas no nível Opus seria dizer que ela pode substituir o Opus em qualquer tarefa, o que nenhuma demonstrou em todas as frentes. As suas versões leves ficam no nível Haiku.

Porque não são um modelo: GitHub Copilot (Auto), Amp (Amp default), Freebuff (Freebuff default), Devin (Adaptive) e Cursor (Default) deixam o serviço escolher um modelo a cada requisição, então não há uma capacidade fixa para comparar. A tabela os deixa de fora em vez de adivinhar.

Ela é calculada sempre que a página é aberta, a partir do mesmo catálogo de modelos que o app AgentsRoom fornece a cada computador e a cada celular. Quando o AgentsRoom adiciona um modelo que um CLI acabou de lançar, ele aparece aqui na hora, no seu nível, e a versão que ele substitui é marcada como anterior. As chamas de popularidade são atualizadas a cada dez minutos com base nos últimos 30 dias de inicializações.

Sim, de duas formas, e as duas apenas sugerem. O AI Suggestion dimensiona a tarefa antes de a sessão abrir (Rápida, Padrão, Complexa ou Extrema) e abre o agente no modelo mais barato do seu CLI que ainda consegue fazê-la. O Adaptive Mode lê o seu rascunho depois que o CLI já está rodando e sugere um modelo mais leve quando a tarefa não precisa do flagship, ou confirma que o atual é o certo.