Melhores modelos de IA para advocacia em novembro de 2026: Gemini 4, Muse Wonder, Claude 5.5, GPT-6, Kimi e DeepSeek com dados conferidos
Equipe Elden · · 30 min de leitura

Em resumo: No teste de agente jurídico da Harvey publicado pela Vals AI em 11 de novembro, o Gemini 4 Argon lidera com 27,08% de tarefas resolvidas, e o Claude Opus 5.5 fica em 9,17%. No índice geral da Artificial Analysis, Claude Fable 5.2 lidera com 65. Gemini 4 Argon e Carbon dobram de preço em 1º de dezembro. O Muse Spark 1.3 já aparece como descontinuado, e Gemini 4 Hydrogen e Muse Ember chegaram para a faixa barata.
Quem lê só a imprensa brasileira de tecnologia acha que a disputa de novembro de 2026 é entre Claude e ChatGPT. Os números contam outra história. O Google lançou três modelos da família Gemini 4 em seis semanas, a Meta trocou o Muse Spark pelo Muse Wonder e soltou o Muse Ember a dez centavos de dólar por milhão de tokens, a Moonshot publicou os pesos do Kimi K3.1 Pro e a Alibaba abriu uma prévia fechada do Qwen4-Max que acaba em 25 de novembro.
Este guia passa por cada um com o olho de quem paga a fatura da API e responde à OAB. Todos os preços abaixo foram conferidos nas páginas oficiais dos provedores, no OpenRouter e na Artificial Analysis em 17 de novembro de 2026. Onde a apuração não achou número confiável, o texto diz isso em vez de chutar.
Qual é o melhor modelo de IA para advogado em novembro de 2026?
Não há campeão único, e os benchmarks jurídicos discordam entre si. Em agente jurídico que mexe com arquivos, o Gemini 4 Argon lidera. Em prova de raciocínio jurídico isolada, Claude Fable, Gemini 4 Argon e Muse Wonder Full se amontoam perto de 88%. Em pesquisa jurídica, o Muse Spark 1.3 Max bate o Opus 5.5. A escolha passa pela tarefa e pelo contrato de dados.
O dado que mais surpreende quem usa Claude no escritório é o do HLAB, o Legal Agent Benchmark da Harvey rodado pela Vals AI. Ali o Opus 5.5 resolve 9,17% das tarefas a US$ 21,81 por teste, enquanto o Muse Ember resolve 25,00% a US$ 0,12. O mesmo Opus 5.5, porém, vence o Muse Spark 1.3 Max na média jurídica da Vals (61,31% contra 60,11%) e em Immigration (72,14% contra 64,93%).
Nenhum desses testes mede peça brasileira. Eles servem para escolher quem entra no teste interno. Quem quiser trocar o modelo do escritório deve rodar dois candidatos lado a lado nos próprios processos por algumas semanas antes de migrar volume.
Tabela comparativa: contexto, preço, cache e benchmarks
Preço em dólar por milhão de tokens, conferido nas páginas oficiais quando elas existem. O índice da Artificial Analysis usa a configuração de raciocínio indicada entre parênteses. O HLAB é a taxa de tarefas resolvidas no Legal Agent Benchmark da Harvey na Vals AI, atualizado em 11/11/2026.
| Modelo | Contexto | Entrada / saída por 1M | Cache (leitura) | Índice Artificial Analysis | HLAB (tarefas) | Pesos |
|---|---|---|---|---|---|---|
| Claude Fable 5.2 | 1M | US$ 8,00 / US$ 40,00 | US$ 0,20 | 65 (Max) | 5,00% | Fechados |
| Claude Opus 5.5 | 1M | US$ 4,00 / US$ 20,00 | US$ 0,20 | 59 (Max) | 9,17% | Fechados |
| Claude Sonnet 5.5 | 1M | US$ 2,00 / US$ 10,00 | US$ 0,10 | 55 (Max) | 10,42% | Fechados |
| Claude Haiku 5.5 | Não conferido | US$ 0,10 / US$ 0,50 até 100 mil tokens de prompt; US$ 0,50 / US$ 2,50 acima | US$ 0,01 / US$ 0,05 | Não conferido | 4,17% | Fechados |
| Gemini 4 Carbon | 1.048.576 | US$ 2,00 / US$ 10,00 até 30/11; US$ 4,00 / US$ 20,00 desde 01/12 | US$ 0,10, depois US$ 0,20 | 60 (High) | 17,50% | Fechados |
| Gemini 4 Argon | 1.048.576 | US$ 2,00 / US$ 10,00 até 30/11; US$ 4,00 / US$ 20,00 desde 01/12 | US$ 0,10, depois US$ 0,20 | 50 (High) | 27,08% | Fechados |
| Gemini 4 Hydrogen | 1.048.576 | US$ 1,50 / US$ 7,50 | US$ 0,075 | Não conferido | 11,25% | Fechados |
| Gemini 3.8 Flash | Não informado na página | US$ 0,75 / US$ 3,75 até 31/12; US$ 1,50 / US$ 7,50 desde 01/01/2027 | US$ 0,075, depois US$ 0,15 | Não conferido | 12,08% | Fechados |
| Muse Wonder | 1M | US$ 4,00 / US$ 20,00 | Desconto de 95% | 44 (Max) | 23,75% | Fechados |
| Muse Spark 1.3 | 1M | US$ 1,25 / US$ 4,25 | US$ 0,15 | 37 (Max), marcado como descontinuado | Não listado | Fechados |
| Muse Spark Open | 1M | Roda na sua infraestrutura | Não se aplica | 25 (Xhigh) | 25,00% | Abertos, licença Muse com condições |
| Muse Ember | 1M | US$ 0,10 / US$ 0,50 | US$ 0,004 | Não conferido | 25,00% | Fechados |
| GPT-6 Astra | ~1,05M | US$ 10,00 / US$ 50,00 até 272 mil tokens; US$ 20,00 / US$ 75,00 acima | US$ 1,00 | 57 (Max) | 7,08% | Fechados |
| GPT-6.1 Sol | ~1M | US$ 2,00 / US$ 10,00 até 272 mil; US$ 4,00 / US$ 15,00 acima | US$ 0,10 | 55 (Max) | 6,25% | Fechados |
| GPT-6.1 Terra | Não conferido | US$ 1,00 / US$ 5,00 | US$ 0,05 | Não conferido | 1,67% | Fechados |
| GPT-6 Luna | Não conferido | US$ 0,10 / US$ 0,50 | US$ 0,01 | Não conferido | 4,17% | Fechados |
| Kimi K3.1 Pro | 1M | US$ 2,00 / US$ 10,00; Highspeed US$ 4,00 / US$ 20,00 | US$ 0,20 | 46 | 11,67% | Abertos desde 04/11, MIT modificada |
| Qwen4-Max (prévia) | 1M (984 mil na Artificial Analysis) | Sem preço por token; só pelo Token Plan | Não divulgado | 43 | 21,25% | Fechados |
| DeepSeek V4.1 Flash 1017 | ~1M | US$ 0,30 / US$ 1,20 na DeepSeek; de US$ 0,036 a US$ 0,60 de entrada no OpenRouter | Varia por provedor | 33 (Max) | 14,17% | Abertos |
| GLM-5.3 | 1M | US$ 1,40 / US$ 4,40 | US$ 0,26 | 32 (Max) | 14,58% | Abertos (licença a conferir) |
| GLM-5.3 Flash | Não conferido | US$ 0,15 / US$ 0,50 | Não conferido | Não conferido | 10,42% | Abertos |
| MiniMax M3 | 1M | US$ 0,30 / US$ 1,20 até 512 mil; US$ 0,60 / US$ 2,40 acima | Não conferido | 19 | Não listado | Prometidos no lançamento |
| MiniMax M3.1 Flash | Não conferido | US$ 0,15 / US$ 0,60 | Não conferido | Não conferido | 7,50% | Não conferido |
Três leituras rápidas. A primeira é que preço alto não comprou resultado no HLAB: Claude Fable 5.2 e GPT-6 Astra, os mais caros da lista, ficaram entre os últimos. A segunda é que a OpenAI cobra o dobro acima de 272 mil tokens de entrada, então processo grande no GPT-6 custa mais do que a tabela curta sugere. A terceira é que o Gemini 3.8 Flash também dobra de preço, só que em 1º de janeiro.
Quanto custa uma apelação em cada modelo, contando os tokens de raciocínio?
Tome uma apelação comum: 200 mil tokens de autos na entrada e 30 mil na saída, sendo 10 mil de peça e 20 mil de raciocínio interno. A página de preços do Gemini diz com todas as letras que a saída inclui os tokens de raciocínio, e o mesmo vale para os outros modelos que pensam antes de responder. Quem calcula só a peça escrita subestima a conta em três vezes.
| Modelo | Entrada (200 mil) | Saída (30 mil) | Total por peça |
|---|---|---|---|
| GPT-6 Astra | US$ 2,00 | US$ 1,50 | US$ 3,50 |
| Claude Fable 5.2 | US$ 1,60 | US$ 1,20 | US$ 2,80 |
| Claude Opus 5.5 | US$ 0,80 | US$ 0,60 | US$ 1,40 |
| Muse Wonder | US$ 0,80 | US$ 0,60 | US$ 1,40 |
| Gemini 4 Argon ou Carbon (a partir de 01/12) | US$ 0,80 | US$ 0,60 | US$ 1,40 |
| Gemini 4 Argon ou Carbon (até 30/11) | US$ 0,40 | US$ 0,30 | US$ 0,70 |
| Claude Sonnet 5.5 | US$ 0,40 | US$ 0,30 | US$ 0,70 |
| GPT-6.1 Sol | US$ 0,40 | US$ 0,30 | US$ 0,70 |
| Kimi K3.1 Pro | US$ 0,40 | US$ 0,30 | US$ 0,70 |
| Gemini 4 Hydrogen | US$ 0,30 | US$ 0,225 | US$ 0,53 |
| GLM-5.3 | US$ 0,28 | US$ 0,132 | US$ 0,41 |
| Muse Spark 1.3 | US$ 0,25 | US$ 0,1275 | US$ 0,38 |
| GPT-6.1 Terra | US$ 0,20 | US$ 0,15 | US$ 0,35 |
| Gemini 3.8 Flash (até 31/12) | US$ 0,15 | US$ 0,1125 | US$ 0,26 |
| Claude Haiku 5.5 (prompt acima de 100 mil) | US$ 0,10 | US$ 0,075 | US$ 0,18 |
| DeepSeek V4.1 Flash 1017 (tabela da DeepSeek) | US$ 0,06 | US$ 0,036 | US$ 0,10 |
| MiniMax M3 (até 512 mil) | US$ 0,06 | US$ 0,036 | US$ 0,10 |
| Muse Ember | US$ 0,02 | US$ 0,015 | US$ 0,04 |
| GPT-6 Luna | US$ 0,02 | US$ 0,015 | US$ 0,04 |
O Qwen4-Max fica fora da conta porque a Alibaba não publicou preço por token. A prévia só funciona por assinatura do Token Plan.
O cache muda a segunda rodada. Revisar a mesma apelação com os autos em cache faz a releitura de 200 mil tokens custar US$ 0,04 no Opus 5.5, US$ 0,02 no Sonnet 5.5 e no GPT-6.1 Sol, US$ 0,03 no Muse Spark 1.3, US$ 0,04 no Kimi e menos de um décimo de centavo no Muse Ember.
Repare no Kimi: o preço de tabela é idêntico ao do Sonnet, mas o cache custa o dobro (US$ 0,20 contra US$ 0,10). Em fluxo de revisão com muitas releituras do mesmo processo, o Sonnet sai mais barato mesmo cobrando igual na primeira chamada.
E a mudança de dezembro no Gemini 4 não é detalhe. Um escritório que roda cem apelações por mês no Argon ou no Carbon paga US$ 70 em novembro e US$ 140 a partir do dia 1º. O lote também dobra: a API em batch sai de US$ 1,00 / US$ 5,00 para US$ 2,00 / US$ 10,00. Orçamento de 2027 feito com o preço introdutório já nasce errado.
Família Gemini 4: Argon, Carbon e Hydrogen
O Google colocou três modelos Gemini 4 na API em pouco mais de um mês. Os três têm 1.048.576 tokens de contexto, aceitam texto, imagem, áudio, vídeo e PDF e não oferecem cache explícito. Muda a vocação, o preço e o resultado nos testes jurídicos.
O Gemini 4 Argon (gemini-4-argon) chegou à disponibilidade geral em 13 de outubro. É o líder do HLAB, com 27,08% das tarefas resolvidas e 96,30% dos critérios atendidos, e marca 88,30% no LegalBench, em terceiro lugar. No índice geral da Artificial Analysis fica em 50, bem atrás do irmão Carbon. Para trabalho jurídico com arquivo, é hoje o melhor resultado medido.
O Gemini 4 Carbon (gemini-4-carbon) saiu para o público em 10 de novembro e é descrito pelo Google como o modelo de raciocínio mais capaz da casa. Lidera o índice geral entre os não Claude, com 60, mas no HLAB resolve 17,50%. Custa o mesmo que o Argon, com o mesmo aumento em dezembro.
O Gemini 4 Hydrogen (gemini-4-hydrogen) é a versão rápida, a US$ 1,50 de entrada e US$ 7,50 de saída, com cache a US$ 0,075 e quatro níveis de raciocínio (low, medium, high e xhigh). É o único dos três com plano gratuito na API, e a tabela do Google não prevê aumento para ele. No HLAB resolve 11,25%, abaixo do Carbon e acima do Opus 5.5.
A janela do Gemini 4 é unificada. A documentação fala em limite único de entrada e saída, então instruções, raciocínio e resposta disputam o mesmo espaço com os autos. Colocar 1 milhão de tokens de processo e pedir raciocínio alto é pedir ao modelo que pense sem ter onde. Deixe folga e tire procurações, guias e certidões repetidas antes de enviar.
A saída padrão de uma chamada síncrona é de 65.536 tokens. Acima disso, o Google oferece o long decode, que chega ao tamanho da janela, mas exige chamada em segundo plano e cliente HTTP com tempo limite longo. Recurso especial longo cabe na saída padrão; parecer gigante pede a arquitetura nova.
O ponto que mais quebra integração antiga: desde o Gemini 3.6 Flash o Google vem descontinuando temperature, top_p e top_k, e a cobertura especializada do lançamento do Argon relata que ele os ignora, hoje com aviso de descontinuação e, em versões futuras, com erro HTTP 400. Escritório que montou extração de dados com temperatura zero para ter respostas repetíveis perde esse controle. A repetibilidade passa a depender de saída estruturada com schema e de conferência automática do resultado.
O cache é só implícito. Ele dispara sozinho quando o começo do prompt se repete, e a cobertura do lançamento fala em mínimo de 4.096 tokens. Monte o prompt com a parte estável no começo (instruções, autos) e a pergunta variável no fim.
O Gemini 3.8 Flash, da geração anterior, ainda tem plano gratuito e custa US$ 0,75 / US$ 3,75 até o fim do ano. Marca 86,99% no LegalBench a 3,32 segundos de latência, número bom para puxar CPF, valor e data de um lote de contratos bancários. Em janeiro o preço dobra e o Hydrogen passa a custar o mesmo, com geração mais nova.
Meta Muse: Wonder, Spark 1.3, Spark Open e Ember
A Meta Superintelligence Labs entrou no jogo jurídico quase sem barulho no Brasil, e a linha mudou rápido. O Muse Spark 1.3 saiu em 2 de setembro, o Muse Wonder em 12 de outubro, o Muse Spark Open em 15 de outubro e o Muse Ember em 9 de novembro. A Artificial Analysis já marca o Spark 1.3 como descontinuado e indica o Wonder no lugar.
O Muse Wonder (muse-wonder-1.0) é o novo topo da API da Meta, a US$ 4,00 de entrada e US$ 20,00 de saída, o mesmo preço do Opus 5.5. Tem 1 milhão de tokens, aceita texto, imagem, fala e vídeo e gera 123 tokens por segundo na medição da Artificial Analysis, onde marca 44. No HLAB resolve 23,75%, quase o triplo do Opus. A variante Wonder Full, que marca 87,42% no LegalBench, não tem preço por token: só existe dentro das assinaturas do Muse Code.
O Muse Spark 1.3 ainda funciona a US$ 1,25 de entrada, US$ 0,15 em cache e US$ 4,25 de saída, no OpenRouter e na própria Meta. Na Vals, sua versão Max supera o Opus 5.5 no Legal Research Bench (55,29% contra 50,48%) custando US$ 0,59 contra US$ 23,61 no mesmo teste. Mas modelo descontinuado não é base para sistema novo.
O Muse Spark Open tem 816 bilhões de parâmetros em mistura de especialistas, com 42 bilhões ativos por token, 1 milhão de contexto e pesos no Hugging Face. No HLAB empata com o Ember em 25,00%, só que levou quase quatro horas por teste. MoE economiza computação, mas não memória: os 816 bilhões precisam estar carregados, o que dá na casa de 816 GB em 8 bits. Não é projeto para o servidor do escritório de cinco advogados.
A licença do Open pesa. A Muse Model License permite uso, ajuste fino e redistribuição, mas exige o selo "Built with Muse Spark Open" no produto e um contrato separado para quem oferecer o modelo como serviço com receita acima de US$ 20 milhões. Lawtech que pretende vender o modelo a muitos escritórios precisa ler essa cláusula com o jurídico antes de comprar GPU.
O Muse Ember é a surpresa do mês. A US$ 0,10 de entrada e US$ 0,50 de saída, com 1 milhão de contexto e até 512 mil de saída, resolveu 25,00% das tarefas do HLAB a US$ 0,12 por teste, em segundo lugar geral. Ressalva: em 10 de novembro a página oficial de preços da Meta ainda não listava o Ember, então o preço vem do anúncio de lançamento.
IA, sigilo profissional e LGPD: o que conferir antes de mandar autos para uma API
Mandar autos para uma API é entregar dado de cliente a um terceiro. Isso atrai o dever de sigilo do Estatuto da Advocacia e do Código de Ética da OAB, e as regras da LGPD sobre segurança, dado sensível e transferência internacional. Antes de olhar benchmark, o escritório precisa ler o contrato de dados do provedor.
O risco mais concreto de novembro tem nome técnico: as faixas contributor. A Meta vende o muse-spark-1.3-contributor com desconto grande porque treina nos prompts e nas respostas de quem a usa, enquanto a faixa padrão mantém os dados privados. O Google fez o mesmo no Gemini 4 Hydrogen: a página de preços tem uma faixa Contributor, em prévia por convite, pela metade do preço, e marca "sim" na coluna de uso do conteúdo para melhorar produtos. O plano gratuito do Hydrogen e do Gemini 3.8 Flash também marca "sim".
Para um desenvolvedor de software, pode ser troca razoável. Para um escritório, é colocar laudo médico de cliente de BPC, cláusula de M&A ou estratégia de defesa no material de treino de outra empresa. E o nome do modelo é só uma string no código: um estagiário que copia o exemplo mais barato da documentação, uma ferramenta de terceiros que escolhe a faixa com desconto, um script antigo que ninguém revisou.
Os fundamentos são conhecidos. Laudo de saúde é dado sensível (LGPD, art. 11). O controlador responde pela segurança do tratamento (LGPD, art. 46). Processamento fora do Brasil é transferência internacional e precisa de hipótese do art. 33. Violar sigilo profissional é infração disciplinar (Lei 8.906/1994, art. 34, VII), e o dever de guardar sigilo está no art. 35 do Código de Ética e Disciplina da OAB.
O que fazer, em ordem de prioridade:
- Bloquear no gateway ou na lista de modelos permitidos qualquer identificador com
contributore qualquer chave de plano gratuito cujo termo preveja treino com dados do usuário. - Registrar qual modelo, versão e provedor cada sistema do escritório chama, e quem tem chave de API.
- Ler a política de retenção e de treino de cada provedor, incluindo os chineses (Moonshot, DeepSeek, MiniMax, Zhipu, Alibaba). No OpenRouter, o mesmo modelo pode ser servido por dezenas de empresas diferentes: o DeepSeek V4.1 Flash 1017 tem mais de 40. Fixe o provedor em vez de deixar o roteador escolher o mais barato.
- Para o Kimi, a versão Highspeed no Amazon Bedrock coloca o tratamento sob o contrato que o escritório já tem com a AWS, o que costuma simplificar a análise.
- Anonimizar antes de enviar quando a tarefa permitir. Classificar uma intimação não exige o nome da cliente.
- Para o que não pode sair de casa, considerar modelo de pesos abertos rodando localmente (GLM-5.3, Kimi K3.1 Pro ou Muse Spark Open, observada a licença). O dado não deixa o servidor, e o problema vira de hardware.
Kimi K3.1 Pro: 1 milhão de tokens, pesos abertos e Bedrock
O Kimi K3.1 Pro, da Moonshot AI, saiu em 23 de outubro e teve os pesos publicados no Hugging Face em 4 de novembro. São 2,8 trilhões de parâmetros em mistura de especialistas, com 104 bilhões ativos por token, e contexto de 1 milhão. A Artificial Analysis o coloca como o melhor modelo de pesos abertos, com 46 no índice.
Na API da Moonshot custa US$ 2,00 de entrada, US$ 0,20 em cache e US$ 10,00 de saída, a mesma faixa do Sonnet 5.5 e do GPT-6.1 Sol. A versão Highspeed, que a Moonshot diz ser duas a três vezes mais rápida, cobra o dobro. É essa Highspeed que entrou no Amazon Bedrock no começo de novembro, com chamada de ferramentas, saída estruturada e streaming.
Para escritório ou lawtech que já roda na AWS, isso resolve três problemas de uma vez: faturamento na conta existente, controle de acesso pelas mesmas políticas de IAM e uma camada contratual conhecida para a análise de LGPD.
Os pesos abertos têm um porém. O arquivo tem 1,56 TB em MXFP4, longe de caber em servidor de escritório. E a licença, uma MIT modificada, exige acordo à parte para serviço hospedado com receita acima de US$ 20 milhões em 12 meses. Uso interno fica livre das duas condições.
No HLAB, o K3.1 Pro resolve 11,67% a US$ 9,00 por teste. O antecessor K3 marca 86,21% no LegalBench, e o K2.6, mais barato (US$ 0,95 / US$ 4,00), marca 84,74%.
DeepSeek V4.1 Flash 1017, MiniMax M3 e GLM-5.3: onde os modelos de eficiência rendem
Pagar US$ 10 por milhão de saída para classificar intimação é desperdício. DeepSeek, MiniMax e GLM ocupam a faixa de eficiência, e os números de novembro mostram que alguns já encostam nos caros em tarefa jurídica isolada.
O DeepSeek V4.1 Flash 1017 é o retrato de 17 de outubro do V4.1 Flash. A DeepSeek cobra US$ 0,30 de entrada e US$ 1,20 de saída, com tarifa que varia pelo horário UTC. No OpenRouter há mais de 40 provedores, com entrada de US$ 0,036 a US$ 0,60. Marca 33 na Artificial Analysis a US$ 0,60 por tarefa do índice, 83,28% no LegalBench e 14,17% no HLAB a US$ 0,61 por teste, acima do Opus 5.5 nesse teste por menos de um trigésimo do custo.
O MiniMax M3 saiu em 1º de junho com 1 milhão de contexto. Cobra US$ 0,30 / US$ 1,20 até 512 mil tokens de entrada e US$ 0,60 / US$ 2,40 acima disso. No LegalBench marca 85,42%, à frente do Muse Spark 1.2 e do Opus 4.7, mas fica em 19 no índice geral da Artificial Analysis. O M3.1 Flash, a US$ 0,15 / US$ 0,60, resolve 7,50% no HLAB. A família foi desenhada para loops longos de ferramentas, como um orquestrador que percorre dezenas de processos.
O GLM-5.3, da Z.ai, saiu em 14 de agosto a US$ 1,40 / US$ 4,40, com cache a US$ 0,26 e 1 milhão de contexto. Marca 84,84% no LegalBench, 32 na Artificial Analysis e 14,58% no HLAB. O GLM-5.3 Flash cobra US$ 0,15 / US$ 0,50. Há divergência entre as fontes sobre a licença dos pesos (MIT ou licença própria da Zhipu), então leia o arquivo de licença antes de uso comercial.
Uma curiosidade da Vals: um modelo chamado GLM Legal marca 86,23% no LegalBench cobrando US$ 0,075 / US$ 0,25, à frente do Kimi K3 e do GPT 5.1. Vale acompanhar.
Uma ressalva vale para todos: nenhum tem histórico público em peça brasileira. Use para triagem, extração e orquestração, e reserve a redação final para modelos com mais rodagem em português jurídico até ter seus próprios testes.
Claude Opus 5.5, Sonnet 5.5, Fable 5.2 e Haiku 5.5: o que muda entre eles
Os modelos da Anthropic cobram o contexto de 1 milhão de tokens pelo preço padrão em toda a janela: uma requisição de 900 mil tokens paga a mesma tarifa por token que uma de 9 mil. A exceção é o Haiku 5.5, que cobra cinco vezes mais quando o prompt passa de 100 mil tokens.
O Fable 5.2, a US$ 8,00 / US$ 40,00, lidera o índice da Artificial Analysis com 65 na configuração Max, a US$ 26,54 por tarefa e 40,9 minutos por tarefa. No HLAB, porém, resolve 5,00%, e a geração anterior (Fable 5 e 5.1) segue no topo do LegalBench com 88,56% e 88,51%. Serve para estratégia de horizonte longo, não para petição simples.
O Opus 5.5, a US$ 4,00 / US$ 20,00, marca 59 na Artificial Analysis, gera 117 tokens por segundo e leva 355 segundos até o primeiro token de resposta na configuração Max. A Artificial Analysis o descreve como caro, lento e verboso para a faixa de preço. No esforço High cai para 52 pontos e 9,3 minutos por tarefa, um meio-termo melhor para o dia a dia. Na Vals, tem a melhor média jurídica contra o Muse Spark 1.3 Max e vence em Immigration e Access to Justice.
O Sonnet 5.5, a US$ 2,00 / US$ 10,00 com cache a US$ 0,10, marca 55 na Artificial Analysis e 10,42% no HLAB, à frente do Opus. Réplica, contestação padrão, análise de documentos e resumo de andamento cabem nele.
O Haiku 5.5, a US$ 0,10 / US$ 0,50 para prompt de até 100 mil tokens, fica com a triagem. Acima disso sobe para US$ 0,50 / US$ 2,50, ainda barato.
Dois detalhes de conta. O modo rápido do Opus 5.5 e do Fable 5.2 entrega até 2,5 vezes mais tokens por segundo cobrando o dobro. E fixar o processamento nos Estados Unidos com inference_geo: "us" acrescenta 10% em todos os itens da fatura.
Para quem usa o Elden, o Claude tem uma vantagem prática: o conector MCP funciona em todos os planos, inclusive o gratuito.
GPT-6 Astra, GPT-6.1 Sol, Terra e Luna, Astra for Law e Qwen4-Max
A OpenAI dividiu a linha em quatro degraus. A tabela oficial traz GPT-6 Astra a US$ 10,00 / US$ 50,00, GPT-6.1 Sol a US$ 2,00 / US$ 10,00, GPT-6.1 Terra a US$ 1,00 / US$ 5,00 e GPT-6 Luna a US$ 0,10 / US$ 0,50. Acima de 272 mil tokens de entrada, todos ficam mais caros; o Astra vai a US$ 20,00 / US$ 75,00.
Para o advogado, a novidade é o Astra for Law, lançado em 17 de setembro. Não é um modelo novo: são os mesmos pesos do GPT-6 Astra com índice de jurisprudência, leis e regulamentos dos Estados Unidos e instruções de análise jurídica. Em teste da própria OpenAI com 200 questões do Legal Research Bench da Vals, acertou 54% contra 38,7% do Astra com busca na web. O acesso é restrito a escritórios convidados, e o índice é americano, então para direito brasileiro a vantagem não se transfere.
Nos testes independentes, a linha GPT-6 decepciona em agente jurídico: no HLAB, Astra resolve 7,08% a US$ 25,46 por teste, Sol 6,25% e Terra 1,67%, o último lugar. No índice geral, Astra marca 57 e o 6.1 Sol 55, este a US$ 1,27 por tarefa, o melhor custo entre os modelos de ponta.
O Qwen4-Max está em prévia desde 11 de novembro, e a Alibaba anunciou que ela termina às 24h de 25 de novembro, horário de Pequim. Só funciona com assinatura do Token Plan, sem preço por token, sem pesos e sem número de parâmetros divulgado. A saída chega a 393.216 tokens, somando raciocínio e resposta, e o raciocínio vem ligado no nível mais alto por padrão. Marca 43 na Artificial Analysis e 21,25% no HLAB, em sétimo lugar. Com duas semanas de prévia e sem preço, não serve para orçar sistema de escritório.
O que os benchmarks jurídicos medem de verdade?
Benchmark jurídico conta duas histórias. Em tarefa isolada, como no LegalBench da Vals AI, os modelos de ponta acertam perto de 88% e mal se separam. Em agente que trabalha com documentos, planilhas e arquivos, no HLAB da Harvey, o melhor resolve 27,08% das tarefas. O mesmo Gemini 4 Argon que resolve pouco mais de um quarto das tarefas atende 96,30% dos critérios.
A distância tem explicação na regra de correção. A Harvey só conta uma tarefa como resolvida se todos os critérios passarem. Um modelo que acerta quase tudo em cada etapa ainda erra alguma coisa na maioria das tarefas longas, e basta um erro para a tarefa inteira cair. É o retrato da segunda-feira do escritório: a peça boa com um precedente errado é uma peça errada.
O LegalBench também mostra saturação. A última atualização, de 13 de outubro, ainda não inclui Opus 5.5, Sonnet 5.5, Fable 5.2 nem GPT-6. O topo é do Claude Fable 5 com 88,56%, e os dez primeiros cabem em menos de dois pontos percentuais. Diferença dessa ordem não justifica trocar de fornecedor.
O LegalBenchmarks.ai, que comparou ferramentas de IA e advogados em redação de contratos, não publicou rodada de 2026 até esta apuração. A rodada de 2025 deu 73,3% de confiabilidade ao melhor modelo contra 56,7% dos advogados humanos, mas os modelos testados já saíram de linha.
A consequência prática é conferir cada etapa, e não esperar o fim. Pipeline de peça com IA precisa de checagem entre a pesquisa, a seleção de precedente, a redação e a citação. Nenhum desses testes foi desenhado para o direito brasileiro, então eles servem para escolher candidatos, e o teste final é nos seus processos.
Por que nenhum modelo dispensa uma base jurídica oficial?
Modelo de linguagem tem data de corte e não leu o acervo dos tribunais brasileiros. Pedido de precedente do STJ sem fonte conectada vira exercício de memória, e memória de modelo produz número de processo inexistente e ementa costurada de dois julgados. Trocar de modelo reduz a frequência do erro, mas não o elimina.
Os tribunais já reagem, como mostramos no levantamento sobre citações inventadas por IA em petições. O próprio Astra for Law confirma a tese: a OpenAI só ganhou 15 pontos no Legal Research Bench quando ligou o modelo a um índice jurídico, e não quando mudou os pesos.
A saída é o modelo consultar em vez de lembrar. Com uma base conectada, ele pesquisa, lê o acórdão real e cita com número, órgão e data que o advogado consegue conferir.
Como ligar o Elden a esses modelos via MCP?
O Elden é uma base jurídica brasileira acessível pelo padrão MCP, com mais de 20 milhões de acórdãos de STF, STJ, TJs e TRFs, publicações do DJEN e legislação do Planalto. O modelo chama o Elden como ferramenta durante a conversa, lê o acórdão e devolve a citação com origem conferível, em vez de puxar da memória.
O endereço do conector é https://elden.com.br/mcp, com login por OAuth. No Claude funciona em todos os planos, inclusive o gratuito. No ChatGPT funciona em Pro, Business, Enterprise e Edu, na versão web. No Gemini, os conectores personalizados ainda estão em teste.
Para Muse, Kimi, DeepSeek, MiniMax, GLM e Qwen, o caminho é a API com um cliente ou agente compatível com MCP. O repositório https://github.com/magmonte/elden-mcp reúne apenas a documentação e os manifestos de conexão (mcp.json, server.json, guia de conexão, planos e nota de privacidade). É aqui que o resultado do HLAB vira critério de escolha: agente que pesquisa no Elden dezenas de vezes por tarefa precisa acertar cada chamada, e Gemini 4 Argon, Muse Ember e Muse Wonder foram os que mais concluíram tarefas inteiras.
Um ponto de sigilo: o Elden recebe só os termos da pesquisa. Os autos ficam com o provedor de IA escolhido, e por isso a análise de contrato de dados da seção anterior continua valendo.
O Elden já tem a primeira geração de IAs próprias. O rerank jurídico, que reordena os resultados pela relevância jurídica em vez da simples semelhança de palavras, está em operação. O embedding jurídico, treinado para o vocabulário do direito brasileiro, está em desenvolvimento.
Os usos vão além da peça. Escritórios ligam o Elden a agentes de atendimento, que identificam a tese do caso a partir do relato do cliente, e a sistemas internos que analisam publicações e montam relatórios de jurisprudência. O plano gratuito é permanente: R$ 0, sem cartão, com janelas de uso de 5 horas e limite semanal.
Qual arquitetura de modelos montar no escritório?
Um arranjo que se paga em escritório de médio porte tem quatro camadas: triagem barata, trabalho diário intermediário, recurso e contrato no topo, e uma camada local para o que não pode sair de casa. Todas consultam a mesma base jurídica, para que a citação tenha origem oficial em qualquer degrau.
Na triagem de intimações e documentos, Muse Ember, GPT-6 Luna, Claude Haiku 5.5 ou DeepSeek V4.1 Flash 1017 com provedor fixado. O custo por publicação fica em fração de centavo. O Gemini 3.8 Flash serve até dezembro; em janeiro, compare com o Hydrogen. Para orquestrar agentes que percorrem muitos processos, MiniMax M3 ou Muse Ember.
No trabalho diário, Claude Sonnet 5.5 ou GPT-6.1 Sol. Quem já está na AWS pode avaliar o Kimi K3.1 Pro Highspeed no Bedrock. Para agentes que mexem com muitos arquivos, Gemini 4 Argon e Muse Wonder merecem um período de teste em paralelo, sempre na faixa padrão, nunca na contributor.
Em apelação, recurso especial e contrato complexo, Claude Opus 5.5 em esforço High, com Fable 5.2 reservado para a estratégia com várias frentes. Quando a prova é vídeo de audiência ou o processo é gigante, Gemini 4 Argon, já orçado com o preço de dezembro.
Para documento que o cliente não autorizou mandar para fora, GLM-5.3 ou Kimi K3.1 Pro em servidor próprio ou dedicado, com a licença lida antes.
O modelo define a qualidade da escrita. A base conectada define se a citação existe. Para testar sem custo, a conta gratuita do Elden se cria em https://elden.com.br/criar-conta.
Fontes
Elden e repositório de documentação:
https://elden.com.br https://elden.com.br/mcp https://elden.com.br/criar-conta https://elden.com.br/blog/tribunais-e-citacoes-inventadas-por-ia/ https://github.com/magmonte/elden-mcp
Benchmarks jurídicos (Vals AI, LegalBench, Harvey, LegalBenchmarks.ai):
https://www.vals.ai/benchmarks/legalbench https://www.vals.ai/benchmarks/hlab https://www.vals.ai/comparisons/anthropic_claude-opus-5-5-vs-meta_muse_spark_1_3_max https://www.harvey.ai/blog/legal-agent-benchmark-initial-results https://www.lawnext.com/2025/09/ai-tools-match-or-exceed-human-lawyers-in-contract-drafting-benchmark-study.html
Artificial Analysis:
https://artificialanalysis.ai/leaderboards/models https://artificialanalysis.ai/models/claude-opus-5-5 https://artificialanalysis.ai/models/muse-spark-1-3 https://artificialanalysis.ai/models/muse-wonder
OpenRouter:
https://openrouter.ai/deepseek/deepseek-v4.1-flash-1017 https://openrouter.ai/meta/muse-spark-1.3 https://openrouter.ai/moonshotai/kimi-k3.1-pro https://openrouter.ai/minimax/minimax-m3
Páginas oficiais dos provedores:
https://platform.claude.com/docs/en/about-claude/pricing https://aistudio.google.com/docs/pricing https://aistudio.google.com/docs/models https://aistudio.google.com/docs/models/gemini-4-argon https://aistudio.google.com/docs/models/gemini-4-carbon https://aistudio.google.com/docs/models/gemini-4-hydrogen https://developers.openai.com/api/docs/pricing https://openai.com/index/astra-for-law/ https://aws.amazon.com/blogs/machine-learning/introducing-kimi-k3-1-pro-on-amazon-bedrock
Cobertura especializada usada para conferir lançamentos, licenças e parâmetros:
https://byteiota.com/gemini-4-argon-api-ga/ https://letsdatascience.com/news/google-rolls-out-gemini-4-carbon-to-general-public-9b41bcb4 https://www.yottalabs.ai/post/meta-muse-wonder-pricing-api-cost-muse-code-plans https://www.yottalabs.ai/post/kimi-k3-1-pro-specs-price-open-weights-benchmarks https://thenewstack.io/meta-muse-spark-open/ https://thenewstack.io/meta-muse-ember-launch/ https://www.eesel.ai/blog/muse-spark-1-3-pricing https://ai-tldr.dev/releases/qwen-qwen4-max-preview/ https://venturebeat.com/ai/glm-5-3-hits-the-api-at-1-4-4-4-per-million-tokens https://www.implicator.ai/minimax-promises-m3-weights-after-1m-context-model-launch/ https://siliconangle.com/2026/09/17/openai-launches-astra-for-law-a-gpt-6-configuration-for-legal-research/
Um conector que leva leis, súmulas e decisões dos tribunais brasileiros para dentro do ChatGPT, Claude ou Gemini, com número e link. Tem plano grátis permanente.
Sobre este texto: produzido com auxílio de inteligência artificial a partir das fontes indicadas, com conferência automática de números, tribunais e links. Conteúdo informativo, sem caráter de aconselhamento jurídico. Encontrou um erro? [email protected].