Instantâneo de Benchmark de LLM: Semana de 13 de setembro de 2026

A foto semanal dos rankings de LLM chegou: snapshot 2026-09-13, em cinco fontes independentes. A manchete desta semana é estabilidade no topo e uma divisão tripla por disciplina.

Líderes por fonte

O que mudou em relação à semana passada

Muito pouco no topo, e essa é a história: as mesmas duas famílias dividiram os quadros por duas semanas seguidas. A Anthropic domina benchmarks de texto geral e tarefas mistas (arena de texto, LiveBench, BenchLM); a OpenAI domina os quadros de desenvolvedores (codificação Aider, arena webdev). Se você escolher um modelo pelo ranking, a resposta agora realmente depende de qual ranking.

O ângulo de divergência entre fontes

Uma única alegação de "melhor modelo" esconde uma divisão tripla: Fable 5.1 é #1 em três quadros, GPT-6 Astra em um, GPT-5 em um. É exatamente por isso que capturamos todos os cinco diariamente - cada quadro mede uma habilidade diferente, e os registros ficam documentados.

Navegue pelas tabelas completas em /benchmarks, ou compare ao longo do tempo no histórico.