Instantâneo de Benchmark de LLM, 3 de novembro de 2026: Gemini 4 Carbon Domina a Arena de Texto

Nossa página de benchmarks tira um instantâneo dos rankings públicos de LLMs toda vez que a rotina diária é executada, e cada instantâneo mantém sua própria URL permanente. Esta é a foto da semana de 3 de novembro de 2026, comparada com o último post semanal (22 de setembro) e o instantâneo de 25 de outubro.

O destaque: Gemini 4 Carbon assume a arena de texto

No ranking de texto do LMArena, Gemini 4 Carbon (High) manteve a primeira posição em todos os instantâneos desde 29 de outubro, com aproximadamente 1540 Elo. Ele substituiu seu irmão Gemini 4 Argon (High), que liderou durante a maior parte de outubro e agora está em segundo lugar com cerca de 1529. Claude Opus 5.5 (High) está em terceiro com cerca de 1516.

Para contexto, o instantâneo de 22 de setembro tinha as variantes Claude Fable 5.1 e Claude Opus 5 no topo, todas em torno de 1505. Em seis semanas, a pontuação máxima subiu cerca de 35 pontos, e o líder mudou de família.

BenchLM concorda, por pouco

O ranking geral do BenchLM também coloca Gemini 4 Carbon em primeiro (88.4), seguido por Claude Opus 5.5 (86.3) e GPT-6 Astra (86.1). Em 25 de outubro, antes do Carbon aparecer lá, Claude Opus 5.5 liderava com 86.6. A diferença entre segundo e terceiro hoje é uma fração de ponto, então trate a ordem abaixo do líder como um empate.

WebDev ainda é território da Claude

A arena WebDev do LMArena não mudou de mãos: Claude Opus 5.5 (Max) lidera com cerca de 1810, com GPT-6 Astra (Max) em cerca de 1773 e Claude Sonnet 5.5 (xHigh) logo atrás com cerca de 1770. Os mesmos três primeiros se mantiveram em 25 de outubro. Em setembro, GPT-6 Astra liderava este quadro, então a liderança da Anthropic aqui data do lançamento do Opus 5.5.

Aider polyglot está congelado

O ranking de codificação polyglot do Aider não foi atualizado com novos modelos de fronteira por semanas: GPT-5 (high) em 88.0, GPT-5 (medium) em 86.7 e o3-pro (high) em 84.9, idênticos a setembro. Leia-o como uma referência histórica, não como um ranking atual.

As fontes discordam, e esse é o ponto

Na mesma semana, três líderes diferentes dependendo de onde você olha: Gemini 4 Carbon na preferência geral de chat e no agregado do BenchLM, Claude Opus 5.5 no desenvolvimento web, e um GPT-5 de meses atrás em um quadro de codificação desatualizado. Nenhum número único diz qual modelo usar. Escolha o ranking que corresponde à sua tarefa e verifique se ele ainda está sendo atualizado.

Uma nota de dados: nosso feed do LiveBench não retornou linhas desde o instantâneo de 18 de outubro, então o LiveBench está ausente desta comparação.

Explore os dados