Quais modelos de IA estão disponíveis e quando usar cada um
Nível: Intermediário
Tempo de leitura: 8 min
Visão geral
A Wevi suporta os principais modelos de linguagem do mercado: família Claude (Anthropic), família GPT e O-series (OpenAI), família Gemini (Google) e, via OpenRouter, modelos como DeepSeek, Kimi, GLM, Qwen, Llama, Mistral e Grok. Cada modelo tem características diferentes em termos de inteligência, velocidade e custo.
A escolha do modelo afeta diretamente a qualidade das respostas, a velocidade de resposta e o custo por conversa. Não existe "o melhor modelo": existe o modelo certo para cada caso de uso.
Modelos disponíveis
Família Claude (Anthropic)
| Modelo | Inteligência | Velocidade | Custo | Melhor para |
|---|---|---|---|---|
| Claude Opus 4.8 | Muito alta | Média | Alto | Tarefas complexas, raciocínio avançado |
| Claude Sonnet 5 | Alta | Rápida | Médio | Uso geral, excelente custo-benefício |
| Claude Haiku 4.5 | Boa | Muito rápida | Baixo | Alto volume, respostas simples |
| Claude Opus 4.6 | Muito alta | Média | Alto | Versão anterior do Opus, ainda disponível |
| Claude Sonnet 4.6 | Alta | Rápida | Médio | Versão anterior do Sonnet, ainda disponível |
Claude Sonnet 5 é o modelo mais equilibrado da família e a escolha padrão na Wevi para a maioria dos casos. Oferece qualidade muito próxima ao Opus com velocidade e custo significativamente menores.
Claude Opus 4.8 brilha em situações que exigem raciocínio em múltiplas etapas, análise de documentos longos, ou respostas com alta complexidade analítica. Use quando a qualidade é crítica e o custo é secundário.
Claude Haiku 4.5 é ideal para triagem inicial de mensagens, perguntas simples de FAQ, ou qualquer cenário onde velocidade é mais importante que profundidade.
As versões anteriores Claude Opus 4.6 e Claude Sonnet 4.6 continuam disponíveis no seletor. Elas seguem funcionando bem, mas para novos agentes recomendamos as versões mais recentes.
Família GPT (OpenAI)
| Modelo | Inteligência | Velocidade | Custo | Melhor para |
|---|---|---|---|---|
| GPT-5.6 Sol | Muito alta | Rápida | Alto | O mais capaz da OpenAI, trabalho profissional complexo |
| GPT-5.6 Terra | Muito alta | Rápida | Médio | Equilíbrio entre qualidade e custo |
| GPT-5.6 Luna | Alta | Muito rápida | Muito baixo | Alto volume, triagem e respostas simples |
| GPT-5.5 | Muito alta | Rápida | Alto | Geração anterior, mantido para agentes já configurados |
| GPT-5.4 | Muito alta | Média | Alto | Raciocínio avançado, multimodal |
| GPT-5.4 Mini | Alta | Rápida | Médio | Uso geral, boa relação qualidade/custo |
| GPT-5.4 Nano | Boa | Muito rápida | Baixo | Alto volume, respostas simples |
GPT-5.6 Sol é o modelo mais capaz da OpenAI hoje, para os casos mais exigentes de raciocínio e produção de conteúdo complexo. Janela de contexto de 1 milhão de tokens.
GPT-5.6 Terra entrega qualidade próxima ao Sol por menos da metade do preço de entrada. É o ponto de partida recomendado para atendimento no ecossistema OpenAI.
GPT-5.6 Luna é o mais econômico da família, feito para volume alto. Custa uma fração do Terra e serve bem para triagem e perguntas simples.
GPT-5.5 continua disponível para quem já configurou agentes nele, mas o 5.6 Sol entrega mais pelo mesmo custo.
GPT-5.4 também é muito capaz e mais acessível que o 5.5. Excelente para casos que envolvem análise de imagens junto com texto (multimodal) ou raciocínio em cadeia complexo.
GPT-5.4 Mini entrega qualidade próxima ao GPT-5.4 com custo e latência muito menores. É uma boa alternativa ao Claude Sonnet para quem prefere o ecossistema OpenAI.
GPT-5.4 Nano é o modelo mais econômico da família GPT. Indicado para cenários de triagem e perguntas simples onde velocidade e custo são prioritários.
Família Gemini (Google)
| Modelo | Inteligência | Velocidade | Custo | Melhor para |
|---|---|---|---|---|
| Gemini 3.5 Flash | Muito alta | Muito rápida | Baixo | Fluxos agênticos, ciclos de código, alto volume com qualidade |
| Gemini 3.1 Flash-Lite | Boa | Muito rápida | Muito baixo | Tradução, extração e triagem em grande escala |
| Gemini 2.5 Pro | Muito alta | Média | Alto | Janela de contexto longa, multimodal |
Gemini 3.5 Flash entrega inteligência de ponta com velocidade alta e custo baixo. Foi pensado para a era agêntica: vai bem em fluxos de várias etapas, uso de sub-agentes e ciclos rápidos de código.
Gemini 3.1 Flash-Lite é a opção de menor custo e menor latência da família. Indicado para tarefas leves em grande volume, como tradução, transcrição, extração de dados e triagem.
Gemini 2.5 Pro se destaca pela janela de contexto extensa, útil quando o agente precisa processar documentos muito longos em uma única chamada.
Modelos via OpenRouter
A OpenRouter é um serviço que dá acesso a dezenas de modelos de vários laboratórios com uma única conta e uma única chave. Na Wevi, ela funciona como um quarto provedor: configure a sua chave da OpenRouter em Minha conta → Integrações de IA e os modelos abaixo aparecem no seletor de todos os agentes.
O catálogo é curado: só entram modelos que funcionam bem com as ferramentas dos agentes (agendamento, transbordo, webhooks, base de conhecimento).
| Modelo | Origem | Inteligência | Custo | Lê imagens | Melhor para |
|---|---|---|---|---|---|
| DeepSeek V4 Pro | DeepSeek | Muito alta | Médio | Não | Uso geral com ótimo custo-benefício |
| DeepSeek V4 Flash | DeepSeek | Alta | Muito baixo | Não | Alto volume, triagem |
| Kimi K2.6 | Moonshot AI | Alta | Médio | Sim | Uso geral, bom com ferramentas |
| GLM 5.3 | Z.ai | Muito alta | Médio | Não | Uso geral, fluxos com ferramentas |
| GLM 5.3 Flash | Z.ai | Alta | Muito baixo | Sim | Alto volume, triagem |
| Qwen3.8 Max | Qwen | Muito alta | Médio | Sim | Uso geral, bom em português |
| Muse Spark 1.2 | Meta | Muito alta | Médio | Sim | Uso geral, geração atual da Meta |
| Llama 4 Maverick | Meta | Alta | Baixo | Sim | Volume alto com qualidade |
| Mistral Medium 3.5 | Mistral | Alta | Médio | Sim | Uso geral, respostas rápidas |
| Grok 4.6 | xAI | Muito alta | Médio | Sim | Raciocínio, conversas longas |
Os modelos marcados com "Não" aparecem com a tag Só texto no seletor. Se um cliente enviar uma foto para um agente nesses modelos, o agente avisa que não consegue ver a imagem e a conversa continua normalmente. Para agentes que recebem fotos com frequência (comprovantes, produtos, documentos), escolha um modelo que lê imagens. Os modelos da Anthropic, OpenAI e Google interpretam imagem em todas as variantes do catálogo.
O Muse Spark 1.2 exige uma confirmação de maioridade feita uma única vez na conta da OpenRouter. O passo a passo está em como confirmar a maioridade na OpenRouter.
Dois pontos importantes antes de escolher um modelo da OpenRouter:
- A base de conhecimento continua exigindo uma chave OpenAI. A busca nos documentos gera os vetores pela OpenAI, independente do modelo que responde. Se o agente usa base de conhecimento, configure as duas chaves.
- O trial não inclui a OpenRouter. Durante o período de teste, a Wevi libera as chaves da Anthropic, OpenAI e Google. Para usar os modelos da OpenRouter, configure a sua própria chave desde o início.
Para os três provedores nativos (Anthropic, OpenAI e Google), a chave direta no provedor costuma sair mais barato do que o mesmo modelo via OpenRouter, que cobra uma taxa na recarga de créditos. Use a OpenRouter para acessar os modelos que a Wevi não oferece de forma nativa.
Como escolher o modelo certo
Por tipo de tarefa
Atendimento ao cliente geral (FAQ, agendamentos, dúvidas) Recomendação: Claude Sonnet 5 ou GPT-5.4 Mini Por quê: bom equilíbrio entre qualidade e custo. Velocidade de resposta adequada para conversas em tempo real.
Qualificação de leads e vendas consultivas Recomendação: Claude Sonnet 5 ou GPT-5.4 Por quê: exige compreensão de nuances, persuasão bem calibrada e capacidade de adaptar argumentos.
Análise de documentos longos ou complexos Recomendação: Claude Opus 4.8 ou Gemini 2.5 Pro Por quê: janela de contexto extensa e raciocínio profundo para extrair insights de materiais densos.
Alto volume com perguntas simples Recomendação: Claude Haiku 4.5 ou Gemini 3.1 Flash-Lite Por quê: resposta ultra-rápida e custo baixo para cenários onde a maioria das perguntas é previsível.
Triagem inicial antes de escalar para agente especialista Recomendação: Claude Haiku 4.5 ou Gemini 3.1 Flash-Lite Por quê: o agente orquestrador só precisa classificar a intenção, não responder com profundidade.
Fluxos com várias ações e eventos no mesmo turno
Quando o agente precisa, ao final do fluxo, emitir múltiplos eventos de conversão, executar webhooks (ações) e ainda gerar uma resposta longa (HTML rico, lista grande, JSON estruturado) tudo no mesmo turno, a robustez do modelo importa tanto quanto a velocidade.
Modelos pequenos como Claude Haiku, GPT-5.4 Nano e Gemini 3.1 Flash-Lite às vezes esquecem de emitir um evento, pulam a chamada de webhook ou cortam a resposta no meio. Em prompts longos (acima de 10 mil tokens) o efeito fica mais visível: a atenção do modelo se dilui e instruções sobre o que executar ficam para trás.
Recomendação:
- Use Sonnet 5, GPT-5.4 Mini ou Gemini 2.5 Pro para agentes com 3 ou mais eventos de conversão configurados
- Use um desses três quando o final do fluxo precisa coordenar evento + webhook + HTML em uma única resposta
- Considere Opus 4.8 ou GPT-5.4 se o prompt do sistema passa de 15 mil tokens
Sintomas de modelo subdimensionado para o fluxo:
- Eventos de conversão configurados que não disparam, mesmo com a descrição correta
- Action de webhook documentada no prompt mas que não chega ao endpoint
- Resposta longa cortada no meio (geralmente quando o agente está renderizando HTML grande)
- O agente diz que vai executar uma ação e termina o turno sem executar
Quando notar esses sintomas, a primeira tentativa de correção é trocar o modelo do agente por um da mesma família mas mais robusto (Haiku para Sonnet, Nano para Mini, Flash para Pro). Faça isso antes de reescrever o prompt: muitas vezes não é o prompt que está errado, é o modelo que não dá conta da complexidade.
Veja também: Como rastrear eventos de conversão e Como configurar o prompt do agente.
Por volume esperado
| Volume mensal de mensagens | Recomendação |
|---|---|
| Até 1.000 | Qualquer modelo (o custo não é relevante) |
| 1.000 a 10.000 | Claude Sonnet ou GPT-5.4 Mini |
| 10.000 a 100.000 | Claude Haiku, GPT-5.4 Nano ou Gemini 3.1 Flash-Lite para triagem; Sonnet para resolução |
| Acima de 100.000 | Arquitetura multi-agentes com modelos mistos |
Usando sua própria chave de IA
Em todos os planos, você pode usar sua própria chave de IA de qualquer provedor suportado. Isso permite:
- Usar contratos corporativos que você já tem com OpenAI ou Anthropic
- Ter controle total do custo por token
- Aplicar limites e monitoramento diretamente no provedor
Veja mais em: Como usar sua própria chave de IA →
Mudando o modelo de um agente existente
Você pode trocar o modelo de qualquer agente a qualquer momento:
- Acesse o agente
- Abra a aba Inteligência
- Selecione o novo modelo na seção Modelo de IA
- Clique em "Salvar"
A mudança é imediata. Conversas em andamento continuam com o modelo anterior; novas conversas usam o novo.
Dica: ao trocar de modelo, faça alguns testes com perguntas reais antes de liberar para clientes. Cada modelo tem nuances diferentes de tom e comportamento que podem exigir ajustes no prompt.