Explore o catálogo de modelos da CometAPI

3.7 Flash oferece melhorias substanciais nos fluxos de trabalho de engenharia de software, trabalho do conhecimento e desenvolvimento web — com um preço de lançamento equivalente à metade do custo original do 3.6 Flash por milhão de tokens.

O modelo deepseek-v4-flash-vision-exp aceita imagens juntamente com texto, assim você pode pedir ao modelo para descrever imagens, ler texto de capturas de tela, analisar gráficos e muito mais. Formatos de imagem compatíveis: JPEG, PNG, GIF e WebP. O formato é detectado com base no conteúdo real do arquivo, não no nome do arquivo nem no tipo MIME declarado.

DeepSeek V4 Pro é um modelo de Mixture-of-Experts em larga escala da DeepSeek, com 1.6T de parâmetros totais e 49B de parâmetros ativados, com suporte a uma janela de contexto de 1M tokens. Ele foi projetado para raciocínio avançado, programação e fluxos de trabalho de agentes de longo horizonte, com desempenho forte em benchmarks de conhecimento, matemática e engenharia de software.

O modelo carro-chefe para código e tudo o mais: invocação de ferramentas com autonomia, alucinações mínimas, raciocínio configurável.

minimax-h3 é um novo modelo de geração de vídeo projetado para produção criativa de alta qualidade. Ele oferece compreensão aprimorada de prompts, maior consistência visual, movimentos mais suaves e controle mais flexível de imagens de referência para fluxos de trabalho de geração de vídeos cinematográficos.

seedance-2-5 é um modelo de geração conjunta de áudio e vídeo de próxima geração, concebido para narrativas de 30 segundos, com controle preciso de referências e poderosos recursos de edição.

GLM-5.3 é um modelo de linguagem de grande porte de próxima geração e de código aberto, otimizado para programação complexa, tarefas de longo horizonte e cenários de cibersegurança. Ele oferece capacidades de programação e desempenho de agentes significativamente aprimorados em comparação com o GLM-5.2.

FLUX 3 - Modelos do mundo real: rumo a modelos de fluxo multimodais como a espinha dorsal da inteligência visual.

O acesso ao Claude Fable 5 foi restabelecido. Ele traz inteligência de 5ª geração para seus projetos de programação e trabalhos profissionais mais ambiciosos.

Modelo de alto desempenho para programação e agentes

Qwen3.8-Max é o modelo de linguagem de grande porte principal da Alibaba Qwen, projetado para raciocínio avançado, fluxos de trabalho baseados em agentes, compreensão multimodal e aplicações de IA em escala empresarial. Ele possui 2.4T de parâmetros, adota a arquitetura MoE, suporta a alternância entre modos de raciocínio e de inferência rápida, consegue lidar com diversos formatos de conteúdo e apresenta desempenho excelente em cenários como engenharia de código, tarefas profissionais de escritório e raciocínio lógico complexo, ficando atrás apenas do Fable 5 da Anthropic.

Comece com o GPT-5.6 Sol para raciocínio complexo e programação, escolha o GPT-5.6 Terra para equilibrar inteligência e custo ou use o GPT-5.6 Luna para cargas de trabalho sensíveis a custos e de alto volume.

GPT Image 2 é o modelo de geração de imagens de última geração da OpenAI para criação e edição de imagens rápidas e de alta qualidade. Ele oferece suporte a tamanhos de imagem flexíveis e a entradas de imagem de alta fidelidade.

Claude Opus 5 está disponível hoje. É um modelo ponderado e proativo que se aproxima da inteligência de ponta do Claude Fable 5 pela metade do preço.

Gemini 3.6 Flash oferece inteligência de nível de ponta contínua, otimizada para tarefas do mundo real, com maior velocidade e menor custo. Projetado para a era dos agentes, ele se destaca em geração de código, execução baseada em agentes e raciocínio espacial. Este modelo é particularmente eficaz para loops rápidos baseados em agentes que envolvem ciclos e iterações de codificação complexos.

Seedance 2.0 é o modelo de base multimodal de vídeo de próxima geração da ByteDance, focado na geração de vídeos narrativos cinematográficos com múltiplas tomadas. Diferentemente de demos de texto-para-vídeo de tomada única, o Seedance 2.0 enfatiza o controle baseado em referências (imagens, clipes curtos, áudio), a consistência de personagens e de estilo entre tomadas e a sincronização nativa de áudio e vídeo — visando tornar o vídeo com IA útil para fluxos de trabalho criativos profissionais e de pré-visualização.

O modelo Gemini 3.1 Flash Lite Image é um especialista em eficiência da família de geração de imagens, projetado para gerar e modificar imagens com latência ultrabaixa e de forma custo-eficiente.

HappyHorse 1.1 é um modelo multimodal de geração de vídeo projetado para criação de conteúdo profissional, publicidade, curtas-metragens, produção para redes sociais e narrativa. Ele amplia as capacidades do HappyHorse 1.0 — que ganhou atenção significativa após se classificar entre os primeiros em avaliações independentes de geração de vídeo — com maior coerência entre cenas e fidelidade visual aprimorada.

Claude Opus 4.8 é um modelo de IA premium projetado para raciocínio avançado, análise profunda e geração de conteúdo de alta qualidade. Ele se destaca em lidar com instruções complexas, na compreensão de contextos longos e na resolução sofisticada de problemas em domínios profissionais e técnicos.

Gemini 3.5 Flash é um modelo de IA de alta velocidade, projetado para resposta rápida e desempenho eficiente em programação. Ele oferece uma velocidade de geração significativamente maior, mantendo uma forte capacidade de raciocínio, o que o torna adequado para aplicações em tempo real e fluxos de trabalho de desenvolvedores.

Gemini 3.1 Pro é a próxima geração na série de modelos Gemini, um conjunto de modelos de raciocínio altamente capazes e nativamente multimodais. Gemini 3 Pro é agora o modelo mais avançado do Google para tarefas complexas e consegue compreender vastos conjuntos de dados e problemas desafiadores provenientes de diferentes fontes de informação, incluindo texto, áudio, imagens, vídeo e repositórios de código inteiros.

Kimi K3 é o modelo principal da Kimi, projetado para programação de longo alcance e trabalho de conhecimento de ponta a ponta, com contexto de 1M tokens e inteligência abrangente de vanguarda.

Kimi K2.7 Code é o modelo de programação mais inteligente da Kimi até o momento, seguindo instruções de forma confiável em contextos longos e concluindo tarefas de programação com uma taxa de sucesso mais alta. Suporta entrada de texto, imagem e vídeo e oferece suporte apenas ao modo de raciocínio, ao diálogo e a tarefas de agente.

Happy Horse 1.0 — um modelo de geração audiovisual de alta qualidade que oferece suporte à criação de texto-para-vídeo e imagem-para-vídeo. Ele pode gerar imagens, áudio e movimentos labiais sincronizados, tornando-o adequado para curtas-metragens, peças publicitárias e apresentações de produtos.

Oferece as mesmas capacidades do Claude Fable 5, sem os classificadores de segurança. Disponível por meio do Project Glasswing. Sucessor do Claude Mythos Preview.

O modelo mais inteligente para agentes e programação

Minimax-m3 é um modelo de IA multimodal projetado para raciocínio robusto, conversação natural e geração criativa de conteúdo. Ele oferece desempenho equilibrado em tarefas de compreensão textual e visual, tornando-o adequado para aplicações de IA de propósito geral.

GPT-5.5 Pro combina inteligência de ponta, precisão e eficiência para enfrentar desafios sofisticados. Do desenvolvimento de software e da análise de dados à pesquisa e ao suporte à decisão, fornece assistência em nível de especialista com rapidez e consistência.

Model 5.5 é um modelo de IA de próxima geração, projetado para oferecer raciocínio mais robusto, respostas mais rápidas e precisão aprimorada em uma ampla variedade de tarefas. Ele se destaca na compreensão de instruções complexas, na geração de conteúdo de alta qualidade e na assistência à programação, à análise e à resolução de problemas.

MiniMax-M2.7 oferece a mesma inteligência de alto nível da versão padrão — incluindo autoevolução recursiva e produtividade de escritório em nível de especialista —, mas foi projetado para aplicações que exigem latência inferior a um segundo e geração de tokens em alta velocidade. Aproveitando uma arquitetura de backbone de inferência aprimorada, sua velocidade de saída é 66% superior à do modelo padrão (atingindo 100 tps). É a escolha preferida para assistentes de programação interativos, execução de loops de agentes em tempo real e pipelines corporativos de alta taxa de transferência com requisitos rigorosos de tempo de conclusão.

DeepSeek V4 Flash é um modelo Mixture-of-Experts da DeepSeek, otimizado para eficiência, com 284B de parâmetros no total e 13B de parâmetros ativados, com suporte a uma janela de contexto de 1M tokens. Ele foi projetado para inferência rápida e cargas de trabalho de alto rendimento, mantendo um desempenho sólido em raciocínio e programação.

GPT-5.4 Nano é um modelo de IA ultraleve, desenvolvido para máxima velocidade e eficiência. Ele é otimizado para tarefas simples, interações em tempo real e implantações em grande escala, nas quais baixa latência e consumo mínimo de recursos são essenciais.