# Comparação de modelos de IA Compare os modelos Bate-papo do Copilot de IA disponíveis e escolha o melhor modelo para sua tarefa. ## Comparação de modelos de IA para GitHub Copilot GitHub Copilot dá suporte a vários modelos de IA com funcionalidades diferentes. O modelo escolhido afeta a qualidade e a relevância das respostas por Bate-papo do Copilot e sugestões embutidas Copilot. Alguns modelos oferecem menor latência, enquanto outros oferecem menos alucinações ou melhor desempenho em tarefas específicas. Este guia ajuda você a escolher o melhor modelo com base em sua tarefa, e não apenas nos nomes dos modelos. > \[!NOTE] > > * Modelos diferentes têm multiplicadores de solicitação premium diferentes, o que pode afetar a quantidade de sua concessão de uso mensal consumida. Para obter detalhes, confira [Solicitações no GitHub Copilot](/pt/copilot/managing-copilot/monitoring-usage-and-entitlements/about-premium-requests). > * Quando você usa Bate-papo do Copilot em IDEs compatíveis, o **Auto** seleciona automaticamente o melhor modelo para você com base na disponibilidade. Você pode escolher manualmente um modelo diferente para substituir essa seleção. Consulte [Sobre CopilotSeleção de modelo automática](/pt/copilot/concepts/auto-model-selection). ### Modelos recomendados por tarefa Use esta tabela para encontrar rapidamente um modelo adequado e confira mais detalhes nas seções abaixo. | Modelo | Área da tarefa | Excelente em (caso de uso primário) | Leitura adicional | | ------ | -------------- | ----------------------------------- | ----------------- | | | | | | ## Tarefa: codificação e escrita de uso geral Use esses modelos para tarefas comuns de desenvolvimento que demandam um equilíbrio entre qualidade, velocidade e custo. Esses modelos são um bom padrão quando você não tem requisitos específicos. | Modelo | Por que é uma boa escolha | | ------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------- | | GPT-5.3-Codex | Fornece código de alta qualidade em tarefas de engenharia complexas, como recursos, testes, depuração, refatorações e avaliações sem instruções detalhadas. | | Mini GPT-5 | Padrão confiável para a maioria das tarefas de codificação e escrita. Rápido, preciso e funciona bem com diferentes linguagens e estruturas. | | Raptor mini | Especializado em sugestões e explicações integradas rápidas e precisas. | ### Quando usar esses modelos Use um destes modelos quando quiser: * Escrever ou revisar funções, arquivos curtos ou diferenças de código. * Gerar documentação, comentários ou resumos. * Explicar erros ou comportamentos inesperados rapidamente. * Trabalhar em um ambiente de programação que não esteja em inglês. ### Quando usar outro modelo Se estiver trabalhando com refatoração complexa, decisões arquitetônicas ou lógica de várias etapas, considere um modelo de [Raciocínio aprofundado e depuração](#task-deep-reasoning-and-debugging). Para tarefas mais rápidas e simples, como edições repetitivas ou sugestões de código pontuais, confira [Ajuda rápida com tarefas simples ou repetitivas](#task-fast-help-with-simple-or-repetitive-tasks). ## Tarefa: ajuda rápida com tarefas simples ou repetitivas Estes modelos são otimizados em prol da velocidade e da capacidade de resposta. Eles são ideais para edições rápidas, funções de utilitário, ajuda com sintaxe e protótipos leves. Você receberá respostas rápidas sem precisar esperar por profundidade desnecessária ou cadeias de raciocínio longas. ### Modelos recomendados | Modelo | Por que é uma boa escolha | | ---------------- | ------------------------------------------------------------------------------------------------------------- | | Claude Haiku 4.5 | Equilibra respostas rápidas e saídas de qualidade. Ideal para tarefas pequenas e explicações de código leves. | ### Quando usar esses modelos Use um destes modelos quando quiser: * Escrever ou editar funções pequenas ou código de utilitário. * Fazer perguntas rápidas sobre sintaxe ou linguagem. * Prototipar ideias com configuração mínima. * Receber feedback rápido sobre prompts ou edições simples. ### Quando usar outro modelo Se estiver trabalhando com refatoração complexa, decisões arquitetônicas ou lógica de várias etapas, confira [Raciocínio aprofundado e depuração](#task-deep-reasoning-and-debugging). Para tarefas que precisam de um raciocínio de uso geral mais sólido ou de uma saída mais estruturada, confira [Codificação e escrita de uso geral](#task-general-purpose-coding-and-writing). ## Tarefa: depuração e raciocínio profundo Estes modelos são projetados para tarefas que exigem raciocínio passo a passo, tomada de decisão complexa ou reconhecimento de contexto elevado. Eles funcionam bem quando você precisa de análise estruturada, geração de código elaborada ou reconhecimento de vários arquivos. ### Modelos recomendados | Modelo | Por que é uma boa escolha | | ----------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | Mini GPT-5 | Fornece raciocínio profundo e depuração com respostas mais rápidas e menor uso de recursos do que o GPT-5. Ideal para sessões interativas e análise de código passo a passo. | | GPT-5.5 | Ótimo em raciocínio complexo, análise de código e tomada de decisão técnica. | | Claude Soneto 4.6 | Melhora no Sonnet 4.5 com conclusões mais confiáveis e raciocínio mais inteligente sob pressão. | | Claude Opus 4.7 | Modelo mais poderoso da Anthropic. Apresenta melhorias em Claude Opus 4.6. | | Gemini 3.1 Pro | Raciocínio avançado em longos contextos e análise científica ou técnica. | | Goldeneye | Desafios complexos de resolução de problemas e raciocínio sofisticado. | ### Quando usar esses modelos Use um destes modelos quando quiser: * Depurar questões complexas utilizando contexto em múltiplos arquivos. * Refatorar bases de código grandes ou interconectadas. * Planejar funcionalidades ou arquitetura através de camadas. * Avaliar compensações entre bibliotecas, padrões ou fluxos de trabalho. * Analisar logs, dados de desempenho ou comportamento do sistema. ### Quando usar outro modelo Caso precise de iteração rápida ou tarefas leves, confira [Ajuda rápida com tarefas simples ou repetitivas](#task-fast-help-with-simple-or-repetitive-tasks). Para fluxos de trabalho de desenvolvimento ou geração de conteúdo em geral, confira [Codificação e escrita de uso geral](#task-general-purpose-coding-and-writing). ## Tarefa: trabalho com visuais (diagramas, capturas de tela) Use estes modelos quando quiser fazer perguntas sobre capturas de tela, diagramas, componentes da interface do usuário ou outra entrada visual. Eles suportam entrada multimodal e são adequados para tarefas de front-end ou depuração visual. | Modelo | Por que é uma boa escolha | | ----------------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | Mini GPT-5 | Padrão confiável para a maioria das tarefas de codificação e escrita. Rápido, preciso e dá suporte à entrada multimodal para tarefas de raciocínio visual. Funciona bem com diferentes linguagens e estruturas. | | Claude Soneto 4.6 | Melhora no Sonnet 4.5 com conclusões mais confiáveis e raciocínio mais inteligente sob pressão. | | Gemini 3.1 Pro | Raciocínio profundo e depuração, ideal para fluxos de trabalho complexos de geração de código, depuração e pesquisa. | ### Quando usar esses modelos Use um destes modelos quando quiser: * Fazer perguntas sobre diagramas, capturas de tela ou componentes da interface do usuário. * Receber comentários sobre fluxos de trabalho ou rascunhos visuais. * Entender o comportamento de front-end com base no contexto visual. > \[!TIP] > Se você estiver usando um modelo em um contexto que não dá suporte à entrada de imagens (como um editor de código), não verá benefícios no raciocínio visual. Você pode usar um servidor MCP para obter acesso à entrada visual indiretamente. Confira [Estendendo o GitHub Copilot Chat com servidores MCP (Protocolo de Contexto do Modelo)](/pt/copilot/customizing-copilot/using-model-context-protocol/extending-copilot-chat-with-mcp). ### Quando usar outro modelo Se sua tarefa envolver raciocínio profundo ou refatoração em larga escala, considere um modelo da categoria [Raciocínio profundo e depuração](#task-deep-reasoning-and-debugging). Para tarefas somente de texto ou edições de código mais simples, confira [Ajuda rápida com tarefas simples ou repetitivas](#task-fast-help-with-simple-or-repetitive-tasks). ## Próximas etapas Escolher o modelo certo ajuda você a aproveitar ao máximo Copilot. Se você não tiver certeza de qual modelo usar, comece com uma opção de uso geral como GPT-4.1, em seguida, ajuste com base em suas necessidades. * Para obter especificações e preços detalhados do modelo, confira [Modelos de IA com suporte no GitHub Copilot](/pt/copilot/using-github-copilot/ai-models/supported-ai-models-in-copilot). * Para obter mais exemplos de como usar modelos diferentes, confira [Comparação de modelos de IA usando tarefas diferentes](/pt/copilot/using-github-copilot/ai-models/comparing-ai-models-using-different-tasks). * Para alternar entre modelos, confira [Alterando o modelo de IA para GitHub Copilot Chat](/pt/copilot/using-github-copilot/ai-models/changing-the-ai-model-for-copilot-chat) ou [Alterando o modelo de IA para sugestões embutidas do Copilot do GitHub](/pt/copilot/how-tos/use-ai-models/change-the-completion-model). * Para saber como Bate-papo do Copilot serve diferentes modelos de IA, consulte [Hospedagem de modelos para GitHub Copilot](/pt/copilot/reference/ai-models/model-hosting).