Anthropic, OpenAI, Google ou Microsoft: qual Inteligência Artificial contratar?

A pergunta chega sempre no mesmo formato. Alguém abre um comparativo de benchmarks, aponta para a coluna com o maior número e pergunta se deveria migrar.

É a pergunta errada, e o preço de respondê-la é alto. Benchmark mede modelo. Contrato compra ecossistema. As duas coisas se movem em velocidades diferentes: o modelo campeão muda a cada semana, o ecossistema que você adotou vai durar anos.

Nos dois artigos anteriores eu destrinchei o catálogo de cada uma. Em Claude, Claude Code e Claude Cowork: qual é a diferença? Montei o critério: modelo não é produto, e o que separa as ferramentas é onde elas rodam, o que enxergam e quanto decidem sozinhas. Já em ChatGPT, ChatGPT Work e Codex: qual é a diferença? apliquei o mesmo critério na OpenAI e mostrei que as marcas envelhecem mais rápido que a lógica. Este aqui fecha a série: os quatro grandes lado a lado, e a resposta para quem precisa assinar.

Todo mundo montou a mesma casa

Antes de comparar, repare no fato mais útil deste artigo: os quatro fornecedores chegaram, sozinhos, à mesma divisão em cinco camadas.

Ninguém copiou o nome de ninguém. Todos chegaram à mesma divisão porque ela não vem do fornecedor, mas do trabalho. Conversar é diferente de executar. Executar em cima de um repositório é diferente de executar em planilhas. E governar dezenas de agentes é um problema que só aparece depois, mas aparece em todo mundo.

Guarde isso: se você entende as cinco camadas, você negocia com qualquer um dos quatro. Se você só decorou os nomes dos produtos, vai ter que reaprender tudo no ano que vem.

E os modelos? A escada quebrou

Se a divisão de produtos convergiu, a de modelos fez o contrário. Cada fornecedor está escalando de um jeito, e comparar linha a linha ficou mais difícil, não mais fácil.

Três leituras dessa tabela valem mais do que qualquer benchmark.

A Google atropelou a própria nomenclatura

A linha Flash teve quatro versões numeradas em 2026: o 3.7 Flash em 13 de agosto e o 3.8 Flash em 2 de setembro, totalizando três lançamentos em seis semanas. Enquanto isso, o carro-chefe da linha Pro continua sendo o Gemini 3.1 Pro, de fevereiro de 2026. Não existem 3.5, 3.6, 3.7 ou 3.8 Pro. O resultado é que a regra “Flash é o barato, Pro é o poderoso” deixou de valer: o Flash virou o modelo de trabalho pesado, e é ele que recebe as melhorias de código e tarefas agênticas.

A Microsoft não está jogando o mesmo jogo

Ela lançou sete modelos próprios no Build de 2026, entre eles o MAI-Thinking-1, de raciocínio, e o MAI-Code-1-Flash, de código, que passou a ser distribuído no GitHub Copilot a partir de 2 de junho de 2026. Mas o núcleo da estratégia não é ter a melhor escada, é ser o balcão: no Foundry, o desenvolvedor escolhe entre modelo próprio, modelo da OpenAI e milhares de modelos abertos, e o Claude Fable 5 ficou disponível no GitHub Copilot em 9 de junho de 2026 para os planos pagos, em VS Code, JetBrains, Xcode, Eclipse e no Copilot CLI.

Repare no que isso significa na prática: a Microsoft é a única das quatro em que você pode rodar o modelo de um concorrente com suporte oficial. Para quem tem medo de trava de fornecedor, esse é o argumento mais forte da mesa. Para quem quer o modelo mais avançado no dia do lançamento, o de terceiros é o mais fraco e sempre chega depois.

Especialização virou tendência dos dois lados

Google, Anthropic e Microsoft já oferecem modelos separados para cibersegurança, voz, transcrição e imagem, em vez de um único modelo que faz tudo. É um sinal claro de para onde o mercado vai: menos modelo gigante e genérico, mais modelo pequeno e afiado para uma tarefa específica.

E é por isso que comparar modelos linha a linha entre fornecedores deixou de funcionar como método de decisão. Um deles tem quatro degraus limpos, o outro empurra tudo para uma linha só, e o terceiro revende os modelos dos dois primeiros. A pergunta que sobrevive a isso é a de sempre: qual resolve a sua tarefa com o seu critério de sucesso.

O que cada uma faz de diferente

Equivalência não é igualdade. As quatro têm as mesmas casas, mas apostaram em coisas distintas.

Anthropic: profundidade, com um buraco no fim

A aposta é o agente de código e o rigor no comportamento do modelo. É a empresa que fala mais sobre limite do que sobre capacidade, e que trava o próprio produto de ponta quando acha que ele é arriscado demais.

O buraco está na última linha da tabela de produtos. Ainda não existe um produto dedicado à governança da frota de agentes com o mesmo desenho que os outros três. Para quem está experimentando, isso não pesa. Para quem vai colocar quarenta automações rodando com acesso ao sistema, pesa.

OpenAI: uma porta só, e ela muda de lugar

A aposta é concentrar tudo numa única entrada. Chat, agente de trabalho e agente de código viraram abas do mesmo aplicativo, com uma camada corporativa por cima para gerenciar agentes.

O custo dessa estratégia é a instabilidade. Em 2026, a empresa desligou o Sora e o Atlas, dois produtos que tinham marca própria e manchete própria, porque viraram funcionalidade de outra coisa. Ganha em simplicidade. Perde em previsibilidade de roadmap.

Google: tudo no pacote que você já assina

A aposta é distribuição. Em 21 de agosto de 2026, o Antigravity, o agente de programação, passou a estar incluído nas assinaturas Gemini Enterprise Standard e Plus, sem custo adicional, com controles administrativos e de gastos, e com extensões para VS Code, JetBrains, Visual Studio e Zed. O que exigia compra separada, licença separada e fatura separada virou item embutido.

Some a isso a plataforma corporativa de agentes anunciada no Cloud Next, com uma trilha low-code para times de negócio e uma API de agentes hospedados para times técnicos, e o desenho fica claro: a Google não quer vencer o benchmark, quer eliminar o processo de compra.

Para uma empresa que já roda Workspace, esse é um argumento mais forte do que qualquer tabela de desempenho.

Microsoft: o agente vira funcionário

É a aposta mais ousada das quatro e a menos discutida por aqui.

No Build de 2026, a Microsoft apresentou os “autopilot agents”, que operam com identidade própria no Entra (sistema de autenticação), endereço de e-mail, presença no Teams e lugar no organograma. Eles iniciam conversas, trabalham em arquivos compartilhados, acompanham pendências e colaboram com pessoas ao longo do tempo, com cada ação atribuível, auditável e governada pelo Agent 365.

A Microsoft também é a única que vende governança como camada explícita e obrigatória: desde 1 de julho de 2026, recursos de segurança de agentes que antes vinham em outros produtos passaram a exigir licença do Agent 365, que virou a fonte única de inventário de agentes.

Traduzindo: os outros três te vendem capacidade e deixam a governança por conta própria. A Microsoft te vende a governança e cobra por ela. Pode ser uma boa para evitar as famosas shadow ITs (o uso de softwares, hardware ou serviços em nuvem por funcionários de uma empresa, sem o conhecimento ou a aprovação do departamento de TI).

Onde a diferença realmente aparece

Esqueça a coluna de benchmark. Na hora de assinar, só três eixos mudam o resultado.

Distribuição. Onde o trabalho do seu time já mora. Se a empresa vive no Microsoft 365, a ferramenta da Microsoft começa com uma vantagem que nenhuma outra compensa: já está aberta na tela. A adoção é o gargalo real do projeto de IA, não a capacidade do modelo.

Governança. Quem responde quando o agente erra? Enquanto a Inteligência Artificial (IA) só conversa, esse eixo parece burocrático. No dia em que ela tem acesso de escrita a um sistema, isso vira a única coisa que importa.

Trava de fornecedor. Aqui vai a informação que economiza dinheiro: a camada de conversa é quase descartável; dá para trocar num fim de semana. O que trava é o que você constrói em volta. Fluxos no Copilot Studio, agentes registrados no Agent 365, integrações na plataforma da Google. O modelo é a parte mais fácil de trocar. Tudo o que você construiu ao redor dele é a parte cara.

Então, qual contratar?

Vou responder direto, por perfil.

Sua empresa vive no Microsoft 365. Microsoft. E o motivo não é a qualidade do modelo, e sim a adoção e a governança. Você vai gastar menos energia convencendo as pessoas a usar, e vai ter resposta pronta quando o jurídico perguntar quem autorizou aquele agente.

Sua empresa vive no Google Workspace. Google. O bundle do Antigravity mudou a conta: você deixa de ter uma compra separada de ferramenta de desenvolvimento e passa a ter tudo em um único contrato, com controle de gastos no mesmo painel.

Sua empresa constrói software como produto. Anthropic ou OpenAI, direto na API, com a suíte que você já usa no trabalho de escritório. Aqui você está comprando qualidade de modelo e velocidade de evolução, não integração com planilha.

Você é de time pequeno, de consultoria ou autônomo. A que você testar melhor. Não existe trava relevante nesse tamanho, e a assinatura individual custa menos do que uma hora de reunião para discutir qual escolher.

Você está no setor público. A que já estiver no contrato de nuvem vigente. A barreira nunca foi legal; é de planejamento, e aproveitar o contrato existente encurta meses.

E a resposta honesta que ninguém dá

Quase toda empresa vai terminar com duas. A principal é outra que você utiliza esporadicamente, e isso não é uma falha de decisão. É o desenho correto.

Uma vem da suíte porque já está instalada, resolve a adoção e traz governança junto. A outra é de ponta, escolhida pela qualidade em uma tarefa específica, e vai mudar de nome ao longo do tempo. A primeira você contrata para o time inteiro. A segunda você contrata para quem realmente extrai valor dela.

O erro, caro, não é escolher a marca errada. É pagar três vezes pela mesma camada, com três licenças de agente de código para o mesmo time de dez pessoas, porque cada área comprou por conta própria.

O teste que decide melhor que qualquer comparativo

Antes de assinar, faça um piloto de trinta dias com uma tarefa real e recorrente, definindo o critério de sucesso antes de começar. Três medidas bastam:

Quanto tempo a tarefa levava e quanto passou a levar, incluindo o tempo de revisão. Quanta coisa voltou para retrabalho. E quantas pessoas continuaram usando na quarta semana, sem que ninguém cobrasse?

A terceira é a que prevê o resultado do contrato. Ferramenta de IA não morre por ser ruim. Morre por ter sido abandonada na terceira semana.

Pronto pra dar o próximo passo?

Se você quer usar IA com método na gestão de produtos, e não na base da tentativa e erro, é isso que a gente aprofunda no Product AI da K21.

Agora, se quiser criar um produto ponta a ponta com IA, dê uma olhada no nosso treinamento de Transformando Ideais em Produtos como Lovable.

Já se você quiser dominar o Claude, veja o Claude na prática: do básico ao intermediário e Dominando o Claude Code.

Conheça os cursos da K21 e leve essas ideias pra prática com quem vive agilidade todo dia.

Ver cursos K21