Passamos numa única sessão pela documentação própria de cada provedor e reconciliamos o catálogo com ela, linha por linha. Não a lista de um agregador: agregadores colocam sua própria margem no meio e têm suas próprias razões para o que mostram. As páginas que lemos foram as dos próprios provedores.
Novos integrantes
Da OpenAI: gpt-6-astra, um modelo de raciocínio; gpt-5.3-codex para código; gpt-realtime-2.1-mini, um modelo de voz em tempo real menor; e gpt-transcribe para voz-para-texto. Da Anthropic: claude-fable-5-1. Do Google: gemini-3.8-flash, gemini-3.5-flash-lite e lyria-3.5 para música. Da xAI: grok-4.6. O nível V4.1 Flash da DeepSeek entrou naquela mesma noite com seu próprio nome.
Cada um destes que tem um caminho de execução foi de fato chamado com uma chave de desenvolvimento antes de sua linha ser escrita. Um item de catálogo nunca testado é um chute com um preço colado em cima.
Aposentadorias, e novos preços
Os modelos cujos criadores publicaram uma data de fim agora carregam essa data — não da memória, mas tirada da página de descontinuação do provedor: várias gerações do Claude, a linha antiga da Mistral, dois modelos de imagem, um modelo de voz da OpenAI, uma família de modelos de busca. Um modelo de fato encerrado é marcado como encerrado, em vez de ficar ali com um preço ativo.
Preços nunca são editados no lugar. Quando um provedor muda uma tarifa, a linha antiga ganha uma data de fim e uma nova começa — assim uma fatura do mês passado continua sendo lida na tarifa que foi realmente cobrada, e sempre será. É por isso que essa leva produziu muito mais linhas do que modelos.
A data de desligamento que não existia
A descoberta que importou. Quatro modelos Gemini 2.5 no nosso catálogo carregavam uma data de aposentadoria em outubro. A página de descontinuação do Google não lista nenhuma data de desligamento para eles. Sem correção, três modelos usados hoje teriam se desligado sozinhos numa data que nós inventamos, e a falha teria parecido do provedor.
Ela foi removida. Suas vizinhas — datas de fato publicadas — ficaram, e duas que estavam erradas na outra direção foram corrigidas.
Capacidades em primeiro lugar significa: uma linha errada quebra tudo
O ToRun não escolhe um modelo pelo nome. Ele determina do que uma rodada realmente precisa — consegue enxergar, consegue chamar ferramentas, precisa de contexto longo, vai falar — mantém só os modelos que conseguem fazer tudo isso, e classifica o que sobra. O que significa que uma capacidade registrada errada não degrada só uma funcionalidade. Ela desvia mal, em silêncio, tudo que precisa daquela capacidade.
Então essa leva também corrigiu as ligações. Um exemplo: nosso nível mais alto da Anthropic não tinha nenhuma pontuação de inteligência, então era classificado como desconhecido e ficava abaixo do modelo mais barato da própria família. Outro: um modelo de música cujo identificador caía num ramo genérico e rodava em silêncio um modelo diferente do que estava escrito na linha.
Escolher um modelo manualmente continua sendo respeitado exatamente como antes — motivo pelo qual essa escolha ainda pode ser recusada para um trabalho que ele não consegue fazer.