Comparação de modelos de IA para GitHub Copilot
O GitHub Copilot dá suporte a vários modelos de IA com funcionalidades diferentes. O modelo escolhido afeta a qualidade e a relevância das respostas do preenchimento de código do Copilot Chat e do 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.
Observação
- 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.
- When you use Copilot Chat in VS Code, it automatically selects the best model for you based on availability. You can manually choose a different model to override this selection. See Sobre a seleção de modelo automática do Copilot and Como alterar o modelo de IA do GitHub Copilot Chat.
Modelos recomendados por tarefa
Complimentary access to Grok Code Fast 1 is continuing past the previously announced end time. A new end date has not been set. We may update or conclude this promotion at any time. Regular pricing applies after the extension ends.
Use esta tabela para encontrar rapidamente um modelo adequado e confira mais detalhes nas seções abaixo.
| Modelar | Área da tarefa | Excelência em (caso de uso primário) | Funcionalidades adicionais | Leitura adicional |
|---|---|---|---|---|
| GPT-4.1 | Codificação e escrita de uso geral | Explicações e preenchimentos de código rápidos e precisos | Modo de agente, visão | Cartão de modelo do GPT-4.1 |
| GPT-5 mini | Depuração e raciocínio profundo | Tarefas bem definidas e prompts precisos | Raciocínio, visão | Não disponível |
| GPT-5 | Depuração e raciocínio profundo | Solução de problemas em várias etapas e análise de código no nível da arquitetura | Raciocínio | Cartão de modelo do GPT-5 |
| o3 | Depuração e raciocínio profundo | Solução de problemas em várias etapas e análise de código no nível da arquitetura | Raciocínio | Cartão de modelo do o3 |
| o4-mini | Ajuda rápida com tarefas simples ou repetitivas | Respostas rápidas e confiáveis para perguntas de codificação leve | Menor latência | Cartão de modelo do o4-mini |
| Claude Opus 4.1 | Depuração e raciocínio profundo | Desafios complexos de resolução de problemas, raciocínio sofisticado | Raciocínio, visão | Cartão de modelo do Claude Opus 4.1 |
| Claude Opus 4 | Depuração e raciocínio profundo | Desafios complexos de resolução de problemas, raciocínio sofisticado | Raciocínio, visão | Cartão de modelo do Claude Opus 4 |
| Claude Sonnet 3.5 | Ajuda rápida com tarefas simples ou repetitivas | Respostas rápidas sobre código, sintaxe e documentação | Modo de agente, visão | Cartão de modelo do Claude Sonnet 3.5 |
| Claude Sonnet 3.7 | Depuração e raciocínio profundo | Raciocínio estruturado entre bases de código grandes e complexas | Modo de agente, visão | Cartão de modelo do Claude Sonnet 3.7 |
| Claude Sonnet 4 | Depuração e raciocínio profundo | Desempenho e praticidade, perfeitamente equilibrados para codificar fluxos de trabalho | Modo de agente, visão | Cartão de modelo do Claude Sonnet 4 |
| Gemini 2.5 Pro | Depuração e raciocínio profundo | Geração de código, depuração e fluxos de trabalho de pesquisa complexos | Raciocínio, visão | Cartão de modelo do Gemini 2.5 Pro |
| Gemini 2.0 Flash | Trabalho com visuais (diagramas, capturas de tela) | Respostas em tempo real e raciocínio visual para tarefas baseadas na interface do usuário e em diagramas | Serviço Cognitivo do Azure para Visão | Cartão de modelo do Gemini 2.0 Flash |
| Grok Code Fast 1 | Codificação e escrita de uso geral | Explicações e preenchimentos de código rápidos e precisos | Modo de agente | Cartão de modelo do Grok Code Fast 1 |
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.
| Modelar | Por que é uma boa escolha |
|---|---|
| GPT-4.1 | Padrão confiável para a maioria das tarefas de codificação e escrita. Rápido, preciso e funciona bem com diferentes linguagens e estruturas. |
| Claude Sonnet 3.7 | Produz uma saída clara e estruturada. Segue as instruções de formatação e mantém um estilo consistente. |
| Gemini 2.0 Flash | Rápido e econômico. Adequado para perguntas rápidas, snippets de código curtos e tarefas de escrita leves. |
| o4-mini | Otimizado em prol da velocidade e do custo. Ideal para sugestões em tempo real com baixa sobrecarga de uso. |
| Grok Code Fast 1 | Especializado para tarefas de codificação. Tem um bom desempenho na geração de código e na depuração em várias linguagens. |
Quando usar esses modelos
Use um destes modelos quando quiser:
- Escrever ou revisar funções, arquivos curtos ou comparações 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 Depuração e raciocínio profundo. Para tarefas mais rápidas e simples, como edições repetitivas ou sugestões de código pontuais, confira Ajuda rápida com tarefas simples ou repetitivas.
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
| Modelar | Por que é uma boa escolha |
|---|---|
| o4-mini | Um modelo rápido e econômico para tarefas de codificação repetitivas ou simples. Oferece sugestões claras e concisas. |
| Claude Sonnet 3.5 | Equilibra respostas rápidas e saídas de qualidade. Ideal para tarefas pequenas e explicações de código leves. |
| Gemini 2.0 Flash | Latência extremamente baixa e suporte multimodal (quando disponível). Excelente para comentários rápidos e interativos. |
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.
- Criar protótipos de ideias com configuração mínima.
- Receber comentários rápidos sobre prompts ou edições simples.
Quando usar outro modelo
Se estiver trabalhando com refatoração complexa, decisões arquitetônicas ou lógica de várias etapas, confira Depuração e raciocínio profundo. 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.
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
| Modelar | Por que é uma boa escolha |
|---|---|
| GPT-5 mini | 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 | Ótimo em raciocínio complexo, análise de código e tomada de decisão técnica. |
| o3 | Forte em design de algoritmos, depuração de sistemas e decisões de arquitetura. Equilibra desempenho e raciocínio. |
| Claude Sonnet 3.7 | Fornece um raciocínio híbrido que se adapta a tarefas rápidas e a um pensamento mais profundo. |
| Claude Sonnet 4 | Aprimora o 3.7 com preenchimentos mais confiáveis e raciocínio mais inteligente sob pressão. |
| Claude Opus 4.1 | Modelo mais poderoso da Anthropic. Aprimora o Claude Opus 4. |
| Claude Opus 4 | Forte em estratégia, depuração e lógica de várias camadas. |
| Gemini 2.5 Pro | Raciocínio avançado em longos contextos e análise científica ou técnica. |
Quando usar esses modelos
Use um destes modelos quando quiser:
- Depurar problemas complexos com contexto em vários arquivos.
- Refatorar bases de código grandes ou interconectadas.
- Planejar recursos ou arquitetura entre 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. Para fluxos de trabalho de desenvolvimento ou geração de conteúdo em geral, confira Codificação e escrita de uso geral.
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 dão suporte à entrada multimodal e são adequados para trabalho de front-end ou depuração visual.
| Modelar | Por que é uma boa escolha |
|---|---|
| GPT-4.1 | 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 Opus 4 | Modelo mais poderoso da Anthropic. Forte em estratégia, depuração e lógica de várias camadas. |
| Claude Sonnet 4 | Aprimora o 3.7 com preenchimentos mais confiáveis e raciocínio mais inteligente sob pressão. |
| Gemini 2.0 Flash | Modelo multimodal rápido otimizado para interações em tempo real. Útil para comentários sobre diagramas, protótipos visuais e layouts de interface do usuário. |
| Gemini 2.5 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.
Dica
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 Como estender o GitHub Copilot Chat com o MCP (Protocolo de Contexto do Modelo).
Quando usar outro modelo
Se sua tarefa envolver raciocínio profundo ou refatoração em larga escala, considere um modelo de Depuração e raciocínio profundo. Para tarefas somente de texto ou edições de código mais simples, confira Ajuda rápida com tarefas simples ou repetitivas.
Próximas etapas
Escolher o modelo certo ajuda você a aproveitar ao máximo o Copilot. Se não tiver certeza de qual modelo usar, comece com uma opção de uso geral, como GPT-4.1, e ajuste com base em suas necessidades.
- Para obter especificações e preços detalhados do modelo, confira Modelos de IA com suporte no GitHub Copilot.
- Para obter mais exemplos de como usar modelos diferentes, confira Comparação de modelos de IA usando tarefas diferentes.
- Para alternar entre modelos, confira Como alterar o modelo de IA do GitHub Copilot Chat ou Como alterar o modelo de IA para o preenchimento de código do GitHub Copilot.
- Para saber como o Copilot Chat atende diferentes modelos de IA, confira Hospedagem de modelos para o GitHub Copilot Chat.