Qual IA para cada tarefa

A pergunta chega toda semana, sempre na mesma forma: ChatGPT, Claude ou Gemini? A resposta honesta é que a pergunta está mal feita, e que a escolha que muda o resultado do trabalho não é a que todo mundo debate.

A pergunta que todo mundo faz, e por que ela está errada

Perguntar qual é a melhor IA é como perguntar qual é a melhor ferramenta da caixa. Depende do parafuso. As três se parecem na tela — uma caixa de texto e um cursor piscando — e essa semelhança esconde que elas foram construídas com prioridades diferentes, por empresas que apostaram em coisas diferentes.

Existe uma segunda razão, menos confortável, para a pergunta ser mal feita. Quem a faz normalmente quer autorização para assinar uma só. E a resposta que essa pessoa não quer ouvir é que as três juntas custam menos do que uma hora de retrabalho de um advogado sênior, e que a economia de escolher uma está no lugar errado da conta.

Mas há uma terceira coisa, e essa é a que interessa de verdade: dentro de cada ferramenta existem três níveis de modelo, e a maior parte dos advogados que eu vejo usando IA está no nível errado. Usa o modelo mais leve para redigir uma peça e o mais pesado para escrever um e-mail de duas linhas. O prejuízo dessa troca é maior do que o de ter escolhido a marca “errada”.

O que cada uma faz melhor

Essa divisão não é marketing. Ela sai do que cada empresa construiu primeiro. A Anthropic passou os últimos anos otimizando o Claude para trabalho com documentos longos e instruções complexas, e é isso que aparece quando você joga trezentas páginas de autos na conversa. A OpenAI construiu a plataforma mais ampla, com análise de dados, geração de imagem — renovada em setembro com o ChatGPT Images 2.5 — e voz dentro do mesmo produto. O Google fez a coisa que só ele podia fazer: colocou o modelo dentro do lugar onde o seu escritório já guarda os arquivos e recebe os e-mails.

O nível pesa mais do que a marca

O seletor de modelos fica sempre à vista, no alto da conversa, e é a escolha mais barata de fazer e a mais cara de errar. Os nomes de cada coluna da tabela abaixo são os oficiais de cada aplicativo. Alinhá-los em três níveis, leve, médio e pesado, é organização minha para este mapa; Anthropic, OpenAI e Google não usam uma classificação comum — e os seletores nem têm mais o mesmo número de opções.

Nomes e disponibilidade variam com o plano, o aplicativo, o AI Studio e a API. No Gemini, "Rápido" e "Raciocínio" rodam a mesma família Flash com esforço de raciocínio diferente. No ChatGPT, o seletor virou uma régua de esforço (Instantâneo, Médio, Alto, Extra alto, Pro) sobre o mesmo GPT-5.6 Sol; o GPT-6 (Astra), lançado em 3 de setembro, aparece no chat só como "GPT-6 Pro", nos planos Pro, Business e Enterprise — no Plus, o teto é o Alto. No Claude, o seletor ganhou o Fable 5.1 acima do Opus, incluído no Max e cobrado como uso extra no plano Pro; para este mapa, o nível pesado segue sendo o Opus.

A regra prática cabe em duas frases. Na maioria das tarefas, comece pelo nível intermediário, que resolve a maior parte do dia. Suba de nível conforme o risco e a complexidade, ou quando o primeiro resultado não bastar. Modelo caro em tarefa simples é desperdício; modelo leve em tarefa crítica pode custar ainda mais, porque em trabalho jurídico relevante ninguém deve esperar o modelo errar para só então usar um mais capaz.

Repare que o nome do nível costuma sobreviver à troca de versão — mas nem sempre: entre a primeira montagem deste mapa e esta, a OpenAI aposentou o “Thinking” e trocou o seletor por níveis de esforço. Por isso o mapa classifica por nível e guarda a versão em um único lugar, datado: quando o seletor muda, é aqui que se conserta, e foi aqui que se consertou.

O mapa das 100 atividades

Abaixo estão as cem atividades que um escritório executa de verdade, divididas em dez áreas, cada uma com a ferramenta indicada e o nível que resolve. A lista não é um ranking de inteligência: é uma alocação de trabalho, do mesmo tipo que você faz quando decide qual advogado da equipe pega qual processo.

Onde cada uma perde

Lista de virtudes não ajuda ninguém a decidir. O que ajuda é saber onde cada uma quebra.

O Claude perde quando a tarefa depende principalmente de criar imagens, de integração nativa com o Google ou de combinar muitas modalidades em uma só interface. Se o trabalho é fazer uma arte, montar o slide dentro do Workspace ou juntar voz, imagem e planilha na mesma tela, ele não é a primeira escolha.

O ChatGPT perde quando a versatilidade incentiva o uso da mesma ferramenta para tudo. Ele faz quase tudo em algum grau, e é justamente isso que convida a não trocar de ferramenta quando devia. Em pesquisa jurídica e em citações, toda fonte precisa ser conferida no original, seja qual for a ferramenta.

O Gemini perde quando a tarefa é redação jurídica longa. Nos meus testes, o texto foi menos consistente do que o das outras duas. Ele é excelente para encontrar e organizar fontes, mas a peça que sai dele exige revisão rigorosa, e pode valer a pena levá-la para outro modelo antes de assinar.

Seis regras que valem mais que a escolha da ferramenta

1. Na maioria das tarefas, comece pelo nível intermediário. Sonnet, Alto e Raciocínio resolvem a maior parte do dia.
2. Suba de nível conforme o risco e a complexidade, ou quando o primeiro resultado não bastar. Modelo caro em tarefa simples é desperdício; modelo leve em tarefa crítica pode custar ainda mais.
3. Citação sem fonte original conferível não entra na peça. Toda referência é aberta e lida antes de ir para o texto. Esta é a regra que separa quem usa IA de quem vai ser notícia por usá-la.
4. Dado sigiloso ou identificável não entra por padrão. Use ambiente aprovado pelo escritório, com controles de acesso, retenção e treinamento, garantias contratuais e minimização ou anonimização dos dados. Plano pessoal pago, sozinho, não garante ambiente adequado para informação protegida: nos planos pessoais o uso das conversas para treinamento costuma vir ligado por padrão, e desligar memória e treinamento não resolve, sozinho, retenção, revisão humana e acesso.
5. A revisão humana não é etapa opcional. Quem assina a peça responde por ela, e nenhuma das três assina nada.
6. Modelos e versões mudam rapidamente. O nível sobrevive; o número, não. Monte o seu processo em cima do primeiro.

Como refutar este mapa

Preciso ser direto sobre o que este mapa é e o que ele não é. Ele é o meu julgamento operacional em setembro de 2026, e não um benchmark independente. Não existe teste público que ranqueie as três ferramentas nas cem tarefas de um escritório brasileiro, e quem disser que existe está vendendo alguma coisa. A classificação sai de três lugares: a força que cada empresa declara e documenta, testes práticos dentro do meu escritório, e a leitura do que cada arquitetura faz bem. Por isso a capa diz "por qual ferramenta eu começaria": é recomendação de partida, e não veredito.

A divisão final ficou em 46 para o Claude, 34 para o ChatGPT e 20 para o Gemini. Essa concentração merece explicação, porque à primeira vista parece torcida. Ela vem de uma propriedade do trabalho, não de preferência: quase metade das cem atividades é texto longo que alguém assina, e é exatamente aí que o Claude tem vantagem estrutural. Nos itens que viram número, planilha, imagem ou busca, ele sai da lista e não aparece.

Muitos itens são empate técnico, e nesses a decisão foi dada à ferramenta com a vantagem mais óbvia. Se você discorda de algum, o teste é barato: pegue cinco atividades da sua rotina, rode a mesma tarefa nas três com o mesmo prompt e compare precisão, fontes, formato e tempo. Se der diferente do mapa, o mapa está errado nesses cinco e eu quero saber. É assim que ele melhora.

E vale a ressalva que fecha o assunto: nenhuma das três foi construída para o direito brasileiro. Elas conhecem o nosso ordenamento como conhecem qualquer outro assunto que passou pelo treinamento — de fora, sem o rito, sem a mania de cada vara e sem o seu modelo de cláusula. O mapa diz qual delas chega mais perto em cada tarefa. Não diz que alguma delas chega.