Ferramentas de Deep Research: OpenAI vs Perplexity vs Gemini

O momento do deep research

Para a maioria das pessoas em novembro de 2026, o Gemini Deep Research é o melhor ponto de partida: está no plano gratuito do Gemini para qualquer pessoa com 18 anos ou mais, o AI Plus a US$ 4,99 dobra os limites e o melhor agente de pesquisa do Google, a faixa Max vendida pela API, tem as maiores pontuações em benchmarks já publicadas por um fornecedor para um agente de pesquisa. A Perplexity é a mais rápida para produzir um resumo curto, embora seu plano gratuito permita apenas uma consulta de pesquisa por mês, enquanto o ChatGPT e o Claude, cujo Research agora roda no Opus 5.5, são os que valem o pagamento quando a pergunta é ambígua e aberta. Os desenvolvedores perderam uma opção pronta para uso em 27 de setembro, quando a Perplexity encerrou o suporte ao sonar-deep-research, então as opções que exigem uma única chamada agora são os agentes de Deep Research do Google (ainda em prévia), a Agent API da Perplexity e a Research API da You.com.

O restante deste guia mostra como esses veredictos se sustentam em preços, benchmarks, APIs e trabalhos reais.

A categoria em si ainda não tem dois anos. Em 2 de fevereiro de 2025, a OpenAI anunciou o Deep Research. Foi o primeiro agente que a maioria das pessoas usou capaz de pegar um prompt de uma frase, planejar uma investigação de 30 minutos, navegar sozinho por dezenas de fontes e voltar com um relatório com citações.

A reação do setor foi reveladora. Em seis semanas, a Perplexity lançou seu próprio Deep Research (14 de fevereiro) e abriu a API Sonar Deep Research aos desenvolvedores semanas depois. O Google, que havia lançado o Gemini Deep Research em 11 de dezembro de 2024, acelerou a distribuição e seguiu atualizando a espinha dorsal do produto. A Anthropic lançou o recurso Research do Claude em 15 de abril de 2025 e abriu a busca na web aos desenvolvedores pela API em 7 de maio.

Quatro laboratórios, uma categoria de produto, dois trimestres. Isso não acontece por acaso. 2024 foi o ano em que as janelas de contexto chegaram a um milhão de tokens, o uso de ferramentas ficou confiável e os loops agênticos pararam de falhar silenciosamente no meio do caminho. O deep research foi o primeiro aplicativo voltado ao consumidor que fez parecer que valia a pena pagar pelos três avanços. Ele está intimamente ligado à mudança mais ampla rumo aos protocolos de agentes que cobrimos em A web agêntica: por dentro das guerras do protocolo MCP.

Se você escreve, estuda, analisa mercados ou avalia produtos, já está em desvantagem se não usa uma dessas ferramentas. A questão é qual e quando.

---

O que "deep research" realmente faz

É fácil confundir deep research com busca em chat. Você digita uma pergunta, recebe uma resposta com links. A mecânica é diferente.

Uma busca em chat (como o ChatGPT comum com navegação) roda uma ou duas consultas na web e sintetiza os melhores resultados em segundos. Um agente de deep research faz algo mais próximo do que um analista júnior faz ao longo de uma tarde. Ele quebra a sua pergunta em subperguntas, roda dezenas ou centenas de buscas, lê páginas inteiras, segue citações, atualiza o próprio plano conforme aprende e produz um relatório estruturado com notas de rodapé.

Pergunte à busca em chat "quais são as principais críticas à curva de Phillips?" e você receberá um resumo de três parágrafos. Faça a mesma pergunta a um agente de deep research e receberá um relatório de 15 páginas cobrindo a hipótese da taxa natural de Friedman, a ruptura da estagflação nos anos 1970, as revisões das expectativas racionais, os debates sobre o achatamento pós-2008 e artigos recentes de 2023-2025, cada um com uma fonte clicável.

O custo disso é tempo. As execuções levam de minutos a uma hora: o Google diz que um relatório do Gemini costuma levar de 5 a 10 minutos e limita uma execução pela API a 60, e a Moonshot informa de 10 a 25 para o Kimi. E esse é justamente o ponto. Você coloca uma na fila, trabalha em outra coisa e volta para um relatório que levaria meio dia para montar manualmente. Para mais sobre como reestruturar hábitos de pesquisa em torno de agentes de IA, veja Como construir um fluxo de trabalho de pesquisa com IA em 2026.

---

Frente a frente: as 4 ferramentas de consumo comparadas

Aqui está a matriz, com o modelo por trás e os preços lidos diretamente nas páginas dos próprios fornecedores em novembro de 2026. A coluna que não para de mudar é a do "modelo por trás", e desta vez dois fornecedores de fato a preenchem: a Anthropic documenta em que o Research roda, e o Google permite que assinantes do AI Pro e do Ultra mudem os relatórios para seu modelo Pro.

Os tempos de execução são o ponto em que os fornecedores continuam mais vagos. A página de ajuda do Google diz que um relatório do Gemini costuma levar cerca de 5 a 10 minutos, mais para os complexos. A central de ajuda da Perplexity consegue dar duas estimativas em uma única frase: a maioria das tarefas de pesquisa termina em menos de 3 minutos, "o que significa que pode levar cerca de 4 a 5 minutos". O "5 a 30 minutos" da OpenAI, tão citado por aí, vem da página de lançamento de fevereiro de 2025, e a página de ajuda do Research da Anthropic não informa número algum.

Os perfis em um parágrafo:

OpenAI Deep Research continua sendo o peso-pesado para perguntas ambíguas e abertas. Os relatórios são longos e o raciocínio é visivelmente mais profundo quando a pergunta não tem resposta clara. Três coisas mudaram em 2026. A página de preços parou de citar contagens de execução e agora diz Limitado, Ampliado e Máximo, então os números "5 grátis, 25 no Plus, 250 no Pro" que ainda circulam vêm de uma atualização de blog de abril de 2025, e não de algo que a OpenAI publique hoje por plano. O Pro se dividiu em três faixas: a OpenAI pausou novas assinaturas de sua faixa de US$ 200 em 10 de setembro, reabriu-as em 29 de setembro e adicionou uma faixa de US$ 500 no mesmo dia, então o Pro agora custa US$ 100, US$ 200 ou US$ 500 por mês. E o deep research pode pesquisar fontes conectadas, como Google Drive ou SharePoint, conforme seu plano e suas permissões.

Perplexity Deep Research é aquele cujo motor continua sendo trocado por baixo do capô. Ele nasceu rodando nos modelos Sonar da própria Perplexity. Em fevereiro de 2026, o modo Advanced Deep Research passou a rodar no Claude Opus e, em 11 de junho de 2026, a Perplexity moveu o Deep Research para dentro do Perplexity Computer, que roteia subtarefas por mais de 20 modelos de fronteira. A página do produto da Perplexity informa que a pontuação no BrowseComp subiu de 40,7% no Deep Research legado para 83,8% no Deep Research dentro do Computer, e a do Humanity's Last Exam passou de 36,4% para 50,5%. Desde 5 de outubro, o Claude Opus 5.5 sustenta o nível de esforço Standard do Computer para contas pagas elegíveis, e o Deep Research está se tornando uma skill integrada ao Computer, com distribuição começando pelo Pro e pelo Max na web, ainda incluído no Pro e com uso gratuito em todos os planos. Se você ler um artigo chamando o Perplexity Deep Research de produto "Sonar", ele foi escrito antes de fevereiro de 2026. Sonar agora é uma linha de API aposentada, não o agente de consumo.

Gemini Deep Research tem os resultados publicados mais fortes entre os quatro grandes, e agora é o mais fácil de experimentar. Em abril de 2026, o Google reconstruiu o agente sobre o Gemini 3.1 Pro e lançou uma versão padrão e uma Max pela API, de onde vêm os melhores números nos benchmarks. No aplicativo Gemini, qualquer pessoa com 18 anos ou mais pode usar o Deep Research no plano gratuito com o modelo Thinking, e assinantes do AI Pro e do Ultra podem usar o modelo Pro para elaborar os relatórios. Ele ainda puxa dados do seu Gmail, Drive e Docs além da web, e mostra um plano de pesquisa que você pode editar antes de o agente rodar. Os limites são contados por dia, com um teto para quantos relatórios podem rodar ao mesmo tempo, e a página de ajuda não informa os números.

Claude Research é o mais paciente de todos, capaz de analisar fontes contraditórias lado a lado sem tentar resolver as contradições cedo demais. Está em todos os planos pagos do Claude (Pro, Max, a faixa de US$ 200 agora chamada Ultra, Team e Enterprise), e a Anthropic agora diz em que ele roda: Claude Opus 5.5, recorrendo ao Opus 4.8 quando necessário, independentemente do modelo que você escolheu para a conversa. Essa alternativa importa para grandes conjuntos de fontes, porque, nos planos pagos, o Opus 5.5 tem uma janela de contexto de 1M de tokens e o Opus 4.8 tem 500K. O restante da linha continuou avançando, mais recentemente com o Claude Fable 5.2 em 9 de novembro, mas o Research segue com sua própria dupla.

---

Alternativas ao ChatGPT Deep Research: quem mais lança uma

"Alternativa ao ChatGPT deep research" é uma das formas mais comuns pelas quais as pessoas chegam a este tema, e a comparação de quatro produtos acima não responde a isso. Veja quem mais realmente lança um agente de pesquisa em novembro de 2026, e quem só aparenta ter um.

xAI Grok é o mais difícil de definir entre esses concorrentes, e é nele que as pessoas pensam quando perguntam como a IA de Musk se compara à OpenAI ou à Anthropic. "DeepSearch" e "DeeperSearch", os nomes que as pessoas ainda buscam, não aparecem na documentação para desenvolvedores da xAI. O que existe é um modelo multiagente, grok-4.20-multi-agent, ainda rotulado como beta, no qual reasoning.effort seleciona 4 agentes em low ou medium e 16 em high ou xhigh. O modelo geral mais novo da xAI, o Grok 4.7, chegou em 21 de setembro de 2026, e a documentação não diz que o endpoint multiagente roda nele. Novos assinantes agora compram o Grok pelo The X Subscription, de US$ 8 a US$ 200 por mês, e esses planos são precificados como múltiplos de uso, não como cotas de pesquisa. Na comparação com ChatGPT e Claude, a diferença prática está na documentação: a OpenAI publica um nível de pesquisa para cada plano e a Anthropic informa o modelo por trás do Research, enquanto a xAI deixa você descobrir usando.

O Kimi, da Moonshot, é o concorrente mais bem documentado e o que a maioria das pessoas fora da Ásia nunca experimentou. Seu modo Deep Research roda em um modelo interno, o Kimi-Researcher, e a Moonshot publica telemetria por tarefa que os laboratórios americanos não publicam: uma média de 23 passos de raciocínio, 74 palavras-chave de busca planejadas e 206 URLs encontradas por tarefa, das quais apenas os 3,2% melhores sobrevivem até o relatório. As execuções levam de 10 a 25 minutos. A central de ajuda da Moonshot lista os preços na China, onde os planos pagos começam pelo Go a ¥49 por mês, e seus modelos gerais mais novos, da série K3.1 Pro de outubro, não substituíram o pesquisador especializado. A Moonshot oferece endpoints de busca e de fetch que você pode chamar, mas sua documentação não expõe o próprio agente de Deep Research, então o produto de pesquisa só está disponível para usuários finais.

Manus é o que oferece menos informações técnicas do grupo. Em 1º de setembro de 2026, anunciou que havia "retomado formalmente a operação independente". Quatro semanas depois, em 28 de setembro, lançou o Manus 2.0, uma nova versão do agente com arcabouço e ferramentas revisados. Seu modo Wide Research roda 20 subtarefas simultaneamente, embora você não consiga acioná-lo manualmente e ele seja exclusivo de usuários pagos.

You.com agora se apresenta como uma empresa de APIs: sua página de preços lista faixas de API, não um plano de consumo. O destaque é uma boa Research API com cinco níveis de esforço de lite a frontier, com preços de US$ 12 a US$ 1.200 por mil requisições, e ela publica uma latência para cada faixa, de menos de 10 segundos no lite a uma mediana de 300 segundos no frontier. Uma diferença de 100x em um único endpoint é a ilustração mais clara de algo para o qual toda esta categoria convergiu, tema que a seção de APIs abaixo retoma.

Mistral transferiu seu agente de pesquisa e mudou o nome do aplicativo que o abriga. O Le Chat virou Vibe em maio de 2026 e, em 22 de setembro, a Mistral reuniu os modos Chat e Work do Vibe em uma única experiência, com distribuição em fases, na qual o Deep Research está disponível como uma skill. O Mistral Pro custa US$ 14,99/mês. Para equipes europeias com exigências de residência de dados, é o primeiro lugar óbvio para procurar, embora não seja o único: o Langdock, um espaço de trabalho alemão que também oferece um modo de deep research, hospeda sua aplicação e a maioria dos seus modelos na UE, então confira para quais modelos sua configuração de fato encaminha as solicitações.

DeepSeek serve como um contraexemplo útil. Apesar da presença constante em listas de "melhores ferramentas de deep research", a DeepSeek não oferece nenhum produto de deep research. Seu aplicativo tem busca na web e um modo de pensamento, e sua Responses API mais recente agora oferece chamadas de função e busca na web no servidor no deepseek-v4-pro, então você pode construir um loop de pesquisa sobre ela. O que ela não vende é o próprio loop.

As opções de código aberto, e um aviso

Se você quer hospedar por conta própria, a resposta honesta de 2026 é que manutenção e desempenho em benchmarks agora vivem em repositórios diferentes.

Ativamente mantidos e bons para começar: o GPT Researcher (Apache-2.0, cerca de 30.600 estrelas, com a versão v3.8.0 lançada em 9 de novembro de 2026) é aquele que você pode clonar e rodar hoje sem antes substituir um nome de modelo aposentado na configuração. O DeerFlow, da ByteDance, é de longe o maior, com cerca de 85.000 estrelas, e o mais barato de testar, já que roda sem nenhuma chave de API de busca usando DuckDuckGo e um leitor sem chave, embora a reescrita 2.0 o tenha reposicionado como um arcabouço geral de agentes, com deep research sendo apenas uma skill entre várias. O Tongyi DeepResearch, da Alibaba, é a opção crível de pesos abertos sob Apache-2.0, mas seu repositório está em silêncio desde fevereiro de 2026. O produto de pesquisa hospedado da Alibaba é uma coisa à parte: a Alibaba Cloud documenta uma API qwen-deep-research que você pode chamar sem hospedar nada por conta própria.

Agora o aviso, porque dois projetos que lideravam todas as listas de recomendação de 2025 estão mortos e não parecem estar. O open_deep_research da LangChain foi arquivado em 21 de agosto de 2026. O GitHub exibe o aviso de arquivamento, mas o próprio README não traz nota alguma, então o projeto parece vivo para quem chega vindo de um tutorial. O STORM, de Stanford, não recebe um commit na branch padrão desde 30 de setembro de 2025, e seu exemplo padrão ainda chama a Bing Search API, que a Microsoft aposentou em 11 de agosto de 2025, então você teria que mudar para um dos outros mecanismos de recuperação antes de rodá-lo. Os artigos do STORM continuam valendo a leitura. O software não deveria ser seu ponto de partida.

Entre os projetos mais conhecidos, o padrão é que os agentes de pesos abertos que registraram pontuações competitivas em benchmarks ficaram em silêncio, enquanto os que ainda entregam código quase não publicam benchmarks. O mais novo participante se encaixa pelo outro lado: o artigo sobre o LongCat-DeepResearch da Meituan (setembro de 2026) reporta 51,35 no DeepResearch Bench II e 79,83 no ResearchRubrics, mas o que foi lançado é um arcabouço que precisa dos seus próprios serviços de modelo e busca. Escolha pela manutenção e depois meça você mesmo.

Se a sua pesquisa se limita a documentos que você já possui, e não à web aberta, essa é outra categoria de ferramentas, com outros vencedores, que cobrimos em NotebookLM em 2026.

---

APIs de deep research: o que você realmente pode chamar

Esta é a pergunta que os artigos de comparação insistem em pular, e a que os desenvolvedores insistem em buscar: quais agentes de deep research você pode chamar a partir do seu próprio código, quanto custam e quão boas são as citações? A maior parte disso mudou ao longo de 2026, e uma das maiores mudanças, o fim do modelo de pesquisa Sonar da Perplexity, aconteceu em 27 de setembro.

Quatro coisas se destacam.

Entre OpenAI, Google e Anthropic, só o Google vende um agente de pesquisa pronto para uso, e ele ainda está em prévia. Durante a maior parte da vida desta categoria, o Gemini Deep Research era um recurso de consumo que você não podia chamar programaticamente. Hoje é a opção mais simples dos quatro grandes: você chama um agente de deep research na Interactions API, com background=true obrigatório em vez de opcional, e o Google publica tanto uma faixa estimada de preço por tarefa quanto um limite de tempo concreto, com a maioria das tarefas concluídas em 20 minutos e nenhuma passando de 60. Os IDs dos dois agentes ainda trazem o rótulo de prévia de abril. O Gemini 4 Argon chegou aos desenvolvedores em 13 de outubro, mas os IDs dos agentes de pesquisa não mudaram desde abril, então não presuma que eles receberam a atualização. O acesso corporativo passa pela Gemini Enterprise Agent Platform, que substituiu o Vertex AI como nome de produto para isso em 2026, e seu guia permite uma execução de 120 minutos em vez de 60. A própria API ainda responde no host antigo, aiplatform.googleapis.com, então um exemplo de código da época do Vertex não está automaticamente errado; confira-o com o guia atual.

A antiga API de pesquisa da Perplexity foi encerrada, mesmo que seu código não tenha percebido. O sonar-deep-research foi, por dois anos, a resposta para "qual API de deep research eu posso simplesmente chamar", e o suporte a ele e aos outros modelos Sonar Chat Completions terminou em 27 de setembro de 2026. O desligamento não é uniforme. As requisições síncronas e por streaming do Sonar ainda funcionam, porque a Perplexity está reformulando-as como requisições à Agent API, modelo por modelo. As requisições assíncronas do Sonar, a forma habitual de rodar deep research, não são reformuladas e não têm mais suporte, então precisam migrar para o modo de segundo plano da Agent API. Nela, você faz POST /v1/agent e escolhe um dos seis níveis de effort, de fast a ultra, o mais novo, que o changelog da Perplexity data de 5 de novembro e descreve como o nível para pesquisas amplas em que a cobertura é o mais importante. O antigo modelo de deep research corresponde a high. O ciclo de vida também mudou de formato. O endpoint assíncrono legado usava status em maiúsculas como IN_PROGRESS, enquanto a Agent API informa queued e in_progress antes de um dos quatro estados terminais, e uma execução que atinge um limite de tokens continua em in_progress com um objeto paused anexado, então um loop de polling que espera apenas por completed pode esperar para sempre.

A OpenAI moveu o deep research para dentro da linha de modelos e depois para um agente gerenciado. Os modelos dedicados o3-deep-research e o4-mini-deep-research foram marcados como obsoletos em abril de 2026 e desligados em 23 de julho de 2026. O caminho de substituição é um modelo de ponta atual na Responses API com a ferramenta web_search em modo de segundo plano. Desde 10 de setembro de 2026, existe também uma Agents API gerenciada, ainda em beta pública, na qual a OpenAI executa para você a orquestração da sessão, a compactação de contexto e a recuperação. Em 23 de outubro, ela ganhou automações agendadas, então uma tarefa de pesquisa recorrente não precisa mais de um agendador próprio. Você paga as tarifas de tokens do modelo mais as cobranças padrão de ferramentas e contêineres hospedados; a OpenAI não lista nenhuma taxa separada pela orquestração em si. Se um tutorial antigo ainda mandar você chamar o3-deep-research, a página de descontinuações da OpenAI é a referência: os dois modelos de pesquisa aparecem ali como desligados.

A Anthropic não obriga mais você a construir tudo sozinho. O enquadramento antigo, que este guia apresentava antes, era que o Claude não tem API de pesquisa e você monta o próprio loop. Isso está desatualizado. O Claude Managed Agents está em beta pública desde abril de 2026: sessões de longa duração, server-sent events, capacidade de direcionar e interromper, implantações agendadas por cron e busca na web, fetch de páginas e MCP embutidos, cobrados pelo custo de token mais US$ 0,08 por hora de sessão. O exemplo prático da própria Anthropic coloca uma sessão de uma hora com o Opus bem abaixo de um dólar, e o web fetch, ao contrário da busca na web, não tem taxa por chamada, embora as páginas lidas sejam cobradas como tokens de entrada. Ainda não existe um modelo chamado "deep research", mas o arcabouço existe.

Para a pergunta específica "qual é a melhor API para relatórios de pesquisa com citações", três abordagens funcionam. Google, Perplexity, a Research API da You.com e o endpoint Agent da Exa entregam relatórios prontos com citações. Os endpoints de busca da Exa e da Tavily entregam resultados com as respectivas fontes, que você fornece ao seu próprio modelo, um padrão comum para recursos de pesquisa em produção, porque você controla custo e formatação de citações. E qualquer modelo com uma ferramenta de busca na web pode citar conforme avança, se você pedir isso no prompt. Equipes que precisam de trilhas de auditoria tendem a preferir o caminho de montar o próprio, porque cada afirmação remonta a uma URL que você buscou, e não à memória de um modelo. Para entender por que a qualidade de ancoragem e recuperação importa mais do que o tamanho bruto do contexto, veja Context Rot: por que o RAG ainda vence uma janela de contexto gigante.

Duas notas de propriedade para quem for escolher um fornecedor do qual depender. A Tavily agora pertence à provedora de nuvem de IA Nebius, então o enquadramento de "API de busca independente" precisa de um asterisco. E a Exa removeu seu endpoint /research em 1º de abril de 2026, incorporando-o ao /search com um tipo deep-reasoning, o que significa que qualquer tutorial mandando você chamar exa-research está quebrado. Esse próprio tipo agora é um modo legado: desde 19 de outubro, a Exa recomenda as buscas lite, auto ou deep e encaminha tarefas mais longas para o Exa Agent.

---

Como automatizar deep research com uma API

Chamar uma dessas APIs não é como solicitar uma resposta de chat. As execuções podem levar de minutos a uma hora, então quase todo fornecedor obriga você a lidar com assincronia, e todos fazem isso de um jeito diferente. Se você está conectando um agente de pesquisa a um produto ou a um pipeline, é esta a parte que custa um dia de trabalho.

Presuma execução em segundo plano, não uma chamada bloqueante. O Google exige isso de forma explícita: os modelos de deep research só funcionam com background=true, e você consulta a interação por polling ou retoma um stream. A OpenAI dá suporte ao modo de segundo plano na Responses API com polling, streaming retomável e webhooks no padrão Standard Webhooks. A Agent API da Perplexity documenta execuções em segundo plano que você consulta por polling. A You.com segue o caminho oposto: todas as faixas abaixo de frontier podem responder em uma única requisição síncrona, e só frontier exige o modo de segundo plano. A xAI é o ponto fora da curva. O background aparece no schema dela, mas é descrito como não utilizado, então o caminho assíncrono real ali é a API de batch, na qual a maioria das requisições termina em até 24 horas, sem garantia, em vez de minutos.

Orce por tarefa, não por token, e verifique quanto custa a busca. A conta de uma API de pesquisa tem duas partes: tokens, incluindo tokens de raciocínio que você nunca vê, e taxas de busca cobradas por chamada, não por token. A OpenAI cobra US$ 10 por 1.000 chamadas de busca na web e cobra o conteúdo das buscas como tokens à parte, a Anthropic US$ 10 por 1.000 buscas, a Agent API da Perplexity US$ 2,50 por 1.000 buscas padrão, metade dos US$ 5 por 1.000 cobrados pelo sonar-deep-research, e a xAI US$ 5 por 1.000 chamadas de busca na web. O Google dá aos projetos de faixa paga 5.000 buscas de ancoragem gratuitas por mês, compartilhadas entre o Gemini 3 e modelos mais novos, e depois cobra US$ 14 por 1.000. Ele estima cerca de 80 buscas para uma tarefa típica de Deep Research e até cerca de 160 para o Max, então a cota gratuita cobre aproximadamente 60 tarefas padrão ou 30 do Max. A estimativa do próprio Google mostra para onde vai o volume: uma tarefa padrão típica lê cerca de 250.000 tokens de entrada e produz cerca de 60.000 tokens de saída, então o relatório que você acaba lendo é uma pequena fração dos tokens pelos quais paga.

Espere níveis de esforço, porque eles substituíram os IDs de modelo. Esta é a mudança estrutural escondida por trás de cada alteração individual acima. A OpenAI aposentou seus modelos de pesquisa em favor de um modelo de ponta mais esforço de raciocínio. A Perplexity aposentou o Sonar em favor de seis presets da Agent API. O Google entrega variantes padrão e Max. A xAI obriga você a escolher 4 ou 16 agentes via reasoning.effort. Exa, You.com e Tavily precificam no mesmo formato de escada, de um piso barato a um teto por requisição. Se você está desenhando em torno dessas APIs, desenhe para um seletor que possa ser girado a cada requisição, não para um nome de modelo que você fixa no código.

A etapa de esclarecimento fica, em grande parte, por sua conta. Os aplicativos de consumo fazem perguntas de acompanhamento antes de começar; a maioria das APIs não. O guia da OpenAI para seus modelos de pesquisa aposentados dizia isso explicitamente, orientando desenvolvedores a enviar um prompt totalmente formado de antemão, e a correção comum, que o cookbook da OpenAI demonstrava, é um modelo pequeno e barato que faz a triagem da solicitação e a reescreve como instrução de pesquisa antes de o agente caro sequer rodar. O Google é a exceção: defina collaborative_planning e seu agente de Deep Research retorna uma proposta de plano que você pode editar ou aprovar ao longo de vários turnos antes de qualquer pesquisa começar, embora essa opção também ainda esteja em prévia.

Para checagem de fatos especificamente, a verificação é uma etapa do pipeline, e não um prompt. O cookbook da Anthropic de julho de 2026 descreve o padrão: decomponha a saída em afirmações autônomas, verifique cada afirmação em seu próprio contexto limpo e depois faça uma revisão cética separada para contestar os veredictos. Ele explica o motivo de forma direta, observando que "verifique duas vezes suas conclusões" também é apenas uma instrução e, sob pressão de contexto, acaba sendo pulada. Se você está construindo o verificador de fatos em tempo real que as pessoas tanto procuram, essa decomposição é a arquitetura, e a API de busca por baixo dela importa menos do que a estrutura ao redor.

---

Benchmarks de deep research: o que os rankings mostram

Três números são os mais citados: Humanity's Last Exam, BrowseComp e SimpleQA. São úteis, são amplamente mal citados e carregam dois problemas estruturais que quase ninguém menciona.

Comece pelo primeiro. Não encontramos um ranking independente de HLE ou BrowseComp que compare os agentes de pesquisa lançados entre si com ferramentas. Os números dos fornecedores são autodeclarados, e o único arcabouço sério de terceiros avalia configurações de modelo mais busca que você não pode comprar, em vez de produtos que você pode. Quando você vê o agente ou modelo de um fornecedor pontuando na casa dos cinquenta, sessenta ou agora setenta "com ferramentas", você está lendo o arcabouço, o orçamento de busca e o juiz daquele fornecedor. Isso não torna os números falsos. Torna-os incomparáveis. (Os benchmarks de qualidade de relatórios mais abaixo testam, sim, agentes lançados.)

O segundo problema é a rotulagem de níveis. Este guia já imprimiu 54,6% no HLE e 85,9% no BrowseComp como "Gemini Deep Research". Ambos os números pertencem ao Deep Research Max, o nível de esforço mais alto do Google, contra 50,4% e 61,9% do nível padrão. Isso é uma diferença de 24 pontos no BrowseComp entre dois produtos vendidos sob um só nome, e os artigos de comparação misturam os dois o tempo todo. Vale saber que o Google publicou esses números em um gráfico no anúncio de abril de 2026, e não como texto que se possa citar, o que é parte do motivo de eles chegarem embaralhados lá adiante.

As linhas identificadas como modelos foram avaliadas nos arcabouços dos próprios fabricantes, não como produtos de pesquisa que você pode comprar. O Claude Research de fato roda no Opus 5.5, mas a Anthropic mediu esses 67,7% em sua própria configuração, não pelo botão Research.

Essa última linha é a que merece ser digerida com calma. Ela vem do arcabouço de benchmark da própria OpenRouter, que roda endpoints de produção em vez de coletar afirmações de fornecedores, e publica custo e latência junto com a precisão: US$ 0,46 por pergunta, 83 segundos, em uma amostra de 84 perguntas. Não é um produto que você possa comprar. É um modelo mais um provedor de busca mais um orçamento de turnos, montado por um terceiro, e seu número supera o autodeclarado de todos os agentes lançados, embora em um arcabouço diferente e uma amostra menor. Uma ressalva sobre quem está medindo: a OpenRouter revende a maioria dos modelos e mecanismos de busca que avalia.

A descoberta mais útil de toda a categoria vem desse mesmo arcabouço. No BrowseComp, uma configuração marcou 35,8% com limite de 1 turno de busca e 89,0% com limite de 25 turnos, na mesma série de execuções. Mesmo modelo, mesmo benchmark. A estrutura ao redor, especificamente quantas buscas ele tem permissão para fazer, moveu o resultado em 53 pontos. Então "qual modelo é mais inteligente" é só metade da pergunta; a outra metade é quantas buscas você permite que ele faça. Qual mecanismo executa essas buscas importa menos: a própria análise da OpenRouter constatou que o modelo importava mais do que o provedor de busca. Reserve orçamento tanto para os turnos de busca quanto para o modelo.

A curva de custo também é mais plana do que o marketing sugere. No mesmo ranking, a melhor configuração no BrowseComp custou US$ 0,99 por pergunta, enquanto um modelo barato combinado com o mesmo provedor de busca atingiu 77,0% por US$ 0,076, cerca de 13 vezes mais barato por 12 pontos a menos de precisão, embora as duas linhas tenham sido avaliadas em quantidades diferentes de perguntas. Para a maior parte do trabalho real, essa troca vale a pena.

Os benchmarks feitos para agentes de pesquisa

HLE e BrowseComp medem se um agente consegue encontrar um fato difícil. Eles não medem se o relatório é bom. Três benchmarks mais novos medem isso, e são bem menos lisonjeiros.

O ResearchQA, um esforço acadêmico independente abrangendo 21.000 consultas e 160.000 itens de rubrica em 75 áreas, validado por 31 anotadores com doutorado em oito delas, concluiu que nenhum dos modelos de linguagem comuns nem dos sistemas de recuperação testados alcançou 70% de cobertura de rubrica. Só os agentes de deep research feitos para isso foram além, e o melhor deles parou em 75,3%. Mais revelador ainda: esse sistema de topo atendeu integralmente a menos de 11% dos itens de rubrica de citação e a cerca de metade dos itens de limitação e de comparação. Os agentes encontram fontes. Eles são muito piores em declarar o que as fontes não estabelecem.

O ResearchRubrics, construído sobre mais de 2.800 horas de trabalho especializado, colocou tanto o Gemini Deep Research quanto o OpenAI Deep Research abaixo de 68% de conformidade média com as rubricas. O DeepResearch Bench II, com 9.430 rubricas binárias destiladas de artigos investigativos de especialistas, reportou em janeiro de 2026 que mesmo os modelos mais fortes satisfaziam menos da metade delas. Desde então, seus mantenedores passaram a usar um juiz GPT-5.5 nas novas submissões e deixaram de lado as tarefas defeituosas, então o ranking atual, no qual os primeiros colocados pontuam pouco acima de 60 nas 130 tarefas restantes, não pode ser comparado diretamente com o número de janeiro.

Mais duas ressalvas antes de usar qualquer um desses números para escolher uma ferramenta. As pontuações dependem de qual modelo faz a avaliação, então qualquer tabela que misture juízes está falando tanto de juízes quanto de agentes. E agentes navegando na web em tempo real podem recuperar as próprias respostas de um benchmark: um estudo de 2026 mediu até 4% de inflação por esse motivo.

O SimpleQA merece hoje uma nota de rodapé, não uma manchete. Os 93,9% da Perplexity são genuínos, mas datam de fevereiro de 2025 e descrevem um produto baseado em Sonar que, como visto acima, não existe mais nessa forma.

A descoberta independente mais duradoura também é a mais antiga. O Tow Center, da Columbia Journalism Review, testou oito mecanismos de busca com IA em 1.600 consultas e constatou que eles falharam em recuperar a informação correta em mais de 60% das vezes, com taxas de erro variando de 37% a 94% conforme o mecanismo. Esse estudo é de março de 2025, e não encontramos uma repetição do Tow Center naquela escala, o que é, por si só, um comentário sobre como a avaliação independente continua rala.

A leitura honesta: os benchmarks classificam ferramentas de forma confiável no extremo superior de dificuldade e de forma ruim abaixo disso. Rode o mesmo prompt real em duas ferramentas no plano gratuito ou na faixa mais barata de cada uma e compare. Benchmarks são indicativos. Seu próprio teste é decisivo. Para um argumento mais longo sobre por que a obsessão por benchmarks engana, veja A armadilha do pensamento com IA.

---

Verificação da realidade dos planos gratuitos

Todas as páginas de marketing destacam o acesso gratuito. Veja o que "gratuito" realmente significa em novembro de 2026, e, desta vez, a notícia é boa: três dos quatro agora permitem que você use deep research sem pagar.

A OpenAI ainda tem uma cota gratuita e ainda não diz qual é o tamanho. Os números "5 grátis por mês, 25 no Plus, 250 no Pro" que ainda circulam vêm de uma atualização de blog de abril de 2025. A página de preços atual diz Limitado no plano Free e na faixa Go de US$ 8/mês, Ampliado no Plus e Máximo no Pro, e a central de ajuda descreve um contador dentro do produto que reinicia a cada 30 dias sem dizer de que valor ele parte. Os únicos números atuais publicados estão na tabela de tarifas para empresas e educação: uma tarefa de deep research custa 50 créditos, e o Edu inclui 5 consultas a cada janela móvel de 24 horas. Se você precisa de uma cota pessoal previsível, este é o fornecedor menos previsível.

A Perplexity colocou o Deep Research de volta no plano gratuito. Sua central de ajuda agora diz que todos os planos incluem uso gratuito do Deep Research, e a comparação de planos fixa a cota do Free em uma consulta de pesquisa por mês, contra limites mensais no Pro e no Max. Dentro do Computer, cada prompt consome primeiro seu uso gratuito e depois recorre aos créditos. A atualização de setembro deste guia dizia que o Deep Research era exclusivo do Pro e do Max, e isso não é mais verdade.

A faixa gratuita do Gemini agora é real, e a faixa barata continua sendo o destaque de custo-benefício. A página de planos do Google lista o Deep Research no plano gratuito, e sua página de ajuda diz que qualquer pessoa com 18 anos ou mais pode usá-lo com o modelo Thinking, enquanto AI Pro e Ultra acrescentam relatórios escritos pelo modelo Pro. Os limites de pesquisa são contados por dia, e o AI Plus, a US$ 4,99 por mês, dobra o uso do plano gratuito, ainda bem abaixo do preço de entrada de todos os outros.

O Claude agora é o único dos quatro sem Research gratuito. O Research está indisponível no plano gratuito e disponível em todos os planos pagos: Pro a US$ 20, Max a US$ 100, Ultra a US$ 200, além de Team e Enterprise.

A leitura prática: agora você pode experimentar o deep research de verdade gratuitamente no Gemini e ter uma amostra na Perplexity e no ChatGPT, embora uma consulta por mês no Perplexity Free seja só uma degustação, não um fluxo de trabalho. Se você vai pagar por apenas um, o AI Plus do Gemini a US$ 4,99 é o caminho mais barato para fazer mais pesquisas. Se você quer a análise mais aprofundada em perguntas ambíguas, o ChatGPT Plus a US$ 20 dá acesso ao OpenAI Deep Research e a todo o resto do pacote. O Claude Pro faz mais sentido se você já usa o Claude para ler e escrever e quer uma assinatura só.

---

Qual ferramenta para qual trabalho

As evidências acima e o que cada fornecedor documenta resolvem as escolhas de API e preços; as avaliações sobre qualidade de escrita abaixo são minhas, não medições. Veja como eu direcionaria o trabalho hoje.

Revisão de literatura acadêmica. Claude Research. O contexto de 1M de tokens do Opus 5.5, modelo no qual o Research roda, importa quando o agente precisa manter mais de 20 artigos no contexto ao mesmo tempo, e o Claude é nitidamente melhor em distinguir afirmações superficialmente parecidas. As execuções demoram mais, mas revisões de literatura não são urgentes.

Dimensionamento de mercado e inteligência competitiva. OpenAI Deep Research. A profundidade de raciocínio em questões estratégicas ambíguas aparece com clareza aqui. É aquele em que mais confio para prompts do tipo "me ajude a entender este setor".

Recuperação factual mais difícil. Gemini Deep Research Max, pela API do Google. Se os líderes de benchmark dizem alguma coisa, é que a faixa de esforço alto do Google é o agente lançado mais forte em encontrar fatos pouco conhecidos que exigem vários passos de busca. Use a faixa Max deliberadamente, já que a faixa padrão é um produto significativamente diferente, e o Google não diz se os relatórios do modelo Pro no aplicativo correspondem a ela.

Briefings rápidos antes de uma reunião. Perplexity. Os relatórios são mais curtos e mais enciclopédicos, que é o que você quer quando precisa de orientação em vez de um ensaio.

Pesquisa envolvendo seus próprios documentos. Gemini Deep Research. A integração com o Workspace continua sendo o fosso competitivo: se metade do seu material de origem está no Drive, no Gmail e em notas antigas de reunião, é a escolha mais natural, embora o deep research do ChatGPT agora também possa pesquisar em um Google Drive ou SharePoint conectado.

Integrações de desenvolvedor e execuções em massa. A Deep Research API do Google se você quer o agente com as maiores pontuações publicadas, a Agent API da Perplexity agora que o Sonar foi encerrado, ou a Research API da You.com se você quer uma latência publicada para cada faixa. Se você quer controle sobre formatação de citações e custo, monte o loop você mesmo sobre a busca da Exa ou da Tavily.

Pesquisa barata e de alto volume dentro de um produto. Um modelo de faixa intermediária combinado com um bom provedor de busca e um orçamento generoso de turnos. A evidência dos benchmarks acima diz que isso entrega a maior parte da precisão por uma fração do custo, e é a configuração que a maioria dos recursos em produção de fato lança.

Sintetizar evidências contraditórias. Claude. Quando as fontes discordam, o Claude é o mais disposto a expor a discordância em vez de escolher um lado prematuramente.

Um padrão que pode surpreender as pessoas: nenhuma ferramenta domina sozinha. Para trabalho de alto risco, rode o mesmo prompt em dois agentes. Dois planos de US$ 20 custam cerca de US$ 40 por mês, o plano gratuito do Gemini deixa a segunda opinião ainda mais barata, e os pontos em que os dois relatórios discordam são exatamente os que você deve conferir. Se você está decidindo como a IA se encaixa na sua rotina de estudo ou trabalho de forma mais ampla, Modos de estudo com IA comparados cobre uma questão relacionada.

---

A peça que falta: transformar relatórios de pesquisa em conhecimento utilizável

Eis o que quase nenhum artigo de comparação menciona. O relatório que o agente produz é matéria-prima, e a pesquisa não termina até você tê-lo lido direito.

Uma saída longa do Claude Research ou um relatório do OpenAI Deep Research é o começo do trabalho, não o fim. Leia uma vez, passe os olhos na conclusão, feche a aba, e você pagou a um agente para resumir algo que você não aprendeu de fato. Um estudo de 2025 do MIT Media Lab (acompanhado em nossa análise sobre o impacto da IA no aprendizado) mediu a atividade de EEG enquanto pessoas escreviam redações com e sem o ChatGPT, e encontrou engajamento cognitivo marcadamente menor no grupo assistido. Era um preprint pequeno sobre escrita, e não sobre leitura, mas a direção que ele aponta é a que qualquer pessoa que use IA intensivamente reconhece.

A solução é o que os pesquisadores fazem há séculos: anotar. Destacar as afirmações que importam. Sinalizar as fontes que você quer verificar. Conectar insights entre relatórios.

É aqui que o marcador de textos web do Glasp se encaixa no fluxo de trabalho. Rode sua pesquisa na OpenAI, Perplexity, Gemini ou Claude. Cole o relatório em uma página legível. Destaque diretamente no navegador enquanto lê. Seus destaques sincronizam com sua biblioteca do Glasp, pesquisável e organizada, ao lado de tudo o mais que você leu naquele mês.

Alguns fluxos de trabalho específicos que funcionam:

Destaque e depois reconsulte. Leia o relatório e destaque as 10 a 15 afirmações que mais importam. Cole esses destaques de volta no mesmo agente com "aprofunde nestes pontos específicos". Iterativo em vez de resposta única.

Empilhe relatórios por tema. Quando você pesquisa o mesmo tema em duas ferramentas (digamos, OpenAI e Claude), destacar os dois relatórios no Glasp permite ver onde eles convergem e divergem. As discordâncias costumam ser as partes mais interessantes.

Use o YouTube junto com o texto. Quando as melhores fontes são podcasts ou palestras, o YouTube Summary entrega resumos em nível de transcrição com marcações de tempo. Combinar um relatório de deep research em texto com 3 ou 4 palestras anotadas do YouTube cobre um tema de forma mais completa do que qualquer um dos dois sozinho.

Converse com seus destaques. O chat com IA do Glasp consegue responder perguntas usando suas anotações como fonte. É a diferença entre "o que o agente disse sobre X?" e "o que eu de fato concluí sobre X?".

Publique o que você aprendeu. A comunidade do Glasp está cheia de outras pessoas pesquisando temas parecidos. Compartilhar relatórios destacados é um mecanismo que obriga a terminar a pesquisa, em vez de apenas enfileirar mais. Para um guia passo a passo, veja Como anotar artigos do jeito certo.

Um relatório que você lê uma vez é um comprovante, não conhecimento. O passo de destacar e anotar é o que converte a saída do agente em algo que você realmente sabe.

---

Perguntas frequentes

Qual ferramenta de deep research é a mais precisa?

Entre os agentes de pesquisa dos quatro grandes, o Gemini Deep Research Max, do Google, tem a maior pontuação publicada, 54,6% no Humanity's Last Exam (Google, abril de 2026). Cuidado com esse nome: a faixa padrão do Deep Research marcou 50,4% no mesmo teste, e a maioria dos artigos de comparação cita o número do Max sob o nome simples do produto. Desde então, modelos chegaram mais alto nos testes dos próprios fabricantes: 67,7% para o Claude Opus 5.5, no qual o Claude Research roda, 70,0% para o Kimi K3.1 Pro da Moonshot e 74,2% para o Claude Fable 5.2. Todos esses são autodeclarações de fornecedores, e o maior número de terceiros, 77,4%, veio de uma configuração de modelo mais busca que ninguém vende, avaliada em um arcabouço diferente e uma amostra de 84 perguntas. No uso prático, as diferenças de precisão entre as melhores ferramentas são menores do que os rankings sugerem.

O Gemini Deep Research é melhor que a Perplexity?

Não dá para concluir só pelos benchmarks. Os melhores números do Google, 54,6% no Humanity's Last Exam e 85,9% no BrowseComp, pertencem ao Deep Research Max, que o Google vende pela API. A própria página da Perplexity coloca seu Deep Research atual em 50,5% e 83,8% nesses testes, no mesmo nível ou acima da faixa padrão do Google, com 50,4% e 61,9%, e cada fornecedor usou seu próprio arcabouço. As diferenças práticas são mais claras. O Gemini oferece Deep Research no plano gratuito para adultos e lê seu Gmail e Drive, enquanto a Perplexity diz que a maioria de suas tarefas de pesquisa termina em menos de 3 minutos, contra os habituais 5 a 10 do Gemini, embora seu plano Free permita uma consulta de pesquisa por mês. Escolha o Gemini para uso gratuito e fontes do Google Workspace, e a Perplexity para resumos rápidos.

Qual é a melhor alternativa ao ChatGPT Deep Research?

Para a maioria das pessoas, o Gemini Deep Research, que funciona no plano gratuito para adultos, custa US$ 4,99/mês para dobrar os limites e tem os melhores resultados publicados em benchmarks pela faixa Max de sua API, ou a Perplexity, que é mais ampla e mais rápida. Se você quer algo fora dos quatro grandes: o Kimi, da Moonshot, tem um modo Deep Research bem documentado, o da Mistral fica no aplicativo Vibe a US$ 14,99/mês e o Grok, da xAI, oferece um modo multiagente. Se você quer hospedar por conta própria, o GPT Researcher e o DeerFlow, da ByteDance, são as opções de código aberto ativamente mantidas. Evite o open_deep_research da LangChain, arquivado em agosto de 2026, e o STORM, de Stanford, que não recebe um commit desde setembro de 2025.

Como o Grok se compara ao ChatGPT e ao Claude em deep research?

Na documentação, o Grok fica atrás dos dois. Para desenvolvedores, a opção de pesquisa da xAI é um modelo multiagente, grok-4.20-multi-agent, ainda em beta, que roda 16 agentes com esforço alto em vez de 4, e novos assinantes compram o Grok pelo The X Subscription, de US$ 8 a US$ 200 por mês, precificado por uso, não por cota de pesquisa. A OpenAI documenta o deep research em todos os planos do ChatGPT, de Limitado no Free a Máximo no Pro, e a Anthropic documenta que o Claude Research roda no Opus 5.5 em todos os planos pagos. Não há um benchmark atual que compare os três produtos de pesquisa diretamente, então rode a mesma pergunta real nos dois que você está considerando e compare as fontes que cada um encontra.

Qual é a melhor API de deep research?

Os agentes de Deep Research do Google na Interactions API, para a maioria das equipes. São a única API específica de pesquisa entre OpenAI, Google e Anthropic, o Google publica uma estimativa de preço por tarefa de aproximadamente US$ 1 a US$ 3 (ou US$ 3 a US$ 7 no Max) e documenta um limite de tempo concreto, embora ambos os agentes ainda estejam em prévia. A Agent API da Perplexity é o destino natural se você usava o Sonar, cujo suporte terminou em 27 de setembro de 2026, e a Research API da You.com é a opção a experimentar se você quer preço e latência publicados para cada faixa. Se você quer controle sobre formatação de citações e custo, monte o loop você mesmo sobre a busca da Exa ou da Tavily em vez de comprar um relatório pronto.

Qual é a API de deep research mais rápida?

Nenhum fornecedor publica um teste de velocidade lado a lado, mas a Research API da You.com publica uma latência para cada faixa: menos de 10 segundos no lite, cerca de 10 a 30 segundos no standard, menos de 2 minutos no deep, menos de 5 minutos no exhaustive e uma mediana de 300 segundos no frontier, que funciona apenas em segundo plano. O Google documenta um orçamento de tempo, não uma velocidade, com a maioria das tarefas de Deep Research concluídas em 20 minutos e um teto de 60 minutos. Se você precisa de velocidade, a alavanca é o esforço, não o fornecedor: essas APIs expõem um seletor de faixa, e o preset fast da Perplexity, feito para fatos isolados e resumos curtos, e o lite da You.com são as opções mais rápidas. Para resultados brutos com fontes em segundos, que alimentem seu próprio modelo, a busca da Exa e da Tavily é o caminho rápido.

Quanto tempo levam as execuções de deep research?

Usando apenas números que os fornecedores publicam: a página de ajuda do Google diz que um relatório do Gemini costuma levar cerca de 5 a 10 minutos, e sua API conclui a maioria das tarefas em 20 minutos, com teto de 60 minutos. A Perplexity diz que a maioria das pesquisas termina em menos de 3 minutos, mas pode levar cerca de 4 a 5. A Moonshot diz que o Kimi leva de 10 a 25 minutos. A página de lançamento da OpenAI ainda diz 5 a 30 minutos, um número de fevereiro de 2025, e a página de ajuda do Research da Anthropic não informa nenhum. Trate o número da OpenAI como histórico, porque o produto foi reconstruído desde então.

Posso usar ferramentas de deep research via API?

Sim, e as opções mudaram substancialmente em 2026. Os agentes de Deep Research do Google na Interactions API são a única opção pronta para uso entre OpenAI, Google e Anthropic, com preço de aproximadamente US$ 1 a US$ 3 por tarefa e de US$ 3 a US$ 7 na faixa Max. O sonar-deep-research da Perplexity era o favorito dos desenvolvedores até o fim de seu suporte em 27 de setembro de 2026, e seu substituto são os seis presets de esforço da Agent API. A OpenAI aposentou seus modelos dedicados o3-deep-research e o4-mini-deep-research em 23 de julho de 2026, então agora você roda um modelo de ponta na Responses API com a ferramenta de busca na web, ou usa a Agents API, em beta pública desde setembro de 2026. A Anthropic não tem API com marca de pesquisa, mas oferece o Claude Managed Agents em beta, cobrado por tokens mais US$ 0,08 por hora de sessão. A Research API da You.com e o Agent da Exa também retornam relatórios prontos, e as buscas da Exa e da Tavily são as opções populares para montar o seu próprio.

Qual API de deep research tem preços por uso?

Todas medem o uso, em unidades diferentes. Google, OpenAI, Anthropic e Perplexity cobram tokens do modelo mais uma taxa por busca, com o Google estimando US$ 1 a US$ 3 por tarefa padrão de Deep Research e US$ 3 a US$ 7 no Max. A You.com cobra por requisição conforme a faixa de esforço, de US$ 12 a US$ 1.200 por 1.000. A Tavily vende créditos a US$ 0,008 cada, e o Agent da Exa custa de US$ 0,012 a US$ 1,00 por execução com esforço fixo, com suas faixas Auto e Ultra cobradas por uso. Se você precisa de uma conta previsível, é mais fácil fazer previsões com preços por requisição do que por tokens.

Qual API de deep research tem as melhores citações?

Google, Perplexity, a Research API da You.com e o Agent da Exa retornam relatórios com citações prontos para uso. Para sistemas em produção que precisam rastrear cada afirmação até uma URL, as equipes costumam construir sobre a busca da Exa ou da Tavily, que retornam resultados com as respectivas fontes, que você fornece ao seu próprio modelo, de modo que você controla a formatação e consegue mostrar uma trilha de auditoria. Qualquer modelo com uma ferramenta de busca na web pode inserir citações no corpo do texto se você pedir no prompt. Tenha em mente a pesquisa independente sobre isso: o melhor sistema avaliado atendeu integralmente a menos de 11% dos itens de rubrica de citação, então ter citações não é o mesmo que ter citações suficientes.

Existe alguma ferramenta de deep research gratuita?

Sim, e são mais do que em setembro. O plano gratuito do Gemini inclui Deep Research para qualquer pessoa com 18 anos ou mais, usando o modelo Thinking. A Perplexity oferece uso gratuito em todos os planos, embora o Free esteja limitado a uma consulta de pesquisa por mês, e o ChatGPT Free mantém uma cota "Limitada", sem contagem publicada. O Claude é a exceção, com Research apenas nos planos pagos. Se você prefere rodar por conta própria, os agentes de código aberto cobertos acima não custam nada para baixar, mas você ainda paga pelos serviços de modelo e busca que eles chamam (o DeerFlow pelo menos pode pesquisar pelo DuckDuckGo sem uma chave de API).

Como evito alucinações em relatórios de deep research?

Três táticas práticas. Primeira: clique em pelo menos as três a cinco fontes citadas no topo e confirme que a afirmação está mesmo na fonte, porque é muito mais fácil deixar passar uma fonte real citada para sustentar algo que ela não diz do que um link que não existe. Segunda: rode o mesmo prompt em uma segunda ferramenta; as discordâncias costumam indicar onde uma delas errou. Terceira: se você está embutindo isso em software, faça da verificação uma etapa separada do pipeline em vez de uma linha no seu prompt: extraia cada afirmação, verifique-a em um contexto limpo e depois faça uma revisão cética para contestar os veredictos. Esse é o padrão que o cookbook da Anthropic de julho de 2026 descreve.

As ferramentas de deep research conseguem ler meus documentos privados?

Sim, com sua permissão, e a diferença diminuiu. O Gemini Deep Research tem a integração mais profunda, com acesso nativo ao seu Gmail, Drive e Docs. O deep research do ChatGPT pode pesquisar fontes conectadas, como Google Drive ou SharePoint, dependendo do seu plano, e o Claude Research pode usar suas ferramentas conectadas nos aplicativos da web e de desktop, embora no celular pesquise apenas na web. O Computer da Perplexity pode incorporar seus arquivos e aplicativos além da web. Se o seu material de origem está majoritariamente no Google Workspace, o Gemini continua sendo a escolha óbvia.

Qual é a melhor forma de salvar e reutilizar relatórios de deep research?

Exporte o relatório como PDF ou Markdown, abra-o em uma visualização legível e destaque-o como faria com qualquer artigo longo. O Glasp foi construído exatamente para esse fluxo de trabalho: os destaques sincronizam com uma biblioteca onde você pode fazer buscas, conectar os destaques entre si e consultá-los novamente. Sem uma etapa de destaque, a maioria dos relatórios de deep research é lida uma vez e esquecida. Escrever uma nota curta com suas próprias palavras ao lado de um destaque também ajuda: nos experimentos de Slamecka e Graf de 1978 sobre o efeito de geração, as pessoas se lembraram melhor das palavras que produziram por conta própria do que das que apenas leram.

---

Conclusão: a pilha de pesquisa, não a ferramenta de pesquisa

Vinte e um meses após o lançamento da OpenAI, a categoria ficou mais clara e então se reorganizou. O mercado de agentes de deep research não é do tipo em que o vencedor leva tudo. A escolha certa entre as opções depende do que você está pesquisando, de quanto tempo você tem, de onde seu material de origem está e de se você está clicando em um botão ou chamando uma API.

Se eu tivesse que escolher um para a maioria dos trabalhadores do conhecimento agora, ainda seria o Gemini: um plano gratuito que inclui Deep Research, o upgrade pago mais barato a US$ 4,99, os melhores resultados publicados em benchmarks (da faixa Max de sua API) e a única API específica de pesquisa entre OpenAI, Google e Anthropic. Para trabalho mais pesado ou mais ambíguo, combine-o com o OpenAI Deep Research ou o Claude Research. Desenvolvedores que ainda enviam chamadas assíncronas do Sonar devem migrá-las para a Agent API da Perplexity agora, porque a Perplexity deixou de dar suporte a elas em 27 de setembro.

A mudança mais profunda é estrutural. O modelo dedicado de deep research está a caminho da saída nos grandes laboratórios: a OpenAI aposentou seus modelos de pesquisa, a Perplexity aposentou o Sonar, o Google entrega um agente em vez de um modelo, a Anthropic entrega um arcabouço gerenciado e a xAI faz você escolher uma quantidade de agentes. O endpoint qwen-deep-research da Alibaba é a exceção notável. O que os substituiu é um seletor de esforço. Isso é uma boa notícia para quem desenvolve software, porque esforço é um parâmetro que você pode ajustar a cada requisição, e é por isso que a descoberta de benchmark mais útil de 2026 foi que aumentar o orçamento de busca alterou a precisão em 53 pontos enquanto o modelo permanecia o mesmo.

Mas a escolha da ferramenta importa menos do que o que você faz com o resultado. O maior erro que vejo as pessoas cometerem é tratar um relatório de deep research como trabalho concluído. Não é. É matéria-prima. O conhecimento de verdade é construído quando você destaca as afirmações que importam, as conecta a outras coisas que leu e volta a elas mais tarde, quando o tema reaparece.

É para esse fluxo de trabalho que o Glasp foi projetado. Destaque qualquer relatório, qualquer artigo, qualquer transcrição do YouTube. Construa uma biblioteca pesquisável do que você de fato achou importante. Converse com seus destaques depois, quando precisar recordar algo específico. Compartilhe seu trabalho com outras pessoas fazendo a mesma pesquisa.

Os agentes de deep research vão continuar melhorando, e as APIs vão continuar se multiplicando. Os que não ganharem também uma camada de marcação de textos por cima vão continuar produzindo relatórios que são lidos uma vez e esquecidos. Não construa seu fluxo de trabalho de pesquisa em torno de uma única ferramenta. Construa-o em torno de uma pilha, e garanta que o último elo dessa pilha seja aquele em que o seu próprio entendimento fica registrado.

Comece rodando uma pergunta de pesquisa real em duas das quatro ferramentas esta semana. Destaque os dois relatórios. Compare o que você aprendeu. Esse é o fluxo de trabalho. Todo o resto é lista de recursos.