Datas de Corte de Conhecimento da IA: Todos os Principais LLMs Atualizados para 2026

Última atualização: novembro de 2026. Esta página é revisada e atualizada mensalmente.

Um corte de conhecimento é a última data incluída nos dados de treinamento de um LLM. Em novembro de 2026, os cortes publicados mais recentes são de junho de 2026: o GPT-6.1 Terra (1º de junho de 2026) e toda a linha atual da Anthropic, Claude Fable 5.1, Opus 5.5, Sonnet 5.5 e Haiku 5.5. Modelos mais antigos como o GPT-4o, ainda vivos em integrações de API, têm um corte de outubro de 2023.

Qualquer coisa publicada depois do corte de um modelo é invisível para ele, a menos que ele busque na web. Um post de blog de janeiro de 2025 não existe para o GPT-4o, mas existe para o GPT-5.5. Modelos diferentes, conhecimentos diferentes. É por isso que uma ferramenta de visibilidade em IA acompanha sua marca por modelo, não apenas por plataforma.

Veja abaixo o detalhamento completo do corte de conhecimento e das capacidades de acesso à web de cada LLM principal.

Comparação Rápida: Qual Modelo Sabe Mais?

Todas as Datas de Corte de Conhecimento por Provedor

As datas de corte são baseadas em informações disponíveis publicamente e podem mudar conforme os provedores atualizam os modelos. Modelos com acesso à internet podem recuperar informações além do seu corte, embora o conhecimento do treinamento e o conhecimento recuperado difiram em confiabilidade.

OpenAI (GPT)

Fonte: documentação de modelos da OpenAI

Anthropic (Claude)

A Anthropic distingue entre um corte de dados de treinamento (o intervalo completo de dados utilizados) e um corte de conhecimento confiável (a data até a qual o conhecimento é mais preciso). O corte confiável às vezes é alguns meses anterior ao corte de dados de treinamento.

Fonte: documentação de modelos da Anthropic

As quatro primeiras linhas são os modelos atuais da Anthropic, lançados entre 1º de setembro e 7 de outubro de 2026, e os quatro compartilham um corte de junho de 2026. Tudo o que vem abaixo, do Claude Opus 5 para baixo, agora aparece como legado (legacy) na documentação da Anthropic: ainda disponível, mas superado.

Google (Gemini)

Fontes: documentação de modelos da Google, model card do Gemini 3.8 Flash, descontinuações da API do Gemini

Os model cards do Gemini 3.6, 3.7 e 3.8 Flash trazem uma ressalva que vale conhecer: o corte de março de 2026 não se aplica por igual. O Google afirma que, em algumas áreas, os usuários podem esperar informações atualizadas, enquanto em outras o conhecimento do modelo pode estar limitado a janeiro de 2025, em linha com o restante da família Gemini 3. Uma única data de corte é uma simplificação para esses modelos.

O Gemini 4 já chegou. O Google apresentou o Gemini 4 Argon em 30 de setembro de 2026 para um pequeno grupo de especialistas em ciberdefesa e o abriu para desenvolvedores no nível pago da API do Gemini em 13 de outubro. O Gemini 4 Carbon veio em 28 de outubro, por enquanto só para especialistas em ciberdefesa selecionados. O Google não publicou um corte de conhecimento para nenhum dos dois, então a tabela indica "Não publicado" em vez de arriscar um palpite.

xAI (Grok)

Fonte: documentação de modelos da xAI

A xAI publica cortes para o Grok 4.6 e 4.7, mas nunca o fez para o Grok 4.5 e versões anteriores, por isso a coluna indica "Não publicado" em vez de arriscar um palpite. Na prática, o Grok se apoia na recuperação ao vivo do X e da web, o que torna o corte de treinamento menos decisivo do que em modelos sem busca nativa.

Meta (Muse e Llama)

Fontes: documentação de modelos da Meta, anúncio do Muse Wonder, anúncio do Muse Spark Open

A Meta não lança um novo Llama desde abril de 2025, e o tão prometido Llama 4 Behemoth nunca foi lançado. Em abril de 2026 a Meta mudou para um modelo de pesos fechados, o Muse Spark, sob sua divisão Superintelligence Labs, e voltou aos pesos abertos em agosto de 2026 com o Muse Glimmer: cerca de 30B parâmetros sob licença Apache 2.0, destilado do Muse Spark, pequeno o bastante para rodar em uma única GPU de consumo, com corte de conhecimento em 4 de janeiro de 2026.

Outubro trouxe mais três. O Muse Wonder e o Muse Wonder Full chegaram em 12 de outubro pela Meta Model API e pelo Muse Code. O Muse Spark Open veio em 15 de outubro: uma versão de pesos abertos do Muse Spark com 816B parâmetros no total (42B ativos) e contexto de 1M tokens, lançada sob a Muse Model License, que inclui termos comerciais limitados. A Meta não publicou um corte de conhecimento para nenhum dos três.

Para quem roda modelos locais ou com fine-tuning, esta é a mudança relevante de 2026: a opção de pesos abertos saltou de conhecimento de meados de 2024 para janeiro de 2026 em um único lançamento. A linha Llama em si continua congelada.

Perplexity

Fonte: documentação de modelos da Perplexity

Microsoft Copilot

Fonte: documentação de modelos da Microsoft

DeepSeek

Fontes: documentação de modelos da DeepSeek, notas de versão da DeepSeek

A DeepSeek não publica oficialmente datas de corte. Seu modelo de raciocínio R2, alvo de rumores há muito tempo, continua sem lançamento em novembro de 2026.

Mistral

Fontes: documentação de modelos da Mistral, página do modelo Mistral Large 4

A Lacuna de Conhecimento (Novembro de 2026)

A distância entre os modelos mais atuais e os mais defasados continua aumentando. Veja o que isso significa na prática:

O GPT-4o tem uma lacuna de 37 meses. Seu corte de outubro de 2023 significa que tudo a partir do final de 2023 está ausente do seu treinamento. A OpenAI o aposentou do ChatGPT em fevereiro de 2026, mas ele ainda roda dentro de muitas integrações de API e ferramentas de terceiros que nunca foram atualizadas.

O Llama 4 tem uma lacuna de mais de dois anos. Com um corte de agosto de 2024 e sem acesso à web, toda ferramenta ainda construída sobre o Llama de código aberto opera com conhecimento congelado, e isso representa uma parcela significativa das implantações locais e com fine-tuning. O Muse Glimmer da Meta agora oferece a essas implantações um caminho de pesos abertos até o conhecimento de janeiro de 2026, mas só para as equipes que migrarem.

No outro extremo, os dados de treinamento estão mais atuais do que nunca: o GPT-6.1 Terra e os quatro modelos atuais do Claude têm dados até junho de 2026, o Grok 4.7 até maio de 2026, o Gemini 3.8 Flash até março de 2026 e o Muse Glimmer, modelo de pesos abertos da Meta, até janeiro de 2026. Os modelos de fronteira agora estão meses, não anos, atrás do presente.

A conclusão: sua visibilidade nas respostas de IA depende de qual modelo a pessoa está usando. Você pode aparecer no GPT-6.1 Terra e no Claude Opus 5.5 e estar completamente ausente do Llama ou de uma integração baseada em GPT-4o.

O Que "Corte de Conhecimento" Realmente Significa

Um corte de conhecimento é a última data incluída nos dados de treinamento do modelo. Tudo o que o modelo "sabe" vem do texto em que foi treinado até aquele ponto. Após o corte, o modelo faz suposições, se apoia em padrões ou busca na web.

Três coisas que as pessoas entendem errado sobre isso:

Os dados de treinamento não incluem tudo o que foi publicado. Mesmo dentro do período de corte, o modelo pode não ter visto seu conteúdo. Se sua página foi incluída ou não depende da frequência de rastreamento, da autoridade do domínio, de como os dados foram curados e de o seu site permitir ou não a entrada de rastreadores de IA como o GPTBot e o ClaudeBot. Faça uma auditoria do site para ver exatamente o que os rastreadores de IA conseguem e não conseguem acessar no seu site. Ter publicado antes do corte não garante inclusão.

Acesso à internet não é a mesma coisa que conhecimento. Quando o GPT-5.5 ou o Gemini busca na web, recupera informações em tempo real. Mas processa isso de forma diferente do seu treinamento central. As respostas recuperadas da web tendem a ser mais literais e às vezes menos precisas do que as respostas dos dados de treinamento. O modelo conhece seus dados de treinamento; ele lê a web.

As datas de corte são aproximadas. Os provedores informam um mês, não um dia específico. Muitas vezes há um intervalo entre o fim da coleta de dados e o lançamento do modelo. Diferentes tipos de dados (notícias, artigos acadêmicos, redes sociais) podem ter cortes efetivos diferentes dentro do mesmo modelo.

Como os Cortes de Conhecimento Afetam a Visibilidade na Busca com IA

Se você se preocupa com como sua marca aparece no ChatGPT, Perplexity, Gemini ou Copilot, as datas de corte afetam diretamente se você é visível ou não.

Seu conteúdo pode ainda não existir

Um post de blog publicado em novembro de 2025 é invisível para qualquer modelo com um corte anterior. Modelos sem navegação web não conseguem vê-lo de forma alguma. Modelos com navegação podem encontrá-lo, mas apenas quando decidem buscar, o que não acontece em toda consulta.

A atualidade do conteúdo por si só não é uma estratégia de GEO. Você precisa de conteúdo atual o suficiente para ser encontrado por modelos com navegação e autoritativo o suficiente para ser incluído em futuros dados de treinamento.

Cada plataforma enxerga uma internet diferente

Perplexity e Gemini sempre buscam na web. A navegação do ChatGPT é acionada seletivamente. Claude usa ferramentas para acesso à web, mas não navega por padrão.

A mesma pergunta feita em diferentes plataformas de IA pode gerar respostas muito diferentes sobre sua marca. Uma pode extrair dos dados de treinamento, outra da busca ao vivo. Seu share of voice pode variar bastante entre plataformas por esse motivo.

Os dados de treinamento são o jogo de longo prazo

Quando um modelo responde de memória (sem busca na web), sua visibilidade depende inteiramente do que estava nos dados de treinamento. Se seu conteúdo foi publicado, tinha autoridade e era bem citado antes do corte, você aparece. Se não, você é invisível.

Este é o jogo de longo prazo: produzir conteúdo forte o suficiente para ser incluído no próximo ciclo de treinamento. Ferramentas como o Temso ajudam você a acompanhar como sua marca aparece em cada plataforma de IA, para que você possa ver onde é visível e onde não é.

Como Verificar a Data de Corte de Qualquer LLM

Dois métodos funcionam com qualquer modelo:

Pergunte diretamente. Digite "Qual é a sua data de corte de conhecimento?" A maioria dos modelos responde com precisão.

Teste com um evento conhecido. Pergunte sobre algo com uma data específica, como uma grande aquisição ou resultado de eleição. Se o modelo não souber, seu corte é anterior ao evento.

Quais Modelos de IA Conseguem Buscar na Web?

O acesso à internet varia bastante. Nem todos os modelos com "acesso à web" o utilizam da mesma forma.

Sempre buscando (tempo real): Perplexity busca na web em cada consulta e cita suas fontes. Gemini é integrado nativamente ao Google Search. Grok extrai continuamente dados do X e da web em geral.

Navegação sob demanda: O ChatGPT aciona sua busca integrada quando o modelo ou o usuário decide que ela é necessária. O Copilot tem a integração com o Bing incorporada.

Acesso baseado em ferramentas: Claude pode usar ferramentas web quando disponíveis, mas não navega por padrão no modo de chat padrão.

Sem acesso à web: Llama, DeepSeek, Mistral e outros modelos de código aberto geralmente funcionam sem acesso à internet. Implantações podem adicionar esse acesso, mas os modelos base não o possuem.

Com Que Frequência os Cortes de Conhecimento Mudam?

A OpenAI agora lança novos modelos a cada um a três meses. Do GPT-5.2 ao GPT-6.1 Terra, todos chegaram entre dezembro de 2025 e outubro de 2026, levando o corte publicado mais recente da OpenAI de setembro de 2024 para 1º de junho de 2026.

A Anthropic atualiza a cada geração de modelo. Sua linha atual, lançada entre setembro e outubro de 2026, tem dados de treinamento até junho de 2026, empatada com o GPT-6.1 Terra como o corte mais recente entre os principais modelos.

O Google atualiza o Gemini com frequência e mantém acesso quase em tempo real pela integração com o Search. O Gemini 3.8 Flash, lançado em setembro de 2026, tem corte de março de 2026, embora o Google observe que algumas áreas continuam em janeiro de 2025. O Google não publicou um corte para o Gemini 4 Argon nem para o Gemini 4 Carbon.

A xAI lançou o Grok 4.7 em setembro de 2026 com corte de maio de 2026, depois do Grok 4.6 em agosto e do Grok 4.5 em julho. De qualquer forma, o Grok se apoia em dados em tempo real do X e da web.

A Meta voltou a se mexer. Nenhum novo Llama foi lançado desde abril de 2025, deixando essa linha em um corte de agosto de 2024, mas o Muse Glimmer, de pesos abertos, chegou em agosto de 2026 com corte em 4 de janeiro de 2026, e o Muse Spark Open veio em outubro sem corte publicado.

Perguntas Frequentes

Qual é o corte de conhecimento do ChatGPT?

O GPT-5.5, que se tornou o modelo padrão do ChatGPT em maio de 2026, tem um corte de dezembro de 2025. O corte publicado mais recente da OpenAI é o do GPT-6.1 Terra, em 1º de junho de 2026. O GPT-4o, ainda usado em muitas integrações de API, tem um corte de outubro de 2023. O ChatGPT pode buscar na web para cobrir a lacuna.

Qual LLM tem o conhecimento mais recente?

Para informações em tempo real, Perplexity e Gemini buscam na web nativamente. Para conhecimento baseado em treinamento, lideram o GPT-6.1 Terra (1º de junho de 2026) e os modelos atuais do Claude, da Anthropic (junho de 2026), seguidos pelo Grok 4.7 (maio de 2026) e pelo Gemini 3.8 Flash (março de 2026).

A navegação web torna o corte irrelevante?

Não. Os modelos recorrem por padrão ao conhecimento do treinamento e só buscam na web quando acionados. Os dados de treinamento são mais profundos e confiáveis do que as informações recuperadas da web.

Qual é a diferença entre "corte de conhecimento" e "corte de dados de treinamento"?

A maioria dos provedores usa os termos de forma intercambiável. A Anthropic é a exceção: o corte de dados de treinamento deles é o intervalo completo de dados, enquanto o corte de conhecimento confiável é a data até a qual o conhecimento é mais preciso (às vezes alguns meses antes).

E se meu conteúdo foi publicado após o corte de um modelo?

Modelos com navegação (ChatGPT, Gemini, Perplexity) podem encontrá-lo por meio de busca na web. Modelos sem navegação não conseguem vê-lo de forma alguma. Sua visibilidade depende tanto da atualidade do conteúdo quanto das capacidades do modelo.

Por que a mesma pergunta recebe respostas diferentes em modelos de IA diferentes?

Cada modelo tem dados de treinamento diferentes, cortes diferentes e capacidades de navegação diferentes. Uma pergunta sobre "as últimas ferramentas de IA" recebe uma resposta de 2023 do GPT-4o e uma resposta de 2026 do GPT-5.5.

Com que frequência as empresas atualizam os cortes dos seus modelos?

A OpenAI agora lança novos modelos a cada um a três meses. A Anthropic atualiza a cada geração. O Google lança atualizações do Gemini várias vezes por ano. A Meta não atualiza o Llama desde abril de 2025.

Quais modelos de IA têm acesso à web?

Perplexity, Gemini e Grok sempre buscam na web. ChatGPT e Copilot buscam sob demanda. Claude usa ferramentas para acesso à web quando disponíveis. Llama e outros modelos de código aberto normalmente não têm acesso à web, a menos que você o adicione.