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

Última atualização: julho 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 julho de 2026, os cortes mais recentes são os do Claude Opus 5 (maio de 2026), Gemini 3.6 Flash (março de 2026) e GPT-5.5 (dezembro de 2025). 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)

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.

Google (Gemini)

O Google já sinalizou o Gemini 4 para mais adiante em 2026.

xAI (Grok)

Segundo relatos, o Grok 5 está em treinamento, com lançamento esperado para mais adiante em 2026.

Meta (Llama)

A Meta não lança um novo Llama desde abril de 2025. O tão prometido Llama 4 Behemoth nunca foi lançado, e em abril de 2026 a Meta mudou para um modelo de pesos fechados (Muse Spark) sob sua divisão Superintelligence Labs. A linha Llama de código aberto está, na prática, congelada com conhecimento de meados de 2024.

Perplexity

Microsoft Copilot

DeepSeek

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

Mistral

A Lacuna de Conhecimento (Julho 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 33 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 quase dois anos. Com um corte de agosto de 2024, sem acesso à web e sem sucessor à vista, toda ferramenta construída sobre o Llama de código aberto opera com conhecimento congelado. Isso representa uma parcela significativa das implantações locais e com fine-tuning.

No outro extremo, os dados de treinamento estão mais atuais do que nunca: o Claude Opus 5 tem dados até maio de 2026, o Gemini 3.6 Flash até março de 2026, e o GPT-5.5 e o Grok 4.3 até dezembro de 2025. 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-5.5 e no Claude Opus 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-5.6, todos chegaram entre dezembro de 2025 e julho de 2026, movendo o corte do modelo principal de setembro de 2024 para dezembro de 2025.

A Anthropic atualiza a cada geração de modelo. O Claude Opus 5 tem dados de treinamento até maio de 2026, atualmente o corte mais recente entre todos os principais modelos.

O Google atualiza o Gemini com frequência e mantém acesso quase em tempo real por meio da integração com o Search. O Gemini 3.6 Flash tem um corte de março de 2026.

A xAI lançou o Grok 4.5 em julho de 2026, na sequência do Grok 4.3 (corte de dezembro de 2025), complementado por dados do X em tempo real.

A Meta estagnou. Nenhum novo Llama foi lançado desde abril de 2025, deixando a linha de código aberto com um corte de agosto de 2024.

Perguntas Frequentes

Qual é o corte de conhecimento do ChatGPT?

O GPT-5.5, o modelo padrão do ChatGPT, tem um corte de dezembro de 2025. 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, o Claude Opus 5 lidera com dados até maio de 2026, seguido pelo Gemini 3.6 Flash (março de 2026) e pelo GPT-5.5 (dezembro de 2025).

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.