O que a IA generativa pode fazer? Texto, imagem, áudio, vídeo e código

O que a IA generativa pode fazer com texto?

🌱 Em uma frase: a IA generativa escreve, resume, traduz e explica textos a partir de uma instrução sua, o prompt.

O guia prático do governo federal para servidores públicos lista usos possíveis já nos planos gratuitos: geração de textos, tradução, organização de ideias, análises preliminares de documentos e pesquisas rápidas. O mesmo guia cita várias ferramentas com suporte ao português, em ordem alfabética e sem indicar preferência. Entre elas estão ChatGPT (OpenAI), Claude (Anthropic), Copilot (Microsoft), Gemini (Google), Le Chat (Mistral AI), Perplexity e Sabiá 7B (Maritaca AI). O Sabiá 7B foi desenvolvido no Brasil com foco em textos em português. A cartilha não informa as versões dos modelos e avisa que a lista se refere ao período em que foi lançada.

🔎 O que muda entre elas: o guia descreve o Perplexity como focado em pesquisa com citação de fontes. Segundo o guia, o Gemini inclui uma função de pesquisa profunda no plano gratuito. Essa função busca e resume várias fontes da internet e monta um relatório.

🚀 Claude, verificado em nov/2026: a página de modelos da Anthropic, atualizada em 11 nov. 2026, informa que os modelos atuais têm capacidades multilíngues. Vários deles têm janela de contexto de 1 milhão de tokens e saída máxima de 128 mil tokens. A janela de contexto é quanto texto o modelo consegue considerar de uma vez. Um token é um pedaço de palavra.

A IA generativa cria imagens, vídeos e música?

🌱 Em uma frase: sim, mas cada ferramenta faz uma parte, e nem todo chat gera mídia.

No Google: a documentação da plataforma Gemini Enterprise, no Google Cloud, traz seções separadas por tipo de mídia. A página não indica data de atualização. - Imagem: geração de imagens com o Gemini e com o Imagen. Há uma página própria sobre uso responsável na geração de imagens. - Vídeo: o Veo gera vídeo a partir de texto. Também gera a partir de uma imagem inicial, da primeira e da última imagem, ou de imagens de referência. Ele ainda estende vídeos e insere ou remove objetos. - Música: o Lyria é o modelo de geração de música da plataforma.

No Claude: segundo a Anthropic (verificado em nov/2026), os modelos atuais recebem texto e imagem, mas geram apenas texto. O Claude ajuda a descrever ou planejar uma imagem, mas não a desenha.

🔎 O que ainda não está confirmado aqui: não há fonte oficial atualizada para descrever as versões atuais de geração de imagem e voz do ChatGPT, do Midjourney ou do Suno. Por isso, esta página não compara essas ferramentas. A comparação entra quando houver fonte oficial.

A IA entende fotos, áudios e documentos e conversa por voz?

🌱 Em uma frase: vários modelos conseguem analisar o que você envia, e não só gerar conteúdo.

• Gemini (Google Cloud): a documentação tem seções de entendimento de áudio, documentos, imagem e vídeo. A Live API permite sessões ao vivo com envio de áudio e vídeo em fluxo contínuo. Ela também permite configurar idioma e voz.
• Claude: a Anthropic lista visão entre as capacidades dos modelos atuais, ou seja, a leitura de imagens (verificado em nov/2026).

🔎 Exemplo de uso nas duas ferramentas: você envia a foto de um gráfico e pede uma explicação simples. No Claude, a resposta vem em texto. Na plataforma do Google, também existe a opção de conversa por voz pela Live API. Se o arquivo tiver dados pessoais, veja antes como cada serviço trata o que você envia.

A IA generativa ajuda a programar e a executar tarefas?

🌱 Em uma frase: sim. Além de escrever, alguns modelos usam ferramentas para agir, como buscar na web ou operar um computador.

Quando a IA executa tarefas com ferramentas, ela é chamada de agente. O conjunto em volta do modelo (ferramentas, memória, arquivos) é chamado de harness.

• Claude: a Anthropic lista o uso de ferramentas entre as capacidades dos modelos atuais (verificado em nov/2026).
• Gemini (Google Cloud): a documentação traz Computer Use, que permite ao modelo operar um computador. Traz também chamada de funções assíncrona na Live API e ancoragem com a Busca do Google. A ancoragem faz o modelo apoiar a resposta em resultados de busca.

🚀 Quanto custa via API, verificado em nov/2026: a API é o acesso direto ao modelo para desenvolvedores. Segundo a Anthropic, os preços são estes: - Claude Opus 5.5: US$ 4 por milhão de tokens de entrada e US$ 20 por milhão de tokens de saída. - Claude Sonnet 5.5: US$ 2/US$ 10 por milhão de tokens.

Não há fonte oficial atualizada que permita comparar, com segurança, o desempenho em programação das versões atuais de ChatGPT, Gemini e Claude.

Onde a IA generativa erra e o que devo conferir?

A IA generativa é útil, mas pode errar com confiança. Isso se chama alucinação: uma resposta inventada, às vezes com fontes que também não existem. O guia do governo federal recomenda confirmar as informações em fontes confiáveis. Vale especialmente para dados técnicos, legais ou normativos.

Privacidade: o mesmo guia alerta que as ferramentas gratuitas têm maior risco de armazenar os dados enviados e usá-los no treinamento do modelo. Antes de colar um documento, veja as configurações de privacidade de cada ferramenta.

Saúde, dinheiro e lei: a IA pode ajudar você a entender um exame, um contrato ou uma conta. A decisão, porém, deve passar por um profissional da área.