Escrevo isto em 4 de novembro de 2026. Não abro o seletor de modelos pelo nome bonito. Para passar de rabiscos de stand-up a «decisões + to-do», passo a decisão por três filtros nesta ordem: consigo chamar Kimi K3.1 Pro, DeepSeek V4.1 Flash, GPT-5.1 ou Qwen3.8 Max?, servem para minhas atas?, fico ou movo o trecho que falha? Só depois olho Agent, Skill e MCP. Isto não é um ranking nem uma nota de lançamento.
Filtro 1 — consigo chamar DeepSeek V4.1 Flash (e Kimi K3.1 Pro, GPT-5.1, Qwen3.8 Max)?
Antes de debater quem «é melhor», verifico se a rota responde. Quatro abas de web misturam login e UX na nota. Eu uso uma única chave, base compatível OpenAI https://api.crazyrouter.com/v1, e só mudo model: kimi-k3.1-pro, deepseek-v4.1-flash, gpt-5.1, qwen3.8-max. IDs de chat: página de modelos de chat. Campos: documentação da Crazyrouter. Meço o primeiro passe de texto nessa interface, não uploads nem plugins de cada app.
curl https://api.crazyrouter.com/v1/chat/completions \
-H "Authorization: Bearer $CRAZYROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4.1-flash",
"messages": [{"role":"user","content":"整理下面周会速记……"}]
}'
Critério mínimo do filtro 1: HTTP ok, corpo utilizável e usage presente quando olho. 401, sem cota e «modelo não habilitado» são falhas distintas; não bato o mesmo retry. Kimi K3.1 Pro me devolveu HTTP 400 com um campo de sampling não suportado; ao removê-lo respondeu normalmente. Um 200 curto apenas demonstra essa rota de texto naquele dia — não que o app web suba PDFs igualmente.
Se cabeias clientes CLI do mesmo tipo, o par base + model é o mesmo. Guias como Gemini CLI e Hermes falam de cableamento; não substituem este filtro nem demonstram que um modelo se encaixe nas suas atas.
Depois do filtro 1 separo três estados que as pessoas misturam no chat: «HTTP 200», «o Markdown parseia» e «a equipe aceita o resultado». O primeiro não implica o terceiro. Se alguém cola apenas o status, peço corpo + contraste com a manuscrita antes do filtro 2. Também separo três relógios: dia do anúncio do vendor, dia em que o gateway listou o id, dia em que minha chave deu 200 a primeira vez.
Filtro 2 — servem Kimi K3.1 Pro / DeepSeek V4.1 Flash / GPT-5.1 / Qwen3.8 Max para minhas atas?
Só se o filtro 1 passa olho o encaixe. O entregável aqui é uma scriba de ~40 minutos (produto Yun, engenharia Chen, design Mao): QA da página de pagamento, bug de cupom, rascunho de associação e a regra de não publicar a palavra inglesa overlapping. Deixei buracos propositalmente (sem id P1, to-dos sem proprietário) para ver se o modelo marca incerteza ou inventa.
Três perguntas fixas:
-
Esclarecer uma frase oral sem inventar trama.
-
≤3 conclusões + to-do; desconhecido = «por confirmar».
-
Tabela colável; overlapping → «empilhados um sobre o outro»; sem e-mail nem escrita de calendário.
Os prompts vão em chinês simplificado, como as notas. Este português explica método e resultado; não é uma repetição do suite em português.
Deixo passar o filtro 2 quando o trabalho se parece com isto: há manuscrita, há formato de entrega, e o custo de um proprietário inventado é alto (trabalho mal atribuído toda a semana).
Não deixo passar se o que pede é «protocolo pronto para o canal» com buracos sem marcar, ou se quer que o chat demonstre ações externas. Aí o filtro 2 falha antes de olhar Elo.
O que vi no primeiro passe:
| Modelo | Sensação | Olho primeiro |
|---|---|---|
| Kimi K3.1 Pro | Curto, claro; «por confirmar» frequente | Menos proprietários fechados (frequentemente mais lento) |
| DeepSeek V4.1 Flash | Listas rápidas | «Esta quinta» → data de calendário; proprietários sem evidência |
| GPT-5.1 | Tom de sync externa; tabelas limpas | Pessoas inferidas |
| Qwen3.8 Max | Chinês fluido; densidade média | Rótulos de incerteza esquecidos |
DeepSeek V4.1 Flash converteu uma vez «esta quinta» em um dia concreto e colocou Chen no QA — as notas apenas diziam que engenharia via possível a quinta. GPT-5.1 preencheu similar. Kimi K3.1 Pro deixou o buraco mais visível. Qwen3.8 Max soou como sync interna calma. Os quatro jets eram utilizáveis; o buraco era a sobre-conclusão, não a prosa.
Filtro 3 — com GPT-5.1 ou DeepSeek V4.1 Flash, fico ou movo o trecho que falha?
Não migro os quatro ids por curiosidade. Olho o trecho que dói e apenas esse:
-
Quero um rascunho editável já → DeepSeek V4.1 Flash ou GPT-5.1, e depois marco proprietários/datas na manuscrita.
-
Temo invenções silenciosas → me apoio mais em Kimi K3.1 Pro mesmo que vá mais lento.
-
Quero tom chinês interno → Qwen3.8 Max.
-
A falha é «não abri o calendário / não enviei o e-mail» → nenhum dos quatro fez neste teste; isto não se conserta mudando a string
model. -
Um único jet fraco → não mudo de marca até separar notas fracas, prompt fraco e sobre-conclusão do modelo.
O contrato de prompt que não cancelo (tarefa 3, chinês nas rodadas reais):
Conforme as notas: ≤3 conclusões, depois tabela to-do (item / proprietário / prazo-ou-estado / nota). O duvidoso = «por confirmar», sem adivinhar. Em externo, overlapping = «empilhados um sobre o outro». Não enviar e-mail. Não escrever calendário.
Se o pedido é vago, peço cinco perguntas que mudariam a resposta antes de redigir. Na segunda passada aponto a célula — «proprietário da linha 2 → por confirmar» — não «faça melhor». Completude do prompt coloca o piso; colecionar prompts mágicos, não.
Agent, Skill e MCP depois de filtrar Kimi K3.1 Pro–Qwen3.8 Max
Colar notas → Markdown é uma conversa. Um ciclo Agent (confirmar formato → releitura → marcar buracos → escrever arquivo → auto-verificação) pede ferramentas que existam de verdade no ambiente. Um Skill guarda regras semanais — conclusões primeiro, proprietários faltando marcados, tabela fixa — frequentemente uma pasta com SKILL.md e modelos. Conectores tipo MCP: protocolo ≠ serviço ≠ permissão concedida. «Suporta MCP» não é chave mestra de todos os apps do notebook.
Ordem de iniciante: filtros 1–3 + contraste com a manuscrita como hábito; Agent / Skill / MCP quando aparece uma capacidade que realmente falta. Neste passe os quatro geraram texto; nenhum abriu calendário nem enviou e-mail.
Encerramento suave com Kimi K3.1 Pro, DeepSeek V4.1 Flash, GPT-5.1 e Qwen3.8 Max
-
A rota responde (HTTP, corpo, às vezes
usage)? -
O entregável é ata com fonte e formato, não ação externa fingida?
-
Que trecho movo se falha — velocidade, invenção ou tom — sem flutuar toda a frota?
Os quatro podem fazer rascunhos. O risco de publicar é a sobre-conclusão. A completude do prompt coloca o piso. Agent / Skill / MCP vêm depois. Marcar proprietários e datas frequentemente ganha de mudar de modelo.
Antes das notas continuo colando: «Aqui vão as notas. Aqui o formato. Marca o duvidoso como por confirmar; não envie e-mail por mim.» Este passe usou https://api.crazyrouter.com/v1. Uploads e plugins de apps web ficam fora deste artigo.