O Suno perdeu a liderança em vocais de IA: entenda o que a vitória do ACE Music v1 significa (e o que não muda)

Atualizado:

A soberania do Suno na música gerada por inteligência artificial acaba de sofrer o primeiro abalo significativo. Em 11 de novembro de 2026, a Artificial Analysis anunciou no X que o ACE Music v1, criado pela ACE Studio, estreou direto no topo do AA-Music-Vocal v1.1 — benchmark de avaliação cega voltado a músicas com vocais geradas por IA. Com isso, o Suno v6 perdeu a coroa que mantinha com folga em ambos os placares da plataforma desde a estreia da versão v1.1, lançada em 8 de outubro, há apenas cinco semanas.

No mesmo dia, o site Decrypt publicou uma análise prática com uma manchete enfática: "Este novo modelo de música por IA já é melhor do que o Suno". Mas será que é tudo isso mesmo? Uma olhada atenta nos dados revela uma conquista inegável, porém bem mais restrita do que o hype sugere: a liderança vale para apenas uma categoria específica, e a empresa dona do modelo chegou a esse patamar por um caminho nada tradicional na indústria.

AI music illustration (Image: Decrypt)

Da síntese de voz à música completa: o caminho inverso da ACE Studio

A maioria das ferramentas populares de IA musical nasceu na caixa de texto: você digita uma ideia e recebe uma faixa inteira pronta. O Suno construiu seu produto sobre essa lógica e só muito recentemente começou a dar espaço para que músicos usem ideias próprias — em 4 de novembro de 2026, o serviço adicionou suporte a arquivos MIDI na página Create, permitindo iniciar composições a partir de notas reais, e não apenas de texto.

A ACE Studio fez exatamente o trajeto oposto. Segundo a Artificial Analysis, a empresa surgiu em 2018 focada exclusivamente em síntese vocal cantada por IA. Seu principal software de desktop é uma estação de trabalho voltada a produtores, capaz de transformar notas MIDI e letras em vozes cantadas. A Timedomain, desenvolvedora por trás da plataforma, descreve a ACE Studio como uma ferramenta que gera vocais com padrão de estúdio a partir de MIDI e letras, e afirma já ter captado US$ 20 milhões em investimentos. (Reportagens independentes, como a do AlphaSignal, apontam o início do beta fechado em abril de 2022. O ano de fundação em 2018 é citado pela Artificial Analysis e pelo Decrypt, embora os canais oficiais da empresa não confirmem a data).

Em vez de tentar criar canções completas de imediato, a equipe dedicou anos à tarefa mais complexa para um algoritmo: simular uma voz humana realista pronunciando letras com naturalidade. Apenas após dominar essa etapa é que desenvolveram um modelo para compor e arranjar faixas inteiras. Na página oficial do modelo, o ACE Music v1 aceita prompts em texto, letras enviadas pelo usuário ou a combinação de ambos. Ele também reconhece instruções de interpretação entre parênteses — como "hum softly" (cantarolar suavemente) ou "sing with a raspy voice" (cantar com voz rouca) — inseridas antes de estrofes ou versos específicos.

É bastante plausível relacionar esse histórico ao topo do pódio: um modelo refinado por especialistas em voz cantada se destacou justamente no teste focado em canções vocais, como também apontou o AlphaSignal. Trata-se, contudo, de uma dedução técnica, já que a ACE ainda não abriu os detalhes de arquitetura nem o processo de treinamento do ACE Music v1.

O que os números do ranking realmente mostram

Abaixo estão os dados registrados na tabela do AA-Music-Vocal v1.1 em 12 de novembro de 2026:

Posição Intervalo estimado Modelo Pontuação Elo Intervalo (95%) Amostras
1 1–2 ACE Music v1 1160 1139–1181 2.119
2 1–3 Suno v6 1144 1126–1162 3.063
3 2–3 Suno v6-mini 1132 1114–1150 3.175
4 4 Mureka V9.5 1101 1083–1119 3.141
5 5–6 Mureka V9 1063 1045–1081 3.121

Placar do AA-Music-Vocal v1.1 com ACE Music v1 em primeiro com 1160 pontos e Suno v6 em segundo com 1144

Para interpretar essas métricas corretamente, vale entender o método por trás delas. Conforme a metodologia oficial da Artificial Analysis, as pontuações derivam unicamente de testes cegos de comparação direta (A/B), avaliados por um painel privado devidamente validado. Votos do público na Music Arena aberta não influenciam esse ranking. Os jurados ouvem duas músicas geradas a partir do mesmo prompt e precisam escutar pelo menos 10 segundos de cada antes de votar, sem saber qual modelo gerou qual faixa.

Para evitar que o volume influencie a preferência dos ouvintes, todo o áudio é normalizado a −16 LUFS e exportado em MP3 a 320 kbps. O cálculo usa a estimativa de máxima verossimilhança Bradley-Terry ajustada para uma escala similar à do rating Elo, fixando o MiniMax Music 3.0 em 1000 pontos como referência base. Na categoria vocal, o modelo gera tanto a melodia quanto a própria letra a partir do prompt inicial — avaliando a composição de ponta a ponta, e não apenas a afinação sobre letras prontas. Segundo o anúncio da versão v1.1, a base de testes reúne 1.000 prompts divididos em 17 gêneros musicais.

Com essas regras em mente, três fatores merecem atenção imediata:

A liderança está dentro da margem de erro estatística. O intervalo de confiança do ACE (1139–1181) cruza com boa parte do intervalo do Suno v6 (1126–1162). A própria coluna de classificação provável calculada pela plataforma aponta o ACE oscilando entre o 1º e o 2º lugar, enquanto o Suno v6 pode figurar entre o 1º e o 3º. Tanto a Decrypt quanto a Artificial Analysis reconhecem essa sobreposição: o 1º lugar é o cenário estatístico mais provável no momento, mas não um resultado indiscutível.

Uma vantagem de 16 pontos Elo é muito pequena em duelos diretos. Na escala Elo tradicional, uma diferença de 16 pontos indica uma probabilidade de vitória de cerca de 52% para o líder — basicamente o resultado de jogar uma moeda para cima. Já os 59 pontos de vantagem sobre o Mureka V9.5 representam cerca de 58% de preferência, e os 160 pontos sobre o modelo base (1000) equivalem a 72%. (Estimativas feitas com base na curva clássica de 400 pontos do sistema Elo, já que a entidade descreve sua pontuação como "similar ao Elo").

O ACE acumulou menos votos do que os concorrentes. O ACE Music v1 conta com 2.119 avaliações, frente a mais de 3.000 de todos os demais modelos listados. Isso explica sua margem de incerteza ligeiramente maior (±21, contra ±18 dos rivais). Conforme mais testes forem computados, a nota média ainda pode oscilar para cima ou para baixo.

A Artificial Analysis também destacou que o ACE Music v1 teve desempenho superior em estilos como Reggae/Dancehall e Clássico/Orquestral. Uma pontuação única não reflete essas variações entre estilos, algo que o próprio FAQ da ACE admite: o título de nº 1 "reflete a preferência em audições cegas de faixas vocais, e não um ranking isolado por gênero ou funcionalidade específica".

O outro lado da moeda: faixas instrumentais

A Artificial Analysis mantém um ranking paralelo, o AA-Music-Instrumental v1.1, e o ACE Music v1 sequer aparece nele. Nesse painel exclusivamente instrumental, o Suno v6 segue na liderança isolada com 1148 pontos (±22), seguido de perto pelo Suno v6-mini com 1114.

A ausência chama atenção porque o próprio comunicado oficial informava que o ACE Music v1 é capaz de gerar faixas completas com ou sem vocais. A entidade avaliadora não explicou formalmente o motivo da exclusão. Pelo regulamento do benchmark, um modelo só entra na tabela após somar um volume mínimo de votos e desde que ofereça um controle confiável para suprimir vocais por completo. Ambas as regras podem ter pesado, mas nada foi confirmado. Por enquanto, o fato concreto é que o ACE lidera a categoria vocal, mas não possui qualquer classificação em faixas instrumentais — longe, portanto, de uma vitória generalizada sobre o Suno na criação musical.

Testes práticos: onde o modelo impressiona e onde decepciona

As impressões práticas da Decrypt ajudam a compreender a experiência real de uso. Nos gêneros comerciais e mais populares, o avaliador notou melodias mais lineares e vocais notavelmente mais limpos na ferramenta da ACE, com menos artefatos típicos de IA — como afinações excessivas de autotune, pronúncia truncada e cacoetes sem sentido. A conclusão das músicas também se mostrou superior: enquanto o Suno frequentemente introduzia repetições estranhas, ruídos ou viradas bruscas nos momentos finais, o ACE sustentou a progressão harmônica até um fechamento estruturado. Criar um bom refrão é simples; conduzir uma canção inteira com coerência por três minutos é o verdadeiro gargalo.

Por outro lado, o modelo apresentou falhas claras em propostas mais extremas. Ao ser solicitado a compor melodic death metal, o ACE insistiu em gerar uma voz feminina limpa e suave, em vez do vocal rasgado essencial ao estilo, além de misturar subgêneros de heavy metal sem critério. Nessas sonoridades mais pesadas e dinâmicas, o Suno exibiu mais consistência estilística e imaginação nos arranjos.

Avaliações subjetivas de um único veículo têm alcance limitado — algo admitido pelo próprio Decrypt, que classificou a experiência como "uma impressão qualitativa, não um teste padronizado". A faixa demonstrativa divulgada pelo site foi criada a partir de um comunicado de sua própria empresa, funcionando como vitrine, mas sem rigor comparativo. Cruzando os dados da análise com o ranking, a conclusão é direta: o ACE se sai muito bem em estilos pop e com foco em voz, mas sua vantagem diminui ou se inverte nos extremos do espectro musical.

Do prompt à partitura: a aposta no controle via MIDI

O aspecto mais relevante do ecossistema da ACE talvez não seja o ranking em si, mas a flexibilidade do seu fluxo de produção. Usuários que criam uma música com o ACE Music v1 podem exportar o resultado em MIDI e separar os stems (pistas isoladas de áudio) para trabalhar em sua DAW favorita. O futuro ACE Music v1.1 Preview dá um passo além: gera internamente uma partitura completa em notação ABC — padrão textual para notas, ritmos e acordes — antes de sintetizar as faixas de áudio.

Com essa mecânica, produtores podem traçar uma linha vocal cantarolando, tocando em um teclado ou subindo um MIDI inicial. Em seguida, é possível editar notas ou trocar acordes diretamente na partitura antes de pedir uma nova versão. A empresa alerta apenas que "cada geração funciona como uma nova performance em estúdio, de modo que a sonoridade final pode variar mesmo se a partitura continuar idêntica".

Enquanto o recurso de MIDI lançado pelo Suno em 4 de novembro serve como gatilho melódico para alimentar um gerador orientado a texto, a prévia do ACE v1.1 trata a notação musical como uma planta estrutural transparente que o usuário pode revisar. Ambas as plataformas caminham para o mesmo horizonte partindo de pontas opostas: dar aos músicos autonomia real sobre as notas, sem depender exclusivamente da sorte em um prompt. Para o dia a dia de produtores, essa convergência tende a ser muito mais determinante do que uma distância de 16 pontos no Elo.

Ambiente fechado e restrições: o que o criador precisa saber

Apesar do bom desempenho sonoro, o modelo impõe barreiras práticas severas ao mercado profissional. A própria Artificial Analysis enfatizou que "o ACE Music v1 não possui API pública". Todo o processamento fica restrito à aplicação web oficial. Esse cenário acarreta três impactos importantes:

  • Sem suporte a automações e integrações. Desenvolvedores não conseguem integrar o ACE Music v1 a produtos de terceiros nem a rotinas em lote. Como o método da Artificial Analysis prioriza modelos acessíveis por endpoints de API sem servidor, o ACE acabou sendo uma rara exceção: quem desejar conferir a qualidade precisa realizar os testes manualmente pela interface web.
  • Direitos de uso vinculados à assinatura. Segundo a tabela de preços do serviço, contas gratuitas recebem 20 créditos diários, sendo que cada geração no ACE Music v1 custa 4 créditos para produzir duas músicas. Conteúdos criados no plano gratuito não dão direito ao uso comercial, e assinar uma conta paga mais tarde não regulariza retroativamente faixas antigas. Os planos pagos partem de US$ 7,90 por mês (cobrados anualmente) para 1.000 créditos mensais — rendendo cerca de 500 músicas no modelo v1, alinhado à estimativa de "até 500 músicas por mês" informada pelo benchmark.
  • A versão de código aberto pertence a outra família. A ACE Studio desenvolveu em conjunto com o laboratório chinês StepFun o modelo ACE-Step 1.5, com pesos abertos sob licença MIT e consumo abaixo de 4 GB de VRAM local. Porém, o respectivo artigo científico posiciona sua qualidade geral entre o Suno v4.5 e o Suno v5 — defasagem perceptível em relação ao líder do ranking. A desenvolvedora sinalizou que "planeja abrir o código do ACE Music v1 Flash no final de 2026", uma variante simplificada com foco em velocidade e menor demanda de hardware, mas tudo ainda se resume a uma promessa sem data de lançamento.

A questão não resolvida dos dados de treinamento

Qualquer disputa no mercado de música generativa se desenrola sob a sombra constante de processos judiciais por direitos autorais. O próprio Suno segue sob pressão nos tribunais: em novembro de 2026, os detentores do catálogo de Elvis Presley e a editora de Eminem ingressaram com novas ações judiciais contra a empresa, muito embora ela tenha firmado um acordo histórico de licenciamento com a Warner Music Group. Nesse ambiente de litígio, a procedência dos dados que treinam cada algoritmo é um fator crítico para a indústria.

No caso da ACE, as informações disponíveis continuam bastante fragmentadas. O cartão do modelo ACE-Step 1.5 indica que a variante aberta foi treinada com "um conjunto massivo e em total conformidade legal" composto por "faixas musicais licenciadas profissionalmente", obras em domínio público e sem royalties, além de amostras sintéticas obtidas por conversão de MIDI para áudio. O relatório científico menciona a catalogação de um "acervo de 27 milhões de amostras", sem detalhar nomes de gravadoras, parceiros de catálogo ou titulares de direitos. Em relação ao ACE Music v1 — o modelo proprietário que assumiu o topo do benchmark —, não encontramos declarações sobre a base de treinamento nem na página do produto, nem nas regras de assinatura, nem no site oficial da empresa até 12 de novembro de 2026. A declaração do projeto aberto não pode ser assumida automaticamente para a versão comercial. Quem depende de segurança jurídica precisa questionar a empresa diretamente antes de usar as faixas comercialmente.

Por que ver o resultado com prudência técnica

Para além dessa disputa específica, três limitações estruturais devem ser consideradas em qualquer análise de rankings de IA:

Benchmarks refletem as preferências dos avaliadores. A sensibilidade de um painel de voluntários recrutados não traduz o ecossistema musical completo. A montagem dos testes (1.000 prompts, 17 gêneros, letras geradas por máquina e faixas de três minutos) invariavelmente premia determinadas linguagens sonoras em detrimento de outras. Um compositor de trilhas sonoras para cinema, um produtor de pop e um engenheiro de metal teriam critérios e preferências totalmente divergentes.

Rankings do tipo arena sofrem distorções conhecidas. No artigo científico "The Leaderboard Illusion", pesquisadores que avaliaram o modelo de arenas de chatbots mostraram como testes preliminares privados e amostragem desbalanceada podem distorcer o resultado do sistema Elo. A Artificial Analysis atenua esse problema ao adotar painéis validados e configurações de áudio padronizadas, mas segue sem poder escolher quais versões internas cada empresa submete para avaliação.

A rotatividade na liderança é constante. O reinado do Suno v6 durou cerca de cinco semanas. No lançamento da metodologia v1.1, a Artificial Analysis celebrou um salto de 51 pontos do Mureka V9.5 frente à sua versão anterior como a maior evolução dentro de uma mesma família. Esses placares capturam uma fotografia momentânea de uma tecnologia em aceleração contínua, nunca uma resposta definitiva sobre qual modelo é o melhor.

O veredito real

O que os dados comprovam: em uma rodada de avaliação cega voltada a canções completas com vocais e compostas de ponta a ponta pelo sistema, a experiência acumulada pela ACE em síntese vocal gerou faixas ligeiramente mais apreciadas pelo júri do que as do modelo topo de linha do Suno — por uma diferença que a própria estatística não classifica como definitiva. Os números e testes mostram ainda que o ACE lida muito bem com arranjos vocais e desfechos de músicas, mas esse domínio perde força quando a demanda foge do pop tradicional.

O que os dados não comprovam: que o ACE tenha superado o Suno em produção musical ampla. Não existe pontuação do ACE em faixas instrumentais, a vantagem em vocais cai dentro da margem de erro, inexiste acesso via API para automação, a origem do treinamento do modelo proprietário permanece em sigilo e os testes práticos do Decrypt apontaram estilos onde o Suno é visivelmente mais competente.

Para quem cria, a recomendação prática é objetiva: teste as duas plataformas com suas próprias melodias e arranjos, certificando-se de operar em um plano com liberação comercial dos direitos. Para a indústria da música, o recado mais importante dessa disputa é claro: a corrida dos geradores por IA deixou de ser apenas sobre quem interpreta melhor uma linha de texto no prompt e passou a focar em quem devolve ao músico o domínio real sobre cada nota da partitura.

Fontes