[pt] O trabalho se propõe a estabelecer uma taxionomia para as fintechs de crédito no Brasil, bem como a analisar os desempenhos competitivos dos grupos classificados. Nesse sentido, foi estabelecida uma amostra de 26 (vinte e seis) fintechs brasileiras, que tiveram seus dados, referentes aos exercícios sociais de 2020, 2021 e 2022, organizados em conjunto específico. O conjunto de dados foi composto por 15 (quinze) variáveis estratégicas iniciais que, através do modelo estatístico de análise de fatores exploratória, foram reduzidas a 4 (quatro) variáveis estratégicas nomeadas como Alavancagem, Magnitude, Efetividade e Saúde Financeira. Em seguida, utilizando as variáveis estratégicas e a técnica estatística de clusterização, as fintechs foram segregadas em 3 (três) grupos, caracterizados por 9 (nove), 6 (seis) e 11 (onze) fintechs de crédito. Finalmente, tendo por norte conjunto de 4 (quatro) variáveis de desempenho previamente mencionadas e criteriosamente estabelecidas, o trabalho ateve-se a analisar diferenças de desempenho entre os grupos classificados, observando-se a ausência de diferenças estatisticamente consideráveis. De todo modo, foram feitas, ao final do trabalho, relevantes observações sobre as características de cada grupo classificado, bem como sugestões para futuros trabalhos nesta temática, que encontra cada vez mais relevância no Brasil. / [en] This work aims to establish a taxonomy for credit fintechs in Brazil, as well as to analyze the competitive performances of the classified groups. In this sense, a sample of 26 (twenty-six) Brazilian fintechs was established, which had their data, referring to the fiscal years 2020, 2021 and 2022, organized into a specific set. The data set was composed of 15 (fifteen) initial strategic variables that, through the statistical model of exploratory factor analysis, were reduced to 4 (four) strategic variables named as Leverage, Magnitude, Effectiveness and Financial Health. Then, using the strategic variables and the statistical clustering technique, the fintechs were segregated into 3 (three) groups, characterized by 9 (nine), 6 (six) and 11 (eleven) credit fintechs. Finally, based on a set of 4 (four) previously mentioned and carefully established performance variables, the work focused on analyzing performance differences between the classified groups, observing the absence of statistically considerable differences. In any case, at the end of the work, relevant observations were made about the characteristics of each classified group, as well as suggestions for future work on this topic, which is increasingly relevant in Brazil.