A seleção das melhores linhagens de soja é um processo crucial que envolve a avaliação de diversos atributos. Nesse contexto, a fenotipagem de alto rendimento (HTP), por possibilitar a obtenção rápida e precisa de informações de um grande número de indivíduos, representa uma importante oportunidade para os programas de melhoramento, contribuindo para reduzir o tempo despendido na avaliação de características. Sob essa perspectiva, o emprego de índices de vegetação constitui uma técnica promissora para a predição da produtividade de grãos e de características associadas à eficiência fotossintética. Entretanto, a adoção dessas ferramentas não deve comprometer a representatividade nem a confiabilidade das informações obtidas. Nesse sentido, o coeficiente de repetibilidade é um parâmetro que permite avaliar a consistência das medições de um caráter, indicando a confiabilidade dos dados para inferir o desempenho estável de linhagens específicas. Diante do exposto, este trabalho teve como objetivo avaliar a repetibilidade dos índices de vegetação NDVI e GLI e seu potencial na seleção multicaracteres de linhagens superiores de soja por meio do índice MGIDI, comparando critérios de seleção com e sem a inclusão de índices espectrais. Foram utilizados dados de experimentos de VCU conduzidos nos municípios de Ijaci, Campanha, Nazareno e São João del-Rei, nas safras 2023/24 e 2024/25. Os experimentos foram conduzidos em delineamento de blocos casualizados completos, com três repetições. Os caracteres agronômicos avaliados foram dias para maturação, altura de plantas, acamamento e produtividade de grãos. Os índices de vegetação foram obtidos a partir de imagens adquiridas por câmera multiespectral (NDVI) e câmera RGB (GLI). As imagens foram coletadas com um drone modelo Mavic 3 equipado com sensores RGB e multiespectral e posteriormente utilizadas para a geração de ortomosaicos, extração dos índices de vegetação e construção do banco de dados. Os dados experimentais foram submetidos a análises individuais e conjuntas dos ambientes selecionados. Também foi realizada uma simulação por reamostragem para avaliar o efeito da combinação de ambientes sobre as estimativas de repetibilidade. A seleção dos genótipos foi conduzida por meio de uma abordagem multicaracteres baseada no índice MGIDI, e a concordância entre as diferentes estratégias de seleção foi avaliada por meio do índice de coincidência (IC). A integração de índices de vegetação com caracteres agronômicos via MGIDI é eficiente para a seleção de linhagens superiores de soja. O NDVI apresentou maior repetibilidade que o GLI, enquanto o GLI se mostrou uma alternativa viável e de menor custo, com alta concordância com o NDVI. Maiores ganhos com a seleção multicaracteres foram obtidos em análises com múltiplos ambientes e safras, evidenciando que os índices de vegetação são ferramentas complementares confiáveis em avaliações multiambientes.