TOKENPICO / METODOLOGIA

Como o TokenPico compara custos e desempenho de IA

Versão de desenvolvimento · 24 de outubro de 2026

Compare igual com igual

Um modelo, um endpoint de provedor e uma oferta são fatos separados. O catálogo público inicial é uma observação do diretório 2026-10-24. Ele não certifica ciclo de vida, configuração de endpoint, quantização, região de implantação ou disponibilidade atual.

A equação de custo

Custo mensal do token = solicitações × (entrada não armazenada em cache × taxa de entrada + leitura de cache × taxa de leitura + gravação em cache × taxa de gravação + saída × taxa de saída). As taxas são armazenadas como dólares decimais por token; as taxas de exibição são normalizadas para um milhão de tokens. A aritmética decimal é compartilhada entre Comparar e Calculadora.

Preços condicionais e ausentes

As taxas desconhecidas não são zero. Uma taxa de cache ausente impede uma estimativa quando essa categoria de cache é usada. As taxas de catálogo condicional são excluídas das estimativas até que os limites exatos por solicitação e os períodos UTC sejam implementados e revisados. Não existe nenhuma oferta de fornecedor verificada neste conjunto de dados inicial, portanto não há recomendação de preço mais baixo.

Precisão do contador

O navegador executa gpt-tokenizer com o200k_base em um Web Worker. Esta é a tokenização de texto exata apenas para essa codificação; é uma estimativa proxy para modelos cujo tokenizer correspondente não foi verificado. Exclui wrappers de API e sobrecarga multimodal. Claude é sempre rotulado como uma estimativa. A entrada é limitada a 1 MiB no total; esta é uma proteção inicial, não um limite validado para cada dispositivo.

Contexto é um orçamento

O planejador de contexto adiciona campos de texto e arquivos codificados separadamente e reserva espaço de saída. A capacidade é selecionada pelo usuário e deve ser verificada em relação ao endpoint exato. Os IDs de token correspondem à codificação que realmente é executada.

Escolha a capacidade antes do preço

Cada modelo no API Compare mostra suas entradas relatadas por catálogo, chamadas de ferramentas e recursos de saída estruturada próximos ao preço. Esses são requisitos de interface e não classificações de qualidade testadas de forma independente. Um sinalizador de catálogo ausente é desconhecido e não uma falha medida. A entrada de imagens significa compreender imagens, não gerar imagens.

Padrões de avaliação e fontes originais

Escolha uma avaliação que corresponda à sua tarefa. As fontes abaixo são projetos de avaliação independente, não endossos do TokenPico. Esses links explicam os padrões; eles não afirmam que todos os modelos do nosso catálogo aparecem em cada tabela de classificação.

Índice de Inteligência de Análise Artificial

Raciocínio e conhecimento geral

Composto de múltiplas avaliações. Compare a mesma versão do índice e configurações de raciocínio. Principalmente inglês e texto; não estabelece qualidade de imagem, áudio ou multilíngue.

Metodologia original ↗ · Resultados originais ↗

Banco Vivo

Raciocínio, matemática e acompanhamento de instruções

Usa respostas objetivas e verdadeiras em várias tarefas. Verifique o lançamento do benchmark, categoria, versão do modelo e configurações de inferência; lançamentos não são intercambiáveis.

Metodologia original ↗ · Resultados originais ↗

LiveCodeBench

Geração de código e solução de problemas

Avalia código com testes de execução e conjuntos de problemas desatualizados. Combine a tarefa, o intervalo de datas do problema, as configurações de amostragem e pass@k; codificação de concurso não é o mesmo que manter um aplicativo.

Metodologia original ↗ · Resultados originais ↗

Banco SWE verificado

Agentes de engenharia de software

Informa a porcentagem de problemas de repositório resolvidos. O modelo, o equipamento do agente, as ferramentas e o orçamento juntos determinam o resultado. Compare o mesmo subconjunto e equipamento verificado.

Metodologia original ↗ · Resultados originais ↗

Como uma pontuação pode entrar nessa comparação

Exigir uma correspondência exata de modelo/versão, versão de benchmark ou intervalo de datas do problema, configurações de raciocínio, equipamento e ferramentas do agente quando relevante, orçamento de inferência/token, escala de pontuação, data do resultado, fonte original e permissão para republicar. Os resultados relatados pelo fornecedor e as execuções independentes devem ser rotulados separadamente. Nunca herde uma pontuação familiar ou misture diferentes escalas de referência em uma pontuação geral inventada.

Índice de qualidade: não importado significa que nenhum resultado autorizado e correspondente à configuração está anexado aqui. Isso não significa zero, baixa qualidade ou ausência de testes em outros lugares. Nenhuma classificação de qualidade, preço por pontuação ou recomendações de melhor modelo são permitidas sem evidências comparáveis.

Artificial Analysis fornece uma metodologia versionada e uma API de dados com condições de atribuição e licenciamento. A visibilidade pública por si só não é permissão de republicação. Atribuição e licenciamento de API ↗

Referências de fontes verificadas em 25 de outubro de 2026. As versões de teste e a cobertura podem mudar; consulte o resultado original antes de escolher um modelo. Valide os modelos selecionados em suas próprias tarefas representativas.

Desempenho não é uma pontuação

Codificação, raciocínio e preferência humana são medidas diferentes. Não publicamos uma pontuação de inteligência inventada. Nenhum valor de benchmark de terceiros, medidas de velocidade ou números de popularidade foram importados. O uso do OpenRouter descreveria essa plataforma e um período UTC declarado, não a popularidade global.

Assinaturas e mídia

Uma assinatura não é uma oferta de API. País, canal, impostos e pagamento antecipado anual real exigem evidências de checkout separadas. Os preços de imagens e vídeos exigem especificações de geração correspondentes e unidades originais. Os candidatos pendentes não são classificados.

Voltar para comparar ↗