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.