ModelPickr

Fontes

models.dev · MIT: Preços oficiais de API, contexto, capacidades, datas e logos das empresas.
Epoch AI · CC BY 4.0: Epoch Capabilities Index (ECI) e resultados de benchmarks.

Usamos só o preço da própria empresa que faz o modelo, não de revendedores. Modelos são ligados ao Epoch AI pelo nome; quando não há correspondência, a inteligência aparece como —, nunca como zero.

Inteligência

O ECI, do Epoch AI, combina dezenas de benchmarks em uma escala única e publica um intervalo de confiança para cada modelo. Quanto maior, mais capaz. A posição (#) é o ranking dentro do nosso catálogo.

Melhor escolha

Você escolhe o objetivo, e a regra muda junto:

Custo-benefício: Dobrar o custo só compensa se render 3 ou mais pontos de ECI, perto da margem de erro do índice. Vence a maior pontuação ECI − 3 × log₂(custo). O volume de uso não muda o vencedor, só a proporção entre entrada e saída.
Inteligência máxima: Achamos o mais inteligente. Quem tem intervalo de confiança que alcança o dele está tecnicamente empatado; desses, indicamos o mais barato.
Menor custo: O mais barato entre os modelos com índice de inteligência.

Modelos sem ECI não são recomendados. Empates aparecem juntos.

Por tarefa

Cada tarefa usa um único benchmark por vez, sem misturar escalas. Começamos pelo que tem resultado para mais modelos da comparação, e você pode trocar. Indicamos o mais barato que atinge a nota mínima escolhida; quem não tem resultado fica de fora.

Raciocínio científico · GPQA Diamond: Questões de pós-graduação em biologia, física e química.
Raciocínio científico · Humanity's Last Exam: Questões de especialistas em dezenas de áreas.
Matemática · OTIS Mock AIME 2024–2025: Problemas de olimpíada no estilo AIME.
Matemática avançada · FrontierMath 1–3: Problemas inéditos de matemática de pesquisa.
Matemática avançada · FrontierMath 4: O nível mais difícil do FrontierMath.
Matemática avançada · ProofBench: Demonstrações avançadas verificadas formalmente.
Engenharia de software · SWE-bench Verified: Correção de issues reais em repositórios Python.
Engenharia de software · FrontierCode: Tarefas criadas por mantenedores de código aberto; conta se o PR seria aceito.
Engenharia de software · DeepSWE: Tarefas longas de engenharia de software para agentes.
Engenharia de software · FrontierSWE: Desafios de engenharia no limite da capacidade humana.
Engenharia de software · Aider Polyglot: Exercícios de programação em seis linguagens.
Código de ML · WeirdML: Tarefas de aprendizado de máquina resolvidas com código.
Agentes · Terminal-Bench: Tarefas de várias etapas executadas em um terminal.
Agentes · APEX-Agents: Tarefas profissionais longas; só passa se cumprir todos os critérios.
Conhecimento factual · SimpleQA Verified: Perguntas factuais curtas, sem consulta à web.
Raciocínio abstrato · ARC-AGI-2: Quebra-cabeças visuais de generalização.
Raciocínio abstrato · ARC-AGI-1: A primeira versão, mais fácil, dos quebra-cabeças ARC.

Custo

solicitações × (entrada × preço de entrada + saída × preço de saída) ÷ 1.000.000

Preços em USD por milhão de tokens. Se você informar uma parte da entrada em cache, ela é cobrada pelo preço de leitura em cache; quem não publica esse preço paga o de entrada. Não incluímos escrita em cache, batch, faixas de contexto longo, impostos ou descontos.

Independência

A comparação é gratuita. Não recebemos de nenhuma empresa listada, e patrocínios futuros serão identificados e separados das recomendações.