Comparativo de LLM: preço vs. inteligência

Como ler a tabela e escolher um modelo

O que significam as colunas

• Intel — Intelligence Index — a pontuação agregada da Artificial Analysis: quanto maior, mais inteligente é o modelo em média.
• Modo — reasoning / non-reasoning e o nível de esforço. Modos diferentes de um mesmo modelo aparecem em linhas separadas, cada uma com sua pontuação.
• Rsn? — Uma marcação rápida: é um modelo de raciocínio (✓) ou não. Reflete a coluna Modo, mas é prática para ordenar e filtrar por tipo.
• Provedores — Quantas plataformas no OpenRouter servem o modelo. Clique no número para ver preço, latência, uptime e quantização de cada provedor.
• in $/M e out $/M — Preço por milhão de tokens de entrada e de saída (do OpenRouter).
• $/intel — Preço de entrada dividido pelo Intelligence Index: quanto menor, mais barata fica a unidade de inteligência.
• TTFT (s) e t/s — Velocidade: tempo até o primeiro token e tokens de saída por segundo.
• Context (k) — Tamanho da janela de contexto em milhares de tokens.
• Tokenizer — A família de tokenizer do modelo; afeta o custo real de textos fora do inglês (veja abaixo).
• Criador — A empresa que criou o modelo (Anthropic, OpenAI, Google…) — não o provedor de inferência.

O que é o Intelligence Index

O Intelligence Index da Artificial Analysis reúne vários benchmarks em um único número, para você comparar modelos em uma só escala em vez de cruzar dez rankings. Encare-o como uma boa média, não como verdade absoluta: um modelo que fica um ou dois pontos atrás ainda pode vencer na sua tarefa específica. Use-o para montar uma lista curta e depois teste os finalistas nos seus próprios prompts.

Por que o $/intel engana nos modelos de raciocínio

Os modos de raciocínio pontuam mais alto pelo mesmo preço por token, então o $/intel parece melhor. Mas o raciocínio é bem mais prolixo — consome muito mais tokens de saída —, de modo que o custo real de uma resposta é maior do que a coluna sugere. Leia o $/intel junto com o modo e o preço de saída, nunca isolado.

Tokenizers e textos fora do inglês: o que sai mais barato

Os preços do OpenRouter são por token, então o custo real de português ou árabe, por exemplo, depende de quão finamente o tokenizer divide a escrita. Ordem aproximada, do mais barato ao mais caro: Gemini/Gemma e GPT (o200k) → Llama 3, Mistral, Command, Claude → modelos chineses (Qwen, DeepSeek, GLM, Kimi, MiniMax), que picam o texto não latino em mais tokens. É um guia qualitativo, não multiplicadores exatos — só uma medição no seu próprio texto dá o número real.

Criador vs. provedor — não confunda os dois

Dois conceitos diferentes convivem nesta tabela. O criador é quem construiu o modelo (Anthropic, OpenAI, Google, Xiaomi). Um provedor é uma plataforma que serve esse modelo pelo OpenRouter, cada uma com seu preço, latência e uptime. Um mesmo modelo pode ter uma dúzia de provedores — clique no número na coluna Provedores para compará-los lado a lado.

Como escolher na prática

Comece pela tarefa, não pelo hype. Defina um Intelligence Index mínimo que te deixe confortável, ordene por $/intel e percorra as primeiras linhas. Precisa de documentos longos? Filtre por contexto. De olho na latência? Ordene por TTFT. Trabalhando em um idioma fora do inglês? Prefira um tokenizer mais amigável. Depois passe o modelo escolhido para o hotdoc e rode com arquivos reais.