—misturado $/1 milhão
—seu custo mensal
—pontuação de valor
Modelos classificados
O preço combinado usa sua proporção de entrada/saída. Pontuação de valor = inteligência ÷ preço combinado, normalizado para que o líder seja 100. Inteligência é um índice de referência, não um benchmark oficial.
| Modelo | Entrada/Saída $/1 milhão | Combinado $/1 milhão | QI* | Valor | Seu $/mês |
|---|
⚠️ O índice de inteligência (marcado como IQ*) é uma referência direcional para 2026, não uma autoridade de referência – as classificações dos modelos mudam com novos lançamentos e dependem da tarefa. Os preços são taxas pré-pagas publicadas por milhão de tokens e excluem descontos em cache, lote e volume. Sempre valide suas duas ou três escolhas principais em seu próprio conjunto de avaliação antes de se comprometer. ·
Informar preço desatualizado →
O preço do título esconde a decisão real
Comparar LLMs em seu preço de entrada por milhão de tokens é como a maioria das tabelas de custos funciona, e é enganosa de duas maneiras. Primeiro, os tokens de saída geralmente custam de três a cinco vezes mais que os de entrada, portanto, um modelo que parece barato na entrada pode ser caro para uma carga de trabalho que escreve respostas longas. Em segundo lugar, o preço não diz nada sobre capacidade – o objetivo do modelo. Uma ferramenta que custa um décimo mais, mas falha em um terço de suas tarefas, não é barata; é caro quando você conta as novas tentativas e a limpeza humana. A relação preço-desempenho reúne ambos os problemas em um número: uma pontuação de capacidade dividida pelo misturado preço do seu mix real de tokens, para que você compare o valor, não apenas o custo.
Essa reformulação muda as decisões. Para trabalhos tolerantes e de alto volume – classificação, etiquetagem, extração do primeiro rascunho – a escolha de melhor valor geralmente é um modelo pequeno ou aberto que é quase tão bom quanto o de fronteira por uma fração do preço. Para trabalhos em que um erro é dispendioso – código de produção, elaboração legal ou médica, ações de agentes – a matemática do valor favorece, com razão, um modelo mais forte, porque a sua pontuação mais elevada supera o prémio. O padrão inteligente que a maioria das equipes adota é rota solicitações fáceis ao líder de valor e reserva um modelo de fronteira para as difíceis. Depois de escolher, dimensione a nota real no Calculadora de custo de token LLM e corte ainda mais com cache de prompt.
Como usar
1. Insira os tokens típicos de entrada e saída para uma solicitação — isso define seu mix de custos real.
2. Opcionalmente, adicione solicitações mensais para ver o custo em dólares de cada modelo para sua carga de trabalho.
3. Escolha se deseja classificar por valor, preço bruto ou inteligência e leia a tabela. O líder em valor é o modelo que oferece a maior capacidade por dólar para seu forma de token.
Erros comuns
A julgar apenas pelo preço dos insumos. O trabalho com produção pesada é avaliado pela taxa de produção – defina sua proporção real. Perseguindo o mais barato. Se falhar em sua tarefa, o retrabalho custará mais do que os tokens economizados. Pagar demais por um modelo de fronteira em todos os lugares. A maioria das solicitações não precisa disso; reserve para a fatia dura. Confiando em uma pontuação. O índice de inteligência é um ponto de partida – a única referência que conta é a sua própria avaliação definida de acordo com suas próprias instruções.
Estimativa apenas. O índice de inteligência é uma referência direcional; valide suas próprias tarefas antes de escolher.
Ajuste fino versus solicitaçãoPrevisão de custos de APICalculadora de custos de ajuste finoCalculadora de custos de incorporaçõesAPI LLM mais barata
Como funciona esta calculadora
O Calculadora de preço/desempenho de IA estima o custo por solicitação de execução de um modelo de linguagem e classifica provedores como GPT-5, Claude, Gemini, Grok, DeepSeek e Llama por inteligência por dólar em vez de apenas o preço bruto do token. Você entra no tokens de entrada e tokens de saída por solicitação, e a ferramenta multiplica cada uma pelas respectivas taxas do modelo, uma vez que os tokens de saída geralmente têm preços mais elevados do que os tokens de entrada. Em seguida, ele combina esse custo com o desempenho de referência de cada modelo para produzir uma classificação de valor, permitindo comparar um modelo barato, mas mais fraco, com um modelo mais caro, mas mais forte, em uma única escala escolhida com o Classificar por opção.
Isto é importante porque o preço mais baixo do token nem sempre é o melhor negócio: um modelo mais fraco pode precisar de novas tentativas, solicitações mais longas ou mais resultados para alcançar o mesmo resultado, aumentando o seu custo real. Ao vincular o preço à capacidade medida, a calculadora ajuda você a combinar um modelo com sua carga de trabalho e orçamento. Tenha em mente que a estimativa reflete a contagem de tokens inserida, portanto, uma solicitação real típica é mais útil do que o melhor caso, e as taxas e benchmarks publicados mudam com frequência suficiente para garantir uma nova verificação antes de você se comprometer.
Perguntas frequentes
Qual é a relação preço-desempenho de um LLM?
A relação preço-desempenho mede quanta capacidade de modelo você obtém para cada dólar gasto, em vez de observar apenas o preço bruto do token. Um modelo pode ser muito barato, mas fraco, ou caro, mas apenas um pouco mais inteligente do que uma opção intermediária. Dividir uma pontuação de capacidade pelo custo combinado por milhão de tokens dá uma pontuação de valor: quanto maior a pontuação, mais inteligência por dólar. É o número que realmente importa quando você escolhe um modelo para uma carga de trabalho real dentro do orçamento.
Por que a relação entrada/saída altera a classificação?
A maioria dos modelos cobra muito mais pelos tokens de saída do que pelos tokens de entrada – geralmente de três a cinco vezes mais. Portanto, o preço efetivo de um modelo depende muito de sua carga de trabalho ter muitas entradas (solicitações longas, respostas curtas, como classificação ou extração) ou muitas saídas (solicitações curtas, longas gerações, como escrita ou código). Definir sua relação real de entrada e saída combina os dois preços com o custo que você realmente pagará, o que pode reordenar substancialmente a classificação de valor em comparação com uma comparação ingênua de preço de manchete.
Como a pontuação de inteligência é determinada?
A calculadora usa um índice de inteligência de referência – uma posição aproximada de 0 a 100 com base na posição geral de cada modelo em benchmarks públicos de raciocínio, codificação e conhecimento em 2026. É um guia direcional, não um benchmark oficial, porque as classificações mudam com novos lançamentos e dependem da tarefa. Para um caso de uso específico, você deve validar as duas ou três principais opções de valor em seu próprio conjunto de avaliação, em vez de confiar em qualquer pontuação composta única.
O modelo mais barato é sempre o melhor valor?
Muitas vezes, mas nem sempre. Os modelos mais baratos podem ganhar em valor para tarefas simples e de alto volume, onde a qualidade próxima da fronteira é desnecessária. Mas se uma tarefa falhar com baixa qualidade, as novas tentativas, as correções humanas e os erros posteriores custarão muito mais do que a economia de tokens, portanto, um modelo um pouco mais caro, mas mais capaz, oferece melhor valor real. A prática recomendada é encaminhar solicitações fáceis para a escolha de valor mais alto e reservar um modelo de fronteira para as difíceis — a classificação de valor ajuda você a escolher ambos.