Como funcionam as recomendações
As recomendações seguem regras fixas. Nenhuma IA toma a decisão, e não há espaços pagos.
01 · Exclusão
Primeiro, são removidos os modelos que não atendem a um requisito: janela de contexto pequena demais para o comprimento do texto escolhido (8.000 / 32.000 / 200.000 tokens), ausência de entrada de imagem para análise de imagens, impossibilidade de processamento na região solicitada ou ausência de pesos disponíveis para uso local.
Para uso local, verificamos também se o modelo cabe na memória do seu hardware. Estimativa para a versão compactada (Q4): 0,6 GB por bilhão de parâmetros mais 1,5 GB de margem.
Para uso em trabalho ou em equipe, modelos cuja licença proíbe o uso comercial são excluídos.
02 · Pontuação
Cada modelo avaliado possui um nível de qualidade de 1 a 3 para cada tarefa. Esses níveis são definidos com base em classificações públicas: o terço superior corresponde ao nível 3, o terço intermediário ao nível 2 e o terço inferior ao nível 1. Para cada tarefa, utilizamos a classificação mais específica disponível.
| Tarefa | Classificação (fallback) |
|---|---|
| Escrever textos | LMArena Creative Writing (Text) |
| Resumir documentos | LMAArena Document (Longer Query, Text) |
| Chatbot | LMAArena Text |
| Programação | LMAArena Coding (WebDev) |
| Traduzir | LMAArena Non-English (Text) |
| Matemática | LMAArena Math |
| Analisar imagens | LMAArena Vision |
| Analisar vídeos | LMAArena Vision – ainda não existe classificação pública para compreensão de vídeo, portanto a compreensão de imagens serve como aproximação |
| Criar/editar imagens | LMAArena Text-to-Image / Image Edit |
| Criar vídeos/foto → vídeo | LMAArena Text-to-Video / Image-to-Video |
| Transcrever áudio | Hugging Face Open ASR Leaderboard (média da posição em inglês e multilíngue) |
As classificações da LMArena são baseadas em milhões de comparações feitas por usuários reais sem conhecer as características dos modelos. O Open ASR Leaderboard avalia a taxa de erros de palavras em gravações de teste fixas (menor valor significa melhor desempenho). Se você escolher um campo especializado (direito, medicina, negócios, ciência), a classificação correspondente da LMAArena nesse campo é considerada como um nível adicional na média. Os modelos que não aparecem em nenhuma dessas classificações permanecem sem avaliação. Corrigimos manualmente os níveis individuais quando dispomos de fontes mais precisas, informando isso na página do modelo. O preço de uma solicitação típica é apresentado em escala logarítmica, já que os valores podem variar mil vezes. Ambos os critérios são ponderados de acordo com sua prioridade.
| Prioridade | Qualidade | Preço |
|---|---|---|
| Barato | 30 % | 70 % |
| Equilibrado | 50 % | 50 % |
| Melhor qualidade | 80 % | 20 % |
A partir de 10.000 solicitações por mês, a ponderação aumenta 10 pontos percentuais em favor do preço, já que pequenas diferenças de preço começam a fazer diferença. Em caso de empate, vence o preço mais baixo e, em seguida, a janela de contexto maior.
03 · Realizar várias tarefas ao mesmo tempo
Você pode selecionar várias tarefas. As tarefas de texto e análise são respondidas por um único modelo, que deve lidar com todas elas; sua qualidade é a média de seus níveis para essas tarefas. Imagens, vídeos e transcrição têm suas próprias tarifas, já que quase nenhum modelo faz tudo. As imagens são cobradas por unidade, os vídeos por trecho de 10 segundos e a transcrição por minuto de áudio. Esses preços vêm da lista de preços pública da LiteLLM; quando há vários fornecedores ou níveis de qualidade, utilizamos o preço médio (típico), e não o mais barato. Os modelos de reconhecimento de fala abertos sem serviço em nuvem são recomendados apenas para uso local.
04 · Pontos de Referência
As pontuações dos testes de referência usam escalas diferentes (porcentagens, pontos Elo, taxas de erro), por isso não podem ser simplesmente somadas. Convertemos cada pontuação em uma posição de 0 a 100 entre todos os modelos listados aqui que realizaram o mesmo teste de referência (100 = melhor; para taxas de erro, o valor mais baixo é melhor). Uma posição só é exibida quando há pelo menos 3 modelos para comparação. A média do teste de referência é a média dessas posições. “Pontos fortes” são áreas com uma posição média de 75 ou mais, enquanto “pontos fracos” são aquelas com 30 ou menos. Os testes de referência não influenciam as recomendações – elas dependem de nossos níveis de qualidade definidos.
05 · Fontes de dados
Modelos e preços: OpenRouter. Pesos abertos e provedores de hospedagem (por região): models.dev. Licença e tamanho dos modelos abertos: Hugging Face. Rankings: LMArena e o Open ASR Leaderboard. Preços por imagem, por segundo de vídeo e por minuto de áudio: LiteLLM. Taxa de câmbio: Banco Central Europeu. Tudo é atualizado automaticamente todos os dias; se uma fonte estiver indisponível, os valores mais recentes permanecem.
06 · Anúncios
Se exibirmos anúncios, eles terão uma identificação clara, aparecerão apenas em áreas separadas e nunca afetarão as classificações ou recomendações.
07 · Limites
Os níveis de qualidade são uma simplificação. Os preços são fornecidos pelo OpenRouter e podem variar ao comprar diretamente do fornecedor ou em outras regiões. Os valores de memória são estimativas. Os modelos sem nossa própria avaliação aparecem na comparação, mas não nas recomendações.
Alguns tipos de IA ainda não estão incluídos, como geração de música, modelos 3D e CAD, ou saída de voz (texto em voz): para esses casos, atualmente não existe uma classificação pública com dados abertos que possamos utilizar. Preferimos deixá‑los de fora a recomendar sem fontes.
As notas de privacidade não constituem aconselhamento jurídico. Verifique os contratos, como os acordos de processamento de dados, diretamente com o fornecedor.