Ranking de Modelos LLM Rankings e Estatísticas de Modelos Baseados em Uso em Tempo Real
Compare e analise o uso real e desempenho dos modelos LLM de várias perspectivas
Diário Por Modelo Modelos de Alto Raciocínio (excluindo modelos gratuitos) TOP 10
Guia do Indicador de Taxa de Pensamento
A proporção de pensamento é calculada com base na proporção de tokens de raciocínio / tokens de entrada. Quanto maior for esta proporção, mais processos de raciocínio interno o modelo passa.
Esta métrica indica quão profundo é o processo de pensamento que o modelo passa antes de gerar uma resposta. Modelos com maior proporção de pensamento têm a possibilidade de produzir resultados mais sofisticados em tarefas como resolução de problemas complexos, raciocínio lógico e planejamento de múltiplas etapas. No entanto, uma alta proporção de pensamento não significa necessariamente melhor desempenho. Em algumas tarefas, o raciocínio interno excessivo pode gerar custos computacionais desnecessários ou ser ineficiente em situações onde respostas concisas são necessárias. Portanto, esta métrica deve ser interpretada de acordo com as características e propósito da tarefa.
Classificação | Nome do Modelo | Tokens de Entrada | Tokens de Raciocínio | Taxa de Pensamento |
---|---|---|---|---|
1 | perplexity/sonar-deep-research | 1.96M | 79.93M | 40.7464 |
2 | minimax/minimax-m1 | 13.70M | 45.36M | 3.3117 |
3 | qwen/qwen3-8b-04-28 | 12.64M | 14.09M | 1.1148 |
4 | openai/o1-mini | 13.55M | 14.14M | 1.0436 |
5 | deepseek/deepseek-r1-distill-qwen-1.5b | 928.56K | 817.08K | 0.8799 |
6 | deepseek/deepseek-r1-0528-qwen3-8b | 109.83M | 86.83M | 0.7906 |
7 | qwen/qwen3-14b-04-28 | 594.76M | 423.61M | 0.7122 |
8 | openai/o1-mini-2024-09-12 | 45.56K | 32.38K | 0.7107 |
9 | openai/o3-mini-high-2025-01-31 | 23.41M | 15.51M | 0.6624 |
10 | openai/o3-mini-2025-01-31 | 92.05M | 56.08M | 0.6092 |