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 Classificação de Eficiência de Modelos (excluindo modelos gratuitos) TOP 10
Guia de Indicadores de Classificação de Eficiência
As classificações de eficiência são calculadas com base na relação tokens de saída / tokens de entrada. Quanto menor for essa relação, mais eficientemente o modelo opera.
Esta métrica possui significado particularmente importante em tarefas como edição de documentos, refatoração de código e análise de dados. Modelos altamente eficientes tendem a extrair com precisão apenas as partes necessárias das informações fornecidas pelo usuário e responder de forma concisa, reduzindo o consumo desnecessário de tokens e permitindo uma utilização de AI custo-efetiva. No entanto, uma baixa razão de eficiência não significa necessariamente melhor desempenho. Algumas tarefas complexas podem exigir mais tokens de saída, e quando explicações detalhadas ou fornecimento extenso de informações são necessários, uma maior razão de eficiência pode ser realmente preferível. Portanto, esta métrica deve ser interpretada de acordo com a natureza e o propósito da tarefa.
Classificação | Nome do Modelo | Tokens de Entrada | Tokens de Saída | Taxa de Eficiência |
---|---|---|---|---|
1 | meta-llama/llama-guard-4-12b | 346.25M | 358.77K | 0.001 |
2 | openai/codex-mini | 42.99M | 602.36K | 0.0136 |
3 | arcee-ai/virtuoso-large | 1.78M | 27.95K | 0.0157 |
4 | arcee-ai/spotlight | 11.97M | 188.48K | 0.0157 |
5 | perplexity/sonar-deep-research | 1.28M | 1.13M | 0.0162 |
6 | mistralai/devstral-small-2505 | 279.44M | 4.82M | 0.0173 |
7 | openai/o4-mini-high-2025-04-16 | 232.15M | 4.99M | 0.0189 |
8 | neversleep/llama-3.1-lumimaid-8b | 242.03M | 4.77M | 0.0197 |
9 | arcee-ai/caller-large | 1.15M | 24.21K | 0.0211 |
10 | meta-llama/llama-3.2-1b-instruct | 1.1B | 23.32M | 0.0214 |