FriendliAI: inteligência, desempenho e preço dos modelos
Esta análise ajuda você a escolher o melhor modelo oferecido por FriendliAI para seu caso de uso.
Mais inteligente
GLM-5.3 (max)GLM-5.3-FlashGLM-5.2 (max)GLM-5.1GLM-5.1 (non-reasoning)Intelligence Index
8 modelos no total
Mais rápido
GLM-5.3-FlashGLM-5.2 (max)GLM-5.3 (max)GLM-5.1
Gemma 4 31B (non-reasoning)Velocidade de saída
8 modelos no total
Menor preço
GLM-5.3-FlashGemma 4 31BGemma 4 31B (non-reasoning)
DeepSeek V3.2 (non-reasoning)GLM-5.3 (max)Preço combinado (por 1M de tokens)
8 modelos no total
FriendliAI oferece 8 modelos, cada um com características diferentes de inteligência, desempenho e preço. Veja abaixo uma comparação das principais métricas entre os modelos.
- Em inteligência, os principais modelos oferecidos por FriendliAI são GLM-5.3 (max) (45), GLM-5.3-Flash (42) e GLM-5.2 (max) (34).
- Em velocidade de saída, os modelos mais rápidos são GLM-5.3-Flash (226 t/s), GLM-5.2 (max) (183 t/s) e GLM-5.3 (max) (157 t/s).
- Em latência, Gemma 4 31B (non-reasoning) (0.72s), GLM-5.1 (non-reasoning) (0.92s) e DeepSeek V3.2 (non-reasoning) (1.51s) têm o menor tempo até o primeiro token da resposta final.
- Em preço, GLM-5.3-Flash ($0.10), Gemma 4 31B ($0.17) e Gemma 4 31B (non-reasoning) ($0.17) têm os menores preços combinados por 1M de tokens. Os preços variam em até 8.0x entre os modelos.
- Em tamanho da janela de contexto, GLM-5.3 (max) (1M), GLM-5.3-Flash (1M) e GLM-5.2 (max) (1M) aceitam as maiores janelas entre os modelos oferecidos por FriendliAI.
- GLM-5.3-Flash oferece a saída mais rápida e o melhor preço, sendo uma opção atraente para aplicações que exigem alta vazão e atenção aos custos. GLM-5.3 (max) lidera em inteligência nas tarefas que exigem a maior qualidade.
Avaliações de inteligência
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic real-world work tasks, Elo
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Long context reasoning
Coding
Physics reasoning
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic interactive 3D experiences, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
Intelligence Index vs. preço
Janela de contexto
Janela de contexto
Preços
Intelligence Index vs. preço
Resumo do desempenho
Velocidade de saída vs. preço
Velocidade
Medida pela velocidade de saída (tokens por segundo)
Velocidade de saída
Latência
Medida pelo tempo (segundos) até o primeiro token
Latência: Tempo até o primeiro token da resposta final
Comportamento do cache
Taxa de acertos do cache
Custo por tarefa vs. Taxa de acertos do cache
Tempo de resposta de ponta a ponta
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
Tempo de resposta de ponta a ponta vs. preço
Análises adicionais | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3 (max) | 1M | Aberto | 45 | $1.81 | 132 | 0.91 | 19.85 | 15.15 | |||
GLM-5.3-Flash | 1M | Aberto | 42 | $0.51 | 318 | 0.60 | 8.46 | 6.29 | |||
GLM-5.2 (max) | 1M | Aberto | 34 | $0.87 | 174 | 0.95 | 15.34 | 11.50 | |||
GLM-5.1 | 203k | Aberto | 26 | $0.75 | 138 | 0.86 | 32.04 | 27.55 | |||
GLM-5.1 (non-reasoning) | 203k | Aberto | 24* | -- | 126 | 0.85 | 4.81 | -- | |||
 MiniMax-M2.1 | 197k | Aberto | 21* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 (non-reasoning) | 164k | Aberto | 16* | -- | 56 | 5.17 | 14.10 | -- | |||
Gemma 4 31B | 256k | Aberto | 15 | $0.10 | 124 | 0.83 | 18.87 | 14.00 | |||
Gemma 4 31B (non-reasoning) | 262k | Aberto | 14* | -- | 140 | 0.77 | 4.33 | -- | |||
Principais definições
Perguntas frequentes
Perguntas comuns sobre FriendliAI
FriendliAI oferece 8 modelos que acompanhamos: GLM-5.3 (max), GLM-5.3-Flash, GLM-5.2 (max), GLM-5.1, GLM-5.1 (non-reasoning), DeepSeek V3.2 (non-reasoning), Gemma 4 31B e Gemma 4 31B (non-reasoning).
O modelo mais inteligente disponível em FriendliAI é GLM-5.3 (max), com 45 pontos no Intelligence Index.
O modelo mais rápido em velocidade de saída oferecido por FriendliAI é GLM-5.3-Flash, com 225.5 tokens por segundo.
O modelo com o menor tempo até o primeiro token da resposta final em FriendliAI é Gemma 4 31B (non-reasoning), com 0.72s. Uma latência menor significa um tempo de resposta inicial mais rápido.
O modelo mais acessível em preço combinado oferecido por FriendliAI é GLM-5.3-Flash, com $0.10 por 1M de tokens (proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída).
Os preços em FriendliAI variam em até 9x entre os modelos, de $0.10 por 1M de tokens no GLM-5.3-Flash a $0.90 por 1M de tokens no GLM-5.1 (non-reasoning).
Sim. FriendliAI oferece uma API compatível com a OpenAI, facilitando a migração da OpenAI e o uso de integrações existentes com o SDK da OpenAI.
Sim. Todos os 8 modelos oferecidos por FriendliAI são compatíveis com o modo JSON para saída estruturada.
Sim. Todos os 8 modelos oferecidos por FriendliAI são compatíveis com chamadas de funções (uso de ferramentas).
Sim. FriendliAI oferece 5 modelos de raciocínio: GLM-5.3 (max), GLM-5.3-Flash, GLM-5.2 (max), GLM-5.1 e Gemma 4 31B. Os modelos de raciocínio usam um processo de reflexão prolongado para resolver problemas complexos antes de responder.
Sim. Todos os 8 modelos oferecidos por FriendliAI são de pesos abertos.
Sim. O desempenho de um provedor pode variar ao longo do tempo devido a mudanças na infraestrutura, balanceamento de carga e atualizações. Avaliamos continuamente todos os provedores e exibimos as tendências históricas de desempenho nos gráficos de evolução ao longo do tempo.
Ao escolher um modelo oferecido por FriendliAI, considere a inteligência (para tarefas que exigem qualidade), a velocidade de saída (para tarefas que exigem alta vazão), a latência (para aplicações interativas que precisam de respostas iniciais rápidas), o preço (para cargas de trabalho atentas aos custos) e recursos como tamanho da janela de contexto, modo JSON e chamadas de funções.