LithosAI: inteligência, desempenho e preço dos modelos

Name: Inteligência
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

LithosAI

Esta análise ajuda você a escolher o melhor modelo oferecido por LithosAI para seu caso de uso.

Mais inteligente

Updated

Kimi K3.1 Pro (ULTRA)

DeepSeek V4.1 Flash 1017 (max) (ULTRA CHAT)

DeepSeek V4.1 Flash 1017 (max) (ULTRA)

DeepSeek V4.1 Flash 1017 (max)

DeepSeek V4.1 Flash 1017 (max) (FAST)

Intelligence Index

10 modelos no total

Menor tempo por tarefa

Kimi K3.1 Pro (ULTRA)

4.9 min

GLM-5.3-Flash (FP4, ULTRA CHAT)

6.6 min

DeepSeek V4.1 Flash 1017 (max) (ULTRA CHAT)

7.0 min

GLM-5.3 (max) (FP4)

7.0 min

GLM-5.3-Flash (FP4, ULTRA)

7.5 min

Tempo por tarefa do Intelligence Index (minutos)

10 modelos no total

Menor preço

DeepSeek V4.1 Flash 1017 (max)

$0.09

GLM-5.3-Flash (FP4)

$0.10

DeepSeek V4.1 Flash 1017 (max) (FAST)

$0.15

GLM-5.3-Flash (FP4, ULTRA CHAT)

$0.20

GLM-5.3-Flash (FP4, ULTRA)

$0.20

Preço combinado (por 1M de tokens)

10 modelos no total

LithosAI oferece 10 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 LithosAI são Kimi K3.1 Pro (ULTRA) (46), DeepSeek V4.1 Flash 1017 (max) (ULTRA CHAT) (33) e DeepSeek V4.1 Flash 1017 (max) (ULTRA) (33).
Em tempo por tarefa, Kimi K3.1 Pro (ULTRA) (4.9 min), GLM-5.3-Flash (FP4, ULTRA CHAT) (6.6 min) e DeepSeek V4.1 Flash 1017 (max) (ULTRA CHAT) (7.0 min) concluem uma tarefa do Intelligence Index mais rápido em LithosAI.
Em latência, GLM-5.3-Flash (FP4, ULTRA CHAT) (11.84s), Kimi K3.1 Pro (ULTRA) (18.20s) e DeepSeek V4.1 Flash 1017 (max) (ULTRA CHAT) (18.55s) têm o menor tempo até o primeiro token da resposta final.
Em preço, DeepSeek V4.1 Flash 1017 (max) ($0.09), GLM-5.3-Flash (FP4) ($0.10) e DeepSeek V4.1 Flash 1017 (max) (FAST) ($0.15) têm os menores preços combinados por 1M de tokens. Os preços variam em até 2.2x entre os modelos.
Em tamanho da janela de contexto, Kimi K3.1 Pro (ULTRA) (1M), DeepSeek V4.1 Flash 1017 (max) (ULTRA CHAT) (1M) e DeepSeek V4.1 Flash 1017 (max) (ULTRA) (1M) aceitam as maiores janelas entre os modelos oferecidos por LithosAI.
Kimi K3.1 Pro (ULTRA) oferece a melhor combinação de inteligência e tempo por tarefa. Para otimizar os custos, DeepSeek V4.1 Flash 1017 (max) tem o preço mais competitivo.

Updated

Inteligência

Artificial Analysis Intelligence Index · Higher is better

Tempo por tarefa

Inference time (minutes) per Intelligence Index task · Lower is better

Preço

USD per 1M tokens (blended) · Lower is better

InteligênciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Evaluations

Evaluations measured independently by Artificial Analysis · AA-PersonalityBench scores are percentile ranks from 1 to 100

Ver mais

AA-Briefcase v1.1

Agentic knowledge work, Elo

AA-Omniscience v1.1 AccuracyUpdated

Knowledge

AA-Omniscience v1.1 Non-Hallucination RateUpdated

1 - hallucination rate

AutomationBench-AA

Agentic SaaS workflows

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

FrontierCode 2.0New

Agentic software engineering in open-source repositories

HLE-DiamondNew

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

CritPt v2 (Hard Subset)

Physics reasoning

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

Harvey LAB-AA v1.1Updated

Legal agentic work, Hallucination-Gated All-Pass Rate

EnterpriseOps-Gym-AA

Agentic business operations

GDPval-AA v2.1

Agentic real-world work tasks, Elo

AA-3DNew

Agentic interactive 3D experiences, Elo

Code2Video-AANew

Product and brand videos designed in code, Elo

ITBench-AA

Kubernetes incident root-cause analysis

MLCR-AAUpdated

Medical long context reasoning

MMMU-Pro

Visual reasoning

AA-PersonalityBench: Expressiveness ScoreNew

Rich, varied, well-crafted language

AA-PersonalityBench: Organization ScoreNew

Well-structured, scannable, answer-first

AA-PersonalityBench: Transparency ScoreNew

Truthful, acknowledges uncertainty, non-sycophantic

AA-PersonalityBench: Slop ScoreNew

Use of filler and generic language

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Intelligence Index vs. preço

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

Preços

Custo por tarefa do Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Intelligence Index vs. preço

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

Velocidade

Média das cargas de trabalho medidas de solicitação única e agênticas multiturno

Tempo por tarefa do Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Lower is better

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

Qualidade

Endpoint Accuracy Index

Precisão de cada endpoint como % do endpoint de referência do seu modelo · A cor mostra se a diferença é estatisticamente significativa

Composite measure of how much of a model's accuracy a given provider endpoint preserves, from re-running BFCL v4-500, HLE-250 and AA-LCR-25 against that endpoint. Where a self-hosted reference endpoint exists, scores are expressed as a percentage of that reference (100 = matches reference); lower scores indicate accuracy lost to quantisation, sampling defaults, or other endpoint-side configuration. Scores are point-in-time snapshots. Methodology.

Latência

Média das cargas de trabalho medidas de solicitação única e agênticas multiturno

Tempo até o primeiro token da resposta final

Segundos até o primeiro token da resposta final após qualquer raciocínio · Média das cargas de trabalho medidas de solicitação única e agênticas multiturno · Quanto menor, melhor

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

Confiabilidade

Parcela de solicitações em que o endpoint falhou, em todas as cargas de trabalho medidas de solicitação única e agênticas multiturno

Taxa de erros do endpoint

Parcela de solicitações em que o endpoint falhou por erro, limite de taxa ou tempo esgotado · Em todas as cargas de trabalho medidas de solicitação única e agênticas multiturno · Quanto menor, melhor

Share of requests over the past 5 days that the endpoint failed with an error, a rate limit or a timeout. Failures on our side are left out of both counts. Across several workloads, the failures and requests are pooled before dividing.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

Cache

Taxa de acertos do cache

Mediana das execuções de sessões agênticas multiturno nas últimas quatro semanas, atualizada em 26 de out. de 2026 · Quanto maior, melhor

The share of cacheable input tokens served from the provider's prompt cache, measured during multi-turn agentic sessions. We regularly measure each endpoint and report a representative rate based on recent measurements. Higher values mean more of the input is billed at the cheaper cache-hit price, where the provider offers one, which lowers the effective cost of agentic workloads. For further details, see our methodology page.

Custo por tarefa vs. Taxa de acertos do cache

Weighted average cost (USD) per Intelligence Index task · Cache hit rate: median of the last four weeks, updated Oct 26, 2026

Most attractive quadrant

Pareto line


								Análises adicionais
Kimi K3.1 Pro (ULTRA)	46	$6.32	4.7	18.55	0.0%	1M	Aberto	Modelo Provedor
DeepSeek V4.1 Flash 1017 (max) (ULTRA CHAT)	33	$0.90	7.8	19.49	23.6%	1M	Aberto	Modelo Provedor
DeepSeek V4.1 Flash 1017 (max) (ULTRA)	33	$0.90	9.0	36.45	1.0%	1M	Aberto	Modelo Provedor
DeepSeek V4.1 Flash 1017 (max)	33	$0.39	14.5	64.13	3.9%	1M	Aberto	Modelo Provedor
DeepSeek V4.1 Flash 1017 (max) (FAST)	33	$0.65	10.4	39.98	6.8%	1M	Aberto	Modelo Provedor
GLM-5.3 (max) (FP4)	32	$3.69	7.0	22.49	0.0%	1M	Aberto	Modelo Provedor
GLM-5.3 (max) (FP4 ULTRA CHAT)	32	$7.39	12.2	26.38	19.8%	1M	Aberto	Modelo Provedor
GLM-5.3-Flash (FP4)	28	$0.59	10.8	33.24	0.0%	1M	Aberto	Modelo Provedor
GLM-5.3-Flash (FP4, ULTRA CHAT)	28	$1.15	7.1	11.97	25.0%	1M	Aberto	Modelo Provedor
GLM-5.3-Flash (FP4, ULTRA)	28	$1.18	7.6	21.02	0.0%	1M	Aberto	Modelo Provedor

Principais definições

Average cost per task in the index. Costs are split by input, cache hit, cache write, reasoning, and answer token pricing where canonical token counts are available.

Perguntas frequentes

Perguntas comuns sobre LithosAI

LithosAI oferece 10 modelos que acompanhamos: Kimi K3.1 Pro (ULTRA), DeepSeek V4.1 Flash 1017 (max) (ULTRA CHAT), DeepSeek V4.1 Flash 1017 (max) (ULTRA), DeepSeek V4.1 Flash 1017 (max), DeepSeek V4.1 Flash 1017 (max) (FAST), GLM-5.3 (max) (FP4), GLM-5.3 (max) (FP4 ULTRA CHAT), GLM-5.3-Flash (FP4), GLM-5.3-Flash (FP4, ULTRA CHAT) e GLM-5.3-Flash (FP4, ULTRA).

O modelo mais inteligente disponível em LithosAI é Kimi K3.1 Pro (ULTRA), com 46 pontos no Intelligence Index.

O modelo com o menor tempo por tarefa em LithosAI é Kimi K3.1 Pro (ULTRA), com 4.9 minutos por tarefa do Intelligence Index. O tempo por tarefa é o número de tokens de saída por tarefa dividido pela velocidade de saída de ponta a ponta; um valor menor significa que a tarefa termina mais cedo.

O modelo com o menor tempo até o primeiro token da resposta final em LithosAI é GLM-5.3-Flash (FP4, ULTRA CHAT), com 11.84s. Uma latência menor significa um tempo de resposta inicial mais rápido.

O modelo mais acessível em preço combinado oferecido por LithosAI é DeepSeek V4.1 Flash 1017 (max), com $0.0921 por 1M de tokens (proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída).

Os preços em LithosAI variam em até 48x entre os modelos, de $0.0921 por 1M de tokens no DeepSeek V4.1 Flash 1017 (max) a $4.41 por 1M de tokens no Kimi K3.1 Pro (ULTRA).

Sim. LithosAI 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 10 modelos oferecidos por LithosAI são compatíveis com o modo JSON para saída estruturada.

Sim. Todos os 10 modelos oferecidos por LithosAI são compatíveis com chamadas de funções (uso de ferramentas).

Sim. LithosAI oferece 10 modelos de raciocínio: Kimi K3.1 Pro (ULTRA), DeepSeek V4.1 Flash 1017 (max) (ULTRA CHAT), DeepSeek V4.1 Flash 1017 (max) (ULTRA), DeepSeek V4.1 Flash 1017 (max), DeepSeek V4.1 Flash 1017 (max) (FAST), GLM-5.3 (max) (FP4), GLM-5.3 (max) (FP4 ULTRA CHAT), GLM-5.3-Flash (FP4), GLM-5.3-Flash (FP4, ULTRA CHAT) e GLM-5.3-Flash (FP4, ULTRA). Os modelos de raciocínio usam um processo de reflexão prolongado para resolver problemas complexos antes de responder.

Sim. Todos os 10 modelos oferecidos por LithosAI 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 LithosAI, considere a inteligência (para tarefas que exigem qualidade), o tempo por tarefa (a rapidez com que o modelo conclui uma tarefa do Intelligence Index), 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.

LithosAI: inteligência, desempenho e preço dos modelos

Mais inteligente

Menor tempo por tarefa

Menor preço

Inteligência

Tempo por tarefa

Preço

InteligênciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Intelligence Index vs. preço

Price-Quality Variance

Preços

Custo por tarefa do Intelligence Index

Cost per Intelligence Index Task

Intelligence Index vs. preço

Price-Quality Variance

Velocidade

Tempo por tarefa do Intelligence Index

Time per Intelligence Index Task

Time Period

Qualidade

Endpoint Accuracy Index

Endpoint Accuracy Index

Latência

Tempo até o primeiro token da resposta final

Time to First Answer Token

Time Period

Confiabilidade

Taxa de erros do endpoint

Endpoint Error Rate

Time Period

Cache

Taxa de acertos do cache

What Cache Hit Rate Shows

Custo por tarefa vs. Taxa de acertos do cache

Cost per Intelligence Index Task

What Cache Hit Rate Shows

Principais definições

Index Cost per Task

Perguntas frequentes

Quais modelos LithosAI oferece?

Qual é o modelo mais inteligente oferecido por LithosAI?

Qual modelo tem o menor tempo por tarefa em LithosAI?

Qual modelo tem a menor latência em LithosAI?

Qual é o modelo mais barato oferecido por LithosAI?

Quanto os preços variam entre os modelos oferecidos por LithosAI?

LithosAI é compatível com a OpenAI?

LithosAI é compatível com o modo JSON?

LithosAI é compatível com chamadas de funções?

LithosAI oferece modelos de raciocínio?

LithosAI oferece modelos de pesos abertos?

O desempenho de LithosAI muda ao longo do tempo?

Como escolher um modelo oferecido por LithosAI?