Makora: inteligência, desempenho e preço dos modelos
Esta análise ajuda você a escolher o melhor modelo oferecido por Makora para seu caso de uso.
Mais inteligente
Updated
GLM-5.3 (max)
Kimi K3 (max)GLM-5.3-Flash
Qwen3.8-Flash-Next (NVFP4)
DeepSeek V4 Flash 0731 (max)Intelligence Index
9 modelos no total
Mais rápido
GLM-5.3 (max)DeepSeek V4 Flash (high)DeepSeek V4 Flash 0731 (max)Qwen3.8-Flash-Next (NVFP4)DeepSeek V4 Flash (Non-reasoning)Velocidade de saída
9 modelos no total
Menor preço
Gemma 4 26B A4BGemma 4 26B A4B (Non-reasoning)GLM-5.3-FlashQwen3.8-Flash-Next (NVFP4)DeepSeek V4 Flash 0731 (max)Preço combinado (por 1M de tokens)
9 modelos no total
Makora oferece 9 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 Makora são GLM-5.3 (max) (45), Kimi K3 (max) (44) e GLM-5.3-Flash (42).
- Em velocidade de saída, os modelos mais rápidos são GLM-5.3 (max) (299 t/s), DeepSeek V4 Flash (high) (125 t/s) e DeepSeek V4 Flash 0731 (max) (123 t/s). A velocidade varia significativamente entre os modelos, com uma diferença de 161% entre o mais rápido e o mais lento.
- Em latência, DeepSeek V4 Flash (Non-reasoning) (0.70s), Gemma 4 26B A4B (Non-reasoning) (1.42s) e GLM-5.3 (max) (7.65s) têm o menor tempo até o primeiro token da resposta final.
- Em preço, Gemma 4 26B A4B ($0.08), Gemma 4 26B A4B (Non-reasoning) ($0.08) e GLM-5.3-Flash ($0.09) têm os menores preços combinados por 1M de tokens.
- Em tamanho da janela de contexto, GLM-5.3 (max) (1M), Kimi K3 (max) (1M) e GLM-5.3-Flash (1M) aceitam as maiores janelas entre os modelos oferecidos por Makora.
- GLM-5.3 (max) oferece a melhor combinação de inteligência e velocidade. Para otimizar os custos, Gemma 4 26B A4B tem o preço mais competitivo.
Destaques
Avaliações de inteligência
Artificial Analysis Intelligence Index
Intelligence Evaluations
Agentic knowledge work, (Elo-500)/2000
Agentic real-world work tasks, (Elo-500)/2000
Agentic SaaS workflows
Agentic coding & terminal use
Coding
Reasoning & knowledge
Professional document reasoning, All-pass
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Legal agentic work, criterion pass rate
Agentic business operations
Quantitative analysis on spreadsheets & documents
Instruction following
Agentic tool use
Long-horizon agentic tasks
Kubernetes incident root-cause analysis
Visual reasoning
Intelligence Index vs. Price
Janela de contexto
Context Window
Preços
Intelligence Index vs. Price
Resumo do desempenho
Output Speed vs. Price
Velocidade
Medida pela velocidade de saída (tokens por segundo)
Output Speed
Latência
Medida pelo tempo (segundos) até o primeiro token
Latency: Time To First Answer Token
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
End-to-End Response Time vs. Price
Análises adicionais | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3 (max) | 1.05M | Aberto | 45 | $1.90 | 292 | 1.00 | 9.57 | 6.85 | |||
Kimi K3 (max) | 1.05M | Aberto | 44 | $1.21 | 48 | 3.77 | 55.79 | 41.62 | |||
GLM-5.3-Flash | 1.05M | Aberto | 42 | $0.56 | 94 | 0.93 | 27.46 | 21.22 | |||
Qwen3.8-Flash-Next (NVFP4) | 262k | Aberto | 40 | $0.44 | 114 | 1.29 | 23.26 | 17.58 | |||
DeepSeek V4 Flash 0731 (max) | 1M | Aberto | 35 | $0.42 | 126 | 0.85 | 20.73 | 15.91 | |||
DeepSeek V4 Flash (high) | 1M | Aberto | 25 | $0.29 | 127 | 0.79 | 14.47 | 9.75 | |||
DeepSeek V4 Flash (Non-reasoning) | 1M | Aberto | 19* | -- | 118 | 0.69 | 4.92 | -- | |||
Gemma 4 26B A4B | 1M | Aberto | 17* | -- | 99 | 1.28 | 26.52 | 20.20 | |||
Gemma 4 26B A4B (Non-reasoning) | 1M | Aberto | 13* | -- | 78 | 1.42 | 7.82 | -- | |||
Principais definições
Perguntas frequentes
Perguntas comuns sobre Makora
Makora oferece 9 modelos que acompanhamos: GLM-5.3 (max), Kimi K3 (max), GLM-5.3-Flash, Qwen3.8-Flash-Next (NVFP4), DeepSeek V4 Flash 0731 (max), DeepSeek V4 Flash (high), DeepSeek V4 Flash (Non-reasoning), Gemma 4 26B A4B e Gemma 4 26B A4B (Non-reasoning).
O modelo mais inteligente disponível em Makora é GLM-5.3 (max), com 45 pontos no Intelligence Index.
O modelo mais rápido em velocidade de saída oferecido por Makora é GLM-5.3 (max), com 298.6 tokens por segundo.
O modelo com o menor tempo até o primeiro token da resposta final em Makora é DeepSeek V4 Flash (Non-reasoning), com 0.70s. Uma latência menor significa um tempo de resposta inicial mais rápido.
O modelo mais acessível em preço combinado oferecido por Makora é Gemma 4 26B A4B, com $0.08 por 1M de tokens (proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída).
Os preços em Makora variam em até 25x entre os modelos, de $0.08 por 1M de tokens no Gemma 4 26B A4B a $1.96 por 1M de tokens no Kimi K3 (max).
Sim. Makora 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 9 modelos oferecidos por Makora são compatíveis com o modo JSON para saída estruturada.
Sim. Todos os 9 modelos oferecidos por Makora são compatíveis com chamadas de funções (uso de ferramentas).
Sim. Makora oferece 7 modelos de raciocínio: GLM-5.3 (max), Kimi K3 (max), GLM-5.3-Flash, Qwen3.8-Flash-Next (NVFP4), DeepSeek V4 Flash 0731 (max), DeepSeek V4 Flash (high) e Gemma 4 26B A4B. Os modelos de raciocínio usam um processo de reflexão prolongado para resolver problemas complexos antes de responder.
Sim. Todos os 9 modelos oferecidos por Makora 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 Makora, 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.