Modular: inteligência, desempenho e preço dos modelos
Esta análise ajuda você a escolher o melhor modelo oferecido por Modular para seu caso de uso.
Mais inteligente
Updated
GLM-5.3 (max)GLM-5.2 (max)
MiniMax-M3
Kimi K2.7 CodeGLM-5.2 (Non-reasoning)Intelligence Index
7 modelos no total
Mais rápido
Gemma 4 31B (NVFP4)GLM-5.2 (max)Gemma 4 31B (Non-reasoning) (NVFP4)Kimi K2.7 CodeMiniMax-M3Velocidade de saída
7 modelos no total
Menor preço
MiniMax-M3Gemma 4 31B (NVFP4)Gemma 4 31B (Non-reasoning) (NVFP4)GLM-5.3 (max)GLM-5.2 (max)Preço combinado (por 1M de tokens)
7 modelos no total
Modular oferece 7 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 Modular são GLM-5.3 (max) (45), GLM-5.2 (max) (34) e MiniMax-M3 (29).
- Em velocidade de saída, os modelos mais rápidos são Gemma 4 31B (NVFP4) (270 t/s), GLM-5.2 (max) (238 t/s) e Gemma 4 31B (Non-reasoning) (NVFP4) (237 t/s).
- Em latência, Gemma 4 31B (Non-reasoning) (NVFP4) (0.47s), GLM-5.2 (Non-reasoning) (0.72s) e Gemma 4 31B (NVFP4) (6.91s) têm o menor tempo até o primeiro token da resposta final.
- Em preço, MiniMax-M3 ($0.22), Gemma 4 31B (NVFP4) ($0.29) e Gemma 4 31B (Non-reasoning) (NVFP4) ($0.29) têm os menores preços combinados por 1M de tokens. Os preços variam em até 4.1x entre os modelos.
- Em tamanho da janela de contexto, MiniMax-M3 (1M), Kimi K2.7 Code (262k) e Gemma 4 31B (NVFP4) (262k) aceitam as maiores janelas entre os modelos oferecidos por Modular.
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
Agentic tool use
Kubernetes incident root-cause analysis
Visual reasoning
Medical long context 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) | 164k | Aberto | 45 | $2.05 | 189 | 0.64 | 13.85 | 10.57 | |||
GLM-5.2 (max) | 164k | Aberto | 34 | $0.88 | 207 | 0.65 | 12.76 | 9.68 | |||
MiniMax-M3 | 1M | Aberto | 29 | $0.46 | 194 | 0.91 | 13.82 | 10.33 | |||
Kimi K2.7 Code | 262k | Aberto | 26 | $1.69 | 173 | 0.62 | 16.44 | 12.92 | |||
GLM-5.2 (Non-reasoning) | 164k | Aberto | 22* | -- | 177 | 0.69 | 3.52 | -- | |||
Gemma 4 31B (NVFP4) | 262k | Aberto | 19* | -- | 158 | 0.51 | 14.68 | 11.00 | |||
Gemma 4 31B (Non-reasoning) (NVFP4) | 262k | Aberto | 14* | -- | 232 | 0.44 | 2.60 | -- | |||
Principais definições
Perguntas frequentes
Perguntas comuns sobre Modular
Modular oferece 7 modelos que acompanhamos: GLM-5.3 (max), GLM-5.2 (max), MiniMax-M3, Kimi K2.7 Code, GLM-5.2 (Non-reasoning), Gemma 4 31B (NVFP4) e Gemma 4 31B (Non-reasoning) (NVFP4).
O modelo mais inteligente disponível em Modular é GLM-5.3 (max), com 45 pontos no Intelligence Index.
O modelo mais rápido em velocidade de saída oferecido por Modular é Gemma 4 31B (NVFP4), com 269.9 tokens por segundo.
O modelo com o menor tempo até o primeiro token da resposta final em Modular é Gemma 4 31B (Non-reasoning) (NVFP4), com 0.47s. Uma latência menor significa um tempo de resposta inicial mais rápido.
O modelo mais acessível em preço combinado oferecido por Modular é MiniMax-M3, com $0.22 por 1M de tokens (proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída).
Os preços em Modular variam em até 5x entre os modelos, de $0.22 por 1M de tokens no MiniMax-M3 a $1.11 por 1M de tokens no Kimi K2.7 Code.
Sim. Modular 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 7 modelos oferecidos por Modular são compatíveis com o modo JSON para saída estruturada.
Sim. Todos os 7 modelos oferecidos por Modular são compatíveis com chamadas de funções (uso de ferramentas).
Sim. Modular oferece 5 modelos de raciocínio: GLM-5.3 (max), GLM-5.2 (max), MiniMax-M3, Kimi K2.7 Code e Gemma 4 31B (NVFP4). Os modelos de raciocínio usam um processo de reflexão prolongado para resolver problemas complexos antes de responder.
Sim. Todos os 7 modelos oferecidos por Modular 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 Modular, 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.