Replicate: inteligência, desempenho e preço dos modelos

Replicate
Replicate

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

Mais inteligente

Intelligence Index

2 modelos no total

Menor tempo por tarefa

Tempo por tarefa do Intelligence Index (minutos)

2 modelos no total

Menor preço

#1
Llama 3 8BLlama 3 8B
$0.07
#2
Llama 3 70BLlama 3 70B
$0.86

Preço combinado (por 1M de tokens)

2 modelos no total

Replicate oferece 2 modelos, cada um com características diferentes de inteligência, desempenho e preço. Veja abaixo uma comparação das principais métricas entre os modelos.

  • Em latência, Llama 3 8B (0.59s) e Llama 3 70B (0.62s) têm o menor tempo até o primeiro token da resposta final.
  • Em preço, Llama 3 8B ($0.07) e Llama 3 70B ($0.86) têm os menores preços combinados por 1M de tokens.
  • Em tamanho da janela de contexto, Llama 3 8B (8k) e Llama 3 70B (8k) aceitam as maiores janelas entre os modelos oferecidos por Replicate.
Artificial Analysis Intelligence Index · Higher is better
No data available
Inference time (minutes) per Intelligence Index task · Lower is better
No data available
USD per 1M tokens (blended) · Lower is better

Inteligência

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-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1
No data available

Evaluations

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

Agentic knowledge work, Elo

No data available
No data available
No data available

Agentic SaaS workflows

No data available

Agentic scientific research workflows in a terminal

No data available

Agentic software engineering in open-source repositories

No data available

Reasoning & knowledge

No data available

Professional document reasoning, All-pass

No data available

Agentic coding & terminal use

No data available

Physics reasoning

No data available

Quantitative analysis on spreadsheets & documents

No data available

Legal agentic work, Hallucination-Gated All-Pass Rate

No data available

Agentic business operations

No data available

Agentic real-world work tasks, Elo

No data available

Agentic interactive 3D experiences, Elo

No data available

Product and brand videos designed in code, Elo

No data available

Kubernetes incident root-cause analysis

No data available

Medical long context reasoning

No data available

Visual reasoning

No data available

Rich, varied, well-crafted language

No data available

Well-structured, scannable, answer-first

No data available

Truthful, acknowledges uncertainty, non-sycophantic

No data available

Use of filler and generic language

No data available

Intelligence Index vs. preço

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)
Most attractive quadrant
No data available

Preços

Custo por tarefa do Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better
No data available

Intelligence Index vs. preço

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)
Most attractive quadrant
No data available

Velocidade

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

Velocidade de saída

Tokens de saída divididos pelo tempo total da solicitação · Inclui o tempo até o primeiro token · Média das cargas de trabalho medidas de solicitação única e agênticas multiturno · Quanto maior, melhor

Qualidade

Janela de contexto

Context window: tokens limit · Higher is better

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

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

Análises adicionais
Logo: Meta
Llama 3 8B
--
--
--
0.49
16.7%
8k
Aberto
Logo: Meta
Llama 3 70B
--
--
--
0.65
0.0%
8k
Aberto

Principais definições

Perguntas frequentes

Perguntas comuns sobre Replicate