Replicate: inteligência, desempenho e preço dos modelos
Esta análise ajuda você a escolher o melhor modelo oferecido por Replicate para seu caso de uso.
Mais inteligente
Updated
Granite 4.0 H SmallGranite 3.3 8BIntelligence Index
2 modelos no total
Mais rápido
Granite 4.0 H SmallGranite 3.3 8BVelocidade de saída
2 modelos no total
Menor preço
Granite 3.3 8BGranite 4.0 H SmallPreço 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 inteligência, os principais modelos oferecidos por Replicate são Granite 4.0 H Small (6) e Granite 3.3 8B (5).
- Em velocidade de saída, os modelos mais rápidos são Granite 4.0 H Small (16 t/s) e Granite 3.3 8B (16 t/s).
- Em latência, Granite 3.3 8B (26.70s) e Granite 4.0 H Small (29.14s) têm o menor tempo até o primeiro token da resposta final.
- Em preço, Granite 3.3 8B ($0.05) e Granite 4.0 H Small ($0.08) têm os menores preços combinados por 1M de tokens.
- Em tamanho da janela de contexto, Granite 4.0 H Small (128k) e Granite 3.3 8B (128k) aceitam as maiores janelas entre os modelos oferecidos por Replicate.
- Granite 4.0 H Small oferece a melhor combinação de inteligência e velocidade. Para otimizar os custos, Granite 3.3 8B 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 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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
 DeepSeek V3 0324 | 128k | Aberto | 10 | $0.18 | -- | -- | -- | -- | |||
Granite 4.0 H Small | 128k | Aberto | 6* | -- | 15 | 29.59 | 63.25 | -- | |||
 Llama 2 Chat 7B | 4.1k | Aberto | 6* | -- | -- | -- | -- | -- | |||
Llama 3 70B | 8.19k | Aberto | 5* | -- | -- | -- | -- | -- | |||
Granite 3.3 8B | 128k | Aberto | 5* | -- | 16 | 26.67 | 58.45 | -- | |||
Llama 3 8B | 8.19k | Aberto | 5* | -- | -- | -- | -- | -- | |||
Principais definições
Perguntas frequentes
Perguntas comuns sobre Replicate
Replicate oferece 2 modelos que acompanhamos: Granite 4.0 H Small e Granite 3.3 8B.
O modelo mais inteligente disponível em Replicate é Granite 4.0 H Small, com 6 pontos no Intelligence Index.
O modelo mais rápido em velocidade de saída oferecido por Replicate é Granite 4.0 H Small, com 16.0 tokens por segundo.
O modelo com o menor tempo até o primeiro token da resposta final em Replicate é Granite 3.3 8B, com 26.70s. Uma latência menor significa um tempo de resposta inicial mais rápido.
O modelo mais acessível em preço combinado oferecido por Replicate é Granite 3.3 8B, com $0.05 por 1M de tokens (proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída).
Os preços em Replicate variam em até 2x entre os modelos, de $0.05 por 1M de tokens no Granite 3.3 8B a $0.08 por 1M de tokens no Granite 4.0 H Small.
Sim. Replicate 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 2 modelos oferecidos por Replicate 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 Replicate, 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.