Cari dan filter setiap model AI utama berdasarkan penyedia, harga API, jendela konteks, kecepatan, VRAM, dan benchmark.
330 available
Claude Haiku 5.5 dari Anthropic adalah model AI canggih dengan jendela konteks 200K token serta harga API $1/1M token input dan $5/1M token output untuk pemrograman, penalaran, dan otomasi bisnis.
Gemini 4 Argon dari Google adalah model AI canggih dengan jendela konteks 1M token serta harga API $2/1M token input dan $10/1M token output untuk pemrograman, penalaran, dan otomasi bisnis.
GPT-6 Astra dari OpenAI adalah model AI canggih dengan jendela konteks 1M token serta harga API $10.0/1M token input dan $50.0/1M token output untuk pemrograman, penalaran, dan otomasi bisnis.
Claude Opus 5.5 dari Anthropic adalah model AI canggih dengan jendela konteks 1M token serta harga API $4.0/1M token input dan $20.0/1M token output untuk pemrograman, penalaran, dan otomasi bisnis.
GPT-6.1 Sol dari OpenAI adalah model AI canggih dengan jendela konteks 1M token serta harga API $2.0/1M token input dan $10.0/1M token output untuk pemrograman, penalaran, dan otomasi bisnis.
GPT-6 Sol dari OpenAI adalah model AI canggih dengan jendela konteks 1M token serta harga API $2.0/1M token input dan $10.0/1M token output untuk pemrograman, penalaran, dan otomasi bisnis.
Claude Mythos 5.1 dari Anthropic adalah model AI canggih dengan jendela konteks 1M token serta harga API $15/1M token input dan $75/1M token output untuk pemrograman, penalaran, dan otomasi bisnis.
Gemini 3.8 Flash dari Google adalah model AI canggih dengan jendela konteks 1.0M token serta harga API $0.75/1M token input dan $3.75/1M token output untuk pemrograman, penalaran, dan otomasi bisnis.
Claude Fable 5.1 dari Anthropic adalah model AI canggih dengan jendela konteks 1M token serta harga API $10/1M token input dan $50/1M token output untuk pemrograman, penalaran, dan otomasi bisnis.
Claude Sonnet 5.5 dari Anthropic adalah model AI canggih dengan jendela konteks 1M token serta harga API $2.0/1M token input dan $10.0/1M token output untuk pemrograman, penalaran, dan otomasi bisnis.
GPT-6 Luna dari OpenAI adalah model AI canggih dengan jendela konteks 272K token serta harga API $0.1/1M token input dan $0.5/1M token output untuk pemrograman, penalaran, dan otomasi bisnis.
DeepSeek V4.1-Flash dari DeepSeek adalah model AI canggih dengan jendela konteks 1M token serta harga API $0.3/1M token input dan $1.2/1M token output untuk pemrograman, penalaran, dan otomasi bisnis.
Break-even occurs when Monthly GPU Infrastructure Cost (rental/depreciation + power + ops) equals Total Monthly Tokens multiplied by your Blended API Token Price; below 50M tokens/month, managed APIs are almost always cheaper.
At $0.14 per 1M input tokens, DeepSeek V3 managed API is vastly cheaper than renting dedicated 8x H100 GPU clusters ($15-$25/hour) unless your organization sustains over 500 million tokens per day with 70%+ GPU utilization.
Dedicated GPUs incur fixed costs 24/7; at 10% utilization during idle hours, your effective cost per processed token becomes 10 times higher than nominal capacity, erasing any theoretical hardware cost advantage.
Anthropic charges a 1.25x (5-min TTL) or 2x (1-hour TTL) write premium on the initial request to compute the KV cache, then provides a 90% discount ($0.30/1M tokens) on all subsequent cache hit reads.
Reasoning tokens in o3-mini are billed at the standard output rate ($4.40/1M tokens); because complex reasoning steps can generate thousands of hidden scratchpad tokens, configuring reasoning_effort: low or medium is vital to prevent unexpected invoice inflation.
SWE-bench Verified features 500 human-filtered GitHub issues where top models have reached 70-85%+ saturation, whereas SWE-bench Pro introduces harder multi-repo architectural tasks with strict contamination-proofing to evaluate autonomous engineering.
The full 671B DeepSeek R1 requires multi-GPU clusters, but distilled versions (such as DeepSeek-R1-Distill-Qwen-14B or 32B with 4-bit quantization) run smoothly on a single 24GB RTX 4090.
Gemini 2.0 Flash leads with native multimodal audio-to-audio streaming and sub-200ms time-to-first-token (TTFT), making it faster than text-pipelined GPT-4o-mini setups.