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 yang dirancang untuk interaksi real-time dengan latensi sangat rendah dan routing bervolume tinggi, menghadirkan jendela konteks 200K, kecepatan 160 token/detik, indeks kecerdasan 62/100, serta tarif $1/$5 per 1M token.
Gemini 4 Argon dari Google adalah model AI yang dirancang untuk pemahaman multimodal asli (teks & visual) serta analisis dokumen kompleks, menghadirkan jendela konteks 1M, kecepatan 115 token/detik, indeks kecerdasan 97/100, serta tarif $2/$10 per 1M token.
GPT-6 Astra dari OpenAI adalah model AI yang dirancang untuk sintesis suara alami, pemrosesan audio real-time, dan transkripsi ucapan, menghadirkan jendela konteks 272K, kecepatan 100 token/detik, indeks kecerdasan 96/100, serta tarif $10/$50 per 1M token.
Claude Opus 5.5 dari Anthropic adalah model AI yang dirancang untuk penalaran perusahaan garis depan, pemrograman tingkat lanjut, dan produksi AI, menghadirkan jendela konteks 1M, kecepatan 78 token/detik, indeks kecerdasan 94/100, serta tarif $4/$20 per 1M token.
GPT-6.1 Sol dari OpenAI adalah model AI yang dirancang untuk penalaran perusahaan garis depan, pemrograman tingkat lanjut, dan produksi AI, menghadirkan jendela konteks 1M, kecepatan 120 token/detik, indeks kecerdasan 94/100, serta tarif $2/$10 per 1M token.
GPT-6 Sol dari OpenAI adalah model AI yang dirancang untuk penalaran perusahaan garis depan, pemrograman tingkat lanjut, dan produksi AI, menghadirkan jendela konteks 1M, kecepatan 116 token/detik, indeks kecerdasan 93/100, serta tarif $2/$10 per 1M token.
Claude Mythos 5.1 dari Anthropic adalah model AI yang dirancang untuk penalaran perusahaan garis depan, pemrograman tingkat lanjut, dan produksi AI, menghadirkan jendela konteks 1M, kecepatan 60 token/detik, indeks kecerdasan 88/100, serta tarif $15/$75 per 1M token.
Gemini 3.8 Flash dari Google adalah model AI yang dirancang untuk interaksi real-time dengan latensi sangat rendah dan routing bervolume tinggi, menghadirkan jendela konteks 1.0M, kecepatan 175 token/detik, indeks kecerdasan 87/100, serta tarif $0.75/$3.75 per 1M token.
Claude Fable 5.1 dari Anthropic adalah model AI yang dirancang untuk penalaran perusahaan garis depan, pemrograman tingkat lanjut, dan produksi AI, menghadirkan jendela konteks 1M, kecepatan 65 token/detik, indeks kecerdasan 82/100, serta tarif $10/$50 per 1M token.
Claude Sonnet 5.5 dari Anthropic adalah model AI yang dirancang untuk penalaran perusahaan garis depan, pemrograman tingkat lanjut, dan produksi AI, menghadirkan jendela konteks 1M, kecepatan 105 token/detik, indeks kecerdasan 78/100, serta tarif $2/$10 per 1M token.
GPT-6 Luna dari OpenAI adalah model AI yang dirancang untuk efisiensi biaya API maksimal per token dan throughput produksi yang ringan, menghadirkan jendela konteks 272K, kecepatan 245 token/detik, indeks kecerdasan 67/100, serta tarif $0.1/$0.5 per 1M token.
DeepSeek V4.1-Flash dari DeepSeek adalah model AI yang dirancang untuk self-hosting di server pribadi, fine-tuning, dan kedaulatan data penuh, menghadirkan jendela konteks 1M, kecepatan 110 token/detik, indeks kecerdasan 58/100, serta tarif $0.3/$1.2 per 1M token.
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.