Cerca e filtra tutti i principali modelli di IA per fornitore, prezzo API, finestra di contesto, velocità, VRAM e benchmark.
330 available
Claude Haiku 5.5 di Anthropic è un modello di IA progettato per le interazioni in tempo reale a bassissima latenza e il routing ad alto volume, con finestra di contesto da 200K, velocità di 160 token/s, indice di intelligenza di 62/100 e tariffa di $1/$5 per 1M di token.
Gemini 4 Argon di Google è un modello di IA progettato per la comprensione multimodale nativa di testo e immagini e l’analisi visiva dei documenti, con finestra di contesto da 1M, velocità di 115 token/s, indice di intelligenza di 97/100 e tariffa di $2/$10 per 1M di token.
GPT-6 Astra di OpenAI è un modello di IA progettato per la sintesi vocale naturale, l’elaborazione audio in tempo reale e la trascrizione, con finestra di contesto da 272K, velocità di 100 token/s, indice di intelligenza di 96/100 e tariffa di $10/$50 per 1M di token.
Claude Opus 5.5 di Anthropic è un modello di IA progettato per il ragionamento aziendale di frontiera, la programmazione avanzata e i carichi di produzione, con finestra di contesto da 1M, velocità di 78 token/s, indice di intelligenza di 94/100 e tariffa di $4/$20 per 1M di token.
GPT-6.1 Sol di OpenAI è un modello di IA progettato per il ragionamento aziendale di frontiera, la programmazione avanzata e i carichi di produzione, con finestra di contesto da 1M, velocità di 120 token/s, indice di intelligenza di 94/100 e tariffa di $2/$10 per 1M di token.
GPT-6 Sol di OpenAI è un modello di IA progettato per il ragionamento aziendale di frontiera, la programmazione avanzata e i carichi di produzione, con finestra di contesto da 1M, velocità di 116 token/s, indice di intelligenza di 93/100 e tariffa di $2/$10 per 1M di token.
Claude Mythos 5.1 di Anthropic è un modello di IA progettato per il ragionamento aziendale di frontiera, la programmazione avanzata e i carichi di produzione, con finestra di contesto da 1M, velocità di 60 token/s, indice di intelligenza di 88/100 e tariffa di $15/$75 per 1M di token.
Gemini 3.8 Flash di Google è un modello di IA progettato per le interazioni in tempo reale a bassissima latenza e il routing ad alto volume, con finestra di contesto da 1.0M, velocità di 175 token/s, indice di intelligenza di 87/100 e tariffa di $0.75/$3.75 per 1M di token.
Claude Fable 5.1 di Anthropic è un modello di IA progettato per il ragionamento aziendale di frontiera, la programmazione avanzata e i carichi di produzione, con finestra di contesto da 1M, velocità di 65 token/s, indice di intelligenza di 82/100 e tariffa di $10/$50 per 1M di token.
Claude Sonnet 5.5 di Anthropic è un modello di IA progettato per il ragionamento aziendale di frontiera, la programmazione avanzata e i carichi di produzione, con finestra di contesto da 1M, velocità di 105 token/s, indice di intelligenza di 78/100 e tariffa di $2/$10 per 1M di token.
GPT-6 Luna di OpenAI è un modello di IA progettato per la massima efficienza dei costi per token e l’inferenza rapida in produzione, con finestra di contesto da 272K, velocità di 245 token/s, indice di intelligenza di 67/100 e tariffa di $0.1/$0.5 per 1M di token.
DeepSeek V4.1-Flash di DeepSeek è un modello di IA progettato per il self-hosting su infrastruttura privata, il fine-tuning e la piena sovranità dei dati, con finestra di contesto da 1M, velocità di 110 token/s, indice di intelligenza di 58/100 e tariffa di $0.3/$1.2 per 1M di 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.