Servizi
Contattaci

Modelli di intelligenza artificiale

Scopri i principali LLM in termini di prestazioni, latenza e prezzi.

Model
Punteggio
Prezzo di input
Prezzo di output
Anthropic
Anthropic
Jul/24/2026

Claude Opus 5

Punteggio86
Finestra di contesto1M
Prezzo di input ($/M)$5.00
Prezzo di output ($/M)$25.00
Token di output max128k

Prestazioni di riferimento

Open Source
Resistere
AIMultiple
Rango
Categoria
Parametri di riferimento
Punto
3rd
AGI
ARC-AGI-1
98
2nd
AGI
ARC-AGI-2
90
1st
Coding
Frontier-Bench
44
3rd
Coding
Terminal-Bench 2.1
89
4th
Finance
FinanceReasoning
90
1st
Healthcare
BioMysteryBench
79
1st
Intelligence
ArxivMath
91
7th
Intelligence
CritPt
29
6th
Intelligence
FrontierMath
73
2nd
Intelligence
MMMU-Pro
85
7th
Legal
LegalBench
87

Analisi dei costi

Costo di input più basso
$5.00
Da Anthropic
Costo di output più basso
$25.00
Da Anthropic
Latenza minima
3.83s
Da Microsoft Azure

FAQ

Considera le tue esigenze principali: Creazione di contenuti: concentrati sul ragionamento IA e sui punteggi di memoria Sviluppo software: dai priorità alle prestazioni del codice IA Analisi dei dati: esamina i punteggi di conversione da testo a SQL e di finanza IA Automazione aziendale: considera Agentic RAG e le prestazioni degli agenti IA Accuratezza fattuale: dai priorità ai bassi tassi di allucinazione

Questi rappresentano diversi livelli della famiglia GPT-5 di OpenAI: GPT-5: modello di punta completo di tutte le funzionalità; GPT-5 Mini: ottimizzato per velocità e costi, pur mantenendo prestazioni elevate; GPT-5 Nano: versione ultraveloce e leggera per applicazioni ad alto volume.

I suffissi di data indicano specifiche date limite di addestramento o versioni di rilascio. Ad esempio, "claude-3-7-sonnet-20250219" è stato rilasciato il 19 febbraio 2025, aiutando gli utenti a tenere traccia della versione esatta che stanno valutando.

Il numero "32b" in modelli come "exaone-4.0-32b" si riferisce a 32 miliardi di parametri. In generale, un maggior numero di parametri consente prestazioni migliori, ma richiede anche più risorse computazionali e ha costi di esecuzione più elevati.

Varianti mini: ottimizzate per velocità e costi, in genere con prestazioni pari al 65-80% di quelle dei modelli completi. Varianti high: configurazioni con prestazioni massime, spesso con maggiori requisiti computazionali.