Premium
Serviços
Premium

AIM LLM Index

v1.11

Um único índice transparente que combina 5 benchmarks públicos com as 4 avaliações agênticas, de RAG e de raciocínio empresarial da AIMultiple. Consulte AIM LLM Index Methodology para mais detalhes.

Custo por tarefa vs pontuação
Custo médio de uma tarefa em vários benchmarks em relação ao Índice LLM
*Custo por tarefa de cada modelo, com média de peso igual sobre os 3 benchmarks próprios da AIMultiple (AIM-FinanceReasoning, AIM-Text-to-SQL, AIM-Agentic-RAG): os tokens de cada execução, ao preço de tabela do modelo, divididos pelo número de tarefas. Só aparecem os modelos com custo em todos eles. ~ indica uma média que inclui um custo estimado.
Custo por tarefa vs pontuação
NomeSérieCusto por tarefa ($, escala logarítmica)Índice LLM
Gemini 4 CarbonGoogle0.040285
Gemini 4 ArgonGoogle0.045973
Gemini 3.8 FlashGoogle0.01358
GPT-6.2 AstraOpenAI0.079483
GPT-6 AstraOpenAI0.45573
GPT-6.1 SolOpenAI0.022573
GPT-6.1 TerraOpenAI0.013269
GPT-6 SolOpenAI0.031469
GPT-6 LunaOpenAI0.001757
Claude Fable 5.2Anthropic0.145277
Claude Opus 5.5Anthropic0.114876
Claude Fable 5.1Anthropic0.389572
Claude Sonnet 5.5Anthropic0.038672
Claude Haiku 5.5Anthropic0.002556
Muse WonderMeta0.110768
Muse Spark 1.3Meta0.0461
Muse Spark OpenMeta0.049353
Kimi K3.1 ProMoonshot AI0.043867
MiMo-V2.6-ProXiaomi0.00858
MiniMax M3.1 FlashMiniMax0.004556
Grok 4.7X0.065956
Qwen3.8 FlashAlibaba Cloud0.00556
Qwen3.8 Max (0902)Alibaba Cloud0.052655
DeepSeek V4.1 Flash 1017DeepSeek0.002356
DeepSeek V4.1 FlashDeepSeek0.00352
GLM 5.3 FlashZ AI0.001453
AIM LLM Index
AIM LLM Index
NomeAIM LLM Index
Gemini 4 Carbon85
GPT-6.2 Astra83
Claude Fable 5.277
Claude Opus 5.576
GPT-6 Astra73
Gemini 4 Argon73
GPT-6.1 Sol73
Claude Fable 5.172
Claude Sonnet 5.572
GPT-6.1 Terra69
GPT-6 Sol69
Muse Wonder68
Kimi K3.1 Pro67
MiMo-V2.6-Pro58
GPT-6 Luna57
MiniMax M3.1 Flash56
Grok 4.756
DeepSeek V4.1 Flash 101756
Claude Haiku 5.556
Muse Spark Open53

Classificação

Os modelos com maior pontuação em todos os benchmarks.

Filter & Sort
#
Modelo
Índice
AIM-Agentic-RAG
AIM-AI-Bias
AIM-FinanceReasoning
AIM-Text-to-SQL
CritPt
FrontierMath
MMMU-Pro
SciCode
Terminal-Bench 4.0
1
Gemini 4 Carbon
Gemini 4 Carbon
Google
85
92-9078-9589-65
2
GPT-6.2 Astra
GPT-6.2 Astra
OpenAI
83
86888868-10089-64
3
Claude Fable 5.2
Claude Fable 5.2
Anthropic
77
9774928636100-6862
4
Claude Opus 5.5
Claude Opus 5.5
Anthropic
76
907892883295886760
5
GPT-6 Astra
GPT-6 Astra
OpenAI
73
849187663298875660
6
Gemini 4 Argon
Gemini 4 Argon
Google
73
948491792778886257
7
GPT-6.1 Sol
GPT-6.1 Sol
OpenAI
73
8193906532100865656
8
Claude Fable 5.1
Claude Fable 5.1
Anthropic
72
848590673188866355
9
Claude Sonnet 5.5
Claude Sonnet 5.5
Anthropic
72
857489743180866164
10
GPT-6.1 Terra
GPT-6.1 Terra
OpenAI
69
848287572893855556
Página 1 de 2

Custo$2.00
Latência5.48s
Contexto1M
TTFT5.48s
AIM-Agentic-RAG
92
AIM-FinanceReasoning
90
AIM-Text-to-SQL
78
FrontierMath
95
MMMU-Pro
89
Terminal-Bench 4.0
65

Custo$16.00
Latência2.81s
Contexto1M
TTFT2.81s
AIM-Agentic-RAG
86
AIM-AI-Bias
88
AIM-FinanceReasoning
88
AIM-Text-to-SQL
68
FrontierMath
100
MMMU-Pro
89
Terminal-Bench 4.0
64

Custo$16.00
Latência3.96s
Contexto1M
TTFT3.96s
AIM-Agentic-RAG
97
AIM-AI-Bias
74
AIM-FinanceReasoning
92
AIM-Text-to-SQL
86
CritPt
36
FrontierMath
100
SciCode
68
Terminal-Bench 4.0
62

Custo$8.00
Latência2.66s
Contexto1M
TTFT2.66s
AIM-Agentic-RAG
90
AIM-AI-Bias
78
AIM-FinanceReasoning
92
AIM-Text-to-SQL
88
CritPt
32
FrontierMath
95
MMMU-Pro
88
SciCode
67
Terminal-Bench 4.0
60

Custo$20.00
Latência6.18s
Contexto1M
TTFT6.18s
AIM-Agentic-RAG
84
AIM-AI-Bias
91
AIM-FinanceReasoning
87
AIM-Text-to-SQL
66
CritPt
32
FrontierMath
98
MMMU-Pro
87
SciCode
56
Terminal-Bench 4.0
60

Custo$4.00
Latência5.63s
Contexto1M
TTFT5.63s
AIM-Agentic-RAG
94
AIM-AI-Bias
84
AIM-FinanceReasoning
91
AIM-Text-to-SQL
79
CritPt
27
FrontierMath
78
MMMU-Pro
88
SciCode
62
Terminal-Bench 4.0
57

Custo$4.00
Latência2.62s
Contexto1M
TTFT2.62s
AIM-Agentic-RAG
81
AIM-AI-Bias
93
AIM-FinanceReasoning
90
AIM-Text-to-SQL
65
CritPt
32
FrontierMath
100
MMMU-Pro
86
SciCode
56
Terminal-Bench 4.0
56

Custo$20.00
Latência2.46s
Contexto1M
TTFT2.46s
AIM-Agentic-RAG
84
AIM-AI-Bias
85
AIM-FinanceReasoning
90
AIM-Text-to-SQL
67
CritPt
31
FrontierMath
88
MMMU-Pro
86
SciCode
63
Terminal-Bench 4.0
55

Custo$4.00
Latência2.03s
Contexto1M
TTFT2.03s
AIM-Agentic-RAG
85
AIM-AI-Bias
74
AIM-FinanceReasoning
89
AIM-Text-to-SQL
74
CritPt
31
FrontierMath
80
MMMU-Pro
86
SciCode
61
Terminal-Bench 4.0
64

Custo$2.00
Latência1.85s
Contexto1M
TTFT1.85s
AIM-Agentic-RAG
84
AIM-AI-Bias
82
AIM-FinanceReasoning
87
AIM-Text-to-SQL
57
CritPt
28
FrontierMath
93
MMMU-Pro
85
SciCode
55
Terminal-Bench 4.0
56
Página 1 de 2
Evolução ao longo do tempo
Índice LLM por data de lançamento do modelo
Evolução ao longo do tempo
NomeSérieData de lançamento do modeloÍndice LLMLançamento
Claude Opus 4.8Anthropic2026-05-275927 mai. 2026
Claude Fable 5Anthropic2026-06-09689 jun. 2026
Claude Fable 5.1Anthropic2026-09-01721 set. 2026
Claude Opus 5.5Anthropic2026-09-227622 set. 2026
Claude Fable 5.2Anthropic2026-11-09779 nov. 2026
Gemini 3.6 FlashGoogle2026-07-215321 jul. 2026
Gemini 3.7 FlashGoogle2026-08-136013 ago. 2026
Gemini 4 ArgonGoogle2026-10-137313 out. 2026
Gemini 4 CarbonGoogle2026-11-108510 nov. 2026
DeepSeek V4 Flash 0731DeepSeek2026-07-314831 jul. 2026
DeepSeek V4 Pro 0813DeepSeek2026-08-124912 ago. 2026
DeepSeek V4.1 FlashDeepSeek2026-09-105210 set. 2026
DeepSeek V4.1 Flash 1017DeepSeek2026-10-175617 out. 2026
Muse Spark 1.1Meta2026-07-165516 jul. 2026
Muse Spark 1.2Meta2026-08-05575 ago. 2026
Muse Spark 1.3Meta2026-09-02612 set. 2026
Muse WonderMeta2026-10-126812 out. 2026
GPT-5.6 SolOpenAI2026-07-09679 jul. 2026
GPT-6 AstraOpenAI2026-09-04734 set. 2026
GPT-6.2 AstraOpenAI2026-11-178317 nov. 2026
Kimi K3Moonshot AI2026-07-165716 jul. 2026
Kimi K3.1 ProMoonshot AI2026-10-236723 out. 2026
MiniMax M3MiniMax2026-05-314031 mai. 2026
MiniMax M3.1 FlashMiniMax2026-10-195619 out. 2026
Grok 4.5X2026-07-08548 jul. 2026
Grok 4.6X2026-08-125912 ago. 2026
Qwen3.7 PlusAlibaba Cloud2026-06-03433 jun. 2026
Qwen3.8 MaxAlibaba Cloud2026-08-03583 ago. 2026
GLM 5.2Z AI2026-06-164916 jun. 2026
GLM 5.3Z AI2026-08-185718 ago. 2026
Modelo × Benchmark
Melhores modelos nos benchmarks selecionados
Modelo × Benchmark
ModelBenchmarkPontuação
GPT-6.2 AstraAIM-Agentic-RAG86
GPT-6.2 AstraAIM-FinanceReasoning88
GPT-6.2 AstraAIM-Text-to-SQL68
GPT-6.2 AstraTerminal-Bench 4.064
GPT-6.2 AstraAIM-AI-Bias88
Claude Fable 5.2AIM-Agentic-RAG97
Claude Fable 5.2AIM-FinanceReasoning92
Claude Fable 5.2AIM-Text-to-SQL86
Claude Fable 5.2Terminal-Bench 4.062
Claude Fable 5.2AIM-AI-Bias74
Claude Opus 5.5AIM-Agentic-RAG90
Claude Opus 5.5AIM-FinanceReasoning92
Claude Opus 5.5AIM-Text-to-SQL88
Claude Opus 5.5Terminal-Bench 4.060
Claude Opus 5.5AIM-AI-Bias78
GPT-6 AstraAIM-Agentic-RAG84
GPT-6 AstraAIM-FinanceReasoning87
GPT-6 AstraAIM-Text-to-SQL66
GPT-6 AstraTerminal-Bench 4.060
GPT-6 AstraAIM-AI-Bias91
Gemini 4 ArgonAIM-Agentic-RAG94
Gemini 4 ArgonAIM-FinanceReasoning91
Gemini 4 ArgonAIM-Text-to-SQL79
Gemini 4 ArgonTerminal-Bench 4.057
Gemini 4 ArgonAIM-AI-Bias84
Custo vs desempenho
Custo combinado em relação ao Índice LLM
Custo vs desempenho
NomeSérieCusto combinado ($ / 1M de tokens, escala logarítmica)Índice LLMRelease
Gemini 4 CarbonGoogle2852026-11-10
Gemini 4 ArgonGoogle4732026-10-13
Gemini 3.8 FlashGoogle0.75582026-09-02
GPT-6.2 AstraOpenAI16832026-11-17
GPT-6 AstraOpenAI20732026-09-04
GPT-6.1 SolOpenAI4732026-09-29
GPT-6.1 TerraOpenAI2692026-10-26
GPT-6 SolOpenAI4692026-09-22
GPT-6 LunaOpenAI0.2572026-09-22
Claude Fable 5.2Anthropic16772026-11-09
Claude Opus 5.5Anthropic8762026-09-22
Claude Fable 5.1Anthropic20722026-09-01
Claude Sonnet 5.5Anthropic4722026-09-28
Claude Haiku 5.5Anthropic0.2562026-10-07
Muse WonderMeta8682026-10-12
Muse Spark 1.3Meta2612026-09-02
Muse Spark OpenMeta2532026-10-15
Kimi K3.1 ProMoonshot AI3.8672026-10-23
MiMo-V2.6-ProXiaomi0.49582026-09-21
MiniMax M3.1 FlashMiniMax0.24562026-10-19
Grok 4.7X3562026-09-21
Qwen3.8 FlashAlibaba Cloud0.23562026-08-26
Qwen3.8 Max (0902)Alibaba Cloud3552026-09-03
DeepSeek V4.1 Flash 1017DeepSeek0.15562026-10-17
DeepSeek V4.1 FlashDeepSeek0.21522026-09-10
GLM 5.3 FlashZ AI0.09532026-08-26

Perguntas frequentes

Gemini 4 Carbon é o modelo de melhor desempenho no AIM LLM index.

Gemini 4 Carbon é o modelo com o melhor custo-benefício.

Muse Spark Open é o modelo mais rápido no AIM LLM index.

AIM LLM Index Methodology

A pontuação de um modelo no índice é a média dos seus resultados nos benchmarks abaixo. Pontuações que já estão numa escala de 0-100 são usadas como estão; as outras são reescaladas para 0-100. Um benchmark em falta para um modelo é excluído em vez de contar como zero, e todos os benchmarks têm o mesmo peso. Um modelo precisa de ser pontuado em pelo menos 2 benchmarks da AIMultiple para entrar na classificação. Os resultados do MMMU-Pro vêm de 2 fontes distintas.

Benchmarks que usamos

Baixar todos os dados

Resultados brutos de 2.5 mil pontos de dados dos benchmarks da AIMultiple em que este índice se baseia. Baixe-os como um arquivo ZIP contendo 4 arquivos CSV e um README.

Última atualização: 19 novembro 2026
Baixar

Quer os dados granulares por trás disso? Assine o Premium

Registro de alterações

70 atualizações
  1. v1.11

    119 modelos foram adicionados ao conjunto de dados: Claude 3 Haiku, Claude Opus 4.7 (max), Command A, DeepSeek R1 (Jan), DeepSeek R1 0528 Qwen3 8B e mais 114.

  2. v1.11

    2 modelos entraram no AIM LLM Index: GPT-6.2 Astra, GPT-6.2 Sol.

  3. v1.11

    2 modelos foram adicionados ao conjunto de dados: GPT-6.2 Astra, GPT-6.2 Sol.

  4. v1.11

    AIM-AI-Bias foi adicionado ao cálculo do índice. Versão atualizada para v1.11.

  5. v1.10

    2 modelos entraram no AIM LLM Index: Gemini 4 Hydrogen, Qwen4 Max.

  6. v1.10

    3 modelos foram adicionados ao conjunto de dados: Gemini 4 Hydrogen, Hy4, Qwen4 Max.

  7. v1.10

    Gemini 4 Carbon entrou no AIM LLM Index.

  8. v1.10

    Gemini 4 Carbon foi adicionado ao conjunto de dados.

  9. v1.10

    2 modelos entraram no AIM LLM Index: Claude Fable 5.2, Muse Ember.

  10. v1.10

    2 modelos foram adicionados ao conjunto de dados: Claude Fable 5.2, Muse Ember.

Cronologia de lançamentos de LLMO ritmo da inovação em IA
Laboratórios de IA
RadixArk
RadixArk
DaisyRose 27B
21 nov
Google
Google
Gemini 4 Argon
13 out
Gemini 4 Carbon
10 nov
Gemini 4 Hydrogen
12 nov
Gemini 4 Neon
18 nov
OpenAI
OpenAI
GPT-6 Luna +1 maisGPT-6 LunaGPT-6 Sol
22 set
GPT-6.1 Sol
29 set
GPT-6.1 Terra
26 out
GPT-6.2 Astra +1 maisGPT-6.2 AstraGPT-6.2 Sol
17 nov
Alibaba Cloud
Alibaba Cloud
Qwen3.8 Max Prime
23 set
Qwen4 Max
16 nov
Anthropic
Anthropic
Claude Opus 5.5
22 set
Claude Sonnet 5.5
28 set
Claude Haiku 5.5
07 out
Claude Fable 5.2
09 nov
Meta
Meta
Muse Wonder
12 out
Muse Spark Open
15 out
Muse Ember
09 nov
Moonshot AI
Moonshot AI
Kimi K3.1 Pro
23 out
MiniMax
MiniMax
MiniMax M3.1 Flash
19 out
DeepSeek
DeepSeek
DeepSeek V4.1 Flash 1017
17 out
Z AI
Z AI
GLM 5.3 Prime
23 set

Explore Casos de uso, análises e benchmarks do LLM

Filtros
Categoria
  • 29
Tipo
  • 12
  • 1
  • 4
  • 11