Carrossel · ranking de IA para código

Inteligência superior. 88,6% em SWE-bench. Output mais limpo. Ganha code reviews 67% das vezes. Contexto até 1M tokens. Melhor em tarefas complexas multi-arquivo. Dados não são usados pra treinar.

Caro. Cerca de $155 por refactor em Express.js. Consome muitos tokens por tarefa, o que a galera chama de ralo de tokens. Requer setup mais complexo. Não é fire-and-forget.

88,7% em Terminal-Bench. Fire-and-forget automático. Paralela nativa. Usa 4x menos tokens que Claude por tarefa, cerca de $15 contra $155. Melhor em CLI e shell. Suporte a Windows. Dados não são usados pra treinar.

Qualidade menor. Ganha code reviews só 25% das vezes. Output mais curto e menos documentado. Contexto padrão de 272k, precisa opt-in pra 1M.

Preço competitivo. Integração real-time com a web. Modelo com reasoning. Menos oversight que os concorrentes. Dados não são usados pra treinar.

Menos maduro que Claude e Codex. Benchmarks menores, 81%. Comunidade menor. Menos integrações de produção. Ainda não é consolidado pra produção.

$1,25 por milhão de tokens. 82,9% em benchmarks. Subagentes paralelos nativos. Crash recovery, resume exatamente onde parou. Event log completo pra auditoria.

Meta usa seus dados pra treinar modelos. No contributor tier, 10x mais barato, seus commits viram training data pro Muse Spark 3.0. Seu código proprietário pode acabar nos modelos futuros.