Blog
Leia artigos e notas práticas do Folkbench sobre a estabilidade das revendas de API de IA, avaliação de engenharia de software, escrita em chinês, riscos dos preços baixos e especificações oficiais dos modelos.
Kimi K3.1 Pro em detalhes: tarefas longas de programação, 3D e o custo real de uso
Uma análise do Kimi K3.1 Pro a partir dos benchmarks oficiais, do contexto de 1 milhão de tokens, dos parâmetros de raciocínio e da cobrança de cache: o que vale esperar e o que ainda precisa ser medido. Inclui o resumo em ícones e os gráficos comparativos do Folkbench.
Ler artigo
Contribuições de leitores
Saber se uma IA lida bem com a comunicação no trabalho não depende de uma frase bonita, e sim de transformar uma indireta em fatos, limites e próximo passoSabe cozinhar ou só escrever a receita? Doze cenas de cozinha de casa mostram se os passos de um modelo funcionam na práticaQuando “não estragar o clima” vence “falar a verdade”: elogiar a comida da mãe expõe um ponto cego nas avaliações de inteligência emocional da IAQuão forte é o Haiku 5.5, afinal? No boletim oficial, o mais interessante não é o primeiro lugar
Artigos
Artigos: 16- O modelo ficou mesmo mais burro? De um único print de falha a uma comparação confiávelUma falha pode provar que um modelo errou. Sozinha, ela não prova que o modelo falha mais do que antes. Este artigo transforma essa suspeita em evidências que outra pessoa pode conferir.
- Como dar nota a um pelicano de bicicleta? De um teste viral a um sistema de avaliação confiávelO primeiro artigo dizia para não confiar cegamente em uma captura de tela. Este vai além e pergunta por que nem mesmo uma nota merece confiança cega.
- Verificações de confiabilidade de revendas de APIUm fluxo de aceitação repetível para revendas: primeiro fixe a requisição, depois examine o tempo até o primeiro byte, a conclusão do stream, as classes de erro e os limites de novas tentativas.
- Claude Opus 5.5: especificações, preços de tabela e benchmarks publicadosEspecificações oficiais, preços de tabela e a tabela de benchmarks publicada do Claude Opus 5.5, além das requisições que retornam 400 na migração. Os números vêm das páginas do fabricante, não de uma medição do Folkbench.
- Claude Sonnet 5.5: especificações, preços de tabela e benchmarks publicadosAs especificações oficiais do Claude Sonnet 5.5, o mesmo preço de tabela do Sonnet 5 e os benchmarks impressos na página de lançamento. As requisições que passam a retornar 400 na migração aparecem à parte. Estes números não são medições do Folkbench.
- GPT-6.1 Sol: especificações, preços de contexto longo e comparações publicadasEspecificações oficiais, preços de tabela abaixo e acima de 272K tokens de entrada, e as diferenças e custos por tarefa publicados para o GPT-6.1 Sol. Os números vêm das páginas públicas da OpenAI, não de uma medição do Folkbench.
- Grok 4.7: especificações, preços de contexto longo e benchmarks publicadosNome oficial do modelo, contexto de 500K, preços de tabela abaixo e acima de 200K tokens de prompt e a tabela de benchmarks publicada para o Grok 4.7. Os números vêm das páginas públicas da xAI, não de uma medição do Folkbench.
- Como avaliar uma revenda de API de IA para engenharia de softwareVerificações de geração de código, cadeias de ferramentas de agentes, contexto longo e comportamento do protocolo de cache quando uma revenda faz parte de um fluxo de engenharia de software.
- Não se deixe enganar por 99% de disponibilidade: as falhas de revendas de API de IA que enfrentamos e como testamos a estabilidadeA partir de respostas 200 falsas, streams truncados e travamentos noturnos, mostramos como são definidas as métricas e os testes de estabilidade que realmente decidem a experiência em produção.
- Do “tradutês” a uma “língua materna da alma”: três anos escrevendo em chinês com IA e com revendas de APITrês anos de registros de quem escreve em chinês com modelos de IA, e a experiência real de levar esses modelos para o fluxo de escrita diário por meio de uma revenda de API.
- O “fantasma do mercado cinza” nas revendas de API de modelos: os empreendedores arruinados por APIs a 10% do preçoA partir de casos anônimos, uma discussão sobre a troca de modelos, as armadilhas de cobrança, o truncamento de contexto e os riscos para os dados por trás das revendas muito baratas.
