Context Window
—
Preço Input/1M
—
Preço Output/1M
—
Parâmetros
—
Resultados do DBRX Instruct nos principais benchmarks de avaliação de modelos de IA. Scores mais altos indicam melhor performance.
| Benchmark | Score | Máximo | Metodologia |
|---|---|---|---|
| LiveCodeBench | 9.0 | 100.0 | Artificial Analysis official API |
| Benchmark | Score | Máximo | Metodologia |
|---|---|---|---|
| MMLU-Pro | 40.0 | 100.0 | — |
| Benchmark | Score | Máximo | Metodologia |
|---|---|---|---|
| MATH-500 | 27.9 | 100.0 | Artificial Analysis official API |
| Benchmark | Score | Máximo | Metodologia |
|---|---|---|---|
| AA Intelligence Index | 8.3 | 100.0 | Artificial Analysis official API |
| Benchmark | Score | Máximo | Metodologia |
|---|---|---|---|
| MMLU Pro | 39.7 | 100.0 | Artificial Analysis official API |
| GPQA Diamond | 33.0 | 100.0 | Artificial Analysis official API |
| HLE | 7.0 | 100.0 | — |
O DBRX Instruct é um modelo de inteligência artificial desenvolvido pela Databricks, classificado como modelo de text. Focado em processamento de texto e geração de linguagem natural. Como modelo proprietário, está disponível via API cloud da Databricks.
O DBRX Instruct não tem precificação pública disponível no momento. Alguns modelos oferecem acesso via planos enterprise ou programas de pesquisa. Consulte o site oficial da Databricks para informações atualizadas sobre disponibilidade e preços.
Para o mercado brasileiro, é importante considerar o IOF de 6,38% sobre transações internacionais e a variação cambial do dólar.
O DBRX Instruct foi avaliado em 7 benchmarks diferentes, cobrindo categorias como Coding, Knowledge, Math, overall, Reasoning. Os resultados mostram performance moderada nas avaliações disponíveis.
É importante notar que benchmarks medem aspectos específicos e não capturam toda a experiência de uso. Fatores como qualidade da resposta em português, aderência a instruções complexas e comportamento em conversas longas variam significativamente entre modelos e nem sempre são refletidos nos scores padrão.
O DBRX Instruct é especializado em text, oferecendo capacidades avançadas para criação e processamento de conteúdo text.
No ecossistema de modelos de IA em 2026, o DBRX Instruct compete diretamente com modelos de nível similar. A Databricks compete neste segmento contra OpenAI, Anthropic, Google e Meta. A escolha entre modelos depende do caso de uso específico, orçamento, requisitos de latência e necessidade de funcionalidades como multimodalidade e tool calling.
Para uma comparação detalhada lado a lado, utilize nossa ferramenta de comparação ou consulte o ranking geral de modelos.
Para usuários brasileiros, a performance em português é um critério fundamental na escolha de um modelo de IA. A maioria dos benchmarks internacionais testa apenas em inglês, o que pode mascarar diferenças significativas na qualidade de resposta em outros idiomas. O DBRX Instruct suporta múltiplos idiomas, mas a qualidade em português brasileiro pode variar dependendo da tarefa específica.
Recomendamos testar o modelo com prompts representativos do seu caso de uso em português antes de tomar uma decisão. O SWEN.AI está desenvolvendo um benchmark proprietário em PT-BR com tarefas aderentes ao mercado brasileiro para fornecer comparações mais precisas.
O DBRX Instruct é um modelo de inteligência artificial desenvolvido pela Databricks. É um modelo do tipo text.
O DBRX Instruct não tem precificação pública por token disponível no momento. Consulte o site oficial da Databricks para informações atualizadas.
A maioria dos modelos de IA modernos, incluindo o DBRX Instruct, suporta português brasileiro. No entanto, a qualidade pode variar — modelos como Claude e Gemini tendem a ter melhor performance em PT-BR. Recomendamos testar com prompts específicos do seu caso de uso.
Nos benchmarks disponíveis, o DBRX Instruct obteve scores como: LiveCodeBench: 9/100, MMLU-Pro: 40/100, MATH-500: 27.9/100. Consulte a tabela completa acima para comparação detalhada.
Não, o DBRX Instruct é um modelo proprietário da Databricks. Ele está disponível via API cloud. Para alternativas open source, confira nosso ranking de modelos open source.
Última atualização: 21 de maio de 2026 • Ver metodologia →