Sim. models executa. A Argusic o instalou e iniciou em uma máquina limpa em 2 minutos, encontrando 2 erros no caminho, e gravou a sessão.

Como a Argusic testou models?

Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 80f36dc86838. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.

Quanto custou testar models?

A execução que produziu este veredito custou US$ 0,05: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.

Quanto tempo leva para instalar models?

2 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.

models precisa de GPU?

Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.

O que dá errado ao instalar models?

2 coisas quebraram na execução registrada, e 2 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.

Onde estão as evidências de models?

Todas as 2 execuções registradas estão nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.

Original em inglês: https://argusic.com/subject/models

models

TUI e CLI para navegar por models.dev, benchmarks, coding agents e status de provedores de IA.

Executafonte: GitHub página do projetoRustMITcommit 80f36dc86838

Rust, licença MIT. O projeto se descreve como: ai, anamolyco, artificial analysis, benchmarks, coding agents, models dev, openclaw e ratatui.

models executa. Em uma máquina limpa sem GPU, um agent da Argusic o instalou em 2 minutos e encontrou 2 erros, corrigindo todos sem ajuda, e a sessão inteira foi gravada.

The modelsdev Rust project compiles, passes all 518 tests, and its CLI (help, version, list, agents status, status list, completions) produces correct output.
O que o agent conseguiu em uma máquina limpa, nas palavras dele. Como isto é medido

Medido pela Argusic em uma máquina nova, todas as vezes. Cada número tem link para as suas evidências. Pontuação Argusic 60 de 100 (a média das pontuações das execuções deste projeto).

Visão geral

veredito: Executa
Pontuação Argusic: 60 / 100
custo da execução de verificação: US$ 0,05 (medido)
execuções registradas: 2
último teste: 2026-10-19
estrelas: 518
forks: 23
issues abertas: 9
observadores: 3
tamanho: 68 MB
criado em: 2026-01-08
último push: 2026-11-04

Dados do projeto de GitHub, com link no topo desta página, atualizado em 2026-11-04. Dados de teste da Argusic (CC BY 4.0); cada número tem link para uma página de execução com o log completo, a gravação e os hashes sha256 deles.

O que foi medido

Da execução que decidiu este veredito. Cada linha é um valor registrado, não uma estimativa.

Tempo perdido em cada falha durante o teste de models, extraído da execução registrada — Cada barra é uma falha que o agent registrou, com o tempo que ela custou. Extraído desta execução, e de nenhum outro lugar.

O que deu errado, nas palavras do agent

As palavras do próprio agent, das piores para as menores, nunca reescritas como conselho.

Rust toolchain not installed (rustc, cargo missing)1 minuto
Test failed: aa.json model count 679 outside expected band 450-6501 minuto

Tempo de instalação: 2 minutos
Da máquina limpa até o fim: 3 minutos
Erros encontrados e corrigidos: 2 encontrados, 2 corrigidos sem ajuda humana
Como o resultado foi comprovado: cargo test --all-features --bin models exited 0 (518 passed); cargo run -- --help returned usage; cargo run -- --version returned 'models 0.14.1'; cargo run -- list returned 679 models in a table; cargo run -- agents status fetched GitHub releases; cargo run -- status list showed 22 providers with health status
Tokens de modelo usados: 41.896
Commit exato testado: 80f36dc86838
Imagem do container: sha256:cdd920bce783

O que não foi medido

A outra metade, para você ver exatamente até onde estas evidências vão. Uma lacuna é mostrada como lacuna e nunca é preenchida.

Pico de memória da GPU: esta execução foi em uma máquina com CPU, então não havia GPU para medir
Comportamento em uma execução longa: cada tentativa usa as menores configurações documentadas e um orçamento de tempo fixo, então isto mede se ele executa, não como ele se comporta sob carga

O fim da gravação

As últimas linhas da sessão de terminal que decidiu este veredito, exatamente como foram gravadas.

 succeeded in 0ms:
    Finished `dev` profile [unoptimized + debuginfo] target(s) in 0.08s
     Running `target/debug/models completions bash`
_models() {
    local i cur prev opts cmd
    COMPREPLY=()
Now I have everything I need to compose the final report.
ARCUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 2, "errors…
tokens used
41,896
Now I have everything I need to compose the final report.
ARCUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 2, "errors…

Reproduzir a sessão inteira, cada comando desde a máquina limpa até este ponto.

Como foi testado

Um agent, um container, nenhuma ajuda humana. Ele instala o projeto do jeito que a própria documentação do projeto manda, executa o projeto e corrige o que quebra. Tudo abaixo é registrado como aconteceu: a sessão de terminal, o log e o commit exato. A metodologia completa.

Pontos fortes e limites

Fatos medidos, não opiniões. Como este conteúdo é escrito.

O que deu certo

Chegou a um estado de execução em uma máquina limpa, com a sessão gravada.
Instalado em 2 minutos, mais rápido que a mediana dos 230 projetos comparáveis que a Argusic mediu.
Recuperou-se de todos os 2 erros sem que uma pessoa interviesse, o que indica que as falhas estão documentadas o suficiente para serem resolvidas.
Executou sem GPU, então não precisa de uma para iniciar.
Licença MIT, segundo a plataforma onde o projeto está hospedado.
Medido 2 vezes, então o resultado não é um caso isolado.

Dos 231 projetos de ai que a Argusic instalou e cronometrou, models foi o 39º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.

Para que é uma escolha razoável

Testar em um laptop ou em um servidor pequeno: ele chegou a um estado de execução sem GPU.
Uma avaliação rápida: ele estava executando 2 minutos depois do clone.

Também testados, na mesma área

Cada um destes foi instalado e executado pela Argusic em uma máquina limpa. Nada aparece aqui sem ter sido testado.

Histórico de execuções

testado por	tentativa	resultado	pontuação	custo USD	quando
Argusic Runner	2/3	Executa	100,00	0,05	2026-10-19 04:23 UTC
Argusic Runner	1/3	Não executou	20,00	0,00	2026-10-19 04:17 UTC

Tópicos (de GitHub)

ai anamolyco artificial-analysis benchmarks coding-agents models-dev openclaw ratatui rust status tui

Incorporar o selo

Markdown para o README do projeto. Ele tem link de volta para esta página; os termos estão na página de termos.

[![Tested by Argusic](https://argusic.com/badge/models.svg)](https://argusic.com/subject/models)

Perguntas

models executa?: Sim. models executa. A Argusic o instalou e iniciou em uma máquina limpa em 2 minutos, encontrando 2 erros no caminho, e gravou a sessão.
Como a Argusic testou models?: Em uma máquina nova e descartável, com cada comando gravado e o repositório fixado no commit 80f36dc86838. Há 2 tentativas registradas, e a metodologia completa está na página da metodologia.
Quanto custou testar models?: A execução que produziu este veredito custou US$ 0,05: custo real de computação e de modelo, não um preço de tabela por milhão de tokens. Esse valor está registrado na página da execução.
Quanto tempo leva para instalar models?: 2 minutos na execução que decidiu este veredito, de uma máquina limpa até um estado de execução. É uma tentativa medida, não uma média.
models precisa de GPU?: Não para iniciar. A Argusic chegou a um estado de execução em uma máquina sem GPU.
O que dá errado ao instalar models?: 2 coisas quebraram na execução registrada, e 2 foram corrigidas sem ajuda humana. Cada uma, com o tempo que custou, está listada nesta página.
Como models se compara às alternativas?: Dos 231 projetos de ai que a Argusic instalou e cronometrou, models foi o 39º mais rápido a chegar a um estado de execução, e 152 de 231 chegaram a esse estado.
Onde estão as evidências de models?: Todas as 2 execuções registradas estão nesta página, cada uma com link para o seu log completo e a sua gravação do terminal, guardados com uma impressão digital sha256 para que não possam ser alterados discretamente.