Modelos
Escolha o modelo certo para as tarefas de extração do seu agente.
O Firecrawl Agent oferece dois modelos otimizados para diferentes casos de uso. Escolha o modelo adequado de acordo com a complexidade da extração e suas necessidades de custo.
| Modelo | Custo | Precisão | Ideal para |
|---|---|---|---|
spark-1-mini | 60% mais barato | Padrão | A maioria das tarefas (padrão) |
spark-1-pro | Padrão | Mais alta | Pesquisa complexa, extrações críticas |
Comece com o Spark 1 Mini (padrão) — ele atende bem à maioria das tarefas de extração, com um custo 60% menor. Troque para o Pro apenas para pesquisas complexas em múltiplos domínios ou quando a precisão for crítica.
spark-1-mini é nosso modelo eficiente, ideal para tarefas simples de extração de dados.
Use o Mini quando:
- Estiver extraindo dados simples (informações de contato, preços, etc.)
- Estiver trabalhando com sites bem estruturados
- O custo-benefício for prioridade
- Estiver executando tarefas de extração em alto volume
Exemplos de uso:
- Extrair preços de produtos de sites de e-commerce
- Coletar informações de contato em páginas de empresas
- Obter metadados básicos de artigos
- Fazer consultas simples de dados
spark-1-pro é nosso modelo carro-chefe, projetado para máxima precisão em tarefas de extração complexas.
Use o Pro quando:
- Executar análises competitivas complexas
- Extrair dados que exigem raciocínio profundo
- A precisão for crítica para o seu caso de uso
- Lidar com dados ambíguos ou difíceis de encontrar
Exemplos de casos de uso:
- Análise competitiva em múltiplos domínios
- Tarefas de pesquisa complexas que exigem raciocínio
- Extração de informações detalhadas a partir de múltiplas fontes
- Coleta crítica de inteligência de negócios
Passe o parâmetro model para selecionar qual modelo será usado:
from firecrawl import Firecrawl
app = Firecrawl(api_key="fc-YOUR_API_KEY")
# Usando Spark 1 Mini (padrão - pode ser omitido)
result = app.agent(
prompt="Find the pricing of Firecrawl",
model="spark-1-mini"
)
# Using Spark 1 Pro for complex tasks
result = app.agent(
prompt="Compare all enterprise features and pricing across Firecrawl, Apify, and ScrapingBee",
model="spark-1-pro"
)
print(result.data)| Recurso | Spark 1 Mini | Spark 1 Pro |
|---|---|---|
| Custo | 60% mais barato | Padrão |
| Precisão | Padrão | Mais alta |
| Velocidade | Rápida | Rápida |
| Melhor para | A maioria das tarefas | Tarefas complexas |
| Raciocínio | Padrão | Avançado |
| Multidomínio | Bom | Excelente |
Ambos os modelos usam um modelo de preços dinâmico baseado em créditos que escala com a complexidade da tarefa:
- Spark 1 Mini: Usa aproximadamente 60% menos créditos que o Pro para tarefas equivalentes
- Spark 1 Pro: Consumo padrão de créditos para máxima precisão
O uso de créditos varia com base na complexidade do prompt, nos dados processados e na estrutura da saída — independentemente do modelo escolhido.
┌─────────────────────────────────┐
│ What type of task? │
└─────────────────────────────────┘
│
┌──────────────┴──────────────┐
▼ ▼
┌─────────────────┐ ┌─────────────────┐
│ Simple/Direct │ │ Complex/Research│
│ extraction │ │ multi-domain │
└─────────────────┘ └─────────────────┘
│ │
▼ ▼
┌─────────────────┐ ┌─────────────────┐
│ spark-1-mini │ │ spark-1-pro │
│ (60% mais barato) │ │ (maior precisão) │
└─────────────────┘ └─────────────────┘Veja a Referência da API do agente para conferir a documentação completa dos parâmetros.
Tem dúvidas sobre qual modelo usar? Envie um e-mail para [email protected].
Você é um agente de IA que precisa de uma chave de API do Firecrawl? Veja firecrawl.dev/agent-onboarding/SKILL.md para instruções de integração automatizada.