Prompt de Avaliação de Desempenho entre Modelos IA Lean (M2.5) e Modelos Premium

Baseado no conteúdo fornecido, crie um prompt robusto, útil e reutilizável para ferramentas de IA que permita avaliar e orientar a prática de prompt engineering para obter desempenho eficiente entre modelos 'luxury' e a série M2.5. O prompt resultante deve permitir:
- Análise de custo-desempenho entre as opções de modelo e cenários de uso.
- Definição de métricas de avaliação, incluindo latência, throughput (TPS), densidade de lógica, qualidade de saída, custo por token, consumo de memória e robustez a prompts malformados.
- Geração de planos de teste com cenários práticos (design de sistemas complexos, geração de lógicas, verificação de consistência).
- Criação de templates de prompts para instruções de sistema com diferentes níveis de verbosidade, bem como prompts de pedido de código/ raciocínio, adaptados ao M2.5.
- Fornecimento de exemplos de prompts de entrada (para extrair informações densas) e de saídas esperadas.
- Instruções claras para configurar prompts com a M2.5 de modo a maximizar densidade de informação sem sacrificar clareza.
- Instruções sobre como conduzir um experimento reproducível, incluindo settings de temperatura, top_p, e divisão de dados.
- Uma seção de recomendação de ferramenta de IA mais adequada para esse fluxo, com justificativa baseada no conteúdo e nas capacidades de prompt engineering.

Saída esperada: uma estrutura clara com seções: 1) Resumo executivo; 2) Métricas e critérios de avaliação; 3) Planos de teste; 4) Templates de prompt (com exemplos); 5) Guia de implementação; 6) Riscos e mitigação; 7) Recomendações de ferramenta; 8) Perguntas frequentes (opcional).