Técnicas de modelagem são comumente utilizadas para estimar a altura total das árvores, a fim de otimizar tempo e reduzir custos no inventário florestal. Os modelos não lineares apresentam melhor performance na predição de altura quando comparado aos modelos lineares, porém ainda são pouco explorados. O objetivo deste trabalho foi avaliar o melhor modelo não-linear para a estimativa de altura da espécie Pterogyne nitens em plantio puro no Sudoeste da Bahia, Brasil. Os dados de 108 indivíduos foram separados em dois grupos (treino: 70% e teste:30%) e empregados para ajuste e validação de seis modelos não lineares de altura. O processamento dos dados foi realizado pelo software R. O melhor modelo foi escolhido de acordo com: raiz do erro quadrático médio (RMSE); erro médio absoluto percentual (MAPE); viés (BIAS); eficiência do modelo (EF); e análise gráfica da dispersão dos resíduos. Dentre os modelos avaliados, o modelo Power apresentou menor RMSE, MAPE, BIAS e dispersão de resíduos, e maior EF, estimando valores de altura mais próximos da realidade, sendo, portanto, o mais recomendado para a estimativa da altura da espécie.