GLM-5.2 (max) Benchmarking und Analyse von API-Anbietern
Diese Analyse soll Sie bei der Auswahl des besten API-Anbieters von GLM-5.2 (max) für Ihren Anwendungsfall unterstützen.
Am schnellsten
Databricks
Makora (NVFP4)
Baseten (FAST)
Modular
MistralAusgabegeschwindigkeit
Insgesamt 21 Anbieter
Niedrigste Latenz
DatabricksMakora (NVFP4)Baseten (FAST)ModularMistralZeit bis zum ersten Antworttoken
Insgesamt 21 Anbieter
Niedrigster Preis
Bitdeer AIMakora (NVFP4)
DeepInfra (FP4)
CoreWeave
GMI (FP8)Mischpreis (pro 1 Mio. Tokens)
Insgesamt 21 Anbieter
GLM-5.2 (max) ist über 21 API-Anbieter verfügbar, die jeweils unterschiedliche Leistungsmerkmale und Preise bieten. Im Folgenden werden die wichtigsten Metriken der Anbieter verglichen.
- Bei der Ausgabegeschwindigkeit führen Databricks (331.1 Tokens/s), Makora (NVFP4) (294.0 Tokens/s) und Baseten (FAST) (291.4 Tokens/s). Die Geschwindigkeit unterscheidet sich erheblich zwischen den Anbietern: Der Unterschied zwischen dem schnellsten und langsamsten beträgt 444 %.
- Bei der Latenz bieten Databricks (6.89 s), Makora (NVFP4) (7.67 s) und Baseten (FAST) (8.50 s) die niedrigste Zeit bis zum ersten Antworttoken.
- Bei den Preisen bieten Bitdeer AI (0.37), Makora (NVFP4) (0.47) und DeepInfra (FP4) (0.49) die niedrigsten Mischpreise pro 1 Mio. Tokens. Die Preise unterscheiden sich je nach Anbieter bis zum 6.8-Fachen.
- Databricks bietet mit der höchsten Geschwindigkeit und der niedrigsten Latenz die beste Leistung. Für eine Kostenoptimierung bietet Bitdeer AI den konkurrenzfähigsten Preis.
Wichtigste Ergebnisse
Aktualisierung: Der Standard-Workload für das Performance-Benchmarking wurde auf 10k Eingabetokens umgestellt, um Produktionsanwendungsfälle besser abzubilden. Oben können weiterhin andere Workloads ausgewählt werden.
EndpunktgenauigkeitNew
Endpoint Accuracy Index: GLM-5.2 (max)
Preise
Pricing: Cache Hit, Input, and Output
Pricing: Blended Price
Pricing: Cache Discount
Output Speed vs. Price
Geschwindigkeit
Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)
Output Speed: GLM-5.2 (max)
Latency vs. Output Speed
Latenz
Gemessen anhand der Zeit (in Sekunden) bis zum ersten Token
Zeit bis zum ersten Antworttoken
Ende-zu-Ende-Antwortzeit
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
Ende-zu-Ende-Antwortzeit
Wichtige Vergleichsmetriken und API-Funktionen
 Wafer | 98% | 205k | Offen | $0.36 | 62 | 4.83 | 44.94 | 32.09 | ||
 FriendliAI | 100% | 1M | Offen | $0.42 | 210 | 1.27 | 13.16 | 9.51 | ||
| Makora | 95% | 1M | Offen | $0.34 | 306 | 0.85 | 9.03 | 6.55 | ||
| Baseten | k. A. | 524k | Offen | $0.54 | 286 | 1.51 | 10.26 | 7.00 | ||
 Novita | 98% | 1.05M | Offen | $0.42 | 95 | 1.49 | 27.83 | 21.07 | ||
 Parasail | 98% | 1M | Offen | -- | 169 | 0.93 | 15.69 | 11.81 | ||
| CoreWeave | 97% | 262k | Offen | $0.38 | 176 | 1.20 | 15.40 | 11.36 | ||
| DeepInfra | 73% | 1.05M | Offen | $0.25 | 66 | 1.04 | 38.84 | 30.24 | ||
 Nebius | 100% | 432k | Offen | $1.06 | 172 | 1.22 | 15.75 | 11.62 | ||
 Together AI | 102% | 262k | Offen | $0.67 | 166 | 0.78 | 15.80 | 12.02 | ||
 Scaleway | 75% | 262k | Offen | $1.57 | 86 | 1.63 | 30.60 | 23.17 | ||
| Databricks | k. A. | 1M | Offen | -- | 342 | 0.91 | 8.23 | 5.85 | ||
 Crusoe | k. A. | 1M | Offen | $0.42 | 187 | 0.92 | 14.26 | 10.68 | ||
| Bitdeer AI | k. A. | 1M | Offen | $0.17 | 153 | 3.77 | 20.06 | 13.03 | ||
 Fireworks | 100% | 1M | Offen | $0.48 | 69 | 1.60 | 38.08 | 29.18 | ||
| GMI | k. A. | 1.05M | Offen | -- | -- | -- | -- | -- | ||
| Baseten | 98% | 261k | Offen | $0.46 | 110 | 1.84 | 24.49 | 18.12 | ||
| Modular | k. A. | 164k | Offen | $0.51 | 233 | 1.10 | 11.81 | 8.57 | ||
 Zai | k. A. | 1M | Offen | $0.44 | -- | -- | -- | -- | ||
| Mistral | k. A. | 1.05M | Offen | $0.38 | 201 | 1.05 | 13.50 | 9.96 | ||
 SiliconFlow | 99% | 1.05M | Offen | $0.62 | 99 | 1.91 | 27.06 | 20.13 | ||
Häufig gestellte Fragen
Häufige Fragen zu den Anbietern von GLM-5.2 (max)
GLM-5.2 (max) ist über 21 API-Anbieter verfügbar: Wafer, FriendliAI, Makora (NVFP4), Baseten (FAST), Novita (FP8), Parasail (NVFP4), CoreWeave, DeepInfra (FP4), Nebius (FP4), Together AI, Scaleway, Databricks, Crusoe (NVFP4), Bitdeer AI, Fireworks, GMI (FP8), Baseten, Modular, Zai, Mistral und SiliconFlow (FP8). Jeder Anbieter bietet unterschiedliche Leistungsmerkmale und Preise.
GLM-5.2 (max) ist derzeit über 21 API-Anbieter, die wir bewerten und beobachten verfügbar.
Die nach Ausgabegeschwindigkeit schnellsten Anbieter für GLM-5.2 (max) sind Databricks (331.1 Tokens/s), Makora (NVFP4) (294.0 Tokens/s) und Baseten (FAST) (291.4 Tokens/s). Die Ausgabegeschwindigkeit misst, wie schnell Tokens erzeugt werden, nachdem das Modell mit der Antwort begonnen hat.
Die Anbieter mit der niedrigsten Zeit bis zum ersten Antworttoken für GLM-5.2 (max) sind Databricks (6.89s), Makora (NVFP4) (7.67s) und Baseten (FAST) (8.50s). Eine niedrigere Latenz bedeutet eine schnellere erste Reaktion.
Die nach Mischpreis günstigsten Anbieter für GLM-5.2 (max) sind Bitdeer AI ($0.37 pro 1 Mio. Tokens), Makora (NVFP4) ($0.47 pro 1 Mio. Tokens) und DeepInfra (FP4) ($0.49 pro 1 Mio. Tokens). Der Mischpreis basiert auf einem Tokenverhältnis von 7:2:1 für Cache-Treffer, Eingabe und Ausgabe.
Die Anbieter mit dem niedrigsten Preis für Eingabetokens bei GLM-5.2 (max) sind Bitdeer AI ($0.60 pro 1 Mio. Eingabetokens), Makora (NVFP4) ($0.72 pro 1 Mio. Eingabetokens) und DeepInfra (FP4) ($0.75 pro 1 Mio. Eingabetokens).
Die Anbieter mit dem niedrigsten Preis für Ausgabetokens bei GLM-5.2 (max) sind Bitdeer AI ($1.88 pro 1 Mio. Ausgabetokens), Makora (NVFP4) ($2.38 pro 1 Mio. Ausgabetokens) und DeepInfra (FP4) ($2.40 pro 1 Mio. Ausgabetokens).
Die Preise für GLM-5.2 (max) unterscheiden sich je nach Anbieter bis zum 6.8-Fachen. Am günstigsten ist Bitdeer AI mit $0.37 pro 1 Mio. Tokens, während Scaleway $2.52 pro 1 Mio. Tokens berechnet.
Die Ausgabegeschwindigkeit von GLM-5.2 (max) unterscheidet sich erheblich zwischen den Anbietern. Databricks ist mit 331.1 Tokens/s am schnellsten und damit um den Faktor 5.4 schneller als Wafer mit 60.8 Tokens/s.
20 von 21 Anbietern unterstützen den JSON-Modus für GLM-5.2 (max): Wafer, FriendliAI, Makora (NVFP4), Baseten (FAST), Novita (FP8), Parasail (NVFP4), CoreWeave, DeepInfra (FP4), Nebius (FP4), Together AI, Scaleway, Databricks, Crusoe (NVFP4), Bitdeer AI, Fireworks, GMI (FP8), Baseten, Modular, Zai und Mistral.
Alle 21 Anbieter von GLM-5.2 (max) unterstützen Funktionsaufrufe (Tool-Nutzung).
Für GLM-5.2 (max) bietet Databricks mit der höchsten Geschwindigkeit und der niedrigsten Latenz die beste Leistung. Für eine Kostenoptimierung bietet Bitdeer AI den konkurrenzfähigsten Preis.
Berücksichtigen Sie bei der Wahl eines Anbieters für GLM-5.2 (max) die Ausgabegeschwindigkeit für durchsatzintensive Aufgaben, die Latenz für interaktive Anwendungen mit schneller erster Reaktion, den Preis für kostensensible Workloads und API-Funktionen wie den JSON-Modus oder Funktionsaufrufe.
Ja, die Leistung eines Anbieters kann sich durch Änderungen an der Infrastruktur, Lastverteilung und Aktualisierungen im Laufe der Zeit verändern. Wir bewerten alle Anbieter fortlaufend und zeigen historische Leistungstrends in den Diagrammen „Im Zeitverlauf“ an.
Informationen zur Intelligenz, zu den Fähigkeiten und Modalitäten von GLM-5.2 (max) sowie zum Vergleich mit anderen Modellen finden Sie auf der Modellübersichtsseite. Modellübersicht anzeigen