CoreWeave: Intelligenz, Leistung und Preise der Modelle
Diese Analyse soll Sie bei der Auswahl des besten von CoreWeave angebotenen Modells für Ihren Anwendungsfall unterstützen.
Höchste Intelligenz
Qwen3.8 27B (xhigh) (FP8)
MiniMax-M3 (NVFP4)
Beam 1.0 (NVFP4)
Nemotron 3.5 Super VL (NVFP4)Nemotron 3 UltraIntelligence Index
Insgesamt 30 Modelle
Am schnellsten
Nemotron 3.5 Super VL (NVFP4)Nemotron 3.5 Lightning (BF16)Nemotron 3 UltraBeam 1.0 (NVFP4)MiniMax-M3 (NVFP4)Ausgabegeschwindigkeit
Insgesamt 30 Modelle
Niedrigster Preis
gpt-oss-20b (low)gpt-oss-20b (high)gpt-oss-120b (low)gpt-oss-120b (high)Nemotron 3.5 Lightning (BF16)Mischpreis (pro 1 Mio. Tokens)
Insgesamt 30 Modelle
CoreWeave bietet 30 Modelle mit jeweils unterschiedlichen Merkmalen bei Intelligenz, Leistung und Preis an. Nachfolgend werden die wichtigsten Metriken der Modelle verglichen.
- Bei der Intelligenz sind Qwen3.8 27B (xhigh) (FP8) (20), MiniMax-M3 (NVFP4) (19) und Beam 1.0 (NVFP4) (18) die führenden Modelle von CoreWeave.
- Bei der Ausgabegeschwindigkeit sind Nemotron 3.5 Super VL (NVFP4) (546 t/s), Nemotron 3.5 Lightning (BF16) (393 t/s) und Nemotron 3 Ultra (374 t/s) am schnellsten. Die Geschwindigkeit unterscheidet sich deutlich zwischen den Modellen; der Unterschied zwischen dem schnellsten und dem langsamsten beträgt 65 %.
- Bei der Latenz bieten Llama 3.1 8B (0.79 s), Gemma 4 26B A4B (non-reasoning) (0.89 s) und Llama 3.3 70B (1.02 s) die kürzeste Zeit bis zum ersten Antworttoken.
- Beim Preis bieten gpt-oss-20b (low) ($0.04), gpt-oss-20b (high) ($0.04) und gpt-oss-120b (low) ($0.04) die niedrigsten Mischpreise pro 1 Mio. Tokens.
- Bei der Größe des Kontextfensters unterstützen Beam 1.0 (NVFP4) (1M), Nemotron 3.5 Super VL (NVFP4) (1M) und GLM-5.3-Flash (1M) die größten Kontextfenster von CoreWeave.
Intelligenzevaluationen
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Physics reasoning
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic real-world work tasks, Elo
Agentic interactive 3D experiences, Elo
Product and brand videos designed in code, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
Intelligence Index vs. Preis
Kontextfenster
Kontextfenster
Preise
Intelligence Index vs. Preis
Leistungsübersicht
Ausgabegeschwindigkeit vs. Preis
Geschwindigkeit
Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)
Ausgabegeschwindigkeit
Latenz
Gemessen anhand der Zeit (Sekunden) bis zum ersten Token
Latenz: Zeit bis zum ersten Antworttoken
Cache-Verhalten
Cache-Trefferquote
Kosten pro Aufgabe vs. Cache-Trefferquote
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 vs. Preis
Weitere Analyse | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
Qwen3.8 27B (xhigh) (FP8) | 262k | Offen | 20 | $3.30 | 75 | 1.94 | 35.06 | 26.49 | |||
MiniMax-M3 (NVFP4) | 262k | Offen | 19 | $1.48 | 331 | 1.10 | 8.66 | 6.05 | |||
Beam 1.0 (NVFP4) | 1.05M | Offen | 18 | $0.70 | 363 | 1.02 | 7.92 | 5.52 | |||
Nemotron 3.5 Super VL (NVFP4) | 1M | Offen | 14 | $0.47 | 546 | 1.44 | 6.02 | 3.67 | |||
Nemotron 3 Ultra | 262k | Offen | 12 | $3.16 | 374 | 1.16 | 8.59 | 6.08 | |||
 Kimi K2.6 | 262k | Offen | -- | -- | 200 | 1.26 | 26.00 | 22.24 | |||
Kimi K2.6 (non-reasoning) | 262k | Offen | -- | -- | 161 | 1.22 | 4.32 | -- | |||
gpt-oss-20b (low) | 131k | Offen | -- | -- | 162 | 0.70 | 16.10 | 12.32 | |||
 GLM-5.3-Flash | 1M | Offen | -- | -- | 304 | 1.26 | 9.48 | 6.58 | |||
Nemotron 3.5 Lightning (BF16) | 262k | Offen | -- | -- | 393 | 0.70 | 7.07 | 5.09 | |||
gpt-oss-20b (high) | 131k | Offen | -- | -- | 155 | 0.67 | 16.80 | 12.91 | |||
GLM-5 (FP8) | 200k | Offen | -- | -- | -- | -- | -- | -- | |||
Qwen3.6 35B A3B (non-reasoning) (FP8) | 262k | Offen | -- | -- | 171 | 1.23 | 4.16 | -- | |||
 Gemma 4 26B A4B | 262k | Offen | -- | -- | 75 | 0.94 | 34.13 | 26.55 | |||
 DeepSeek V4 Pro (non-reasoning) | 1M | Offen | -- | -- | 201 | 1.22 | 3.71 | -- | |||
Gemma 4 26B A4B (non-reasoning) | 262k | Offen | -- | -- | 79 | 0.89 | 7.19 | -- | |||
 Llama 3.1 8B | 128k | Offen | -- | -- | 142 | 0.79 | 4.32 | -- | |||
DeepSeek V4.1 Flash (non-reasoning) | 1M | Offen | -- | -- | 326 | 1.07 | 2.60 | -- | |||
Qwen3.6 35B A3B (FP8) | 262k | Offen | -- | -- | 171 | 1.17 | 35.67 | 31.57 | |||
Kimi K2.7 Code | 262k | Offen | -- | -- | 102 | 1.53 | 28.27 | 21.84 | |||
Llama 3.3 70B | 128k | Offen | -- | -- | 94 | 1.02 | 6.36 | -- | |||
 Granite 4.2 8B | 131k | Offen | -- | -- | 57 | 0.92 | 44.72 | 35.04 | |||
DeepSeek V4 Pro (max) | 1M | Offen | -- | -- | 170 | 1.15 | 29.81 | 25.72 | |||
gpt-oss-120b (low) | 131k | Offen | -- | -- | 96 | 1.39 | 27.49 | 20.88 | |||
Gemma 4 31B | 262k | Offen | -- | -- | 66 | 2.20 | 36.06 | 26.29 | |||
Gemma 4 31B (non-reasoning) | 262k | Offen | -- | -- | 60 | 2.15 | 10.53 | -- | |||
DeepSeek V4.1 Flash (max) | 1M | Offen | -- | -- | 322 | 1.04 | 8.82 | 6.22 | |||
gpt-oss-120b (high) | 131k | Offen | -- | -- | 87 | 1.35 | 30.03 | 22.94 | |||
GLM-5.2 (max) | 262k | Offen | -- | -- | 304 | 1.19 | 9.40 | 6.57 | |||
DeepSeek V3.1 (non-reasoning) | 128k | Offen | -- | -- | 93 | 1.22 | 6.62 | -- | |||
DeepSeek V4 Flash 0731 (max) | 262k | Offen | -- | -- | 149 | 1.85 | 18.59 | 13.40 | |||
Wichtige Definitionen
Häufig gestellte Fragen
Häufige Fragen zu CoreWeave
CoreWeave bietet 30 von uns erfasste Modelle an: Qwen3.8 27B (xhigh) (FP8), MiniMax-M3 (NVFP4), Beam 1.0 (NVFP4), Nemotron 3.5 Super VL (NVFP4), Nemotron 3 Ultra, Kimi K2.6, Kimi K2.6 (non-reasoning), gpt-oss-20b (low), GLM-5.3-Flash, Nemotron 3.5 Lightning (BF16), gpt-oss-20b (high), Qwen3.6 35B A3B (non-reasoning) (FP8), Gemma 4 26B A4B, DeepSeek V4 Pro (non-reasoning), Gemma 4 26B A4B (non-reasoning), Llama 3.1 8B, DeepSeek V4.1 Flash (non-reasoning), Qwen3.6 35B A3B (FP8), Kimi K2.7 Code, Llama 3.3 70B, Granite 4.2 8B, DeepSeek V4 Pro (max), gpt-oss-120b (low), Gemma 4 31B, Gemma 4 31B (non-reasoning), DeepSeek V4.1 Flash (max), gpt-oss-120b (high), GLM-5.2 (max), DeepSeek V3.1 (non-reasoning) und DeepSeek V4 Flash 0731 (max).
Das intelligenteste bei CoreWeave verfügbare Modell ist Qwen3.8 27B (xhigh) (FP8) mit einem Wert von 20 im Intelligence Index.
Gemessen an der Ausgabegeschwindigkeit ist Nemotron 3.5 Super VL (NVFP4) mit 545.6 Tokens pro Sekunde das schnellste Modell von CoreWeave.
Das Modell von CoreWeave mit der kürzesten Zeit bis zum ersten Antworttoken ist Llama 3.1 8B mit 0.79 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.
Gemessen am Mischpreis ist gpt-oss-20b (low) mit $0.04 pro 1 Mio. Tokens (Verhältnis von Cache-Treffern, Eingabe und Ausgabe: 7:2:1) das günstigste Modell von CoreWeave.
Die Preise der Modelle von CoreWeave unterscheiden sich bis zum 18-Fachen: von $0.04 pro 1 Mio. Tokens für gpt-oss-20b (low) bis $0.71 pro 1 Mio. Tokens für Llama 3.3 70B.
Ja, CoreWeave bietet eine OpenAI-kompatible API. Das erleichtert den Wechsel von OpenAI und die Verwendung bestehender Integrationen mit dem OpenAI SDK.
Ja, alle 30 Modelle von CoreWeave unterstützen den JSON-Modus für strukturierte Ausgaben.
Ja, alle 30 Modelle von CoreWeave unterstützen Funktionsaufrufe (Tool-Nutzung).
Ja, CoreWeave bietet 21 Reasoning-Modelle an: Qwen3.8 27B (xhigh) (FP8), MiniMax-M3 (NVFP4), Beam 1.0 (NVFP4), Nemotron 3.5 Super VL (NVFP4), Nemotron 3 Ultra, Kimi K2.6, gpt-oss-20b (low), GLM-5.3-Flash, Nemotron 3.5 Lightning (BF16), gpt-oss-20b (high), Gemma 4 26B A4B, Qwen3.6 35B A3B (FP8), Kimi K2.7 Code, Granite 4.2 8B, DeepSeek V4 Pro (max), gpt-oss-120b (low), Gemma 4 31B, DeepSeek V4.1 Flash (max), gpt-oss-120b (high), GLM-5.2 (max) und DeepSeek V4 Flash 0731 (max). Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.
Ja, alle 30 Modelle von CoreWeave haben offene Gewichte.
Ja, die Leistung eines Anbieters kann sich aufgrund von Infrastrukturänderungen, Lastverteilung und Aktualisierungen im Laufe der Zeit verändern. Wir benchmarken alle Anbieter fortlaufend und zeigen historische Leistungstrends in den Diagrammen „Im Zeitverlauf“ an.
Berücksichtigen Sie bei der Auswahl eines Modells von CoreWeave die Intelligenz für qualitätssensible Aufgaben, die Ausgabegeschwindigkeit für durchsatzintensive Aufgaben, die Latenz für interaktive Anwendungen mit schnellen ersten Antworten, die Preise für kostensensible Workloads sowie Funktionen wie die Größe des Kontextfensters, den JSON-Modus und die Unterstützung von Funktionsaufrufen.