DeepInfra: Intelligenz, Leistung und Preise der Modelle
Diese Analyse soll Sie bei der Auswahl des besten von DeepInfra angebotenen Modells für Ihren Anwendungsfall unterstützen.
Höchste Intelligenz
MiMo-V2.6-Pro
GLM-5.3 (max)GLM-5.3-Flash
Qwen3.8 2.4T A95B
DeepSeek V4.1 Flash (max)Intelligence Index
Insgesamt 107 Modelle
Am schnellsten
Nemotron 3.5 Lightning (NVFP4)
gpt-oss-120b (high) (Turbo)
Granite 4.2 3BQwen3 Next 80B A3BQwen3.6 35B A3B (FP8)Ausgabegeschwindigkeit
Insgesamt 107 Modelle
Niedrigster Preis
Llama 3.1 8B (Turbo, FP8)Llama 3.1 8BGranite 4.2 3B
Gemma 4 E4BGemma 4 E4B (non-reasoning)Mischpreis (pro 1 Mio. Tokens)
Insgesamt 107 Modelle
DeepInfra bietet 107 Modelle mit jeweils unterschiedlichen Merkmalen bei Intelligenz, Leistung und Preis an. Nachfolgend werden die wichtigsten Metriken der Modelle verglichen.
- Bei der Intelligenz sind MiMo-V2.6-Pro (46), GLM-5.3 (max) (45) und GLM-5.3-Flash (42) die führenden Modelle von DeepInfra.
- Bei der Ausgabegeschwindigkeit sind Nemotron 3.5 Lightning (NVFP4) (294 t/s), gpt-oss-120b (high) (Turbo) (224 t/s) und Granite 4.2 3B (215 t/s) am schnellsten. Die Geschwindigkeit unterscheidet sich deutlich zwischen den Modellen; der Unterschied zwischen dem schnellsten und dem langsamsten beträgt 95 %.
- Bei der Latenz bieten Qwen3 30B (non-reasoning) (FP8) (0.59 s), Qwen3.5 35B A3B (non-reasoning) FP8 (0.70 s) und Qwen3 Next 80B A3B (0.73 s) die kürzeste Zeit bis zum ersten Antworttoken.
- Beim Preis bieten Llama 3.1 8B (Turbo, FP8) ($0.02), Llama 3.1 8B ($0.02) und Granite 4.2 3B ($0.02) die niedrigsten Mischpreise pro 1 Mio. Tokens.
- Bei der Größe des Kontextfensters unterstützen GLM-5.2 (max) (FP4) (1M), DeepSeek V4 Pro (max) (FP4) (1M) und DeepSeek V4 Flash (high) (FP4) (1M) die größten Kontextfenster von DeepInfra.
Intelligenzevaluationen
Artificial Analysis Intelligence Index
Intelligence Evaluations
Agentic knowledge work, (Elo-500)/2000
Agentic real-world work tasks, (Elo-500)/2000
Agentic SaaS workflows
Agentic coding & terminal use
Coding
Reasoning & knowledge
Professional document reasoning, All-pass
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Legal agentic work, criterion pass rate
Agentic business operations
Agentic scientific research workflows in a terminal
Quantitative analysis on spreadsheets & documents
Kubernetes incident root-cause analysis
Visual reasoning
Medical long context reasoning
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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
MiMo-V2.6-Pro | 1M | Offen | 46 | $0.96 | 29 | 1.78 | 89.49 | 70.16 | |||
GLM-5.3 (max) | 1.05M | Offen | 45 | $0.97 | 55 | 1.21 | 46.36 | 36.12 | |||
GLM-5.3-Flash | 1M | Offen | 42 | $0.34 | 39 | 1.17 | 65.38 | 51.37 | |||
Qwen3.8 2.4T A95B | 262k | Offen | 40 | $2.89 | 102 | 1.20 | 25.61 | 19.52 | |||
DeepSeek V4.1 Flash (max) | 1M | Offen | 39 | $0.44 | 96 | 0.79 | 26.77 | 20.78 | |||
MiMo-V2.6-Flash | 1M | Offen | 38 | $0.42 | 54 | 1.31 | 47.73 | 37.13 | |||
DeepSeek V4 Pro 0813 (max) | 1M | Offen | 36 | $1.00 | 52 | 1.10 | 49.17 | 38.45 | |||
DeepSeek V4 Flash Vision (max) | 1M | Proprietär | 35 | $0.51 | 135 | 0.93 | 19.52 | 14.87 | |||
DeepSeek V4 Flash 0731 (max) | 1M | Offen | 34 | $0.09 | 50 | 0.84 | 50.80 | 39.97 | |||
GLM-5.2 (max) (FP4) | 1.05M | Offen | 34 | $0.37 | 75 | 1.23 | 34.46 | 26.58 | |||
Qwen3.8 27B (xhigh) | 262k | Offen | 34 | $0.52 | 36 | 1.07 | 71.46 | 56.31 | |||
DeepSeek V4 Pro (max) (FP4) | 1.05M | Offen | 30 | $1.19 | 69 | 1.07 | 71.46 | 63.17 | |||
DeepSeek V4 Pro (high) (FP4) | 65.5k | Offen | 30* | -- | 71 | 1.31 | 36.57 | 28.18 | |||
 MiniMax-M3 | 524k | Offen | 29 | $0.44 | 23 | 0.97 | 107.83 | 85.48 | |||
GLM-5 (FP4) | 203k | Offen | 28* | -- | 72 | 1.28 | 51.44 | 43.20 | |||
 Kimi K2.6 (FP4) | 262k | Offen | 27 | $0.51 | 22 | 1.41 | 226.05 | 201.96 | |||
GLM-5.1 (FP4) | 203k | Offen | 26 | $0.58 | 61 | 1.76 | 71.61 | 61.71 | |||
MiMo-V2.5-Pro | 65.5k | Offen | 26 | $0.28 | 34 | 1.46 | 74.28 | 58.25 | |||
Kimi K2.7 Code | 262k | Offen | 26 | $0.39 | 49 | 1.29 | 57.26 | 45.72 | |||
 Inkling Small | 524k | Offen | 26 | -- | 120 | 0.91 | 21.73 | 16.66 | |||
 Hy3 (FP8) | 262k | Offen | 25 | $0.07 | 44 | 1.02 | 57.73 | 45.37 | |||
MiMo-V2.5 | 262k | Offen | 25* | -- | 45 | 1.35 | 56.62 | 44.21 | |||
Inkling (xhigh) (FP8) | 131k | Offen | 25 | -- | 100 | 0.63 | 25.67 | 20.04 | |||
DeepSeek V4 Flash (high) (FP4) | 1.05M | Offen | 24 | $0.08 | 32 | 1.80 | 56.55 | 39.01 | |||
GLM-5.1 (non-reasoning) (FP4) | 203k | Offen | 24* | -- | 60 | 1.35 | 9.69 | -- | |||
DeepSeek V4 Flash (max) (FP4) | 1.05M | Offen | 24 | $0.07 | 32 | 1.70 | 195.18 | 177.66 | |||
Kimi K2.6 (non-reasoning) (FP4) | 262k | Offen | 24* | -- | 19 | 1.52 | 28.32 | -- | |||
Kimi K2.5 | 262k | Offen | 23* | -- | 33 | 1.54 | 106.68 | 89.98 | |||
Nemotron 3 Ultra | 262k | Offen | 23 | $0.39 | 71 | 1.56 | 40.56 | 31.98 | |||
Nemotron 3 Ultra BF16 | 262k | Offen | 23 | $0.99 | 65 | 1.64 | 44.04 | 34.75 | |||
Qwen3.5 27B (FP8) | 262k | Offen | 23* | -- | 59 | 1.20 | 43.75 | 34.05 | |||
MiniMax-M2.5 (FP8) | 197k | Offen | 23* | -- | 24 | 1.11 | 106.78 | 84.53 | |||
GLM-4.7 (FP4) | 203k | Offen | 22* | -- | 14 | 2.06 | 181.62 | 143.65 | |||
GLM-5 (non-reasoning) (FP8) | 203k | Offen | 22* | -- | 78 | 1.16 | 7.56 | -- | |||
DeepSeek V3.2 (FP4) | 164k | Offen | 21* | -- | 21 | 1.57 | 121.29 | 95.78 | |||
Qwen3.5 397B A17B (non-reasoning) (FP8) | 262k | Offen | 21* | -- | 45 | 1.16 | 12.16 | -- | |||
Qwen3.6 27B FP8 | 262k | Offen | 21 | $0.37 | 59 | 1.00 | 105.62 | 96.15 | |||
 Ling 3.0 Flash | 131k | Offen | 20 | $0.02 | 56 | 0.70 | 45.66 | 35.97 | |||
Qwen3.6 27B (non-reasoning) FP8 | 262k | Offen | 20* | -- | 53 | 1.18 | 10.54 | -- | |||
 Step 3.7 Flash | 256k | Offen | 19* | -- | 38 | 1.16 | 66.71 | 52.44 | |||
Qwen3.5 27B (non-reasoning) FP8 | 262k | Offen | 19* | -- | 66 | 1.10 | 8.63 | -- | |||
Qwen3.5 35B A3B (FP8) | 262k | Offen | 19* | -- | 122 | 0.59 | 21.05 | 16.37 | |||
GLM-4.6 (FP4) | 203k | Offen | 19* | -- | 23 | 1.61 | 108.00 | 85.11 | |||
Qwen3.5 397B A17B (FP8) | 262k | Offen | 18 | -- | 44 | 1.07 | 84.22 | 71.87 | |||
MiMo-V2.5-Pro (non-reasoning) | 65.5k | Offen | 18* | -- | 21 | 1.37 | 24.78 | -- | |||
Qwen3.6 35B A3B (FP8) | 262k | Offen | 18 | $0.14 | 155 | 0.78 | 38.77 | 34.77 | |||
Qwen3.5 122B A10B (non-reasoning) (FP4) | 262k | Offen | 18* | -- | 39 | 1.30 | 14.15 | -- | |||
Muse Glimmer (high) | 131k | Offen | 17 | $0.05 | 79 | 3.00 | 34.67 | 25.33 | |||
GLM-4.7 (non-reasoning) (FP4) | 203k | Offen | 17* | -- | 14 | 1.87 | 37.03 | -- | |||
Gemma 4 26B A4B (FP8) | 262k | Offen | 17* | -- | 28 | 0.83 | 90.32 | 71.59 | |||
DeepSeek V3.2 (non-reasoning) | 164k | Offen | 16* | -- | 26 | 1.45 | 20.72 | -- | |||
Qwen3.5 122B A10B (FP4) | 262k | Offen | 16 | $0.24 | 44 | 1.13 | 57.66 | 45.22 | |||
Qwen3.6 35B A3B (non-reasoning) (FP8) | 262k | Offen | 15* | -- | 150 | 0.75 | 4.09 | -- | |||
Qwen3.5 35B A3B (non-reasoning) FP8 | 262k | Offen | 15* | -- | 110 | 0.70 | 5.26 | -- | |||
GLM-4.7-Flash | 203k | Offen | 15* | -- | 26 | 1.31 | 96.49 | 76.14 | |||
Granite 4.2 30B | 131k | Offen | 15* | -- | 75 | 0.86 | 34.18 | 26.65 | |||
Gemma 4 31B | 262k | Offen | 15 | $0.15 | 14 | 2.37 | 159.41 | 121.92 | |||
DeepSeek V3.1 Terminus (non-reasoning) (FP4) | 164k | Offen | 14* | -- | 52 | 0.94 | 10.61 | -- | |||
Gemma 4 31B (non-reasoning) (FP8) | 262k | Offen | 14* | -- | 13 | 2.24 | 40.98 | -- | |||
DeepSeek V3.1 (non-reasoning) (FP4) | 164k | Offen | 14* | -- | 8 | 2.54 | 64.36 | -- | |||
Gemma 4 26B A4B (non-reasoning) (FP8) | 262k | Offen | 13* | -- | 23 | 0.80 | 22.62 | -- | |||
Qwen3.5 4B (FP8) | 262k | Offen | 13* | -- | 18 | 0.84 | 142.92 | 113.66 | |||
DeepSeek R1 0528 | 164k | Offen | 13* | -- | 26 | 0.93 | 98.00 | 77.65 | |||
Nemotron 3.5 Lightning (NVFP4) | 262k | Offen | 13 | $0.09 | 294 | 0.49 | 8.99 | 6.80 | |||
Nemotron 3 Super | 262k | Offen | 13 | $0.48 | 72 | 14.60 | 49.56 | 27.97 | |||
Qwen3 235B A22B 2507 (FP8) | 262k | Offen | 13 | -- | 148 | 0.79 | 17.66 | 13.49 | |||
Qwen3 235B 2507 (FP8) | 262k | Offen | 12* | -- | 12 | 3.21 | 46.34 | -- | |||
Qwen3 Coder 480B (Turbo, FP4) | 262k | Offen | 12* | -- | 108 | 0.72 | 5.35 | -- | |||
gpt-oss-120b (high) (Turbo) | 131k | Offen | 12 | $0.11 | 210 | 0.88 | 12.77 | 9.51 | |||
gpt-oss-120b (high) | 131k | Offen | 12 | $0.03 | 58 | 0.61 | 43.48 | 34.30 | |||
Granite 4.2 8B | 131k | Offen | 11 | $0.02 | 47 | 0.89 | 54.33 | 42.75 | |||
Qwen3.5 4B (non-reasoning) FP8 | 262k | Offen | 11* | -- | 18 | 0.88 | 27.95 | -- | |||
gpt-oss-120b (low) | 131k | Offen | 10* | -- | 60 | 0.59 | 42.08 | 33.19 | |||
Llama 4 Maverick (FP8) | 1.05M | Offen | 10* | -- | 30 | 0.87 | 17.48 | -- | |||
DeepSeek V3 0324 (FP4) | 164k | Offen | 10 | $0.02 | 115 | 0.75 | 5.10 | -- | |||
Qwen3 Next 80B A3B | 262k | Offen | 10* | -- | 153 | 0.73 | 4.00 | -- | |||
Granite 4.2 3B | 131k | Offen | 9 | $0.01 | 215 | 0.53 | 12.17 | 9.31 | |||
gpt-oss-20b (high) | 131k | Offen | 9 | $0.01 | 109 | 0.53 | 23.56 | 18.42 | |||
Gemma 4 E4B | 131k | Offen | 9* | -- | 33 | 1.19 | 75.99 | 59.84 | |||
Nemotron 3 Nano | 262k | Offen | 9 | $0.02 | 19 | 73.43 | 208.26 | 107.87 | |||
Qwen3 32B (FP8) | 41k | Offen | 9* | -- | 25 | 1.49 | 103.06 | 81.26 | |||
DeepSeek V3 (Dec) | 164k | Offen | 8 | $0.02 | 19 | 1.67 | 27.95 | -- | |||
 Mistral Small 3.2 (FP8) | 128k | Offen | 8* | -- | 38 | 1.06 | 14.20 | -- | |||
Qwen3 14B (FP8) | 32.8k | Offen | 8* | -- | 31 | 1.09 | 82.92 | 65.46 | |||
Llama 4 Scout | 131k | Offen | 8* | -- | 27 | 0.88 | 19.21 | -- | |||
DeepSeek R1 Distill Llama 70B | 131k | Offen | 8* | -- | -- | -- | -- | -- | |||
Qwen2.5 72B | 32.8k | Offen | 8* | -- | 26 | 2.46 | 21.46 | -- | |||
Llama 3.3 70B (Turbo, FP8) | 131k | Offen | 8* | -- | 14 | 2.00 | 37.55 | -- | |||
Qwen3 30B (FP8) | 41k | Offen | 8* | -- | 144 | 0.57 | 17.90 | 13.86 | |||
Gemma 4 E4B (non-reasoning) | 131k | Offen | 7* | -- | 30 | 0.85 | 17.77 | -- | |||
NVIDIA Nemotron Nano 9B V2 | 131k | Offen | 7* | -- | 18 | 66.35 | 207.70 | 113.08 | |||
Qwen3 32B (non-reasoning) (FP8) | 41k | Offen | 7* | -- | 25 | 1.40 | 21.13 | -- | |||
Mistral Small 3.1 | 128k | Offen | 7 | $0.02 | 36 | 1.10 | 14.92 | -- | |||
Llama 3.1 8B (Turbo, FP8) | 131k | Offen | 7* | -- | 32 | 1.08 | 16.55 | -- | |||
Llama 3.1 8B | 131k | Offen | 7* | -- | 31 | 0.89 | 17.10 | -- | |||
Nemotron 3 Nano (non-reasoning) | 262k | Offen | 7* | -- | 21 | 12.16 | 36.01 | -- | |||
NVIDIA Nemotron Nano 9B V2 (non-reasoning) | 131k | Offen | 7* | -- | 21 | 47.68 | 71.63 | -- | |||
Qwen3 14B (non-reasoning) (FP8) | 41k | Offen | 7* | -- | 29 | 1.07 | 18.09 | -- | |||
Mistral Small 3 | 32.8k | Offen | 7* | -- | 48 | 0.94 | 11.42 | -- | |||
Qwen3 30B (non-reasoning) (FP8) | 41k | Offen | 7* | -- | 128 | 0.55 | 4.47 | -- | |||
Llama 3.1 70B | 131k | Offen | 7* | -- | 41 | 1.78 | 13.92 | -- | |||
Llama 3.1 70B (Turbo, FP8) | 131k | Offen | 7* | -- | 40 | 1.93 | 14.34 | -- | |||
 Hermes 3 - Llama-3.1 70B | 131k | Offen | 6* | -- | 31 | 2.10 | 18.19 | -- | |||
 Phi-4 | 16.4k | Offen | 6* | -- | 75 | 0.97 | 7.68 | -- | |||
Llama 3.2 11B (Vision) | 131k | Offen | 5* | -- | 15 | 1.99 | 35.16 | -- | |||
Gemma 3 27B | 131k | Offen | 5 | $0.16 | 17 | 1.31 | 30.05 | -- | |||
Gemma 3 4B | 131k | Offen | 5* | -- | 37 | 1.00 | 14.53 | -- | |||
Llama 3 8B | 8.19k | Offen | 5* | -- | -- | -- | -- | -- | |||
Gemma 3 12B | 131k | Offen | 4 | $0.13 | 35 | 1.18 | 15.29 | -- | |||
Wichtige Definitionen
Häufig gestellte Fragen
Häufige Fragen zu DeepInfra
DeepInfra bietet 107 von uns erfasste Modelle an: MiMo-V2.6-Pro, GLM-5.3 (max), GLM-5.3-Flash, Qwen3.8 2.4T A95B, DeepSeek V4.1 Flash (max), MiMo-V2.6-Flash, DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash Vision (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (FP4), Qwen3.8 27B (xhigh), DeepSeek V4 Pro (max) (FP4), DeepSeek V4 Pro (high) (FP4), MiniMax-M3, GLM-5 (FP4), Kimi K2.6 (FP4), GLM-5.1 (FP4), MiMo-V2.5-Pro, Kimi K2.7 Code, Inkling Small, Hy3 (FP8), MiMo-V2.5, Inkling (xhigh) (FP8), DeepSeek V4 Flash (high) (FP4), GLM-5.1 (non-reasoning) (FP4), DeepSeek V4 Flash (max) (FP4), Kimi K2.6 (non-reasoning) (FP4), Kimi K2.5, Nemotron 3 Ultra, Nemotron 3 Ultra BF16, Qwen3.5 27B (FP8), MiniMax-M2.5 (FP8), GLM-4.7 (FP4), GLM-5 (non-reasoning) (FP8), DeepSeek V3.2 (FP4), Qwen3.5 397B A17B (non-reasoning) (FP8), Qwen3.6 27B FP8, Ling 3.0 Flash, Qwen3.6 27B (non-reasoning) FP8, Step 3.7 Flash, Qwen3.5 27B (non-reasoning) FP8, Qwen3.5 35B A3B (FP8), GLM-4.6 (FP4), Qwen3.5 397B A17B (FP8), MiMo-V2.5-Pro (non-reasoning), Qwen3.6 35B A3B (FP8), Qwen3.5 122B A10B (non-reasoning) (FP4), Muse Glimmer (high), GLM-4.7 (non-reasoning) (FP4), Gemma 4 26B A4B (FP8), DeepSeek V3.2 (non-reasoning), Qwen3.5 122B A10B (FP4), Qwen3.6 35B A3B (non-reasoning) (FP8), Qwen3.5 35B A3B (non-reasoning) FP8, GLM-4.7-Flash, Granite 4.2 30B, Gemma 4 31B, DeepSeek V3.1 Terminus (non-reasoning) (FP4), Gemma 4 31B (non-reasoning) (FP8), DeepSeek V3.1 (non-reasoning) (FP4), Gemma 4 26B A4B (non-reasoning) (FP8), Qwen3.5 4B (FP8), DeepSeek R1 0528, Nemotron 3.5 Lightning (NVFP4), Nemotron 3 Super, Qwen3 235B A22B 2507 (FP8), Qwen3 235B 2507 (FP8), Qwen3 Coder 480B (Turbo, FP4), gpt-oss-120b (high) (Turbo), gpt-oss-120b (high), Granite 4.2 8B, Qwen3.5 4B (non-reasoning) FP8, gpt-oss-120b (low), Llama 4 Maverick (FP8), DeepSeek V3 0324 (FP4), Qwen3 Next 80B A3B, Granite 4.2 3B, gpt-oss-20b (high), Gemma 4 E4B, Nemotron 3 Nano, Qwen3 32B (FP8), DeepSeek V3 (Dec), Mistral Small 3.2 (FP8), Qwen3 14B (FP8), Llama 4 Scout, Qwen2.5 72B, Llama 3.3 70B (Turbo, FP8), Qwen3 30B (FP8), Gemma 4 E4B (non-reasoning), NVIDIA Nemotron Nano 9B V2, Qwen3 32B (non-reasoning) (FP8), Mistral Small 3.1, Llama 3.1 8B (Turbo, FP8), Llama 3.1 8B, Nemotron 3 Nano (non-reasoning), NVIDIA Nemotron Nano 9B V2 (non-reasoning), Qwen3 14B (non-reasoning) (FP8), Mistral Small 3, Qwen3 30B (non-reasoning) (FP8), Llama 3.1 70B, Llama 3.1 70B (Turbo, FP8), Hermes 3 - Llama-3.1 70B, Phi-4, Llama 3.2 11B (Vision), Gemma 3 27B, Gemma 3 4B und Gemma 3 12B.
Das intelligenteste bei DeepInfra verfügbare Modell ist MiMo-V2.6-Pro mit einem Intelligence-Index-Wert von 46.
Gemessen an der Ausgabegeschwindigkeit ist Nemotron 3.5 Lightning (NVFP4) mit 294.0 Tokens pro Sekunde das schnellste Modell von DeepInfra.
Das Modell von DeepInfra mit der kürzesten Zeit bis zum ersten Antworttoken ist Qwen3 30B (non-reasoning) (FP8) mit 0.59 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.
Gemessen am Mischpreis ist Llama 3.1 8B (Turbo, FP8) mit $0.02 pro 1 Mio. Tokens (Verhältnis von Cache-Treffern, Eingabe und Ausgabe: 7:2:1) das günstigste Modell von DeepInfra.
Die Preise der Modelle von DeepInfra unterscheiden sich bis zum 52-Fachen: von $0.02 pro 1 Mio. Tokens für Llama 3.1 8B (Turbo, FP8) bis $1.14 pro 1 Mio. Tokens für Qwen3.8 2.4T A95B.
Ja, DeepInfra bietet eine OpenAI-kompatible API. Das erleichtert den Wechsel von OpenAI und die Verwendung bestehender Integrationen mit dem OpenAI SDK.
Ja, alle 107 Modelle von DeepInfra unterstützen den JSON-Modus für strukturierte Ausgaben.
104 von 107 Modellen von DeepInfra unterstützen Funktionsaufrufe (Tool-Nutzung).
Ja, DeepInfra bietet 62 Reasoning-Modelle an: MiMo-V2.6-Pro, GLM-5.3 (max), GLM-5.3-Flash, Qwen3.8 2.4T A95B, DeepSeek V4.1 Flash (max), MiMo-V2.6-Flash, DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash Vision (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (FP4), Qwen3.8 27B (xhigh), DeepSeek V4 Pro (max) (FP4), DeepSeek V4 Pro (high) (FP4), MiniMax-M3, GLM-5 (FP4), Kimi K2.6 (FP4), GLM-5.1 (FP4), MiMo-V2.5-Pro, Kimi K2.7 Code, Inkling Small, Hy3 (FP8), MiMo-V2.5, Inkling (xhigh) (FP8), DeepSeek V4 Flash (high) (FP4), DeepSeek V4 Flash (max) (FP4), Kimi K2.5, Nemotron 3 Ultra, Nemotron 3 Ultra BF16, Qwen3.5 27B (FP8), MiniMax-M2.5 (FP8), GLM-4.7 (FP4), DeepSeek V3.2 (FP4), Qwen3.6 27B FP8, Ling 3.0 Flash, Step 3.7 Flash, Qwen3.5 35B A3B (FP8), GLM-4.6 (FP4), Qwen3.5 397B A17B (FP8), Qwen3.6 35B A3B (FP8), Muse Glimmer (high), Gemma 4 26B A4B (FP8), Qwen3.5 122B A10B (FP4), GLM-4.7-Flash, Granite 4.2 30B, Gemma 4 31B, Qwen3.5 4B (FP8), DeepSeek R1 0528, Nemotron 3.5 Lightning (NVFP4), Nemotron 3 Super, Qwen3 235B A22B 2507 (FP8), gpt-oss-120b (high) (Turbo), gpt-oss-120b (high), Granite 4.2 8B, gpt-oss-120b (low), Granite 4.2 3B, gpt-oss-20b (high), Gemma 4 E4B, Nemotron 3 Nano, Qwen3 32B (FP8), Qwen3 14B (FP8), Qwen3 30B (FP8) und NVIDIA Nemotron Nano 9B V2. Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.
Ja, 106 von 107 Modellen von DeepInfra haben offene Gewichte: MiMo-V2.6-Pro, GLM-5.3 (max), GLM-5.3-Flash, Qwen3.8 2.4T A95B, DeepSeek V4.1 Flash (max), MiMo-V2.6-Flash, DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (FP4), Qwen3.8 27B (xhigh), DeepSeek V4 Pro (max) (FP4), DeepSeek V4 Pro (high) (FP4), MiniMax-M3, GLM-5 (FP4), Kimi K2.6 (FP4), GLM-5.1 (FP4), MiMo-V2.5-Pro, Kimi K2.7 Code, Inkling Small, Hy3 (FP8), MiMo-V2.5, Inkling (xhigh) (FP8), DeepSeek V4 Flash (high) (FP4), GLM-5.1 (non-reasoning) (FP4), DeepSeek V4 Flash (max) (FP4), Kimi K2.6 (non-reasoning) (FP4), Kimi K2.5, Nemotron 3 Ultra, Nemotron 3 Ultra BF16, Qwen3.5 27B (FP8), MiniMax-M2.5 (FP8), GLM-4.7 (FP4), GLM-5 (non-reasoning) (FP8), DeepSeek V3.2 (FP4), Qwen3.5 397B A17B (non-reasoning) (FP8), Qwen3.6 27B FP8, Ling 3.0 Flash, Qwen3.6 27B (non-reasoning) FP8, Step 3.7 Flash, Qwen3.5 27B (non-reasoning) FP8, Qwen3.5 35B A3B (FP8), GLM-4.6 (FP4), Qwen3.5 397B A17B (FP8), MiMo-V2.5-Pro (non-reasoning), Qwen3.6 35B A3B (FP8), Qwen3.5 122B A10B (non-reasoning) (FP4), Muse Glimmer (high), GLM-4.7 (non-reasoning) (FP4), Gemma 4 26B A4B (FP8), DeepSeek V3.2 (non-reasoning), Qwen3.5 122B A10B (FP4), Qwen3.6 35B A3B (non-reasoning) (FP8), Qwen3.5 35B A3B (non-reasoning) FP8, GLM-4.7-Flash, Granite 4.2 30B, Gemma 4 31B, DeepSeek V3.1 Terminus (non-reasoning) (FP4), Gemma 4 31B (non-reasoning) (FP8), DeepSeek V3.1 (non-reasoning) (FP4), Gemma 4 26B A4B (non-reasoning) (FP8), Qwen3.5 4B (FP8), DeepSeek R1 0528, Nemotron 3.5 Lightning (NVFP4), Nemotron 3 Super, Qwen3 235B A22B 2507 (FP8), Qwen3 235B 2507 (FP8), Qwen3 Coder 480B (Turbo, FP4), gpt-oss-120b (high) (Turbo), gpt-oss-120b (high), Granite 4.2 8B, Qwen3.5 4B (non-reasoning) FP8, gpt-oss-120b (low), Llama 4 Maverick (FP8), DeepSeek V3 0324 (FP4), Qwen3 Next 80B A3B, Granite 4.2 3B, gpt-oss-20b (high), Gemma 4 E4B, Nemotron 3 Nano, Qwen3 32B (FP8), DeepSeek V3 (Dec), Mistral Small 3.2 (FP8), Qwen3 14B (FP8), Llama 4 Scout, Qwen2.5 72B, Llama 3.3 70B (Turbo, FP8), Qwen3 30B (FP8), Gemma 4 E4B (non-reasoning), NVIDIA Nemotron Nano 9B V2, Qwen3 32B (non-reasoning) (FP8), Mistral Small 3.1, Llama 3.1 8B (Turbo, FP8), Llama 3.1 8B, Nemotron 3 Nano (non-reasoning), NVIDIA Nemotron Nano 9B V2 (non-reasoning), Qwen3 14B (non-reasoning) (FP8), Mistral Small 3, Qwen3 30B (non-reasoning) (FP8), Llama 3.1 70B, Llama 3.1 70B (Turbo, FP8), Hermes 3 - Llama-3.1 70B, Phi-4, Llama 3.2 11B (Vision), Gemma 3 27B, Gemma 3 4B und Gemma 3 12B.
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 DeepInfra 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.