Nebius: Intelligenz, Leistung und Preise der Modelle
Analyse der Modelle von Nebius anhand zentraler Metriken wie Qualität, Preis, Ausgabegeschwindigkeit, Latenz, Kontextfenster und mehr. Diese Analyse soll Sie bei der Auswahl des besten von Nebius angebotenen Modells für Ihren Anwendungsfall unterstützen.
Höchste Intelligenz
Intelligence Index
Insgesamt 33 Modelle
Am schnellsten
Ausgabegeschwindigkeit
Insgesamt 33 Modelle
Niedrigster Preis
Mischpreis (pro 1 Mio. Tokens)
Insgesamt 33 Modelle
Nebius bietet 33 Modelle mit jeweils unterschiedlichen Merkmalen bei Intelligenz, Leistung und Preis an. Nachfolgend werden die wichtigsten Metriken der Modelle verglichen.
- Bei der Intelligenz sind Kimi K3 (max) (57), GLM-5.2 (max) (FP4) (51) und MiniMax-M3 (FP8) (44) die führenden Modelle von Nebius.
- Bei der Ausgabegeschwindigkeit sind Nemotron 3 Nano Omni 30B A3B Reasoning (FP8) (324 t/s), NVIDIA Nemotron 3 Nano (322 t/s) und Nemotron 3 Ultra (311 t/s) am schnellsten.
- Bei der Latenz bieten Qwen3 30B A3B 2507 (1.12 s), GLM-5.2 (FP4) (1.21 s) und Hermes 4 70B (FP8) (1.36 s) die kürzeste Zeit bis zum ersten Antworttoken.
- Beim Preis bieten Nemotron 3 Nano Omni 30B A3B Reasoning (FP8) ($0.08), NVIDIA Nemotron 3 Nano ($0.08) und Qwen3 32B Base ($0.12) die niedrigsten Mischpreise pro 1 Mio. Tokens.
- Bei der Größe des Kontextfensters unterstützen MiniMax-M3 (FP8) (1M), Kimi K3 (max) (1M) und DeepSeek V4 Pro (1M) die größten Kontextfenster von Nebius.
- Nemotron 3 Nano Omni 30B A3B Reasoning (FP8) bietet sowohl die schnellste Ausgabe als auch die besten Preise und ist damit attraktiv für durchsatz- und kostensensible Anwendungen. Kimi K3 (max) führt bei der Intelligenz für Aufgaben, die höchste Qualität erfordern.
Wichtigste Ergebnisse
Intelligenzevaluationen
Artificial Analysis Intelligence Index
Intelligence Evaluations
Agentic real-world work tasks, (Elo-500)/2000
Agentic tool use
Agentic coding & terminal use
Coding
Reasoning & knowledge
Scientific reasoning
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Agentic knowledge work, Elo
Agentic SaaS workflows
Legal agentic work, criterion pass rate
Agentic business operations
Instruction following
Long-horizon agentic tasks
Kubernetes incident root-cause analysis
Visual reasoning
Intelligence Index vs. Price
Kontextfenster
Context Window
Preise
Intelligence Index vs. Price
Leistungsübersicht
Output Speed vs. Price
Geschwindigkeit
Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)
Output Speed
Latenz
Gemessen anhand der Zeit (Sekunden) bis zum ersten Token
Latency: Time To First Answer Token
Ende-zu-Ende-Antwortzeit
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
End-to-End Response Time vs. Price
Weitere Analyse | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
Kimi K3 (max) | 1.05M | Offen | 57 | $3.18 | 105 | 1.64 | 25.48 | 19.07 | |||
GLM-5.2 (max) (FP4) | 432k | Offen | 51 | $1.06 | 230 | 1.13 | 12.00 | 8.70 | |||
MiniMax-M3 (FP8) | 1.05M | Offen | 44 | $0.45 | 175 | 1.94 | 16.19 | 11.40 | |||
DeepSeek V4 Pro (max) | 1M | Offen | 44 | $0.90 | 68 | 1.57 | 72.93 | 64.04 | |||
Kimi K2.6 | 262k | Offen | 44 | $0.76 | 238 | 1.92 | 22.72 | 18.70 | |||
DeepSeek V4 Pro (high) | 1M | Offen | 43 | $0.94 | 54 | 1.44 | 47.85 | 37.10 | |||
Kimi K2.7 Code (FP4) | 256k | Offen | 42 | $0.64 | 87 | 1.76 | 33.01 | 25.52 | |||
GLM-5.1 (FP8, Base) | 200k | Offen | 40 | $0.58 | 37 | 1.81 | 118.78 | 103.34 | |||
Nemotron 3 Ultra | 256k | Offen | 38 | $0.59 | 311 | 2.30 | 11.21 | 7.30 | |||
GLM-5.1 (FP8, Base) | 200k | Offen | 35* | -- | 36 | 1.84 | 15.86 | -- | |||
Kimi K2.6 | 262k | Offen | 35* | -- | 218 | 1.92 | 4.21 | -- | |||
GLM-5.2 (FP4) | 432k | Offen | 34 | -- | 204 | 1.21 | 3.65 | -- | |||
Qwen3.5 397B A17B (Base, FP4) | 262k | Offen | 34 | $0.36 | 120 | 1.99 | 32.79 | 26.62 | |||
MiniMax-M2.5 (FP4) | 196k | Offen | 34* | -- | 92 | 1.84 | 29.00 | 21.72 | |||
Qwen3.5 397B A17B (Base, FP4) | 262k | Offen | 32* | -- | 110 | 2.05 | 6.59 | -- | |||
DeepSeek V4 Pro | 1.05M | Offen | 31* | -- | 52 | 1.45 | 11.15 | -- | |||
NVIDIA Nemotron 3 Super | 256k | Offen | 25 | $0.34 | 243 | 1.88 | 12.17 | 8.23 | |||
gpt-oss-120b (high) (Base) | 128k | Offen | 24 | $0.08 | 221 | 1.03 | 12.35 | 9.06 | |||
Qwen3 235B 2507 | 262k | Offen | 18* | -- | 50 | 1.73 | 11.67 | -- | |||
Qwen3 Next 80B A3B (FP8) | 262k | Offen | 17 | $0.04 | 102 | 1.09 | 25.65 | 19.65 | |||
Nemotron 3 Nano Omni 30B A3B Reasoning (FP8) | 65.5k | Offen | 15* | -- | 324 | 1.01 | 8.73 | 6.18 | |||
gpt-oss-120b (low) Base | 128k | Offen | 15 | $0.02 | 261 | 0.97 | 10.57 | 7.67 | |||
NVIDIA Nemotron 3 Nano | 262k | Offen | 14 | $0.03 | 322 | 1.14 | 8.90 | 6.21 | |||
Qwen3 32B Base | 32.8k | Offen | 12 | -- | 31 | 1.99 | 82.32 | 64.27 | |||
 Hermes 4 70B (FP8) | 128k | Offen | 10* | -- | 89 | 1.39 | 29.41 | 22.42 | |||
 Llama 3.3 70B Base | 128k | Offen | 9 | $0.02 | 14 | 7.08 | 42.58 | -- | |||
Llama Nemotron Ultra Base | 131k | Offen | 9* | -- | 52 | 2.34 | 50.08 | 38.19 | |||
Qwen3 30B A3B 2507 | 262k | Offen | 9* | -- | 50 | 1.12 | 11.04 | -- | |||
Hermes 4 405B (FP8) | 128k | Offen | 9* | -- | 32 | 2.63 | 81.09 | 62.77 | |||
Hermes 4 405B (FP8) | 128k | Offen | 9* | -- | 35 | 2.36 | 16.45 | -- | |||
Qwen3 32B Base | 32.8k | Offen | 9* | -- | 28 | 1.94 | 19.69 | -- | |||
 Gemma 3 27B (FP8) | 110k | Offen | 7 | $0.09 | 59 | 2.08 | 10.49 | -- | |||
Hermes 4 70B (FP8) | 128k | Offen | 7* | -- | 93 | 1.36 | 6.74 | -- | |||
Wichtige Definitionen
Häufig gestellte Fragen
Häufige Fragen zu Nebius
Nebius bietet 33 von uns erfasste Modelle an: Kimi K3 (max), GLM-5.2 (max) (FP4), MiniMax-M3 (FP8), DeepSeek V4 Pro (max), Kimi K2.6, DeepSeek V4 Pro (high), Kimi K2.7 Code (FP4), GLM-5.1 (FP8, Base), Nemotron 3 Ultra, GLM-5.1 (FP8, Base), Kimi K2.6, GLM-5.2 (FP4), Qwen3.5 397B A17B (Base, FP4), MiniMax-M2.5 (FP4), Qwen3.5 397B A17B (Base, FP4), DeepSeek V4 Pro, NVIDIA Nemotron 3 Super, gpt-oss-120b (high) (Base), Qwen3 235B 2507, Qwen3 Next 80B A3B (FP8), Nemotron 3 Nano Omni 30B A3B Reasoning (FP8), gpt-oss-120b (low) Base, NVIDIA Nemotron 3 Nano, Qwen3 32B Base, Hermes 4 70B (FP8), Llama 3.3 70B Base, Llama Nemotron Ultra Base, Qwen3 30B A3B 2507, Hermes 4 405B (FP8), Hermes 4 405B (FP8), Qwen3 32B Base, Gemma 3 27B (FP8) und Hermes 4 70B (FP8).
Das intelligenteste bei Nebius verfügbare Modell ist Kimi K3 (max) mit einem Intelligence-Index-Wert von 57.
Gemessen an der Ausgabegeschwindigkeit ist Nemotron 3 Nano Omni 30B A3B Reasoning (FP8) mit 323.9 Tokens pro Sekunde das schnellste Modell von Nebius.
Das Modell von Nebius mit der kürzesten Zeit bis zum ersten Antworttoken ist Qwen3 30B A3B 2507 mit 1.12 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.
Gemessen am Mischpreis ist Nemotron 3 Nano Omni 30B A3B Reasoning (FP8) mit $0.08 pro 1 Mio. Tokens (Verhältnis von Cache-Treffern, Eingabe und Ausgabe: 7:2:1) das günstigste Modell von Nebius.
Die Preise der Modelle von Nebius unterscheiden sich bis zum 54-Fachen: von $0.08 pro 1 Mio. Tokens für Nemotron 3 Nano Omni 30B A3B Reasoning (FP8) bis $4.20 pro 1 Mio. Tokens für Kimi K3 (max).
Ja, Nebius bietet eine OpenAI-kompatible API. Das erleichtert den Wechsel von OpenAI und die Verwendung bestehender Integrationen mit dem OpenAI SDK.
Ja, alle 33 Modelle von Nebius unterstützen den JSON-Modus für strukturierte Ausgaben.
Ja, alle 33 Modelle von Nebius unterstützen Funktionsaufrufe (Tool-Nutzung).
Ja, Nebius bietet 21 Reasoning-Modelle an: Kimi K3 (max), GLM-5.2 (max) (FP4), MiniMax-M3 (FP8), DeepSeek V4 Pro (max), Kimi K2.6, DeepSeek V4 Pro (high), Kimi K2.7 Code (FP4), GLM-5.1 (FP8, Base), Nemotron 3 Ultra, Qwen3.5 397B A17B (Base, FP4), MiniMax-M2.5 (FP4), NVIDIA Nemotron 3 Super, gpt-oss-120b (high) (Base), Qwen3 Next 80B A3B (FP8), Nemotron 3 Nano Omni 30B A3B Reasoning (FP8), gpt-oss-120b (low) Base, NVIDIA Nemotron 3 Nano, Qwen3 32B Base, Hermes 4 70B (FP8), Llama Nemotron Ultra Base und Hermes 4 405B (FP8). Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.
Ja, alle 33 Modelle von Nebius 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 Nebius 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.