Welche Modelle bietet Nebius an?

Nebius bietet 30 von uns erfasste Modelle an: GLM-5.3 (max) (FP4), Kimi K3 (max), GLM-5.3-Flash, DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (FP4), DeepSeek V4 Pro (max), DeepSeek V4 Pro (high), MiniMax-M3 (FP8), Kimi K2.6, GLM-5.1 (FP8, Base), Kimi K2.7 Code (FP4), GLM-5.1 (Non-reasoning) (FP8, Base), Kimi K2.6 (Non-reasoning), Nemotron 3 Ultra, GLM-5.2 (Non-reasoning) (FP4), Qwen3.5 397B A17B (Non-reasoning) (Base, FP4), DeepSeek V4 Pro (Non-reasoning), Qwen3.5 397B A17B (Base, FP4), Nemotron 3.5 Lightning (BF16), Nemotron 3 Super, gpt-oss-120b (high) (Base), Qwen3 235B 2507 (Non-reasoning), gpt-oss-120b (low) Base, Nemotron 3 Nano, Llama 3.3 70B Base, Qwen3 30B A3B 2507 (Non-reasoning), Hermes 4 405B (FP8), Hermes 4 405B (Non-reasoning) (FP8) und Gemma 3 27B (FP8).

Artificial Analysis

Nebius: Intelligenz, Leistung und Preise der Modelle

Name: Intelligenz
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Nebius

Diese Analyse soll Sie bei der Auswahl des besten von Nebius angebotenen Modells für Ihren Anwendungsfall unterstützen.

Höchste Intelligenz

Updated

GLM-5.3 (max) (FP4)

Kimi K3 (max)

GLM-5.3-Flash

DeepSeek V4 Pro 0813 (max)

DeepSeek V4 Flash 0731 (max)

Intelligence Index

Insgesamt 30 Modelle

Am schnellsten

GLM-5.3 (max) (FP4)

384 t/s

Nemotron 3 Super

383 t/s

GLM-5.2 (max) (FP4)

340 t/s

Nemotron 3 Ultra

319 t/s

MiniMax-M3 (FP8)

307 t/s

Ausgabegeschwindigkeit

Insgesamt 30 Modelle

Niedrigster Preis

Nemotron 3.5 Lightning (BF16)

$0.08

Nemotron 3 Nano

$0.08

Qwen3 30B A3B 2507 (Non-reasoning)

$0.12

Gemma 3 27B (FP8)

$0.12

DeepSeek V4 Flash 0731 (max)

$0.15

Mischpreis (pro 1 Mio. Tokens)

Insgesamt 30 Modelle

Nebius 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 GLM-5.3 (max) (FP4) (45), Kimi K3 (max) (44) und GLM-5.3-Flash (42) die führenden Modelle von Nebius.
Bei der Ausgabegeschwindigkeit sind GLM-5.3 (max) (FP4) (384 t/s), Nemotron 3 Super (383 t/s) und GLM-5.2 (max) (FP4) (340 t/s) am schnellsten.
Bei der Latenz bieten GLM-5.2 (Non-reasoning) (FP4) (1.04 s), Qwen3 30B A3B 2507 (Non-reasoning) (1.18 s) und DeepSeek V4 Pro (Non-reasoning) (1.32 s) die kürzeste Zeit bis zum ersten Antworttoken.
Beim Preis bieten Nemotron 3.5 Lightning (BF16) ($0.08), Nemotron 3 Nano ($0.08) und Qwen3 30B A3B 2507 (Non-reasoning) ($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 0813 (max) (1M) die größten Kontextfenster von Nebius.
GLM-5.3 (max) (FP4) bietet die beste Kombination aus Intelligenz und Geschwindigkeit. Zur Kostenoptimierung bietet Nemotron 3.5 Lightning (BF16) die wettbewerbsfähigsten Preise.

Wichtigste Ergebnisse

Updated

Intelligenz

Artificial Analysis Intelligence Index · Higher is better

Geschwindigkeit

Output tokens per second · Higher is better

Preis

USD per 1M tokens (blended) · Lower is better

Intelligenzevaluationen

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3 incorporates 10 evaluations: AA-Briefcase, GDPval-AA v2, AutomationBench-AA, Terminal-Bench v4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Estimate (independent evaluation forthcoming)

Artificial Analysis Intelligence Index v4.3 includes: AA-Briefcase, GDPval-AA v2, AutomationBench-AA, Terminal-Bench v4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

AA-Briefcase

Agentic knowledge work, (Elo-500)/2000

GDPval-AA v2

Agentic real-world work tasks, (Elo-500)/2000

AutomationBench-AAUpdated

Agentic SaaS workflows

Terminal-Bench v4.0New

Agentic coding & terminal use

SciCode

Coding

Humanity's Last Exam

Reasoning & knowledge

GDP.pdfNew

Professional document reasoning, All-pass

CritPt

Physics reasoning

AA-Omniscience Accuracy

Knowledge

AA-Omniscience Non-Hallucination Rate

1 - hallucination rate

AA-LCR v1.1

Long context reasoning

Harvey LAB-AA

Legal agentic work, criterion pass rate

EnterpriseOps-Gym-AA

Agentic business operations

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

IFBench

Instruction following

𝜏³-Banking

Agentic tool use

APEX-Agents-AA

Long-horizon agentic tasks

ITBench-AA

Kubernetes incident root-cause analysis

MMMU-Pro

Visual reasoning

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Intelligence Index vs. Price

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

Kontextfenster

Context Window

Context window: tokens limit · Higher is better

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Preise

Intelligence Index vs. Price

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

Leistungsübersicht

Output Speed vs. Price

Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).

Geschwindigkeit

Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)

Output Speed

Output tokens per second · Higher is better

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API (e.g. OpenAI for o1) or the median across providers where a first-party API is not available (e.g. Meta's Llama models).

Latenz

Gemessen anhand der Zeit (Sekunden) bis zum ersten Token

Latency: Time To First Answer Token

Seconds to first answer token received · Accounts for reasoning model 'thinking' time

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

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

End-to-end response time: end-to-end seconds to output 500 tokens · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).


									Weitere Analyse
GLM-5.3 (max) (FP4)	1M	Offen	45	$8.68	384	1.94	8.45	5.21	Modell Anbieter
Kimi K3 (max)	1.05M	Offen	44	$9.22	184	1.58	15.15	10.86	Modell Anbieter
GLM-5.3-Flash	1M	Offen	42	$1.19	283	0.54	9.37	7.07	Modell Anbieter
DeepSeek V4 Pro 0813 (max)	1.05M	Offen	36	$8.43	69	2.42	38.79	29.10	Modell Anbieter
DeepSeek V4 Flash 0731 (max)	1.05M	Offen	35	$0.65	302	2.13	10.42	6.63	Modell Anbieter
GLM-5.2 (max) (FP4)	432k	Offen	34	$2.94	340	1.07	8.42	5.88	Modell Anbieter
DeepSeek V4 Pro (max)	1M	Offen	31	$9.70	115	1.33	43.78	38.09	Modell Anbieter
DeepSeek V4 Pro (high)	1M	Offen	30*	--	116	1.30	22.73	17.14	Modell Anbieter
MiniMax-M3 (FP8)	1.05M	Offen	30	$1.91	307	1.87	10.01	6.51	Modell Anbieter
Kimi K2.6	262k	Offen	27	$1.91	219	2.01	24.61	20.31	Modell Anbieter
GLM-5.1 (FP8, Base)	200k	Offen	26	$2.62	32	1.90	135.56	118.08	Modell Anbieter
Kimi K2.7 Code (FP4)	256k	Offen	26	$1.89	215	1.78	14.46	10.35	Modell Anbieter
GLM-5.1 (Non-reasoning) (FP8, Base)	200k	Offen	24*	--	33	1.88	17.01	--	Modell Anbieter
Kimi K2.6 (Non-reasoning)	262k	Offen	24*	--	207	1.93	4.35	--	Modell Anbieter
Nemotron 3 Ultra	256k	Offen	23	$1.16	319	2.37	11.07	7.13	Modell Anbieter
GLM-5.2 (Non-reasoning) (FP4)	432k	Offen	22*	--	244	1.04	3.09	--	Modell Anbieter
Qwen3.5 397B A17B (Non-reasoning) (Base, FP4)	262k	Offen	21*	--	141	2.05	5.58	--	Modell Anbieter
DeepSeek V4 Pro (Non-reasoning)	1.05M	Offen	21*	--	107	1.32	6.01	--	Modell Anbieter
Qwen3.5 397B A17B (Base, FP4)	262k	Offen	19	$0.47	141	2.06	28.28	22.66	Modell Anbieter
Nemotron 3.5 Lightning (BF16)	1.05M	Offen	14	$0.09	266	1.15	10.55	7.52	Modell Anbieter
Nemotron 3 Super	256k	Offen	14	$1.64	383	1.82	8.35	5.22	Modell Anbieter
gpt-oss-120b (high) (Base)	128k	Offen	12	$0.11	303	1.03	9.29	6.60	Modell Anbieter
Qwen3 235B 2507 (Non-reasoning)	262k	Offen	12*	--	97	1.40	6.57	--	Modell Anbieter
gpt-oss-120b (low) Base	128k	Offen	10*	--	297	1.01	9.43	6.74	Modell Anbieter
Nemotron 3 Nano	262k	Offen	9	$0.02	209	1.12	13.10	9.59	Modell Anbieter
Llama 3.3 70B Base	128k	Offen	8*	--	5	15.54	125.34	--	Modell Anbieter
Qwen3 30B A3B 2507 (Non-reasoning)	262k	Offen	8*	--	42	1.18	13.00	--	Modell Anbieter
Hermes 4 405B (FP8)	128k	Offen	7*	--	43	2.67	61.26	46.87	Modell Anbieter
Hermes 4 405B (Non-reasoning) (FP8)	128k	Offen	7*	--	43	2.41	14.05	--	Modell Anbieter
Gemma 3 27B (FP8)	110k	Offen	5	$0.20	65	1.77	9.42	--	Modell Anbieter

Wichtige Definitionen

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Häufig gestellte Fragen

Häufige Fragen zu Nebius

Das intelligenteste bei Nebius verfügbare Modell ist GLM-5.3 (max) (FP4) mit einem Intelligence-Index-Wert von 45.

Gemessen an der Ausgabegeschwindigkeit ist GLM-5.3 (max) (FP4) mit 384.0 Tokens pro Sekunde das schnellste Modell von Nebius.

Das Modell von Nebius mit der kürzesten Zeit bis zum ersten Antworttoken ist GLM-5.2 (Non-reasoning) (FP4) mit 1.04 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.

Gemessen am Mischpreis ist Nemotron 3.5 Lightning (BF16) 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 3.5 Lightning (BF16) 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 30 Modelle von Nebius unterstützen den JSON-Modus für strukturierte Ausgaben.

Ja, alle 30 Modelle von Nebius unterstützen Funktionsaufrufe (Tool-Nutzung).

Ja, Nebius bietet 20 Reasoning-Modelle an: GLM-5.3 (max) (FP4), Kimi K3 (max), GLM-5.3-Flash, DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (FP4), DeepSeek V4 Pro (max), DeepSeek V4 Pro (high), MiniMax-M3 (FP8), Kimi K2.6, GLM-5.1 (FP8, Base), Kimi K2.7 Code (FP4), Nemotron 3 Ultra, Qwen3.5 397B A17B (Base, FP4), Nemotron 3.5 Lightning (BF16), Nemotron 3 Super, gpt-oss-120b (high) (Base), gpt-oss-120b (low) Base, Nemotron 3 Nano und Hermes 4 405B (FP8). Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.

Ja, alle 30 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.

Nebius: Intelligenz, Leistung und Preise der Modelle

Höchste Intelligenz

Am schnellsten

Niedrigster Preis

Intelligenz

Geschwindigkeit

Preis