Novita: Intelligenz, Leistung und Preise der Modelle
Diese Analyse soll Sie bei der Auswahl des besten von Novita angebotenen Modells für Ihren Anwendungsfall unterstützen.
Höchste Intelligenz
Updated
GLM-5.3 (max)GLM-5.3-Flash
DeepSeek V4 Pro 0813 (max)DeepSeek V4 Flash 0731 (max)GLM-5.2 (max) (FP8)Intelligence Index
Insgesamt 86 Modelle
Am schnellsten
Nemotron 3 Nano (FP4)Nemotron 3 Nano (Non-reasoning) (FP4)
gpt-oss-20b (low)gpt-oss-20b (high)DeepSeek V4 Flash 0731 (max)Ausgabegeschwindigkeit
Insgesamt 86 Modelle
Niedrigster Preis
Llama 3.1 8Bgpt-oss-20b (low)gpt-oss-20b (high)Nemotron 3 Nano (FP4)Nemotron 3 Nano (Non-reasoning) (FP4)Mischpreis (pro 1 Mio. Tokens)
Insgesamt 86 Modelle
Novita bietet 86 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) (45), GLM-5.3-Flash (42) und DeepSeek V4 Pro 0813 (max) (36) die führenden Modelle von Novita.
- Bei der Ausgabegeschwindigkeit sind Nemotron 3 Nano (FP4) (305 t/s), Nemotron 3 Nano (Non-reasoning) (FP4) (288 t/s) und gpt-oss-20b (low) (231 t/s) am schnellsten.
- Bei der Latenz bieten Llama 4 Maverick (FP8) (0.78 s), Llama 3.1 8B (0.84 s) und Nemotron 3 Nano (Non-reasoning) (FP4) (0.99 s) die kürzeste Zeit bis zum ersten Antworttoken.
- Beim Preis bieten Llama 3.1 8B ($0.02), gpt-oss-20b (low) ($0.05) und gpt-oss-20b (high) ($0.05) die niedrigsten Mischpreise pro 1 Mio. Tokens. Die Preise unterscheiden sich zwischen den Modellen bis zum 2.8-Fachen.
- Bei der Größe des Kontextfensters unterstützen GLM-5.3-Flash (1M), DeepSeek V4 Pro 0813 (max) (1M) und GLM-5.2 (max) (FP8) (1M) die größten Kontextfenster von Novita.
Wichtigste Ergebnisse
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
Quantitative analysis on spreadsheets & documents
Instruction following
Agentic tool use
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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3 (max) | 1M | Offen | 45 | $8.68 | 79 | 2.26 | 34.05 | 25.43 | |||
GLM-5.3-Flash | 1.05M | Offen | 42 | $0.29 | 102 | 1.61 | 26.06 | 19.56 | |||
DeepSeek V4 Pro 0813 (max) | 1.05M | Offen | 36 | $0.70 | 72 | 1.87 | 36.72 | 27.88 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | Offen | 35 | $0.26 | 205 | 1.71 | 13.89 | 9.75 | |||
GLM-5.2 (max) (FP8) | 1.05M | Offen | 34 | $0.88 | 77 | 1.78 | 34.38 | 26.08 | |||
 Kimi K2.6 | 262k | Offen | 31* | -- | 87 | 1.82 | 58.51 | 50.96 | |||
DeepSeek V4 Pro (max) | 1.05M | Offen | 31 | $1.09 | 77 | 1.86 | 64.80 | 56.48 | |||
DeepSeek V4 Pro (high) | 1.05M | Offen | 30* | -- | 76 | 1.75 | 34.33 | 26.04 | |||
 MiniMax-M3 | 1M | Offen | 30 | $0.46 | 147 | 1.13 | 18.14 | 13.61 | |||
GLM-5 FP8 | 203k | Offen | 28* | -- | 72 | 1.56 | 51.69 | 43.18 | |||
GLM-5.1 (FP8) | 205k | Offen | 26 | $1.07 | 60 | 2.57 | 74.06 | 63.16 | |||
 MiMo-V2.5-Pro | 1.05M | Offen | 26 | $0.07 | 38 | 4.29 | 70.89 | 53.28 | |||
Kimi K2.7 Code | 262k | Offen | 26 | $0.55 | 53 | 3.74 | 55.69 | 42.43 | |||
 Hy3 | 262k | Offen | 26 | $0.07 | 88 | 2.23 | 30.61 | 22.70 | |||
DeepSeek V4 Flash (high) | 1.05M | Offen | 25 | $0.12 | 117 | 1.66 | 16.53 | 10.60 | |||
DeepSeek V4 Flash (max) | 1.05M | Offen | 25 | $0.10 | 119 | 1.67 | 53.17 | 47.29 | |||
GLM-5.1 (Non-reasoning) (FP8) | 205k | Offen | 24* | -- | 63 | 2.42 | 10.40 | -- | |||
Kimi K2.6 (Non-reasoning) | 262k | Offen | 24* | -- | 65 | 2.02 | 9.74 | -- | |||
Kimi K2.5 | 262k | Offen | 23* | -- | 40 | 1.92 | 88.06 | 73.72 | |||
MiniMax-M2.7 (FP8) | 205k | Offen | 23 | $0.08 | 53 | 1.93 | 57.84 | 46.47 | |||
 Qwen3.5 27B | 262k | Offen | 23* | -- | 53 | 5.81 | 52.98 | 37.73 | |||
MiniMax-M2.5 | 205k | Offen | 23* | -- | 94 | 1.84 | 28.57 | 21.38 | |||
MiMo-V2.5 | 1.05M | Offen | 22 | $0.02 | 46 | 4.34 | 58.59 | 43.40 | |||
GLM-4.7 | 205k | Offen | 22* | -- | 38 | 3.78 | 70.19 | 53.12 | |||
Kimi K2 Thinking | 262k | Offen | 22* | -- | 40 | 1.74 | 64.39 | 50.13 | |||
Qwen3.6 27B | 262k | Offen | 22 | $0.62 | 58 | 2.95 | 110.09 | 98.46 | |||
GLM-5 (Non-reasoning) (FP8) | 203k | Offen | 22* | -- | 69 | 1.57 | 8.83 | -- | |||
DeepSeek V3.2 | 164k | Offen | 21* | -- | 37 | 3.02 | 71.30 | 54.62 | |||
Qwen3.5 397B A17B (Non-reasoning) | 262k | Offen | 21* | -- | 84 | 1.57 | 7.55 | -- | |||
MiniMax-M2.1 | 205k | Offen | 21* | -- | 89 | 1.99 | 30.12 | 22.50 | |||
Qwen3.6 27B (Non-reasoning) | 262k | Offen | 20* | -- | 60 | 2.99 | 11.39 | -- | |||
Kimi K2.5 (Non-reasoning) | 262k | Offen | 19* | -- | 41 | 1.87 | 14.20 | -- | |||
Qwen3.5 35B A3B | 262k | Offen | 19* | -- | 92 | 1.47 | 28.72 | 21.80 | |||
Qwen3.5 397B A17B | 262k | Offen | 19 | $0.47 | 83 | 1.64 | 45.79 | 38.16 | |||
Qwen3.6 35B A3B | 205k | Offen | 19 | $0.31 | 124 | 1.35 | 48.71 | 43.34 | |||
MiniMax-M2 | 205k | Offen | 19* | -- | 92 | 2.09 | 29.24 | 21.72 | |||
GLM-4.6 | 205k | Offen | 19* | -- | 39 | 4.04 | 68.87 | 51.86 | |||
MiMo-V2.5-Pro (Non-reasoning) | 1.05M | Offen | 18* | -- | 37 | 5.55 | 18.97 | -- | |||
GLM-4.7 (Non-reasoning) | 205k | Offen | 17* | -- | 39 | 3.94 | 16.61 | -- | |||
 Gemma 4 26B A4B | 262k | Offen | 17* | -- | 107 | 1.57 | 24.97 | 18.71 | |||
DeepSeek V3.2 Exp (FP8) | 164k | Offen | 17* | -- | 38 | 2.70 | 69.36 | 53.33 | |||
Qwen3.5 122B A10B | 262k | Offen | 16 | $0.32 | 113 | 1.91 | 24.05 | 17.71 | |||
DeepSeek V3.2 (Non-reasoning) | 164k | Offen | 16* | -- | 39 | 3.09 | 16.07 | -- | |||
Qwen3 Max | 262k | Proprietär | 16* | -- | 32 | 3.52 | 19.03 | -- | |||
Gemma 4 31B | 262k | Offen | 15 | $0.10 | -- | -- | -- | -- | |||
DeepSeek V3.1 Terminus (FP8) | 131k | Offen | 15 | -- | 37 | 2.80 | 69.73 | 53.54 | |||
Kimi K2 0905 | 262k | Offen | 15* | -- | 40 | 1.12 | 13.49 | -- | |||
Qwen3.6 35B A3B (Non-reasoning) | 205k | Offen | 15* | -- | 140 | 1.39 | 4.96 | -- | |||
GLM-4.6 (Non-reasoning) | 205k | Offen | 15* | -- | 38 | 3.94 | 17.11 | -- | |||
GLM-4.7-Flash | 200k | Offen | 15* | -- | 71 | 10.23 | 45.36 | 28.11 | |||
DeepSeek V3.1 Terminus (Non-reasoning) (FP8) | 131k | Offen | 14* | -- | 37 | 2.75 | 16.11 | -- | |||
Gemma 4 31B (Non-reasoning) | 262k | Offen | 14* | -- | 16 | 1.76 | 33.55 | -- | |||
DeepSeek V3.2 Exp (Non-reasoning) (FP8) | 164k | Offen | 14* | -- | 37 | 2.73 | 16.35 | -- | |||
DeepSeek V3.1 (Non-reasoning) | 164k | Offen | 14* | -- | 37 | 3.21 | 16.58 | -- | |||
DeepSeek V3.1 | 131k | Offen | 13* | -- | 37 | 3.32 | 70.15 | 53.46 | |||
Qwen3 VL 235B A22B (Reasoning) | 131k | Offen | 13* | -- | 49 | 2.57 | 53.61 | 40.83 | |||
Gemma 4 26B A4B (Non-reasoning) | 262k | Offen | 13* | -- | 37 | 1.26 | 14.89 | -- | |||
DeepSeek R1 0528 | 164k | Offen | 13* | -- | 25 | 1.18 | 102.62 | 81.15 | |||
Kimi K2 | 131k | Offen | 13* | -- | 39 | 1.64 | 14.44 | -- | |||
Qwen3 235B A22B 2507 | 131k | Offen | 13 | $0.11 | 77 | 2.19 | 34.80 | 26.08 | |||
gpt-oss-120b (high) | 131k | Offen | 12 | $0.04 | 105 | 1.17 | 25.03 | 19.09 | |||
Qwen3 235B 2507 (Non-reasoning) | 131k | Offen | 12* | -- | 46 | 1.62 | 12.41 | -- | |||
Qwen3 Coder 480B | 262k | Offen | 12* | -- | 52 | 2.12 | 11.74 | -- | |||
MiniMax M1 80k | 1M | Offen | 12* | -- | 97 | 1.78 | 27.57 | 20.64 | |||
DeepSeek R1 (Jan) Turbo | 64k | Offen | 11 | $0.11 | 22 | 1.22 | 130.48 | 106.56 | |||
DeepSeek R1 (Jan) | 64k | Offen | 11 | $0.46 | 22 | 1.26 | 128.04 | 104.51 | |||
GLM-4.6V | 131k | Offen | 11* | -- | 70 | 3.24 | 38.78 | 28.43 | |||
GLM-4.7-Flash (Non-reasoning) | 200k | Offen | 11* | -- | 70 | 14.13 | 21.32 | -- | |||
gpt-oss-120b (low) | 131k | Offen | 10* | -- | 102 | 0.98 | 25.49 | 19.61 | |||
Qwen3 Coder Next (FP8) | 262k | Offen | 10 | $0.33 | 166 | 2.48 | 5.50 | -- | |||
gpt-oss-20b (low) | 131k | Offen | 10* | -- | 231 | 1.13 | 11.93 | 8.64 | |||
Qwen3 VL 235B A22B | 131k | Offen | 10* | -- | 38 | 2.35 | 15.50 | -- | |||
Qwen3 Next 80B A3B | 131k | Offen | 10* | -- | 187 | 1.75 | 4.43 | -- | |||
Llama 4 Maverick (FP8) | 1.05M | Offen | 9 | $0.04 | 84 | 0.78 | 6.75 | -- | |||
gpt-oss-20b (high) | 131k | Offen | 9 | $0.01 | 209 | 1.16 | 13.11 | 9.56 | |||
Nemotron 3 Nano (FP4) | 262k | Offen | 9 | $0.02 | 305 | 0.99 | 9.19 | 6.56 | |||
DeepSeek V3 (Dec) | 64k | Offen | 8 | $0.05 | 38 | 1.96 | 15.06 | -- | |||
GLM-4.6V (Non-reasoning) | 131k | Offen | 8* | -- | 54 | 3.21 | 12.46 | -- | |||
Qwen3 235B (Non-reasoning) (FP8) | 41k | Offen | 8* | -- | 36 | 2.60 | 16.37 | -- | |||
Qwen3 VL 30B A3B | 131k | Offen | 8* | -- | 107 | 1.52 | 6.17 | -- | |||
Llama 3.3 70B | 131k | Offen | 8* | -- | 43 | 1.72 | 13.30 | -- | |||
GLM-4.5V | 65.5k | Offen | 8* | -- | 37 | 2.71 | 69.86 | 53.72 | |||
Llama 3.1 8B | 16.4k | Offen | 7* | -- | 156 | 0.84 | 4.04 | -- | |||
Nemotron 3 Nano (Non-reasoning) (FP4) | 262k | Offen | 7* | -- | 288 | 0.99 | 2.73 | -- | |||
GLM-4.5V (Non-reasoning) | 65.5k | Offen | 7* | -- | 41 | 2.76 | 14.99 | -- | |||
Llama 4 Scout | 131k | Offen | 6 | $0.11 | 22 | 1.63 | 24.87 | -- | |||
Llama 3 70B | 8.19k | Offen | 5* | -- | -- | -- | -- | -- | |||
Gemma 3 27B | 98.3k | Offen | 5 | $0.24 | 31 | 1.74 | 17.66 | -- | |||
Llama 3 8B | 8.19k | Offen | 5* | -- | -- | -- | -- | -- | |||
Wichtige Definitionen
Häufig gestellte Fragen
Häufige Fragen zu Novita
Novita bietet 86 von uns erfasste Modelle an: GLM-5.3 (max), GLM-5.3-Flash, DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (FP8), Kimi K2.6, DeepSeek V4 Pro (max), DeepSeek V4 Pro (high), MiniMax-M3, GLM-5 FP8, GLM-5.1 (FP8), MiMo-V2.5-Pro, Kimi K2.7 Code, Hy3, DeepSeek V4 Flash (high), DeepSeek V4 Flash (max), GLM-5.1 (Non-reasoning) (FP8), Kimi K2.6 (Non-reasoning), Kimi K2.5, MiniMax-M2.7 (FP8), Qwen3.5 27B, MiniMax-M2.5, MiMo-V2.5, GLM-4.7, Kimi K2 Thinking, Qwen3.6 27B, GLM-5 (Non-reasoning) (FP8), DeepSeek V3.2, Qwen3.5 397B A17B (Non-reasoning), MiniMax-M2.1, Qwen3.6 27B (Non-reasoning), Kimi K2.5 (Non-reasoning), Qwen3.5 35B A3B, Qwen3.5 397B A17B, Qwen3.6 35B A3B, MiniMax-M2, GLM-4.6, MiMo-V2.5-Pro (Non-reasoning), GLM-4.7 (Non-reasoning), Gemma 4 26B A4B, DeepSeek V3.2 Exp (FP8), Qwen3.5 122B A10B, DeepSeek V3.2 (Non-reasoning), Qwen3 Max, DeepSeek V3.1 Terminus (FP8), Kimi K2 0905, Qwen3.6 35B A3B (Non-reasoning), GLM-4.6 (Non-reasoning), GLM-4.7-Flash, DeepSeek V3.1 Terminus (Non-reasoning) (FP8), Gemma 4 31B (Non-reasoning), DeepSeek V3.2 Exp (Non-reasoning) (FP8), DeepSeek V3.1 (Non-reasoning), DeepSeek V3.1, Qwen3 VL 235B A22B (Reasoning), Gemma 4 26B A4B (Non-reasoning), DeepSeek R1 0528, Kimi K2, Qwen3 235B A22B 2507, gpt-oss-120b (high), Qwen3 235B 2507 (Non-reasoning), Qwen3 Coder 480B, MiniMax M1 80k, DeepSeek R1 (Jan) Turbo, DeepSeek R1 (Jan), GLM-4.6V, GLM-4.7-Flash (Non-reasoning), gpt-oss-120b (low), Qwen3 Coder Next (FP8), gpt-oss-20b (low), Qwen3 VL 235B A22B, Qwen3 Next 80B A3B, Llama 4 Maverick (FP8), gpt-oss-20b (high), Nemotron 3 Nano (FP4), DeepSeek V3 (Dec), GLM-4.6V (Non-reasoning), Qwen3 235B (Non-reasoning) (FP8), Qwen3 VL 30B A3B, Llama 3.3 70B, GLM-4.5V, Llama 3.1 8B, Nemotron 3 Nano (Non-reasoning) (FP4), GLM-4.5V (Non-reasoning), Llama 4 Scout und Gemma 3 27B.
Das intelligenteste bei Novita verfügbare Modell ist GLM-5.3 (max) mit einem Intelligence-Index-Wert von 45.
Gemessen an der Ausgabegeschwindigkeit ist Nemotron 3 Nano (FP4) mit 304.9 Tokens pro Sekunde das schnellste Modell von Novita.
Das Modell von Novita mit der kürzesten Zeit bis zum ersten Antworttoken ist Llama 4 Maverick (FP8) mit 0.78 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.
Gemessen am Mischpreis ist Llama 3.1 8B mit $0.02 pro 1 Mio. Tokens (Verhältnis von Cache-Treffern, Eingabe und Ausgabe: 7:2:1) das günstigste Modell von Novita.
Die Preise der Modelle von Novita unterscheiden sich bis zum 174-Fachen: von $0.02 pro 1 Mio. Tokens für Llama 3.1 8B bis $4.00 pro 1 Mio. Tokens für DeepSeek R1 (Jan).
Ja, Novita bietet eine OpenAI-kompatible API. Das erleichtert den Wechsel von OpenAI und die Verwendung bestehender Integrationen mit dem OpenAI SDK.
84 von 86 Modellen von Novita unterstützen den JSON-Modus für strukturierte Ausgaben.
81 von 86 Modellen von Novita unterstützen Funktionsaufrufe (Tool-Nutzung).
Ja, Novita bietet 50 Reasoning-Modelle an: GLM-5.3 (max), GLM-5.3-Flash, DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (FP8), Kimi K2.6, DeepSeek V4 Pro (max), DeepSeek V4 Pro (high), MiniMax-M3, GLM-5 FP8, GLM-5.1 (FP8), MiMo-V2.5-Pro, Kimi K2.7 Code, Hy3, DeepSeek V4 Flash (high), DeepSeek V4 Flash (max), Kimi K2.5, MiniMax-M2.7 (FP8), Qwen3.5 27B, MiniMax-M2.5, MiMo-V2.5, GLM-4.7, Kimi K2 Thinking, Qwen3.6 27B, DeepSeek V3.2, MiniMax-M2.1, Qwen3.5 35B A3B, Qwen3.5 397B A17B, Qwen3.6 35B A3B, MiniMax-M2, GLM-4.6, Gemma 4 26B A4B, DeepSeek V3.2 Exp (FP8), Qwen3.5 122B A10B, DeepSeek V3.1 Terminus (FP8), GLM-4.7-Flash, DeepSeek V3.1, Qwen3 VL 235B A22B (Reasoning), DeepSeek R1 0528, Qwen3 235B A22B 2507, gpt-oss-120b (high), MiniMax M1 80k, DeepSeek R1 (Jan) Turbo, DeepSeek R1 (Jan), GLM-4.6V, gpt-oss-120b (low), gpt-oss-20b (low), gpt-oss-20b (high), Nemotron 3 Nano (FP4) und GLM-4.5V. Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.
Ja, 85 von 86 Modellen von Novita haben offene Gewichte: GLM-5.3 (max), GLM-5.3-Flash, DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (FP8), Kimi K2.6, DeepSeek V4 Pro (max), DeepSeek V4 Pro (high), MiniMax-M3, GLM-5 FP8, GLM-5.1 (FP8), MiMo-V2.5-Pro, Kimi K2.7 Code, Hy3, DeepSeek V4 Flash (high), DeepSeek V4 Flash (max), GLM-5.1 (Non-reasoning) (FP8), Kimi K2.6 (Non-reasoning), Kimi K2.5, MiniMax-M2.7 (FP8), Qwen3.5 27B, MiniMax-M2.5, MiMo-V2.5, GLM-4.7, Kimi K2 Thinking, Qwen3.6 27B, GLM-5 (Non-reasoning) (FP8), DeepSeek V3.2, Qwen3.5 397B A17B (Non-reasoning), MiniMax-M2.1, Qwen3.6 27B (Non-reasoning), Kimi K2.5 (Non-reasoning), Qwen3.5 35B A3B, Qwen3.5 397B A17B, Qwen3.6 35B A3B, MiniMax-M2, GLM-4.6, MiMo-V2.5-Pro (Non-reasoning), GLM-4.7 (Non-reasoning), Gemma 4 26B A4B, DeepSeek V3.2 Exp (FP8), Qwen3.5 122B A10B, DeepSeek V3.2 (Non-reasoning), DeepSeek V3.1 Terminus (FP8), Kimi K2 0905, Qwen3.6 35B A3B (Non-reasoning), GLM-4.6 (Non-reasoning), GLM-4.7-Flash, DeepSeek V3.1 Terminus (Non-reasoning) (FP8), Gemma 4 31B (Non-reasoning), DeepSeek V3.2 Exp (Non-reasoning) (FP8), DeepSeek V3.1 (Non-reasoning), DeepSeek V3.1, Qwen3 VL 235B A22B (Reasoning), Gemma 4 26B A4B (Non-reasoning), DeepSeek R1 0528, Kimi K2, Qwen3 235B A22B 2507, gpt-oss-120b (high), Qwen3 235B 2507 (Non-reasoning), Qwen3 Coder 480B, MiniMax M1 80k, DeepSeek R1 (Jan) Turbo, DeepSeek R1 (Jan), GLM-4.6V, GLM-4.7-Flash (Non-reasoning), gpt-oss-120b (low), Qwen3 Coder Next (FP8), gpt-oss-20b (low), Qwen3 VL 235B A22B, Qwen3 Next 80B A3B, Llama 4 Maverick (FP8), gpt-oss-20b (high), Nemotron 3 Nano (FP4), DeepSeek V3 (Dec), GLM-4.6V (Non-reasoning), Qwen3 235B (Non-reasoning) (FP8), Qwen3 VL 30B A3B, Llama 3.3 70B, GLM-4.5V, Llama 3.1 8B, Nemotron 3 Nano (Non-reasoning) (FP4), GLM-4.5V (Non-reasoning), Llama 4 Scout und Gemma 3 27B.
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 Novita 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.