SambaNova: Intelligenz, Leistung und Preise der Modelle
Diese Analyse soll Sie bei der Auswahl des besten von SambaNova angebotenen Modells für Ihren Anwendungsfall unterstützen.
Höchste Intelligenz
MiniMax-M3
Gemma 4 31BGemma 4 31B (non-reasoning)
DeepSeek V3.1 (non-reasoning)DeepSeek V3.1Intelligence Index
Insgesamt 8 Modelle
Am schnellsten
gpt-oss-120b (low)gpt-oss-120b (high)Gemma 4 31B
Llama 3.3 70BGemma 4 31B (non-reasoning)Ausgabegeschwindigkeit
Insgesamt 8 Modelle
Niedrigster Preis
gpt-oss-120b (high)gpt-oss-120b (low)Gemma 4 31BGemma 4 31B (non-reasoning)Llama 3.3 70BMischpreis (pro 1 Mio. Tokens)
Insgesamt 8 Modelle
SambaNova bietet 8 Modelle mit jeweils unterschiedlichen Merkmalen bei Intelligenz, Leistung und Preis an. Nachfolgend werden die wichtigsten Metriken der Modelle verglichen.
- Bei der Intelligenz sind MiniMax-M3 (29), Gemma 4 31B (15) und Gemma 4 31B (non-reasoning) (14) die führenden Modelle von SambaNova.
- Bei der Ausgabegeschwindigkeit sind gpt-oss-120b (low) (741 t/s), gpt-oss-120b (high) (704 t/s) und Gemma 4 31B (507 t/s) am schnellsten. Die Geschwindigkeit unterscheidet sich deutlich zwischen den Modellen; der Unterschied zwischen dem schnellsten und dem langsamsten beträgt 260 %.
- Bei der Latenz bieten Llama 3.3 70B (1.92 s), Gemma 4 31B (non-reasoning) (3.65 s) und gpt-oss-120b (low) (3.80 s) die kürzeste Zeit bis zum ersten Antworttoken.
- Beim Preis bieten gpt-oss-120b (high) ($0.26), gpt-oss-120b (low) ($0.26) und Gemma 4 31B ($0.46) die niedrigsten Mischpreise pro 1 Mio. Tokens. Die Preise unterscheiden sich zwischen den Modellen bis zum 2.6-Fachen.
- Bei der Größe des Kontextfensters unterstützen MiniMax-M3 (1M), Gemma 4 31B (131k) und Gemma 4 31B (non-reasoning) (131k) die größten Kontextfenster von SambaNova.
Intelligenzevaluationen
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic real-world work tasks, Elo
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Long context reasoning
Coding
Physics reasoning
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic interactive 3D experiences, 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
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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
MiniMax-M3 | 1.05M | Offen | 29 | $3.83 | 132 | 3.25 | 22.23 | 15.18 | |||
DeepSeek V3.2 | 8.19k | Offen | 21* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 (non-reasoning) | 8.19k | Offen | 16* | -- | -- | -- | -- | -- | |||
DeepSeek V3.1 Terminus | 131k | Offen | 15 | -- | -- | -- | -- | -- | |||
Gemma 4 31B | 131k | Offen | 15 | $0.28 | 543 | 3.41 | 7.53 | 3.20 | |||
DeepSeek V3.1 Terminus (non-reasoning) | 128k | Offen | 14* | -- | -- | -- | -- | -- | |||
Gemma 4 31B (non-reasoning) | 131k | Offen | 14* | -- | 206 | 3.00 | 5.43 | -- | |||
DeepSeek V3.1 (non-reasoning) | 131k | Offen | 14* | -- | 186 | 5.22 | 7.90 | -- | |||
DeepSeek V3.1 | 128k | Offen | 13* | -- | 118 | 3.99 | 25.12 | 16.91 | |||
gpt-oss-120b (high) | 131k | Offen | 12 | $0.15 | 708 | 1.14 | 4.67 | 2.82 | |||
gpt-oss-120b (low) | 131k | Offen | 10* | -- | 742 | 1.10 | 4.47 | 2.69 | |||
DeepSeek R1 Distill Llama 70B | 131k | Offen | 8* | -- | -- | -- | -- | -- | |||
Llama 3.3 70B | 128k | Offen | 8* | -- | 306 | 1.98 | 3.62 | -- | |||
 Qwen3 32B (non-reasoning) | 32.8k | Offen | 7* | -- | -- | -- | -- | -- | |||
Qwen3 32B | 32.8k | Offen | 7 | -- | -- | -- | -- | -- | |||
Wichtige Definitionen
Häufig gestellte Fragen
Häufige Fragen zu SambaNova
SambaNova bietet 8 von uns erfasste Modelle an: MiniMax-M3, Gemma 4 31B, Gemma 4 31B (non-reasoning), DeepSeek V3.1 (non-reasoning), DeepSeek V3.1, gpt-oss-120b (high), gpt-oss-120b (low) und Llama 3.3 70B.
Das intelligenteste bei SambaNova verfügbare Modell ist MiniMax-M3 mit einem Wert von 29 im Intelligence Index.
Gemessen an der Ausgabegeschwindigkeit ist gpt-oss-120b (low) mit 741.0 Tokens pro Sekunde das schnellste Modell von SambaNova.
Das Modell von SambaNova mit der kürzesten Zeit bis zum ersten Antworttoken ist Llama 3.3 70B mit 1.92 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.
Gemessen am Mischpreis ist gpt-oss-120b (high) mit $0.26 pro 1 Mio. Tokens (Verhältnis von Cache-Treffern, Eingabe und Ausgabe: 7:2:1) das günstigste Modell von SambaNova.
Die Preise der Modelle von SambaNova unterscheiden sich bis zum 12-Fachen: von $0.26 pro 1 Mio. Tokens für gpt-oss-120b (high) bis $3.15 pro 1 Mio. Tokens für DeepSeek V3.1.
Ja, SambaNova bietet eine OpenAI-kompatible API. Das erleichtert den Wechsel von OpenAI und die Verwendung bestehender Integrationen mit dem OpenAI SDK.
Ja, alle 8 Modelle von SambaNova unterstützen den JSON-Modus für strukturierte Ausgaben.
Ja, alle 8 Modelle von SambaNova unterstützen Funktionsaufrufe (Tool-Nutzung).
Ja, SambaNova bietet 5 Reasoning-Modelle an: MiniMax-M3, Gemma 4 31B, DeepSeek V3.1, gpt-oss-120b (high) und gpt-oss-120b (low). Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.
Ja, alle 8 Modelle von SambaNova 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 SambaNova 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.