Together AI: Intelligenz, Leistung und Preise der Modelle
Diese Analyse soll Sie bei der Auswahl des besten von Together AI angebotenen Modells für Ihren Anwendungsfall unterstützen.
Höchste Intelligenz
Intelligence Index
Insgesamt 16 Modelle
Am schnellsten
Ausgabegeschwindigkeit
Insgesamt 16 Modelle
Niedrigster Preis
Mischpreis (pro 1 Mio. Tokens)
Insgesamt 16 Modelle
Together AI bietet 16 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) (60), Qwen3.8 2.4T A95B (58) und GLM-5.2 (max) (53) die führenden Modelle von Together AI.
- Bei der Ausgabegeschwindigkeit sind Qwen3.8 2.4T A95B (186 t/s), Nemotron 3 Ultra (178 t/s) und Kimi K2.7 Code (170 t/s) am schnellsten.
- Bei der Latenz bieten Qwen3.5 9B (FP8) (0.82 s), Gemma 4 31B (FP8) (1.19 s) und Gemma 3n E4B (1.26 s) die kürzeste Zeit bis zum ersten Antworttoken.
- Beim Preis bieten Gemma 3n E4B ($0.07), Qwen3.5 9B (FP8) ($0.18) und Qwen3.5 9B (FP8) ($0.18) die niedrigsten Mischpreise pro 1 Mio. Tokens. Die Preise unterscheiden sich zwischen den Modellen bis zum 3.0-Fachen.
- Bei der Größe des Kontextfensters unterstützen Kimi K3 (max) (1M), MiniMax-M3 (1M) und Inkling (524k) die größten Kontextfenster von Together AI.
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
Quantitative analysis on spreadsheets & documents
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 | 60 | $1.43 | 44 | 1.07 | 58.07 | 45.60 | |||
Qwen3.8 2.4T A95B | 262k | Offen | 58 | $1.74 | 185 | 1.08 | 14.61 | 10.83 | |||
GLM-5.2 (max) | 262k | Offen | 53 | $0.67 | 166 | 0.78 | 15.80 | 12.02 | |||
MiniMax-M3 | 1M | Offen | 45 | $0.21 | 133 | 0.67 | 19.52 | 15.08 | |||
Kimi K2.7 Code | 262k | Offen | 43 | $0.30 | 167 | 0.46 | 16.81 | 13.36 | |||
 Inkling | 524k | Offen | 42 | $0.62 | 147 | 0.84 | 17.82 | 13.58 | |||
Nemotron 3 Ultra | 512k | Offen | 38 | $0.40 | 178 | 0.68 | 16.31 | 12.81 | |||
 Muse Glimmer (high) | 131k | Offen | 35 | $0.08 | 61 | 0.87 | 41.57 | 32.56 | |||
MiniMax-M2.5 (FP4) | 197k | Offen | 34* | -- | -- | -- | -- | -- | |||
GLM-4.7 | 203k | Offen | 34 | $0.28 | -- | -- | -- | -- | |||
Gemma 4 31B (FP8) | 262k | Offen | 30 | $0.10 | 63 | 1.15 | 36.48 | 27.43 | |||
GLM-4.6 | 203k | Offen | 29 | $0.33 | -- | -- | -- | -- | |||
GLM-4.7 | 203k | Offen | 27* | -- | -- | -- | -- | -- | |||
gpt-oss-120b (high) | 131k | Offen | 24 | $0.07 | 147 | 0.57 | 17.61 | 13.63 | |||
GLM-4.6 | 203k | Offen | 23* | -- | -- | -- | -- | -- | |||
Gemma 4 31B (FP8) | 262k | Offen | 22 | $0.11 | 65 | 1.17 | 8.84 | -- | |||
Qwen3.5 9B (FP8) | 262k | Offen | 22 | $0.30 | 82 | 0.77 | 31.34 | 24.46 | |||
 Apriel-v1.5-15B-Thinker | 131k | Offen | 22* | -- | -- | -- | -- | -- | |||
 DeepSeek V3.1 | 131k | Offen | 21* | -- | -- | -- | -- | -- | |||
Qwen3 Coder Next (FP8) | 262k | Offen | 21 | $0.47 | -- | -- | -- | -- | |||
Apriel-v1.6-15B-Thinker | 131k | Offen | 21* | -- | -- | -- | -- | -- | |||
Qwen3.5 9B (FP8) | 262k | Offen | 21* | -- | 86 | 0.78 | 6.58 | -- | |||
DeepSeek R1 0528 | 164k | Offen | 20* | -- | -- | -- | -- | -- | |||
DeepSeek R1 (Jan) | 164k | Offen | 19 | $0.50 | -- | -- | -- | -- | |||
GLM-4.5-Air (FP8) | 131k | Offen | 17* | -- | -- | -- | -- | -- | |||
gpt-oss-120b (low) | 131k | Offen | 15 | $0.02 | 134 | 0.63 | 19.31 | 14.94 | |||
Llama 4 Maverick | 1.05M | Offen | 14 | $0.04 | -- | -- | -- | -- | |||
Llama 3.3 70B Turbo | 131k | Offen | 9* | -- | 72 | 1.46 | 8.37 | -- | |||
Gemma 3n E4B | 32.8k | Offen | 1* | -- | 57 | 1.24 | 10.01 | -- | |||
 Cogito v2.1 | 164k | Offen | -- | -- | -- | -- | -- | -- | |||
Wichtige Definitionen
Häufig gestellte Fragen
Häufige Fragen zu Together AI
Together AI bietet 16 von uns erfasste Modelle an: Kimi K3 (max), Qwen3.8 2.4T A95B, GLM-5.2 (max), MiniMax-M3, Kimi K2.7 Code, Inkling, Nemotron 3 Ultra, Muse Glimmer (high), Gemma 4 31B (FP8), gpt-oss-120b (high), Gemma 4 31B (FP8), Qwen3.5 9B (FP8), Qwen3.5 9B (FP8), gpt-oss-120b (low), Llama 3.3 70B Turbo und Gemma 3n E4B.
Das intelligenteste bei Together AI verfügbare Modell ist Kimi K3 (max) mit einem Intelligence-Index-Wert von 60.
Gemessen an der Ausgabegeschwindigkeit ist Qwen3.8 2.4T A95B mit 185.7 Tokens pro Sekunde das schnellste Modell von Together AI.
Das Modell von Together AI mit der kürzesten Zeit bis zum ersten Antworttoken ist Qwen3.5 9B (FP8) mit 0.82 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.
Gemessen am Mischpreis ist Gemma 3n E4B mit $0.07 pro 1 Mio. Tokens (Verhältnis von Cache-Treffern, Eingabe und Ausgabe: 7:2:1) das günstigste Modell von Together AI.
Die Preise der Modelle von Together AI unterscheiden sich bis zum 35-Fachen: von $0.07 pro 1 Mio. Tokens für Gemma 3n E4B bis $2.31 pro 1 Mio. Tokens für Kimi K3 (max).
Ja, Together AI bietet eine OpenAI-kompatible API. Das erleichtert den Wechsel von OpenAI und die Verwendung bestehender Integrationen mit dem OpenAI SDK.
Ja, alle 16 Modelle von Together AI unterstützen den JSON-Modus für strukturierte Ausgaben.
15 von 16 Modellen von Together AI unterstützen Funktionsaufrufe (Tool-Nutzung).
Ja, Together AI bietet 12 Reasoning-Modelle an: Kimi K3 (max), Qwen3.8 2.4T A95B, GLM-5.2 (max), MiniMax-M3, Kimi K2.7 Code, Inkling, Nemotron 3 Ultra, Muse Glimmer (high), Gemma 4 31B (FP8), gpt-oss-120b (high), Qwen3.5 9B (FP8) und gpt-oss-120b (low). Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.
Ja, alle 16 Modelle von Together AI 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 Together AI 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.