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
Kimi K3.1 Pro
DeepSeek V4.1 Flash 1017 (max)
GLM-5.3 (max)
MiniMax-M3.1-FlashGLM-5.3-FlashIntelligence Index
Insgesamt 17 Modelle
Kürzeste Zeit pro Aufgabe
Beam 1.0 (NVFP4)
Muse Glimmer (high)
Nemotron 3.5 Super VL (NVFP4)DeepSeek V4.1 Flash 1017 (max)Muse Spark Open (xhigh)Zeit pro Aufgabe des Intelligence Index (Minuten)
Insgesamt 17 Modelle
Niedrigster Preis
Nemotron 3.5 Super VL (NVFP4)MiniMax-M3.1-FlashGLM-5.3-Flash
Qwen3.5 9B (non-reasoning) (FP8)Qwen3.5 9B (FP8)Mischpreis (pro 1 Mio. Tokens)
Insgesamt 17 Modelle
Together AI bietet 17 Modelle mit jeweils unterschiedlichen Merkmalen bei Intelligenz, Leistung und Preis an. Nachfolgend werden die wichtigsten Metriken der Modelle verglichen.
- Bei der Intelligenz sind Kimi K3.1 Pro (46), DeepSeek V4.1 Flash 1017 (max) (33) und GLM-5.3 (max) (32) die führenden Modelle von Together AI.
- Bei der Zeit pro Aufgabe erledigen Beam 1.0 (NVFP4) (2.1 Min.), Muse Glimmer (high) (4.8 Min.) und Nemotron 3.5 Super VL (NVFP4) (4.9 Min.) eine Aufgabe des Intelligence Index auf Together AI am schnellsten. Die Zeit pro Aufgabe unterscheidet sich deutlich zwischen den Modellen; das langsamste benötigt 3.8-mal so lange wie das schnellste.
- Bei der Latenz bieten Qwen3.5 9B (non-reasoning) (FP8) (1.06 s), gpt-oss-120b (low) (2.27 s) und Beam 1.0 (NVFP4) (6.67 s) die kürzeste Zeit bis zum ersten Antworttoken.
- Beim Preis bieten Nemotron 3.5 Super VL (NVFP4) ($0.09), MiniMax-M3.1-Flash ($0.10) und GLM-5.3-Flash ($0.10) die niedrigsten Mischpreise pro 1 Mio. Tokens.
- Bei der Größe des Kontextfensters unterstützen Kimi K3.1 Pro (1M), DeepSeek V4.1 Flash 1017 (max) (1M) und MiniMax-M3.1-Flash (1M) die größten Kontextfenster von Together AI.
Intelligenz
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Physics reasoning
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic real-world work tasks, Elo
Agentic interactive 3D experiences, Elo
Product and brand videos designed in code, 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
Preise
Kosten pro Aufgabe des Intelligence Index
Intelligence Index vs. Preis
Geschwindigkeit
Durchschnitt der gemessenen Workloads mit einzelnen Anfragen und agentischen Multi-Turn-Sitzungen
Zeit pro Aufgabe des Intelligence Index
Qualität
Endpoint Accuracy Index
Latenz
Durchschnitt der gemessenen Workloads mit einzelnen Anfragen und agentischen Multi-Turn-Sitzungen
Zeit bis zum ersten Antworttoken
Zuverlässigkeit
Anteil der fehlgeschlagenen Anfragen des Endpunkts über alle gemessenen Workloads mit einzelnen Anfragen und agentischen Multi-Turn-Sitzungen
Endpunkt-Fehlerrate
Caching
Cache-Trefferquote
Kosten pro Aufgabe vs. Cache-Trefferquote
Weitere Analyse | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|
Kimi K3.1 Pro | 46 | $3.59 | 16.1 | 78.04 | 0.0% | 1M | Offen | |||
DeepSeek V4.1 Flash 1017 (max) | 33 | $0.78 | 7.9 | 29.48 | 0.0% | 1M | Offen | |||
GLM-5.3 (max) | 32 | $4.92 | 16.3 | 43.75 | 1.0% | 1M | Offen | |||
MiniMax-M3.1-Flash | 29 | $0.46 | 18.2 | 79.72 | 11.5% | 1M | Offen | |||
GLM-5.3-Flash | 28 | $0.69 | 12.8 | 26.10 | 0.8% | 1M | Offen | |||
Muse Spark Open (xhigh) | 25 | $2.02 | 7.7 | 10.66 | 0.0% | 1M | Offen | |||
Beam 1.0 (NVFP4) | 18 | $0.28 | 2.1 | 6.71 | 0.0% | 1M | Offen | |||
Nemotron 3.5 Super VL (NVFP4) | 14 | $0.61 | 4.8 | 11.68 | 0.0% | 262k | Offen | |||
 Inkling (xhigh) | 12 | $2.74 | 9.3 | 61.21 | 8.5% | 524k | Offen | |||
Muse Glimmer (high) | 6 | $0.23 | 4.8 | 17.35 | 0.0% | 131k | Offen | |||
 gpt-oss-120b (high) | 4 | $0.35 | 17.2 | 43.84 | 7.5% | 131k | Offen | |||
DeepSeek R1 (Jan) | -- | -- | -- | -- | -- | 164k | Offen | |||
MiniMax-M2.5 (FP4) | -- | -- | -- | -- | -- | 197k | Offen | |||
Qwen3.5 9B (non-reasoning) (FP8) | -- | -- | -- | 1.07 | 1.6% | 262k | Offen | |||
Qwen3.5 9B (FP8) | -- | -- | -- | 17.20 | 0.0% | 262k | Offen | |||
GLM-4.5-Air (FP8) | -- | -- | -- | -- | -- | 131k | Offen | |||
GLM-4.6 | -- | -- | -- | -- | -- | 203k | Offen | |||
GLM-4.7 | -- | -- | -- | -- | -- | 203k | Offen | |||
GLM-4.7 (non-reasoning) | -- | -- | -- | -- | -- | 203k | Offen | |||
GLM-4.6 (non-reasoning) | -- | -- | -- | -- | -- | 203k | Offen | |||
DeepSeek R1 0528 | -- | -- | -- | -- | -- | 164k | Offen | |||
 Apriel-v1.5-15B-Thinker | -- | -- | -- | -- | -- | 131k | Offen | |||
gpt-oss-120b (low) | -- | -- | -- | 2.28 | 7.5% | 131k | Offen | |||
DeepSeek V4.1 Flash (max) | -- | -- | -- | 35.85 | 0.0% | 1M | Offen | |||
GLM-5.2 (max) | -- | -- | -- | 9.46 | 0.0% | 262k | Offen | |||
Kimi K3 (max) | -- | -- | -- | 33.55 | 0.0% | 1M | Offen | |||
DeepSeek V3.1 (non-reasoning) | -- | -- | -- | -- | -- | 131k | Offen | |||
Wichtige Definitionen
Häufig gestellte Fragen
Häufige Fragen zu Together AI
Together AI bietet 17 von uns erfasste Modelle an: Kimi K3.1 Pro, DeepSeek V4.1 Flash 1017 (max), GLM-5.3 (max), MiniMax-M3.1-Flash, GLM-5.3-Flash, Muse Spark Open (xhigh), Beam 1.0 (NVFP4), Nemotron 3.5 Super VL (NVFP4), Inkling (xhigh), Muse Glimmer (high), gpt-oss-120b (high), Qwen3.5 9B (non-reasoning) (FP8), Qwen3.5 9B (FP8), gpt-oss-120b (low), DeepSeek V4.1 Flash (max), GLM-5.2 (max) und Kimi K3 (max).
Das intelligenteste bei Together AI verfügbare Modell ist Kimi K3.1 Pro mit einem Wert von 46 im Intelligence Index.
Das Modell von Together AI mit der kürzesten Zeit pro Aufgabe ist Beam 1.0 (NVFP4) mit 2.1 Minuten pro Aufgabe des Intelligence Index. Die Zeit pro Aufgabe ergibt sich aus den Ausgabetokens pro Aufgabe geteilt durch die Ende-zu-Ende-Ausgabegeschwindigkeit; ein niedrigerer Wert bedeutet, dass eine Aufgabe schneller abgeschlossen wird.
Das Modell von Together AI mit der kürzesten Zeit bis zum ersten Antworttoken ist Qwen3.5 9B (non-reasoning) (FP8) mit 1.06 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.
Gemessen am Mischpreis ist Nemotron 3.5 Super VL (NVFP4) mit $0.094 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 24.6-Fachen: von $0.094 pro 1 Mio. Tokens für Nemotron 3.5 Super VL (NVFP4) 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 17 Modelle von Together AI unterstützen den JSON-Modus für strukturierte Ausgaben.
Ja, alle 17 Modelle von Together AI unterstützen Funktionsaufrufe (Tool-Nutzung).
Ja, Together AI bietet 16 Reasoning-Modelle an: Kimi K3.1 Pro, DeepSeek V4.1 Flash 1017 (max), GLM-5.3 (max), MiniMax-M3.1-Flash, GLM-5.3-Flash, Muse Spark Open (xhigh), Beam 1.0 (NVFP4), Nemotron 3.5 Super VL (NVFP4), Inkling (xhigh), Muse Glimmer (high), gpt-oss-120b (high), Qwen3.5 9B (FP8), gpt-oss-120b (low), DeepSeek V4.1 Flash (max), GLM-5.2 (max) und Kimi K3 (max). Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.
Ja, alle 17 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 Zeit pro Aufgabe, also wie schnell das Modell eine Aufgabe des Intelligence Index erledigt, 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.