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
Updated
GLM-5.3 (max)
Kimi K3 (max)GLM-5.3-Flash
Qwen3.8 2.4T A95BGLM-5.2 (max)Intelligence Index
Insgesamt 15 Modelle
Am schnellsten
GLM-5.2 (max)GLM-5.3 (max)Qwen3.8 2.4T A95B
gpt-oss-120b (high)gpt-oss-120b (low)Ausgabegeschwindigkeit
Insgesamt 15 Modelle
Niedrigster Preis
GLM-5.3-FlashQwen3.5 9B (FP8)Qwen3.5 9B (Non-reasoning) (FP8)gpt-oss-120b (high)gpt-oss-120b (low)Mischpreis (pro 1 Mio. Tokens)
Insgesamt 15 Modelle
Together AI bietet 15 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), Kimi K3 (max) (44) und GLM-5.3-Flash (42) die führenden Modelle von Together AI.
- Bei der Ausgabegeschwindigkeit sind GLM-5.2 (max) (238 t/s), GLM-5.3 (max) (237 t/s) und Qwen3.8 2.4T A95B (185 t/s) am schnellsten. Die Geschwindigkeit unterscheidet sich deutlich zwischen den Modellen; der Unterschied zwischen dem schnellsten und dem langsamsten beträgt 57 %.
- Bei der Latenz bieten Qwen3.5 9B (Non-reasoning) (FP8) (0.77 s), Llama 3.3 70B Turbo (1.42 s) und Gemma 4 31B (Non-reasoning) (FP8) (1.44 s) die kürzeste Zeit bis zum ersten Antworttoken.
- Beim Preis bieten GLM-5.3-Flash ($0.10), Qwen3.5 9B (FP8) ($0.18) und Qwen3.5 9B (Non-reasoning) (FP8) ($0.18) die niedrigsten Mischpreise pro 1 Mio. Tokens.
- Bei der Größe des Kontextfensters unterstützen Kimi K3 (max) (1M), GLM-5.3-Flash (1M) und GLM-5.3 (max) (1M) die größten Kontextfenster von Together AI.
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) | 1.05M | Offen | 45 | $2.58 | 237 | 0.63 | 11.17 | 8.43 | |||
Kimi K3 (max) | 1.05M | Offen | 44 | $4.34 | 45 | 0.93 | 55.98 | 44.04 | |||
GLM-5.3-Flash | 1.05M | Offen | 42 | $0.36 | 108 | 0.72 | 23.76 | 18.43 | |||
Qwen3.8 2.4T A95B | 262k | Offen | 40 | $2.77 | 185 | 0.90 | 14.38 | 10.79 | |||
GLM-5.2 (max) | 262k | Offen | 34 | $1.05 | 238 | 0.69 | 11.20 | 8.41 | |||
 MiniMax-M3 | 1M | Offen | 30 | $0.70 | 105 | 0.74 | 24.49 | 19.00 | |||
 Inkling | 524k | Offen | 26 | $0.91 | 124 | 0.62 | 20.84 | 16.18 | |||
MiniMax-M2.5 (FP4) | 197k | Offen | 23* | -- | -- | -- | -- | -- | |||
GLM-4.7 | 203k | Offen | 22* | -- | -- | -- | -- | -- | |||
GLM-4.6 | 203k | Offen | 19* | -- | -- | -- | -- | -- | |||
 Muse Glimmer (high) | 131k | Offen | 18 | $0.09 | 91 | 0.80 | 28.16 | 21.88 | |||
GLM-4.7 (Non-reasoning) | 203k | Offen | 17* | -- | -- | -- | -- | -- | |||
 Gemma 4 31B (FP8) | 262k | Offen | 15 | $0.29 | 32 | 1.40 | 70.73 | 53.83 | |||
GLM-4.6 (Non-reasoning) | 203k | Offen | 15* | -- | -- | -- | -- | -- | |||
Gemma 4 31B (Non-reasoning) (FP8) | 262k | Offen | 14* | -- | 15 | 1.44 | 35.30 | -- | |||
 Apriel-v1.5-15B-Thinker | 131k | Offen | 14* | -- | -- | -- | -- | -- | |||
 DeepSeek V3.1 (Non-reasoning) | 131k | Offen | 14* | -- | -- | -- | -- | -- | |||
Qwen3.5 9B (FP8) | 262k | Offen | 14* | -- | 95 | 0.80 | 27.15 | 21.08 | |||
Apriel-v1.6-15B-Thinker | 131k | Offen | 13* | -- | -- | -- | -- | -- | |||
Qwen3.5 9B (Non-reasoning) (FP8) | 262k | Offen | 13* | -- | 93 | 0.77 | 6.12 | -- | |||
DeepSeek R1 0528 | 164k | Offen | 13* | -- | -- | -- | -- | -- | |||
gpt-oss-120b (high) | 131k | Offen | 12 | $0.11 | 185 | 0.52 | 14.06 | 10.83 | |||
DeepSeek R1 (Jan) | 164k | Offen | 11 | $0.41 | -- | -- | -- | -- | |||
GLM-4.5-Air (FP8) | 131k | Offen | 11* | -- | -- | -- | -- | -- | |||
gpt-oss-120b (low) | 131k | Offen | 10* | -- | 152 | 0.54 | 16.98 | 13.16 | |||
Qwen3 Coder Next (FP8) | 262k | Offen | 10 | $0.78 | -- | -- | -- | -- | |||
Llama 4 Maverick | 1.05M | Offen | 9 | $0.04 | -- | -- | -- | -- | |||
Llama 3.3 70B Turbo | 131k | Offen | 8* | -- | 79 | 1.42 | 7.75 | -- | |||
 Cogito v2.1 | 164k | Offen | -- | -- | -- | -- | -- | -- | |||
Wichtige Definitionen
Häufig gestellte Fragen
Häufige Fragen zu Together AI
Together AI bietet 15 von uns erfasste Modelle an: GLM-5.3 (max), Kimi K3 (max), GLM-5.3-Flash, Qwen3.8 2.4T A95B, GLM-5.2 (max), MiniMax-M3, Inkling, Muse Glimmer (high), Gemma 4 31B (FP8), Gemma 4 31B (Non-reasoning) (FP8), Qwen3.5 9B (FP8), Qwen3.5 9B (Non-reasoning) (FP8), gpt-oss-120b (high), gpt-oss-120b (low) und Llama 3.3 70B Turbo.
Das intelligenteste bei Together AI verfügbare Modell ist GLM-5.3 (max) mit einem Intelligence-Index-Wert von 45.
Gemessen an der Ausgabegeschwindigkeit ist GLM-5.2 (max) mit 237.9 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 (Non-reasoning) (FP8) mit 0.77 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.
Gemessen am Mischpreis ist GLM-5.3-Flash mit $0.10 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 23-Fachen: von $0.10 pro 1 Mio. Tokens für GLM-5.3-Flash 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 15 Modelle von Together AI unterstützen den JSON-Modus für strukturierte Ausgaben.
Ja, alle 15 Modelle von Together AI unterstützen Funktionsaufrufe (Tool-Nutzung).
Ja, Together AI bietet 12 Reasoning-Modelle an: GLM-5.3 (max), Kimi K3 (max), GLM-5.3-Flash, Qwen3.8 2.4T A95B, GLM-5.2 (max), MiniMax-M3, Inkling, Muse Glimmer (high), Gemma 4 31B (FP8), Qwen3.5 9B (FP8), gpt-oss-120b (high) und gpt-oss-120b (low). Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.
Ja, alle 15 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.