Baseten: inteligencia, rendimiento y precio de sus modelos
Análisis de los modelos de Baseten en métricas clave como calidad, precio, velocidad de salida, latencia, ventana de contexto y más. Este análisis está pensado para ayudarte a elegir el mejor modelo ofrecido por Baseten para tu caso de uso.
Más inteligente
Índice de inteligencia
15 modelos en total
Más rápido
Velocidad de salida
15 modelos en total
Menor precio
Precio combinado (por 1M de tokens)
15 modelos en total
Baseten ofrece 15 modelos, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave entre modelos.
- En inteligencia, los mejores modelos en Baseten son Kimi K3 (max) (60), DeepSeek V4 Pro 0813 (max) (53) y GLM-5.2 (max) (FAST) (53).
- En velocidad de salida, los modelos más rápidos son Inkling Small (363 t/s), gpt-oss-120b (high) (348 t/s) y gpt-oss-120b (low) (338 t/s). La velocidad varía significativamente entre modelos, con una diferencia del 52% entre el más rápido y el más lento.
- En latencia, GLM-4.7 (0.65s), DeepSeek V3.1 (FP8) (0.80s) y GLM-5.2 (FAST) (2.11s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, DeepSeek V4 Flash 0731 (max) ($0.07), gpt-oss-120b (high) ($0.14) y gpt-oss-120b (low) ($0.14) ofrecen los menores precios combinados por 1M de tokens. Los precios varían hasta 5.9x entre modelos.
- En tamaño de ventana de contexto, Kimi K3 (max) (1M), DeepSeek V4 Flash 0731 (max) (1M) y DeepSeek V4 Pro 0813 (max) (1M) admiten las ventanas de contexto más grandes en Baseten.
Aspectos destacados
Evaluaciones de inteligencia
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
Ventana de contexto
Context Window
Precios
Intelligence Index vs. Price
Resumen de rendimiento
Output Speed vs. Price
Velocidad
Medida por la velocidad de salida (tokens por segundo)
Output Speed
Latencia
Medida por el tiempo (segundos) hasta el primer token
Latency: Time To First Answer Token
Tiempo de respuesta de extremo a extremo
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
Análisis adicional | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
Kimi K3 (max) | 1.05M | Abierto | 60 | $1.26 | 109 | 0.91 | 23.90 | 18.39 | |||
DeepSeek V4 Pro 0813 (max) | 1M | Abierto | 53 | $1.09 | 143 | 1.12 | 18.60 | 13.98 | |||
GLM-5.2 (max) (FAST) | 524k | Abierto | 53 | $0.54 | 260 | 1.88 | 11.50 | 7.69 | |||
GLM-5.2 (max) | 261k | Abierto | 53 | $0.46 | 109 | 1.60 | 24.59 | 18.39 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | Abierto | 52 | $0.14 | 237 | 0.75 | 11.29 | 8.43 | |||
DeepSeek V4 Pro (max) | 131k | Abierto | 45 | -- | -- | -- | -- | -- | |||
Kimi K2.6 | 262k | Abierto | 45 | $0.30 | 238 | 0.91 | 21.67 | 18.66 | |||
DeepSeek V4 Pro (high) | 131k | Abierto | 44 | $0.68 | 154 | 0.53 | 16.76 | 12.97 | |||
Kimi K2.7 Code | 262k | Abierto | 43 | $0.29 | -- | -- | -- | -- | |||
Inkling | 262k | Abierto | 42 | $0.34 | 233 | 0.62 | 11.35 | 8.58 | |||
Inkling Small | 262k | Abierto | 41 | $0.13 | 363 | 0.49 | 7.38 | 5.51 | |||
Kimi K2.6 | 262k | Abierto | 35* | -- | -- | -- | -- | -- | |||
GLM-5.2 (FAST) | 524k | Abierto | 35 | -- | 215 | 2.11 | 4.43 | -- | |||
GLM-4.7 | 200k | Abierto | 34 | $0.17 | 218 | 0.64 | 12.09 | 9.16 | |||
GLM-4.7 | 200k | Abierto | 27* | -- | 196 | 0.65 | 3.19 | -- | |||
gpt-oss-120b (high) | 128k | Abierto | 24 | $0.05 | 348 | 0.24 | 7.41 | 5.74 | |||
DeepSeek V3.1 (FP8) | 164k | Abierto | 21* | -- | 187 | 0.80 | 3.47 | -- | |||
gpt-oss-120b (low) | 128k | Abierto | 15 | $0.01 | 338 | 0.21 | 7.62 | 5.92 | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre Baseten
Baseten ofrece 15 modelos que monitoreamos: Kimi K3 (max), DeepSeek V4 Pro 0813 (max), GLM-5.2 (max) (FAST), GLM-5.2 (max), DeepSeek V4 Flash 0731 (max), Kimi K2.6, DeepSeek V4 Pro (high), Inkling, Inkling Small, GLM-5.2 (FAST), GLM-4.7, GLM-4.7, gpt-oss-120b (high), DeepSeek V3.1 (FP8) y gpt-oss-120b (low).
El modelo más inteligente disponible en Baseten es Kimi K3 (max), con una puntuación de 60 en el Índice de Inteligencia.
El modelo más rápido en Baseten por velocidad de salida es Inkling Small, con 362.7 tokens por segundo.
El modelo con el menor tiempo hasta el primer token de respuesta en Baseten es GLM-4.7, con 0.65s. Una menor latencia significa una respuesta inicial más rápida.
El modelo más económico en Baseten por precio combinado es DeepSeek V4 Flash 0731 (max), a $0.07 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).
Los precios en Baseten varían hasta 32x entre modelos, desde $0.07 por 1M de tokens para DeepSeek V4 Flash 0731 (max) hasta $2.31 por 1M de tokens para Kimi K3 (max).
Sí, Baseten ofrece una API compatible con OpenAI, lo que facilita cambiar desde OpenAI o usar integraciones existentes del SDK de OpenAI.
Sí, los 15 modelos en Baseten admiten el modo JSON para salida estructurada.
Sí, los 15 modelos en Baseten admiten llamadas a funciones (uso de herramientas).
Sí, Baseten ofrece 12 modelos de razonamiento: Kimi K3 (max), DeepSeek V4 Pro 0813 (max), GLM-5.2 (max) (FAST), GLM-5.2 (max), DeepSeek V4 Flash 0731 (max), Kimi K2.6, DeepSeek V4 Pro (high), Inkling, Inkling Small, GLM-4.7, gpt-oss-120b (high) y gpt-oss-120b (low). Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.
Sí, los 15 modelos en Baseten son modelos de pesos abiertos.
Sí, el rendimiento de un proveedor puede variar con el tiempo debido a cambios de infraestructura, balanceo de carga y actualizaciones. Medimos continuamente a todos los proveedores y mostramos las tendencias históricas de rendimiento en los gráficos "a lo largo del tiempo".
Al elegir un modelo en Baseten, considera: inteligencia (para tareas sensibles a la calidad), velocidad de salida (para tareas intensivas en rendimiento), latencia (para aplicaciones interactivas que requieren primeras respuestas rápidas), precios (para cargas de trabajo sensibles al costo) y funcionalidades como el tamaño de la ventana de contexto, el modo JSON o las llamadas a funciones.