Cloudflare: inteligencia, rendimiento y precio de sus modelos
Análisis de los modelos de Cloudflare 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 Cloudflare para tu caso de uso.
Más inteligente
Índice de inteligencia
11 modelos en total
Más rápido
Velocidad de salida
11 modelos en total
Menor precio
Precio combinado (por 1M de tokens)
11 modelos en total
Cloudflare ofrece 11 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 Cloudflare son Kimi K2.6 (44), Gemma 4 26B A4B (26) y gpt-oss-120b (high) (24).
- En velocidad de salida, los modelos más rápidos son Llama 3.1 8B (188 t/s), gpt-oss-20b (high) (165 t/s) y gpt-oss-20b (low) (162 t/s). La velocidad varía significativamente entre modelos, con una diferencia del 68% entre el más rápido y el más lento.
- En latencia, Llama 3.1 8B (0.76s), Llama 4 Scout (0.78s) y Mistral Small 3.1 (1.70s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, Gemma 4 26B A4B ($0.12), gpt-oss-20b (high) ($0.21) y gpt-oss-20b (low) ($0.21) ofrecen los menores precios combinados por 1M de tokens. Los precios varían hasta 3.1x entre modelos.
- En tamaño de ventana de contexto, Kimi K2.6 (262k), Gemma 4 26B A4B (256k) y Llama 4 Scout (131k) admiten las ventanas de contexto más grandes en Cloudflare.
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
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 K2.6 | 262k | Abierto | 44 | $0.28 | 45 | 1.48 | 112.36 | 99.69 | |||
Gemma 4 26B A4B | 256k | Abierto | 26 | $0.03 | 77 | 1.18 | 33.76 | 26.07 | |||
gpt-oss-120b (high) | 116k | Abierto | 24 | $0.12 | 116 | 0.93 | 22.42 | 17.19 | |||
gpt-oss-120b (low) | 128k | Abierto | 15 | $0.04 | 112 | 1.14 | 23.52 | 17.90 | |||
gpt-oss-20b (high) | 128k | Abierto | 15 | $0.06 | 165 | 0.78 | 15.89 | 12.09 | |||
Mistral Small 3.1 | 128k | Abierto | 15 | $0.14 | 44 | 1.70 | 13.06 | -- | |||
gpt-oss-20b (low) | 128k | Abierto | 14* | -- | 162 | 0.80 | 16.27 | 12.38 | |||
QwQ-32B | 24k | Abierto | 13* | -- | 31 | 2.16 | 99.82 | 81.34 | |||
Llama 4 Scout | 131k | Abierto | 10 | $0.01 | 40 | 0.78 | 13.41 | -- | |||
Llama 3.3 70B | 24k | Abierto | 9 | $0.04 | 50 | 3.58 | 13.56 | -- | |||
Llama 3.1 8B | 30k | Abierto | 8 | -- | 188 | 0.76 | 3.42 | -- | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre Cloudflare
Cloudflare ofrece 11 modelos que monitoreamos: Kimi K2.6, Gemma 4 26B A4B, gpt-oss-120b (high), gpt-oss-120b (low), gpt-oss-20b (high), Mistral Small 3.1, gpt-oss-20b (low), QwQ-32B, Llama 4 Scout, Llama 3.3 70B y Llama 3.1 8B.
El modelo más inteligente disponible en Cloudflare es Kimi K2.6, con una puntuación de 44 en el Índice de Inteligencia.
El modelo más rápido en Cloudflare por velocidad de salida es Llama 3.1 8B, con 188.1 tokens por segundo.
El modelo con el menor tiempo hasta el primer token de respuesta en Cloudflare es Llama 3.1 8B, con 0.76s. Una menor latencia significa una respuesta inicial más rápida.
El modelo más económico en Cloudflare por precio combinado es Gemma 4 26B A4B, a $0.12 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).
Los precios en Cloudflare varían hasta 6x entre modelos, desde $0.12 por 1M de tokens para Gemma 4 26B A4B hasta $0.70 por 1M de tokens para Kimi K2.6.
Sí, Cloudflare ofrece una API compatible con OpenAI, lo que facilita cambiar desde OpenAI o usar integraciones existentes del SDK de OpenAI.
10 de 11 modelos en Cloudflare admiten el modo JSON para salida estructurada.
Sí, los 11 modelos en Cloudflare admiten llamadas a funciones (uso de herramientas).
Sí, Cloudflare ofrece 7 modelos de razonamiento: Kimi K2.6, Gemma 4 26B A4B, gpt-oss-120b (high), gpt-oss-120b (low), gpt-oss-20b (high), gpt-oss-20b (low) y QwQ-32B. Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.
Sí, los 11 modelos en Cloudflare 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 Cloudflare, 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.