¿Qué modelos ofrece CoreWeave?

CoreWeave ofrece 30 modelos que monitoreamos: GLM-5.3-Flash, DeepSeek V4.1 Flash (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max), Qwen3.8 27B (xhigh) (FP8), DeepSeek V4 Pro (max), Beam 1.0 (NVFP4), MiniMax-M3 (NVFP4), Kimi K2.6, Nemotron 3.5 Super VL (NVFP4), Kimi K2.7 Code, DeepSeek V4.1 Flash (non-reasoning), Kimi K2.6 (non-reasoning), Nemotron 3 Ultra, DeepSeek V4 Pro (non-reasoning), Qwen3.6 35B A3B (FP8), Gemma 4 26B A4B, Qwen3.6 35B A3B (non-reasoning) (FP8), Gemma 4 31B, Gemma 4 31B (non-reasoning), DeepSeek V3.1 (non-reasoning), Gemma 4 26B A4B (non-reasoning), Nemotron 3.5 Lightning (BF16), gpt-oss-120b (high), Granite 4.2 8B, gpt-oss-120b (low), gpt-oss-20b (low), gpt-oss-20b (high), Llama 3.3 70B y Llama 3.1 8B.

Artificial Analysis

CoreWeave: inteligencia, rendimiento y precio de sus modelos

Name: Inteligencia
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

CoreWeave

Este análisis está pensado para ayudarte a elegir el mejor modelo ofrecido por CoreWeave para tu caso de uso.

Más inteligente

GLM-5.3-Flash

DeepSeek V4.1 Flash (max)

DeepSeek V4 Flash 0731 (max)

GLM-5.2 (max)

Qwen3.8 27B (xhigh) (FP8)

Intelligence Index

30 modelos en total

Más rápido

Nemotron 3.5 Super VL (NVFP4)

536 t/s

Nemotron 3.5 Lightning (BF16)

384 t/s

Nemotron 3 Ultra

381 t/s

Beam 1.0 (NVFP4)

354 t/s

DeepSeek V4.1 Flash (max)

321 t/s

Velocidad de salida

30 modelos en total

Menor precio

gpt-oss-20b (low)

$0.04

gpt-oss-20b (high)

$0.04

gpt-oss-120b (high)

$0.04

gpt-oss-120b (low)

$0.04

Nemotron 3.5 Lightning (BF16)

$0.06

Precio combinado (por 1M de tokens)

30 modelos en total

CoreWeave ofrece 30 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 CoreWeave son GLM-5.3-Flash (42), DeepSeek V4.1 Flash (max) (39) y DeepSeek V4 Flash 0731 (max) (34).
En velocidad de salida, los modelos más rápidos son Nemotron 3.5 Super VL (NVFP4) (536 t/s), Nemotron 3.5 Lightning (BF16) (384 t/s) y Nemotron 3 Ultra (381 t/s). La velocidad varía significativamente entre modelos, con una diferencia del 67% entre el más rápido y el más lento.
En latencia, Llama 3.1 8B (0.65s), Gemma 4 26B A4B (non-reasoning) (0.74s) y DeepSeek V4.1 Flash (non-reasoning) (0.79s) ofrecen el menor tiempo hasta el primer token de respuesta.
En precios, gpt-oss-20b (low) ($0.04), gpt-oss-20b (high) ($0.04) y gpt-oss-120b (high) ($0.04) ofrecen los menores precios combinados por 1M de tokens.
En tamaño de ventana de contexto, Beam 1.0 (NVFP4) (1M), GLM-5.3-Flash (1M) y DeepSeek V4.1 Flash (max) (1M) admiten las ventanas de contexto más grandes en CoreWeave.

Inteligencia

Artificial Analysis Intelligence Index · Higher is better

Velocidad

Output tokens per second · Higher is better

Precio

USD per 1M tokens (blended) · Lower is better

Evaluaciones de inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Artificial Analysis Intelligence Index v4.3.2 includes: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

AA-Briefcase v1.1Updated

Agentic knowledge work, (Elo-500)/2000

AA-Omniscience Accuracy

Knowledge

AA-Omniscience Non-Hallucination Rate

1 - hallucination rate

AutomationBench-AA

Agentic SaaS workflows

GDPval-AA v2.1Updated

Agentic real-world work tasks, (Elo-500)/2000

Humanity's Last Exam

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

AA-LCR v1.1

Long context reasoning

SciCodeUnder review

Coding

CritPtUnder review

Physics reasoning

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

FrontierCode 1.1New

Agentic software engineering in open-source repositories

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

Harvey LAB-AA v1.1Updated

Legal agentic work, Hallucination-Gated All-Pass Rate

EnterpriseOps-Gym-AA

Agentic business operations

ITBench-AA

Kubernetes incident root-cause analysis

MLCR-AA

Medical long context reasoning

MMMU-Pro

Visual reasoning

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Intelligence Index vs. precio

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

Ventana de contexto

Context window: tokens limit · Higher is better

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Precios

Intelligence Index vs. precio

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

Resumen de rendimiento

Velocidad de salida vs. precio

Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).

Velocidad

Medida por la velocidad de salida (tokens por segundo)

Velocidad de salida

Output tokens per second · Higher is better

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Latencia

Medida por el tiempo (segundos) hasta el primer token

Latencia: Tiempo hasta el primer token de respuesta

Segundos hasta recibir el primer token de respuesta · Incluye el tiempo de «pensamiento» de los modelos de razonamiento

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Comportamiento de caché

Tasa de aciertos de caché

Proporción de tokens de entrada aptos para caché servidos desde la caché · Mediana de las últimas cuatro semanas, actualizada el 26 sept 2026

The share of cacheable input tokens served from the provider's prompt cache, measured during multi-turn agentic coding sessions. We regularly measure each endpoint and report a representative rate based on recent measurements. Higher values mean more of the input is billed at the cheaper cache-hit price, where the provider offers one, which lowers the effective cost of agentic workloads. For further details, see our methodology page.

Costo por tarea vs. Tasa de aciertos de caché

Weighted average cost (USD) per Intelligence Index task · Cache hit rate: median of the last four weeks, updated Sep 26, 2026

Most attractive quadrant

Pareto line

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

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

Tiempo de respuesta de extremo a extremo vs. precio

End-to-end response time: end-to-end seconds to output 500 tokens · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).


									Análisis adicional
GLM-5.3-Flash	1M	Abierto	42	$0.65	271	1.18	10.42	7.39	Modelo Proveedor
DeepSeek V4.1 Flash (max)	1M	Abierto	39	$1.03	224	0.88	12.05	8.94	Modelo Proveedor
DeepSeek V4 Flash 0731 (max)	262k	Abierto	34	$0.42	114	1.56	23.48	17.54	Modelo Proveedor
GLM-5.2 (max)	262k	Abierto	34	$0.70	327	1.07	8.72	6.12	Modelo Proveedor
Qwen3.8 27B (xhigh) (FP8)	262k	Abierto	34	$0.92	67	1.71	38.97	29.81	Modelo Proveedor
DeepSeek V4 Pro (max)	1M	Abierto	30	$2.00	130	1.29	38.92	33.77	Modelo Proveedor
MiniMax-M3 (NVFP4)	262k	Abierto	29	--	122	1.24	21.66	16.33	Modelo Proveedor
GLM-5 (FP8)	200k	Abierto	28*	--	--	--	--	--	Modelo Proveedor
Kimi K2.6	262k	Abierto	27	$1.11	134	1.09	38.04	33.22	Modelo Proveedor
Nemotron 3.5 Super VL (NVFP4)	1M	Abierto	26	$0.24	456	1.17	6.66	4.39	Modelo Proveedor
Kimi K2.7 Code	262k	Abierto	26	$0.83	205	1.08	14.40	10.88	Modelo Proveedor
DeepSeek V4.1 Flash (non-reasoning)	1M	Abierto	25	$0.70	251	0.91	2.90	--	Modelo Proveedor
Kimi K2.6 (non-reasoning)	262k	Abierto	24*	--	87	1.11	6.86	--	Modelo Proveedor
Nemotron 3 Ultra	262k	Abierto	23	$0.51	381	0.93	8.21	5.97	Modelo Proveedor
DeepSeek V4 Pro (non-reasoning)	1M	Abierto	21*	--	132	1.44	5.24	--	Modelo Proveedor
Qwen3.6 35B A3B (FP8)	262k	Abierto	18	$0.31	167	0.98	36.20	32.23	Modelo Proveedor
Gemma 4 26B A4B	262k	Abierto	17*	--	72	0.66	35.17	27.61	Modelo Proveedor
Qwen3.6 35B A3B (non-reasoning) (FP8)	262k	Abierto	15*	--	170	1.01	3.95	--	Modelo Proveedor
Gemma 4 31B	262k	Abierto	15	$0.07	58	2.00	40.74	30.08	Modelo Proveedor
Gemma 4 31B (non-reasoning)	262k	Abierto	14*	--	40	1.97	14.34	--	Modelo Proveedor
DeepSeek V3.1 (non-reasoning)	128k	Abierto	14*	--	94	1.11	6.44	--	Modelo Proveedor
Gemma 4 26B A4B (non-reasoning)	262k	Abierto	13*	--	78	0.76	7.20	--	Modelo Proveedor
Nemotron 3.5 Lightning (BF16)	262k	Abierto	13	$0.07	394	0.57	6.92	5.08	Modelo Proveedor
gpt-oss-120b (high)	131k	Abierto	12	$0.02	54	1.21	47.42	36.97	Modelo Proveedor
Granite 4.2 8B	131k	Abierto	11	$0.05	88	0.72	29.07	22.68	Modelo Proveedor
gpt-oss-120b (low)	131k	Abierto	10*	--	49	1.21	52.65	41.15	Modelo Proveedor
gpt-oss-20b (low)	131k	Abierto	10*	--	171	0.56	15.18	11.70	Modelo Proveedor
gpt-oss-20b (high)	131k	Abierto	9	$0.01	170	0.55	15.27	11.78	Modelo Proveedor
Llama 3.3 70B	128k	Abierto	8*	--	93	0.82	6.20	--	Modelo Proveedor
Llama 3.1 8B	128k	Abierto	7*	--	142	0.66	4.18	--	Modelo Proveedor

Definiciones clave

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Preguntas frecuentes

Preguntas comunes sobre CoreWeave

El modelo más inteligente disponible en CoreWeave es GLM-5.3-Flash, con una puntuación de 42 en el Intelligence Index.

El modelo más rápido en CoreWeave por velocidad de salida es Nemotron 3.5 Super VL (NVFP4), con 536.0 tokens por segundo.

El modelo con el menor tiempo hasta el primer token de respuesta en CoreWeave es Llama 3.1 8B, con 0.65s. Una menor latencia significa una respuesta inicial más rápida.

El modelo más económico en CoreWeave por precio combinado es gpt-oss-20b (low), a $0.04 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).

Los precios en CoreWeave varían hasta 18x entre modelos, desde $0.04 por 1M de tokens para gpt-oss-20b (low) hasta $0.71 por 1M de tokens para Llama 3.3 70B.

Sí, CoreWeave ofrece una API compatible con OpenAI, lo que facilita cambiar desde OpenAI o usar integraciones existentes del SDK de OpenAI.

Sí, los 30 modelos en CoreWeave admiten el modo JSON para salida estructurada.

Sí, los 30 modelos en CoreWeave admiten llamadas a funciones (uso de herramientas).

Sí, CoreWeave ofrece 21 modelos de razonamiento: GLM-5.3-Flash, DeepSeek V4.1 Flash (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max), Qwen3.8 27B (xhigh) (FP8), DeepSeek V4 Pro (max), Beam 1.0 (NVFP4), MiniMax-M3 (NVFP4), Kimi K2.6, Nemotron 3.5 Super VL (NVFP4), Kimi K2.7 Code, Nemotron 3 Ultra, Qwen3.6 35B A3B (FP8), Gemma 4 26B A4B, Gemma 4 31B, Nemotron 3.5 Lightning (BF16), gpt-oss-120b (high), Granite 4.2 8B, gpt-oss-120b (low), gpt-oss-20b (low) y gpt-oss-20b (high). Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.

Sí, los 30 modelos en CoreWeave 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 CoreWeave, 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.

CoreWeave: inteligencia, rendimiento y precio de sus modelos

Más inteligente

Más rápido

Menor precio

Inteligencia

Velocidad

Precio

Evaluaciones de inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Intelligence Index vs. precio

Price-Quality Variance

Ventana de contexto

Ventana de contexto

Context Window for RAG

Context Window

Precios

Intelligence Index vs. precio

Price-Quality Variance

Resumen de rendimiento

Velocidad de salida vs. precio

Output Speed

Price

Velocidad

Velocidad de salida

Output Speed

Model Performance Representation

Latencia

Latencia: Tiempo hasta el primer token de respuesta

Time to First Answer Token

Comportamiento de caché

Tasa de aciertos de caché

What Cache Hit Rate Shows

Costo por tarea vs. Tasa de aciertos de caché

Cost per Intelligence Index Task

Tiempo de respuesta de extremo a extremo

Tiempo de respuesta de extremo a extremo vs. precio

Price

Definiciones clave

Context Window

Preguntas frecuentes

¿Qué modelos ofrece CoreWeave?

¿Cuál es el modelo más inteligente en CoreWeave?

¿Cuál es el modelo más rápido en CoreWeave?

¿Qué modelo tiene la menor latencia en CoreWeave?

¿Cuál es el modelo más barato en CoreWeave?

¿Cuánto varían los precios entre modelos en CoreWeave?

¿Es CoreWeave compatible con OpenAI?

¿CoreWeave admite el modo JSON?

¿CoreWeave admite llamadas a funciones?

¿CoreWeave ofrece modelos de razonamiento?

¿CoreWeave ofrece modelos de pesos abiertos?

¿El rendimiento de CoreWeave cambia con el tiempo?

¿Cómo elijo un modelo en CoreWeave?