Crusoe: inteligencia, rendimiento y precio de sus modelos
Este análisis está pensado para ayudarte a elegir el mejor modelo ofrecido por Crusoe para tu caso de uso.
Más inteligente
Updated
GLM-5.2 (max) (NVFP4)
DeepSeek V4 Pro 0813 (max)DeepSeek V4 Flash 0731 (max)GLM-5.1
Gemma 4 31BÍndice de inteligencia
10 modelos en total
Más rápido
DeepSeek V4 Flash 0731 (max)
Nemotron 3.5 Lightning (BF16)
gpt-oss-120b (low)gpt-oss-120b (high)GLM-5.2 (max) (NVFP4)Velocidad de salida
10 modelos en total
Menor precio
Nemotron 3.5 Lightning (BF16)gpt-oss-120b (high)gpt-oss-120b (low)DeepSeek V4 Flash 0731 (max)Gemma 4 31BPrecio combinado (por 1M de tokens)
10 modelos en total
Crusoe ofrece 10 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 Crusoe son GLM-5.2 (max) (NVFP4) (39), DeepSeek V4 Pro 0813 (max) (36) y DeepSeek V4 Flash 0731 (max) (35).
- En velocidad de salida, los modelos más rápidos son DeepSeek V4 Flash 0731 (max) (330 t/s), Nemotron 3.5 Lightning (BF16) (305 t/s) y gpt-oss-120b (low) (269 t/s).
- En latencia, Qwen3 235B 2507 (Non-reasoning) (0.65s), Gemma 4 31B (Non-reasoning) (1.04s) y Nemotron 3.5 Lightning (BF16) (6.99s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, Nemotron 3.5 Lightning (BF16) ($0.05), gpt-oss-120b (high) ($0.07) y gpt-oss-120b (low) ($0.07) ofrecen los menores precios combinados por 1M de tokens. Los precios varían hasta 3.3x entre modelos.
- En tamaño de ventana de contexto, DeepSeek V4 Pro 0813 (max) (1M), DeepSeek V4 Flash 0731 (max) (1M) y GLM-5.2 (max) (NVFP4) (1M) admiten las ventanas de contexto más grandes en Crusoe.
Aspectos destacados
Evaluaciones de inteligencia
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
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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.2 (max) (NVFP4) | 1M | Abierto | 39* | -- | 236 | 0.94 | 11.53 | 8.47 | |||
DeepSeek V4 Pro 0813 (max) | 1.05M | Abierto | 36 | $1.65 | 188 | 1.73 | 15.06 | 10.66 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | Abierto | 35 | $0.19 | 330 | 1.05 | 8.63 | 6.06 | |||
 Kimi K2.6 (NVFP4) | 262k | Abierto | 31* | -- | -- | -- | -- | -- | |||
GLM-5.1 | 131k | Abierto | 27* | -- | 113 | 1.68 | 39.62 | 33.52 | |||
Kimi K2.6 (Non-reasoning) (NVFP4) | 262k | Abierto | 24* | -- | -- | -- | -- | -- | |||
Gemma 4 31B | 262k | Abierto | 15 | $0.10 | 49 | 1.25 | 46.61 | 35.22 | |||
Gemma 4 31B (Non-reasoning) | 262k | Abierto | 14* | -- | 49 | 1.04 | 11.24 | -- | |||
Nemotron 3.5 Lightning (BF16) | 262k | Abierto | 14 | $0.08 | 305 | 0.42 | 8.63 | 6.56 | |||
gpt-oss-120b (high) | 131k | Abierto | 12 | $0.04 | 269 | 0.35 | 9.66 | 7.44 | |||
 Qwen3 235B 2507 (Non-reasoning) | 262k | Abierto | 12* | -- | 106 | 0.65 | 5.36 | -- | |||
gpt-oss-120b (low) | 131k | Abierto | 10* | -- | 269 | 0.35 | 9.64 | 7.43 | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre Crusoe
Crusoe ofrece 10 modelos que monitoreamos: GLM-5.2 (max) (NVFP4), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), GLM-5.1, Gemma 4 31B, Gemma 4 31B (Non-reasoning), Nemotron 3.5 Lightning (BF16), gpt-oss-120b (high), Qwen3 235B 2507 (Non-reasoning) y gpt-oss-120b (low).
El modelo más inteligente disponible en Crusoe es GLM-5.2 (max) (NVFP4), con una puntuación de 39 en el Índice de Inteligencia.
El modelo más rápido en Crusoe por velocidad de salida es DeepSeek V4 Flash 0731 (max), con 329.8 tokens por segundo.
El modelo con el menor tiempo hasta el primer token de respuesta en Crusoe es Qwen3 235B 2507 (Non-reasoning), con 0.65s. Una menor latencia significa una respuesta inicial más rápida.
El modelo más económico en Crusoe por precio combinado es Nemotron 3.5 Lightning (BF16), a $0.05 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).
Los precios en Crusoe varían hasta 18x entre modelos, desde $0.05 por 1M de tokens para Nemotron 3.5 Lightning (BF16) hasta $0.90 por 1M de tokens para GLM-5.2 (max) (NVFP4).
Sí, Crusoe ofrece una API compatible con OpenAI, lo que facilita cambiar desde OpenAI o usar integraciones existentes del SDK de OpenAI.
Sí, los 10 modelos en Crusoe admiten el modo JSON para salida estructurada.
9 de 10 modelos en Crusoe admiten llamadas a funciones (uso de herramientas).
Sí, Crusoe ofrece 8 modelos de razonamiento: GLM-5.2 (max) (NVFP4), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), GLM-5.1, Gemma 4 31B, Nemotron 3.5 Lightning (BF16), 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 10 modelos en Crusoe 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 Crusoe, 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.