DeepInfra: inteligencia, rendimiento y precio de sus modelos
Este análisis está pensado para ayudarte a elegir el mejor modelo ofrecido por DeepInfra para tu caso de uso.
Más inteligente
Kimi K3.1 Pro
DeepSeek V4.1 Flash 1017 (max)
GLM-5.3 (max)
MiMo-V2.6-ProGLM-5.3-FlashIntelligence Index
105 modelos en total
Menor tiempo por tarea
Inkling Small
Muse Glimmer (high)
Nemotron 3.5 Super VLNemotron 3.5 Lightning (NVFP4)Inkling (xhigh) (FP8)Tiempo por tarea del Intelligence Index (minutos)
105 modelos en total
Menor precio
Llama 3.1 8B (Turbo, FP8)Llama 3.1 8B
Gemma 4 E4B (non-reasoning)Gemma 4 E4BLlama 3 8BPrecio combinado (por 1M de tokens)
105 modelos en total
DeepInfra ofrece 105 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 DeepInfra son Kimi K3.1 Pro (46), DeepSeek V4.1 Flash 1017 (max) (33) y GLM-5.3 (max) (32).
- En tiempo por tarea, Inkling Small (4.7 min), Muse Glimmer (high) (4.9 min) y Nemotron 3.5 Super VL (4.9 min) completan una tarea del Intelligence Index más rápido en DeepInfra.
- En latencia, Qwen3 30B (non-reasoning) (FP8) (0.34s), Phi-4 (0.53s) y Llama 3 8B (0.55s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, Llama 3.1 8B (Turbo, FP8) ($0.02), Llama 3.1 8B ($0.02) y Gemma 4 E4B (non-reasoning) ($0.03) ofrecen los menores precios combinados por 1M de tokens.
- En tamaño de ventana de contexto, Kimi K3.1 Pro (1M), Llama 4 Maverick (FP8) (1M) y DeepSeek V4 Pro (max) (FP4) (1M) admiten las ventanas de contexto más grandes en DeepInfra.
Inteligencia
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Physics reasoning
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic real-world work tasks, Elo
Agentic interactive 3D experiences, Elo
Product and brand videos designed in code, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
Intelligence Index vs. precio
Precios
Costo por tarea del Intelligence Index
Intelligence Index vs. precio
Velocidad
Promedio de las cargas medidas de solicitud única y agénticas multiturno
Tiempo por tarea del Intelligence Index
Calidad
Endpoint Accuracy Index
Latencia
Promedio de las cargas medidas de solicitud única y agénticas multiturno
Tiempo hasta el primer token de respuesta
Fiabilidad
Proporción de solicitudes que el endpoint no completó, en todas las cargas medidas de solicitud única y agénticas multiturno
Tasa de errores del endpoint
Caché
Tasa de aciertos de caché
Costo por tarea vs. Tasa de aciertos de caché
Análisis adicional | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|
Kimi K3.1 Pro | 46 | $4.39 | 37.1 | 147.96 | 1.3% | 1M | Abierto | |||
DeepSeek V4.1 Flash 1017 (max) | 33 | $0.19 | 23.4 | 111.98 | 0.9% | 1M | Abierto | |||
GLM-5.3 (max) | 32 | $2.39 | 29.1 | 103.51 | 1.0% | 1M | Abierto | |||
MiMo-V2.6-Pro | 30 | $0.54 | 48.9 | 62.08 | 0.0% | 1M | Abierto | |||
GLM-5.3-Flash | 28 | $1.16 | 16.3 | 45.00 | 0.0% | 1M | Abierto | |||
MiMo-V2.6-Flash | 27 | $0.13 | 44.7 | 38.92 | 3.1% | 1M | Abierto | |||
DeepSeek V4 Pro 0813 (max) | 23 | $2.98 | 25.3 | 82.82 | 0.9% | 1M | Abierto | |||
 Qwen3.8 27B (xhigh) | 20 | $1.54 | 44.6 | 208.24 | 2.2% | 262k | Abierto | |||
 MiniMax-M3 | 19 | $1.11 | 47.7 | 48.33 | 4.2% | 524k | Abierto | |||
Nemotron 3.5 Super VL | 14 | $0.35 | 4.6 | 13.05 | 0.0% | 1M | Abierto | |||
Inkling Small | 13 | $0.29 | 4.3 | 50.02 | 3.0% | 524k | Abierto | |||
Inkling (xhigh) (FP8) | 12 | $1.26 | 6.4 | 74.16 | 2.0% | 131k | Abierto | |||
Nemotron 3 Ultra | 12 | $1.74 | 9.7 | 7.22 | 0.0% | 262k | Abierto | |||
Nemotron 3 Ultra BF16 | 12 | $4.03 | 12.0 | 16.60 | 0.0% | 262k | Abierto | |||
Muse Glimmer (high) | 6 | $0.13 | 5.3 | 31.46 | 1.8% | 131k | Abierto | |||
Nemotron 3.5 Lightning (NVFP4) | 6 | $0.31 | 5.0 | 20.41 | 0.0% | 262k | Abierto | |||
 Granite 4.2 8B | 5 | $0.04 | 12.3 | 74.90 | 2.2% | 131k | Abierto | |||
Gemma 4 31B | 4 | -- | -- | 80.17 | 0.6% | 262k | Abierto | |||
Qwen3.5 122B A10B (non-reasoning) (FP4) | -- | -- | -- | 2.15 | 2.4% | 262k | Abierto | |||
Qwen3 Coder 480B (Turbo, FP4) | -- | -- | -- | 9.15 | 0.0% | 262k | Abierto | |||
Kimi K2.6 (FP4) | -- | -- | -- | 327.18 | 3.6% | 262k | Abierto | |||
Qwen3.5 397B A17B (FP8) | -- | -- | -- | 67.48 | 0.0% | 262k | Abierto | |||
Kimi K2.6 (non-reasoning) (FP4) | -- | -- | -- | 3.33 | 2.6% | 262k | Abierto | |||
MiniMax-M2.5 (FP8) | -- | -- | -- | 37.64 | 2.9% | 197k | Abierto | |||
Qwen3.5 27B (FP8) | -- | -- | -- | 44.61 | 0.0% | 262k | Abierto | |||
 Hermes 3 - Llama-3.1 70B | -- | -- | -- | 1.01 | 2.5% | 131k | Abierto | |||
Gemma 3 4B | -- | -- | -- | 1.33 | 0.0% | 131k | Abierto | |||
Qwen3.5 122B A10B (FP4) | -- | -- | -- | 118.75 | 1.1% | 262k | Abierto | |||
Nemotron 3 Nano (non-reasoning) | -- | -- | -- | 0.88 | 0.8% | 262k | Abierto | |||
 Mistral Small 3.1 | -- | -- | -- | 2.50 | 0.0% | 128k | Abierto | |||
Qwen3 Next 80B A3B | -- | -- | -- | 22.51 | 0.0% | 262k | Abierto | |||
Gemma 3 27B | -- | -- | -- | 2.12 | 0.0% | 131k | Abierto | |||
GLM-4.7-Flash | -- | -- | -- | 5.59 | 0.0% | 203k | Abierto | |||
Gemma 3 12B | -- | -- | -- | 1.90 | 0.0% | 131k | Abierto | |||
NVIDIA Nemotron Nano 9B V2 (non-reasoning) | -- | -- | -- | 1.67 | 1.7% | 131k | Abierto | |||
Qwen3.5 4B (non-reasoning) FP8 | -- | -- | -- | 2.04 | 0.0% | 262k | Abierto | |||
Qwen3.5 397B A17B (non-reasoning) (FP8) | -- | -- | -- | 2.10 | 0.0% | 262k | Abierto | |||
Qwen3 235B 2507 (FP8) | -- | -- | -- | 4.34 | 0.0% | 262k | Abierto | |||
 gpt-oss-20b (high) | -- | -- | -- | 51.10 | 1.8% | 131k | Abierto | |||
Qwen3.6 27B (non-reasoning) FP8 | -- | -- | -- | 2.18 | 2.5% | 262k | Abierto | |||
Qwen3 30B (FP8) | -- | -- | -- | 12.66 | 0.0% | 41k | Abierto | |||
GLM-5 (FP4) | -- | -- | -- | 80.46 | 2.2% | 203k | Abierto | |||
Mistral Small 3.2 (FP8) | -- | -- | -- | 2.47 | 0.0% | 128k | Abierto | |||
DeepSeek V3 (Dec) | -- | -- | -- | 2.21 | 0.0% | 164k | Abierto | |||
Qwen3 14B (FP8) | -- | -- | -- | 19.23 | 0.0% | 33k | Abierto | |||
Llama 3.1 70B | -- | -- | -- | 7.22 | 2.7% | 131k | Abierto | |||
Llama 3.1 70B (Turbo, FP8) | -- | -- | -- | 8.04 | 2.6% | 131k | Abierto | |||
Qwen3.5 35B A3B (FP8) | -- | -- | -- | 95.16 | 17.9% | 262k | Abierto | |||
DeepSeek R1 Distill Llama 70B | -- | -- | -- | -- | -- | 131k | Abierto | |||
Qwen3.5 27B (non-reasoning) FP8 | -- | -- | -- | 2.09 | 0.0% | 262k | Abierto | |||
Gemma 4 E4B (non-reasoning) | -- | -- | -- | 1.70 | 0.7% | 131k | Abierto | |||
GLM-5.1 (FP4) | -- | -- | -- | 77.42 | 0.0% | 203k | Abierto | |||
DeepSeek V4 Pro (high) (FP4) | -- | -- | -- | -- | -- | 66k | Abierto | |||
Llama 3.2 11B (Vision) | -- | -- | -- | 4.00 | 0.7% | 131k | Abierto | |||
Nemotron 3 Super | -- | -- | -- | 12.76 | 0.0% | 262k | Abierto | |||
Qwen3.5 4B (FP8) | -- | -- | -- | 104.92 | 0.0% | 262k | Abierto | |||
Qwen3.6 35B A3B (non-reasoning) (FP8) | -- | -- | -- | 1.31 | 0.0% | 262k | Abierto | |||
GLM-4.6 (FP4) | -- | -- | -- | 28.39 | 3.1% | 203k | Abierto | |||
 Step 3.7 Flash | -- | -- | -- | 56.99 | 2.2% | 256k | Abierto | |||
DeepSeek V3.2 (non-reasoning) | -- | -- | -- | 1.90 | 0.0% | 164k | Abierto | |||
Gemma 4 26B A4B (FP8) | -- | -- | -- | 32.09 | 0.7% | 262k | Abierto | |||
GLM-4.7 (FP4) | -- | -- | -- | 107.92 | 3.2% | 203k | Abierto | |||
Gemma 4 26B A4B (non-reasoning) (FP8) | -- | -- | -- | 1.60 | 0.7% | 262k | Abierto | |||
Llama 3.1 8B (Turbo, FP8) | -- | -- | -- | 3.12 | 0.0% | 131k | Abierto | |||
Llama 3.1 8B | -- | -- | -- | 3.40 | 2.3% | 131k | Abierto | |||
DeepSeek V3 0324 (FP4) | -- | -- | -- | 0.81 | 2.2% | 164k | Abierto | |||
Nemotron 3 Nano | -- | -- | -- | 0.99 | 0.0% | 262k | Abierto | |||
DeepSeek V4 Flash Vision (max) | -- | -- | -- | 109.46 | 0.0% | 1M | Propietario | |||
GLM-4.7 (non-reasoning) (FP4) | -- | -- | -- | 4.68 | 0.0% | 203k | Abierto | |||
Llama 3 8B | -- | -- | -- | 0.60 | 0.0% | 8k | Abierto | |||
Qwen3.6 35B A3B (FP8) | -- | -- | -- | 31.64 | 1.9% | 262k | Abierto | |||
DeepSeek V4 Flash (high) (FP4) | -- | -- | -- | -- | -- | 1M | Abierto | |||
Qwen3.6 27B FP8 | -- | -- | -- | 39.54 | 0.0% | 262k | Abierto | |||
Kimi K2.7 Code | -- | -- | -- | 40.14 | 0.8% | 262k | Abierto | |||
Qwen3.8 2.4T A95B | -- | -- | -- | 129.38 | 5.2% | 262k | Abierto | |||
Llama 4 Maverick (FP8) | -- | -- | -- | 1.67 | 0.7% | 1M | Abierto | |||
GLM-5.1 (non-reasoning) (FP4) | -- | -- | -- | 6.81 | 2.9% | 203k | Abierto | |||
Llama 3.3 70B (Turbo, FP8) | -- | -- | -- | 7.23 | 0.0% | 131k | Abierto | |||
Kimi K2.5 | -- | -- | -- | 356.02 | 12.0% | 262k | Abierto | |||
 Ling 3.1 Flash | -- | -- | -- | 133.65 | 6.6% | 262k | Abierto | |||
DeepSeek R1 0528 | -- | -- | -- | 110.85 | 0.0% | 164k | Abierto | |||
Llama 4 Scout | -- | -- | -- | 1.18 | 0.9% | 131k | Abierto | |||
Qwen3 32B (FP8) | -- | -- | -- | 30.62 | 0.0% | 41k | Abierto | |||
 Hy3 (FP8) | -- | -- | -- | 169.25 | 9.0% | 262k | Abierto | |||
Qwen2.5 72B | -- | -- | -- | 4.51 | 0.0% | 33k | Abierto | |||
DeepSeek V4 Pro (max) (FP4) | -- | -- | -- | 22.20 | 2.6% | 1M | Abierto | |||
Qwen3 32B (non-reasoning) (FP8) | -- | -- | -- | 0.85 | 0.0% | 41k | Abierto | |||
gpt-oss-120b (low) | -- | -- | -- | 5.10 | 6.3% | 131k | Abierto | |||
Gemma 4 31B (non-reasoning) (FP8) | -- | -- | -- | 4.11 | 0.7% | 262k | Abierto | |||
DeepSeek V3.2 (FP4) | -- | -- | -- | 27.69 | 2.9% | 164k | Abierto | |||
Gemma 4 E4B | -- | -- | -- | 50.13 | 0.8% | 131k | Abierto | |||
DeepSeek V4 Flash (max) (FP4) | -- | -- | -- | 44.11 | 0.0% | 1M | Abierto | |||
DeepSeek V4.1 Flash (max) | -- | -- | -- | 75.79 | 0.0% | 1M | Abierto | |||
DeepSeek V3.1 Terminus (non-reasoning) (FP4) | -- | -- | -- | 1.03 | 0.0% | 164k | Abierto | |||
Ling 3.0 Flash | -- | -- | -- | 19.79 | 0.0% | 131k | Abierto | |||
Mistral Small 3 | -- | -- | -- | 0.67 | 0.0% | 33k | Abierto | |||
Qwen3 14B (non-reasoning) (FP8) | -- | -- | -- | 24.38 | 0.0% | 41k | Abierto | |||
 Phi-4 | -- | -- | -- | 0.54 | 0.0% | 16k | Abierto | |||
Qwen3.5 35B A3B (non-reasoning) FP8 | -- | -- | -- | 1.07 | 0.0% | 262k | Abierto | |||
gpt-oss-120b (high) (Turbo) | -- | -- | -- | 66.35 | 1.0% | 131k | Abierto | |||
gpt-oss-120b (high) | -- | -- | -- | 50.70 | 0.9% | 131k | Abierto | |||
GLM-5 (non-reasoning) (FP8) | -- | -- | -- | 2.09 | 0.0% | 203k | Abierto | |||
NVIDIA Nemotron Nano 9B V2 | -- | -- | -- | 0.87 | 0.9% | 131k | Abierto | |||
Qwen3 30B (non-reasoning) (FP8) | -- | -- | -- | 0.38 | 0.0% | 41k | Abierto | |||
Qwen3 235B A22B 2507 (FP8) | -- | -- | -- | 29.79 | 0.0% | 262k | Abierto | |||
GLM-5.2 (max) (FP4) | -- | -- | -- | 72.84 | 0.0% | 1M | Abierto | |||
DeepSeek V3.1 (non-reasoning) (FP4) | -- | -- | -- | 3.39 | 0.0% | 164k | Abierto | |||
DeepSeek V4 Flash 0731 (max) | -- | -- | -- | 38.19 | 0.0% | 1M | Abierto | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre DeepInfra
DeepInfra ofrece 105 modelos que monitoreamos: Kimi K3.1 Pro, DeepSeek V4.1 Flash 1017 (max), GLM-5.3 (max), MiMo-V2.6-Pro, GLM-5.3-Flash, MiMo-V2.6-Flash, DeepSeek V4 Pro 0813 (max), Qwen3.8 27B (xhigh), MiniMax-M3, Nemotron 3.5 Super VL, Inkling Small, Inkling (xhigh) (FP8), Nemotron 3 Ultra, Nemotron 3 Ultra BF16, Muse Glimmer (high), Nemotron 3.5 Lightning (NVFP4), Granite 4.2 8B, Gemma 4 31B, Qwen3.5 122B A10B (non-reasoning) (FP4), Qwen3 Coder 480B (Turbo, FP4), Kimi K2.6 (FP4), Qwen3.5 397B A17B (FP8), Kimi K2.6 (non-reasoning) (FP4), MiniMax-M2.5 (FP8), Qwen3.5 27B (FP8), Hermes 3 - Llama-3.1 70B, Gemma 3 4B, Qwen3.5 122B A10B (FP4), Nemotron 3 Nano (non-reasoning), Mistral Small 3.1, Qwen3 Next 80B A3B, Gemma 3 27B, GLM-4.7-Flash, Gemma 3 12B, NVIDIA Nemotron Nano 9B V2 (non-reasoning), Qwen3.5 4B (non-reasoning) FP8, Qwen3.5 397B A17B (non-reasoning) (FP8), Qwen3 235B 2507 (FP8), gpt-oss-20b (high), Qwen3.6 27B (non-reasoning) FP8, Qwen3 30B (FP8), GLM-5 (FP4), Mistral Small 3.2 (FP8), DeepSeek V3 (Dec), Qwen3 14B (FP8), Llama 3.1 70B, Llama 3.1 70B (Turbo, FP8), Qwen3.5 35B A3B (FP8), Qwen3.5 27B (non-reasoning) FP8, Gemma 4 E4B (non-reasoning), GLM-5.1 (FP4), Llama 3.2 11B (Vision), Nemotron 3 Super, Qwen3.5 4B (FP8), Qwen3.6 35B A3B (non-reasoning) (FP8), GLM-4.6 (FP4), Step 3.7 Flash, DeepSeek V3.2 (non-reasoning), Gemma 4 26B A4B (FP8), GLM-4.7 (FP4), Gemma 4 26B A4B (non-reasoning) (FP8), Llama 3.1 8B (Turbo, FP8), Llama 3.1 8B, DeepSeek V3 0324 (FP4), Nemotron 3 Nano, DeepSeek V4 Flash Vision (max), GLM-4.7 (non-reasoning) (FP4), Llama 3 8B, Qwen3.6 35B A3B (FP8), Qwen3.6 27B FP8, Kimi K2.7 Code, Qwen3.8 2.4T A95B, Llama 4 Maverick (FP8), GLM-5.1 (non-reasoning) (FP4), Llama 3.3 70B (Turbo, FP8), Kimi K2.5, Ling 3.1 Flash, DeepSeek R1 0528, Llama 4 Scout, Qwen3 32B (FP8), Hy3 (FP8), Qwen2.5 72B, DeepSeek V4 Pro (max) (FP4), Qwen3 32B (non-reasoning) (FP8), gpt-oss-120b (low), Gemma 4 31B (non-reasoning) (FP8), DeepSeek V3.2 (FP4), Gemma 4 E4B, DeepSeek V4 Flash (max) (FP4), DeepSeek V4.1 Flash (max), DeepSeek V3.1 Terminus (non-reasoning) (FP4), Ling 3.0 Flash, Mistral Small 3, Qwen3 14B (non-reasoning) (FP8), Phi-4, Qwen3.5 35B A3B (non-reasoning) FP8, gpt-oss-120b (high) (Turbo), gpt-oss-120b (high), GLM-5 (non-reasoning) (FP8), NVIDIA Nemotron Nano 9B V2, Qwen3 30B (non-reasoning) (FP8), Qwen3 235B A22B 2507 (FP8), GLM-5.2 (max) (FP4), DeepSeek V3.1 (non-reasoning) (FP4) y DeepSeek V4 Flash 0731 (max).
El modelo más inteligente disponible en DeepInfra es Kimi K3.1 Pro, con una puntuación de 46 en el Intelligence Index.
El modelo con el menor tiempo por tarea en DeepInfra es Inkling Small, con 4.7 minutos por tarea del Intelligence Index. El tiempo por tarea es la cantidad de tokens de salida por tarea dividida por la velocidad de salida de extremo a extremo; un valor menor significa que la tarea termina antes.
El modelo con el menor tiempo hasta el primer token de respuesta en DeepInfra es Qwen3 30B (non-reasoning) (FP8), con 0.34s. Una menor latencia significa una respuesta inicial más rápida.
El modelo más económico en DeepInfra por precio combinado es Llama 3.1 8B (Turbo, FP8), a $0.022 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).
Los precios en DeepInfra varían hasta 66x entre modelos, desde $0.022 por 1M de tokens para Llama 3.1 8B (Turbo, FP8) hasta $1.46 por 1M de tokens para Kimi K3.1 Pro.
Sí, DeepInfra ofrece una API compatible con OpenAI, lo que facilita cambiar desde OpenAI o usar integraciones existentes del SDK de OpenAI.
Sí, los 105 modelos en DeepInfra admiten el modo JSON para salida estructurada.
102 de 105 modelos en DeepInfra admiten llamadas a funciones (uso de herramientas).
Sí, DeepInfra ofrece 60 modelos de razonamiento: Kimi K3.1 Pro, DeepSeek V4.1 Flash 1017 (max), GLM-5.3 (max), MiMo-V2.6-Pro, GLM-5.3-Flash, MiMo-V2.6-Flash, DeepSeek V4 Pro 0813 (max), Qwen3.8 27B (xhigh), MiniMax-M3, Nemotron 3.5 Super VL, Inkling Small, Inkling (xhigh) (FP8), Nemotron 3 Ultra, Nemotron 3 Ultra BF16, Muse Glimmer (high), Nemotron 3.5 Lightning (NVFP4), Granite 4.2 8B, Gemma 4 31B, Kimi K2.6 (FP4), Qwen3.5 397B A17B (FP8), MiniMax-M2.5 (FP8), Qwen3.5 27B (FP8), Qwen3.5 122B A10B (FP4), GLM-4.7-Flash, gpt-oss-20b (high), Qwen3 30B (FP8), GLM-5 (FP4), Qwen3 14B (FP8), Qwen3.5 35B A3B (FP8), GLM-5.1 (FP4), Nemotron 3 Super, Qwen3.5 4B (FP8), GLM-4.6 (FP4), Step 3.7 Flash, Gemma 4 26B A4B (FP8), GLM-4.7 (FP4), Nemotron 3 Nano, DeepSeek V4 Flash Vision (max), Qwen3.6 35B A3B (FP8), Qwen3.6 27B FP8, Kimi K2.7 Code, Qwen3.8 2.4T A95B, Kimi K2.5, Ling 3.1 Flash, DeepSeek R1 0528, Qwen3 32B (FP8), Hy3 (FP8), DeepSeek V4 Pro (max) (FP4), gpt-oss-120b (low), DeepSeek V3.2 (FP4), Gemma 4 E4B, DeepSeek V4 Flash (max) (FP4), DeepSeek V4.1 Flash (max), Ling 3.0 Flash, gpt-oss-120b (high) (Turbo), gpt-oss-120b (high), NVIDIA Nemotron Nano 9B V2, Qwen3 235B A22B 2507 (FP8), GLM-5.2 (max) (FP4) y DeepSeek V4 Flash 0731 (max). Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.
Sí, 104 de 105 modelos en DeepInfra son modelos de pesos abiertos: Kimi K3.1 Pro, DeepSeek V4.1 Flash 1017 (max), GLM-5.3 (max), MiMo-V2.6-Pro, GLM-5.3-Flash, MiMo-V2.6-Flash, DeepSeek V4 Pro 0813 (max), Qwen3.8 27B (xhigh), MiniMax-M3, Nemotron 3.5 Super VL, Inkling Small, Inkling (xhigh) (FP8), Nemotron 3 Ultra, Nemotron 3 Ultra BF16, Muse Glimmer (high), Nemotron 3.5 Lightning (NVFP4), Granite 4.2 8B, Gemma 4 31B, Qwen3.5 122B A10B (non-reasoning) (FP4), Qwen3 Coder 480B (Turbo, FP4), Kimi K2.6 (FP4), Qwen3.5 397B A17B (FP8), Kimi K2.6 (non-reasoning) (FP4), MiniMax-M2.5 (FP8), Qwen3.5 27B (FP8), Hermes 3 - Llama-3.1 70B, Gemma 3 4B, Qwen3.5 122B A10B (FP4), Nemotron 3 Nano (non-reasoning), Mistral Small 3.1, Qwen3 Next 80B A3B, Gemma 3 27B, GLM-4.7-Flash, Gemma 3 12B, NVIDIA Nemotron Nano 9B V2 (non-reasoning), Qwen3.5 4B (non-reasoning) FP8, Qwen3.5 397B A17B (non-reasoning) (FP8), Qwen3 235B 2507 (FP8), gpt-oss-20b (high), Qwen3.6 27B (non-reasoning) FP8, Qwen3 30B (FP8), GLM-5 (FP4), Mistral Small 3.2 (FP8), DeepSeek V3 (Dec), Qwen3 14B (FP8), Llama 3.1 70B, Llama 3.1 70B (Turbo, FP8), Qwen3.5 35B A3B (FP8), Qwen3.5 27B (non-reasoning) FP8, Gemma 4 E4B (non-reasoning), GLM-5.1 (FP4), Llama 3.2 11B (Vision), Nemotron 3 Super, Qwen3.5 4B (FP8), Qwen3.6 35B A3B (non-reasoning) (FP8), GLM-4.6 (FP4), Step 3.7 Flash, DeepSeek V3.2 (non-reasoning), Gemma 4 26B A4B (FP8), GLM-4.7 (FP4), Gemma 4 26B A4B (non-reasoning) (FP8), Llama 3.1 8B (Turbo, FP8), Llama 3.1 8B, DeepSeek V3 0324 (FP4), Nemotron 3 Nano, GLM-4.7 (non-reasoning) (FP4), Llama 3 8B, Qwen3.6 35B A3B (FP8), Qwen3.6 27B FP8, Kimi K2.7 Code, Qwen3.8 2.4T A95B, Llama 4 Maverick (FP8), GLM-5.1 (non-reasoning) (FP4), Llama 3.3 70B (Turbo, FP8), Kimi K2.5, Ling 3.1 Flash, DeepSeek R1 0528, Llama 4 Scout, Qwen3 32B (FP8), Hy3 (FP8), Qwen2.5 72B, DeepSeek V4 Pro (max) (FP4), Qwen3 32B (non-reasoning) (FP8), gpt-oss-120b (low), Gemma 4 31B (non-reasoning) (FP8), DeepSeek V3.2 (FP4), Gemma 4 E4B, DeepSeek V4 Flash (max) (FP4), DeepSeek V4.1 Flash (max), DeepSeek V3.1 Terminus (non-reasoning) (FP4), Ling 3.0 Flash, Mistral Small 3, Qwen3 14B (non-reasoning) (FP8), Phi-4, Qwen3.5 35B A3B (non-reasoning) FP8, gpt-oss-120b (high) (Turbo), gpt-oss-120b (high), GLM-5 (non-reasoning) (FP8), NVIDIA Nemotron Nano 9B V2, Qwen3 30B (non-reasoning) (FP8), Qwen3 235B A22B 2507 (FP8), GLM-5.2 (max) (FP4), DeepSeek V3.1 (non-reasoning) (FP4) y DeepSeek V4 Flash 0731 (max).
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 DeepInfra, considera: inteligencia (para tareas sensibles a la calidad), tiempo por tarea (la rapidez con la que el modelo completa una tarea del Intelligence Index), 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.