FriendliAI: inteligencia, rendimiento y precio de sus modelos
Este análisis está pensado para ayudarte a elegir el mejor modelo ofrecido por FriendliAI para tu caso de uso.
Más inteligente
GLM-5.3 (max)GLM-5.3-FlashGLM-5.2 (max)GLM-5.1GLM-5.1 (non-reasoning)Intelligence Index
9 modelos en total
Más rápido
GLM-5.3-Flash
MiniMax-M2.5GLM-5.2 (max)GLM-5.3 (max)GLM-5.1Velocidad de salida
9 modelos en total
Menor precio
GLM-5.3-Flash
Gemma 4 31BGemma 4 31B (non-reasoning)MiniMax-M2.5
DeepSeek V3.2 (non-reasoning)Precio combinado (por 1M de tokens)
9 modelos en total
FriendliAI ofrece 9 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 FriendliAI son GLM-5.3 (max) (45), GLM-5.3-Flash (42) y GLM-5.2 (max) (34).
- En velocidad de salida, los modelos más rápidos son GLM-5.3-Flash (255 t/s), MiniMax-M2.5 (179 t/s) y GLM-5.2 (max) (154 t/s). La velocidad varía significativamente entre modelos, con una diferencia del 123% entre el más rápido y el más lento.
- En latencia, GLM-5.1 (non-reasoning) (0.86s), Gemma 4 31B (non-reasoning) (1.44s) y DeepSeek V3.2 (non-reasoning) (4.60s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, GLM-5.3-Flash ($0.10), Gemma 4 31B ($0.17) y Gemma 4 31B (non-reasoning) ($0.17) ofrecen los menores precios combinados por 1M de tokens. Los precios varían hasta 4.2x entre modelos.
- En tamaño de ventana de contexto, GLM-5.3 (max) (1M), GLM-5.3-Flash (1M) y GLM-5.2 (max) (1M) admiten las ventanas de contexto más grandes en FriendliAI.
- GLM-5.3-Flash ofrece la salida más rápida y los mejores precios, lo que lo hace atractivo para aplicaciones sensibles al rendimiento y al costo. GLM-5.3 (max) lidera en inteligencia para tareas que requieren la máxima calidad.
Evaluaciones de inteligencia
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, (Elo-500)/2000
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic real-world work tasks, (Elo-500)/2000
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Long context reasoning
Coding
Physics reasoning
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Intelligence Index vs. precio
Ventana de contexto
Ventana de contexto
Precios
Intelligence Index vs. precio
Resumen de rendimiento
Velocidad de salida vs. precio
Velocidad
Medida por la velocidad de salida (tokens por segundo)
Velocidad de salida
Latencia
Medida por el tiempo (segundos) hasta el primer token
Latencia: Tiempo hasta el primer token de respuesta
Comportamiento de caché
Tasa de aciertos de caché
Costo por tarea vs. Tasa de aciertos de caché
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
Análisis adicional | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3 (max) | 1M | Abierto | 45 | $1.81 | 162 | 1.18 | 16.63 | 12.36 | |||
GLM-5.3-Flash | 1M | Abierto | 42 | $0.51 | 185 | 0.88 | 14.36 | 10.78 | |||
GLM-5.2 (max) | 1M | Abierto | 34 | $0.87 | 170 | 0.91 | 15.59 | 11.75 | |||
GLM-5.1 | 203k | Abierto | 26 | $0.75 | 148 | 0.86 | 29.81 | 25.58 | |||
GLM-5.1 (non-reasoning) | 203k | Abierto | 24* | -- | 138 | 0.84 | 4.47 | -- | |||
MiniMax-M2.5 | 197k | Abierto | 23* | -- | 171 | 0.42 | 15.08 | 11.72 | |||
MiniMax-M2.1 | 197k | Abierto | 21* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 (non-reasoning) | 164k | Abierto | 16* | -- | 55 | 2.43 | 11.45 | -- | |||
Gemma 4 31B | 256k | Abierto | 15 | $0.10 | 136 | 0.76 | 17.19 | 12.76 | |||
Gemma 4 31B (non-reasoning) | 262k | Abierto | 14* | -- | 119 | 0.78 | 4.98 | -- | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre FriendliAI
FriendliAI ofrece 9 modelos que monitoreamos: GLM-5.3 (max), GLM-5.3-Flash, GLM-5.2 (max), GLM-5.1, GLM-5.1 (non-reasoning), MiniMax-M2.5, DeepSeek V3.2 (non-reasoning), Gemma 4 31B y Gemma 4 31B (non-reasoning).
El modelo más inteligente disponible en FriendliAI es GLM-5.3 (max), con una puntuación de 45 en el Intelligence Index.
El modelo más rápido en FriendliAI por velocidad de salida es GLM-5.3-Flash, con 255.2 tokens por segundo.
El modelo con el menor tiempo hasta el primer token de respuesta en FriendliAI es GLM-5.1 (non-reasoning), con 0.86s. Una menor latencia significa una respuesta inicial más rápida.
El modelo más económico en FriendliAI por precio combinado es GLM-5.3-Flash, a $0.10 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).
Los precios en FriendliAI varían hasta 9x entre modelos, desde $0.10 por 1M de tokens para GLM-5.3-Flash hasta $0.90 por 1M de tokens para GLM-5.1 (non-reasoning).
Sí, FriendliAI ofrece una API compatible con OpenAI, lo que facilita cambiar desde OpenAI o usar integraciones existentes del SDK de OpenAI.
Sí, los 9 modelos en FriendliAI admiten el modo JSON para salida estructurada.
Sí, los 9 modelos en FriendliAI admiten llamadas a funciones (uso de herramientas).
Sí, FriendliAI ofrece 6 modelos de razonamiento: GLM-5.3 (max), GLM-5.3-Flash, GLM-5.2 (max), GLM-5.1, MiniMax-M2.5 y Gemma 4 31B. Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.
Sí, los 9 modelos en FriendliAI 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 FriendliAI, 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.