GMI: inteligencia, rendimiento y precio de sus modelos
Este análisis está pensado para ayudarte a elegir el mejor modelo ofrecido por GMI para tu caso de uso.
Más inteligente
Updated
GLM-5.3-Flash
DeepSeek V4 Pro 0813 (max)DeepSeek V4 Flash 0731 (max)
Kimi K2.7 Code (FP8)
Hy3Índice de inteligencia
10 modelos en total
Más rápido
Nemotron 3.5 Lightning (BF16)
Qwen3 Next 80B A3BDeepSeek V4 Flash 0731 (max)
MiniMax-M2.5 FP8Hy3Velocidad de salida
10 modelos en total
Menor precio
GLM-5.3-FlashHy3DeepSeek V3.2 (Non-reasoning)DeepSeek V4 Flash 0731 (max)Qwen3 Next 80B A3BPrecio combinado (por 1M de tokens)
10 modelos en total
GMI 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 GMI son GLM-5.3-Flash (42), DeepSeek V4 Pro 0813 (max) (36) y DeepSeek V4 Flash 0731 (max) (35).
- En velocidad de salida, los modelos más rápidos son Nemotron 3.5 Lightning (BF16) (302 t/s), Qwen3 Next 80B A3B (209 t/s) y DeepSeek V4 Flash 0731 (max) (111 t/s). La velocidad varía significativamente entre modelos, con una diferencia del 249% entre el más rápido y el más lento.
- En latencia, Qwen3 Next 80B A3B (2.56s), DeepSeek V3.2 (Non-reasoning) (2.69s) y Kimi K2.5 (Non-reasoning) (2.76s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, GLM-5.3-Flash ($0.05), Hy3 ($0.10) y DeepSeek V3.2 (Non-reasoning) ($0.22) ofrecen los menores precios combinados por 1M de tokens. Los precios varían hasta 5.6x entre modelos.
- En tamaño de ventana de contexto, DeepSeek V4 Pro 0813 (max) (1M), DeepSeek V4 Flash 0731 (max) (1M) y GLM-5.3-Flash (1M) admiten las ventanas de contexto más grandes en GMI.
- GLM-5.3-Flash ofrece el mejor equilibrio entre inteligencia y costo. Para la salida más rápida, Nemotron 3.5 Lightning (BF16) es la mejor opción.
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-5.3-Flash | 1M | Abierto | 46 | $0.15 | 55 | 2.84 | 48.17 | 36.26 | |||
DeepSeek V4 Pro 0813 (max) | 1.05M | Abierto | 42 | $0.48 | 72 | 5.12 | 39.93 | 27.85 | |||
GLM-5.2 (max) (FP8) | 1.05M | Abierto | 42 | -- | -- | -- | -- | -- | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | Abierto | 41 | $0.29 | 111 | 1.81 | 24.33 | 18.01 | |||
Kimi K2.6 FP8 | 262k | Abierto | 36* | -- | -- | -- | -- | -- | |||
MiniMax-M3 | 1.05M | Abierto | 36 | -- | -- | -- | -- | -- | |||
DeepSeek V4 Pro (max) | 1.05M | Abierto | 35 | -- | -- | -- | -- | -- | |||
Kimi K2.7 Code (FP8) | 65.5k | Abierto | 33 | $0.52 | 61 | 4.98 | 49.62 | 36.47 | |||
 MiMo-V2.5-Pro | 1.05M | Abierto | 33 | -- | -- | -- | -- | -- | |||
Hy3 | 262k | Abierto | 32 | $0.04 | 90 | 3.24 | 31.13 | 22.31 | |||
GLM-5.1 (FP8) | 203k | Abierto | 32* | -- | -- | -- | -- | -- | |||
DeepSeek V4 Flash (max) | 1.05M | Abierto | 31 | -- | -- | -- | -- | -- | |||
DeepSeek V4 Flash (high) | 1.05M | Abierto | 30 | -- | -- | -- | -- | -- | |||
MiniMax-M2.7 (FP8) | 197k | Abierto | 30* | -- | -- | -- | -- | -- | |||
Nemotron 3 Ultra | 262k | Abierto | 29 | -- | -- | -- | -- | -- | |||
MiMo-V2.5 | 1.05M | Abierto | 28 | $0.01 | -- | -- | -- | -- | |||
Qwen3.5 27B (FP8) | 262k | Abierto | 27* | -- | -- | -- | -- | -- | |||
MiniMax-M2.5 FP8 | 197k | Abierto | 27* | -- | 95 | 2.00 | 28.27 | 21.01 | |||
Hy3-preview | 262k | Abierto | 27* | -- | -- | -- | -- | -- | |||
Qwen3.6 35B A3B FP8 | 262k | Abierto | 26* | -- | -- | -- | -- | -- | |||
Qwen3.5 397B A17B (FP8) | 262k | Abierto | 26* | -- | -- | -- | -- | -- | |||
Qwen3.5 122B A10B (FP8) | 262k | Abierto | 25* | -- | -- | -- | -- | -- | |||
Kimi K2.5 (Non-reasoning) | 262k | Abierto | 23* | -- | 40 | 3.83 | 16.18 | -- | |||
Qwen3.5 35B A3B (FP8) | 262k | Abierto | 23* | -- | -- | -- | -- | -- | |||
 Gemma 4 31B (FP8) | 262k | Abierto | 22* | -- | -- | -- | -- | -- | |||
DeepSeek V4 Flash (Non-reasoning) | 1.05M | Abierto | 22* | -- | -- | -- | -- | -- | |||
MiMo-V2.5-Pro (Non-reasoning) | 1.05M | Abierto | 21* | -- | -- | -- | -- | -- | |||
Hy3-preview (Non-reasoning) | 262k | Abierto | 20* | -- | -- | -- | -- | -- | |||
Gemma 4 26B A4B (FP8) | 1.05M | Abierto | 19* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 (Non-reasoning) | 164k | Abierto | 18* | -- | 54 | 2.69 | 11.98 | -- | |||
Qwen3.6 35B A3B (Non-reasoning) FP8 | 262k | Abierto | 17* | -- | -- | -- | -- | -- | |||
Nemotron 3.5 Lightning (BF16) | 65.5k | Abierto | 16* | -- | 297 | 1.74 | 10.15 | 6.73 | |||
Gemma 4 26B A4B (Non-reasoning) (FP8) | 1.05M | Abierto | 14* | -- | -- | -- | -- | -- | |||
Qwen3 Next 80B A3B (Reasoning) | 262k | Abierto | 11* | -- | -- | -- | -- | -- | |||
Qwen3 Next 80B A3B | 262k | Abierto | 8* | -- | 186 | 2.25 | 4.93 | -- | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre GMI
GMI ofrece 10 modelos que monitoreamos: GLM-5.3-Flash, DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), Kimi K2.7 Code (FP8), Hy3, MiniMax-M2.5 FP8, Kimi K2.5 (Non-reasoning), DeepSeek V3.2 (Non-reasoning), Nemotron 3.5 Lightning (BF16) y Qwen3 Next 80B A3B.
El modelo más inteligente disponible en GMI es GLM-5.3-Flash, con una puntuación de 42 en el Índice de Inteligencia.
El modelo más rápido en GMI por velocidad de salida es Nemotron 3.5 Lightning (BF16), con 302.0 tokens por segundo.
El modelo con el menor tiempo hasta el primer token de respuesta en GMI es Qwen3 Next 80B A3B, con 2.56s. Una menor latencia significa una respuesta inicial más rápida.
El modelo más económico en GMI por precio combinado es GLM-5.3-Flash, a $0.05 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).
Los precios en GMI varían hasta 17x entre modelos, desde $0.05 por 1M de tokens para GLM-5.3-Flash hasta $0.84 por 1M de tokens para Kimi K2.5 (Non-reasoning).
Sí, GMI 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 GMI admiten el modo JSON para salida estructurada.
Sí, los 10 modelos en GMI admiten llamadas a funciones (uso de herramientas).
Sí, GMI ofrece 7 modelos de razonamiento: GLM-5.3-Flash, DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), Kimi K2.7 Code (FP8), Hy3, MiniMax-M2.5 FP8 y Nemotron 3.5 Lightning (BF16). Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.
Sí, los 10 modelos en GMI 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 GMI, 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.