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
MiMo-V2.6-Pro (BF16)
GLM-5.3 (max)GLM-5.3-Flash
DeepSeek V4.1 Flash (max)MiMo-V2.6-Flash (BF16)Intelligence Index
15 modelos en total
Más rápido
DeepSeek V4 Flash Vision (max)DeepSeek V4.1 Flash (max)
MiniMax-M3DeepSeek V4 Flash 0731 (max)
Qwen3.6 35B A3B FP8Velocidad de salida
15 modelos en total
Menor precio
MiMo-V2.6-Flash (BF16)GLM-5.3-Flash
Hy3DeepSeek V4.1 Flash (max)DeepSeek V4 Flash 0731 (max)Precio combinado (por 1M de tokens)
15 modelos en total
GMI ofrece 15 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 MiMo-V2.6-Pro (BF16) (46), GLM-5.3 (max) (45) y GLM-5.3-Flash (42).
- En velocidad de salida, los modelos más rápidos son DeepSeek V4 Flash Vision (max) (199 t/s), DeepSeek V4.1 Flash (max) (185 t/s) y MiniMax-M3 (172 t/s). La velocidad varía significativamente entre modelos, con una diferencia del 69% entre el más rápido y el más lento.
- En latencia, Qwen3.6 35B A3B (non-reasoning) FP8 (1.97s), Kimi K2.5 (non-reasoning) (2.92s) y DeepSeek V4 Flash Vision (max) (12.30s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, MiMo-V2.6-Flash (BF16) ($0.06), GLM-5.3-Flash ($0.06) y Hy3 ($0.11) ofrecen los menores precios combinados por 1M de tokens. Los precios varían hasta 2.6x entre modelos.
- En tamaño de ventana de contexto, DeepSeek V4 Pro 0813 (max) (1M), MiniMax-M3 (1M) y DeepSeek V4 Flash 0731 (max) (1M) admiten las ventanas de contexto más grandes en GMI.
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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
MiMo-V2.6-Pro (BF16) | 1M | Abierto | 46 | $0.12 | 55 | 3.49 | 49.29 | 36.64 | |||
GLM-5.3 (max) | 1M | Abierto | 45 | $1.42 | 73 | 2.02 | 36.49 | 27.58 | |||
GLM-5.3-Flash | 1M | Abierto | 42 | $0.31 | 66 | 2.48 | 40.55 | 30.46 | |||
DeepSeek V4.1 Flash (max) | 1M | Abierto | 39 | $0.38 | 184 | 1.66 | 15.24 | 10.87 | |||
MiMo-V2.6-Flash (BF16) | 524k | Abierto | 38 | $0.06 | 38 | 3.61 | 68.69 | 52.06 | |||
DeepSeek V4 Pro 0813 (max) | 1.05M | Abierto | 36 | $1.76 | 70 | 3.15 | 39.00 | 28.68 | |||
DeepSeek V4 Flash Vision (max) | 1M | Propietario | 35 | $0.28 | 184 | 2.39 | 15.97 | 10.86 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | Abierto | 34 | -- | 115 | 2.66 | 24.33 | 17.34 | |||
GLM-5.2 (max) (FP8) | 1.05M | Abierto | 34 | -- | -- | -- | -- | -- | |||
DeepSeek V4 Pro (max) | 1.05M | Abierto | 30 | -- | -- | -- | -- | -- | |||
MiniMax-M3 | 1.05M | Abierto | 29 | -- | 190 | 1.84 | 14.97 | 10.51 | |||
 Kimi K2.6 FP8 | 262k | Abierto | 27 | -- | -- | -- | -- | -- | |||
GLM-5.1 (FP8) | 203k | Abierto | 26 | -- | -- | -- | -- | -- | |||
MiMo-V2.5-Pro | 1.05M | Abierto | 26 | -- | -- | -- | -- | -- | |||
Kimi K2.7 Code (FP8) | 65.5k | Abierto | 26 | $1.37 | 49 | 5.70 | 61.14 | 45.28 | |||
Hy3 | 262k | Abierto | 25 | $0.07 | 93 | 3.01 | 29.77 | 21.41 | |||
DeepSeek V4 Flash (high) | 1.05M | Abierto | 24 | -- | -- | -- | -- | -- | |||
DeepSeek V4 Flash (max) | 1.05M | Abierto | 24 | -- | -- | -- | -- | -- | |||
Qwen3.5 27B (FP8) | 262k | Abierto | 23* | -- | -- | -- | -- | -- | |||
MiniMax-M2.5 FP8 | 197k | Abierto | 23* | -- | 71 | 1.92 | 37.34 | 28.33 | |||
MiniMax-M2.7 (FP8) | 197k | Abierto | 23 | -- | -- | -- | -- | -- | |||
Hy3-preview | 262k | Abierto | 23* | -- | -- | -- | -- | -- | |||
MiMo-V2.5 | 1.05M | Abierto | 22 | -- | -- | -- | -- | -- | |||
Kimi K2.5 (non-reasoning) | 262k | Abierto | 19* | -- | 48 | 3.26 | 13.78 | -- | |||
Qwen3.5 35B A3B (FP8) | 262k | Abierto | 19* | -- | -- | -- | -- | -- | |||
DeepSeek V4 Flash (non-reasoning) | 1.05M | Abierto | 19* | -- | -- | -- | -- | -- | |||
MiMo-V2.5-Pro (non-reasoning) | 1.05M | Abierto | 18* | -- | -- | -- | -- | -- | |||
Qwen3.6 35B A3B FP8 | 262k | Abierto | 18 | $0.31 | 125 | 1.45 | 48.51 | 43.07 | |||
Hy3-preview (non-reasoning) | 262k | Abierto | 17* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 (non-reasoning) | 164k | Abierto | 16* | -- | -- | -- | -- | -- | |||
Qwen3.6 35B A3B (non-reasoning) FP8 | 262k | Abierto | 15* | -- | 87 | 1.78 | 7.52 | -- | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre GMI
GMI ofrece 15 modelos que monitoreamos: MiMo-V2.6-Pro (BF16), GLM-5.3 (max), GLM-5.3-Flash, DeepSeek V4.1 Flash (max), MiMo-V2.6-Flash (BF16), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash Vision (max), DeepSeek V4 Flash 0731 (max), MiniMax-M3, Kimi K2.7 Code (FP8), Hy3, MiniMax-M2.5 FP8, Kimi K2.5 (non-reasoning), Qwen3.6 35B A3B FP8 y Qwen3.6 35B A3B (non-reasoning) FP8.
El modelo más inteligente disponible en GMI es MiMo-V2.6-Pro (BF16), con una puntuación de 46 en el Intelligence Index.
El modelo más rápido en GMI por velocidad de salida es DeepSeek V4 Flash Vision (max), con 198.8 tokens por segundo.
El modelo con el menor tiempo hasta el primer token de respuesta en GMI es Qwen3.6 35B A3B (non-reasoning) FP8, con 1.97s. Una menor latencia significa una respuesta inicial más rápida.
El modelo más económico en GMI por precio combinado es MiMo-V2.6-Flash (BF16), a $0.06 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).
Los precios en GMI varían hasta 14x entre modelos, desde $0.06 por 1M de tokens para MiMo-V2.6-Flash (BF16) 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 15 modelos en GMI admiten el modo JSON para salida estructurada.
Sí, los 15 modelos en GMI admiten llamadas a funciones (uso de herramientas).
Sí, GMI ofrece 13 modelos de razonamiento: MiMo-V2.6-Pro (BF16), GLM-5.3 (max), GLM-5.3-Flash, DeepSeek V4.1 Flash (max), MiMo-V2.6-Flash (BF16), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash Vision (max), DeepSeek V4 Flash 0731 (max), MiniMax-M3, Kimi K2.7 Code (FP8), Hy3, MiniMax-M2.5 FP8 y Qwen3.6 35B A3B FP8. Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.
Sí, 14 de 15 modelos en GMI son modelos de pesos abiertos: MiMo-V2.6-Pro (BF16), GLM-5.3 (max), GLM-5.3-Flash, DeepSeek V4.1 Flash (max), MiMo-V2.6-Flash (BF16), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), MiniMax-M3, Kimi K2.7 Code (FP8), Hy3, MiniMax-M2.5 FP8, Kimi K2.5 (non-reasoning), Qwen3.6 35B A3B FP8 y Qwen3.6 35B A3B (non-reasoning) FP8.
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.