Modular: inteligencia, rendimiento y precio de sus modelos
Este análisis está pensado para ayudarte a elegir el mejor modelo ofrecido por Modular para tu caso de uso.
Más inteligente
GLM-5.3 (max)
MiniMax-M3.1-Flash
Qwen3.8 27B (xhigh) (NVFP4)MiniMax-M3Qwen3.8 27B (non-reasoning) (NVFP4)Intelligence Index
7 modelos en total
Más rápido
Gemma 4 31B (NVFP4)Gemma 4 31B (non-reasoning) (NVFP4)MiniMax-M3.1-FlashQwen3.8 27B (non-reasoning) (NVFP4)GLM-5.3 (max)Velocidad de salida
7 modelos en total
Menor precio
Qwen3.8 27B (xhigh) (NVFP4)Qwen3.8 27B (non-reasoning) (NVFP4)MiniMax-M3.1-FlashGemma 4 31B (NVFP4)Gemma 4 31B (non-reasoning) (NVFP4)Precio combinado (por 1M de tokens)
7 modelos en total
Modular ofrece 7 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 Modular son GLM-5.3 (max) (32), MiniMax-M3.1-Flash (29) y Qwen3.8 27B (xhigh) (NVFP4) (20).
- En velocidad de salida, los modelos más rápidos son Gemma 4 31B (NVFP4) (261 t/s), Gemma 4 31B (non-reasoning) (NVFP4) (220 t/s) y MiniMax-M3.1-Flash (209 t/s).
- En latencia, Gemma 4 31B (non-reasoning) (NVFP4) (0.36s), Qwen3.8 27B (non-reasoning) (NVFP4) (0.61s) y Gemma 4 31B (NVFP4) (7.10s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, Qwen3.8 27B (xhigh) (NVFP4) ($0.00), Qwen3.8 27B (non-reasoning) (NVFP4) ($0.00) y MiniMax-M3.1-Flash ($0.10) ofrecen los menores precios combinados por 1M de tokens.
- En tamaño de ventana de contexto, GLM-5.3 (max) (1M), MiniMax-M3.1-Flash (1M) y MiniMax-M3 (1M) admiten las ventanas de contexto más grandes en Modular.
Evaluaciones de 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
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) | 1.05M | Abierto | 32 | $5.10 | 187 | 0.63 | 13.96 | 10.67 | |||
MiniMax-M3.1-Flash | 1M | Abierto | 29 | $0.43 | 206 | 0.89 | 13.02 | 9.71 | |||
Qwen3.8 27B (xhigh) (NVFP4) | 262k | Abierto | 20 | $0.00 | 159 | 0.60 | 16.37 | 12.61 | |||
MiniMax-M3 | 1M | Abierto | 19 | $1.15 | 179 | 1.11 | 15.08 | 11.17 | |||
Qwen3.8 27B (non-reasoning) (NVFP4) | 262k | Abierto | 10 | $0.00 | 196 | 0.61 | 3.16 | -- | |||
Gemma 4 31B (NVFP4) | 262k | Abierto | -- | -- | 228 | 0.43 | 10.22 | 7.60 | |||
Gemma 4 31B (non-reasoning) (NVFP4) | 262k | Abierto | -- | -- | 217 | 0.37 | 2.68 | -- | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre Modular
Modular ofrece 7 modelos que monitoreamos: GLM-5.3 (max), MiniMax-M3.1-Flash, Qwen3.8 27B (xhigh) (NVFP4), MiniMax-M3, Qwen3.8 27B (non-reasoning) (NVFP4), Gemma 4 31B (NVFP4) y Gemma 4 31B (non-reasoning) (NVFP4).
El modelo más inteligente disponible en Modular es GLM-5.3 (max), con una puntuación de 32 en el Intelligence Index.
El modelo más rápido en Modular por velocidad de salida es Gemma 4 31B (NVFP4), con 261.3 tokens por segundo.
El modelo con el menor tiempo hasta el primer token de respuesta en Modular es Gemma 4 31B (non-reasoning) (NVFP4), con 0.36s. Una menor latencia significa una respuesta inicial más rápida.
El modelo más económico en Modular por precio combinado es Qwen3.8 27B (xhigh) (NVFP4), a $0.00 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).
Los precios en Modular van desde $0.00 por 1M de tokens para Qwen3.8 27B (xhigh) (NVFP4) hasta $0.90 por 1M de tokens para GLM-5.3 (max).
Sí, Modular ofrece una API compatible con OpenAI, lo que facilita cambiar desde OpenAI o usar integraciones existentes del SDK de OpenAI.
Sí, los 7 modelos en Modular admiten el modo JSON para salida estructurada.
Sí, los 7 modelos en Modular admiten llamadas a funciones (uso de herramientas).
Sí, Modular ofrece 5 modelos de razonamiento: GLM-5.3 (max), MiniMax-M3.1-Flash, Qwen3.8 27B (xhigh) (NVFP4), MiniMax-M3 y Gemma 4 31B (NVFP4). Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.
Sí, los 7 modelos en Modular 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 Modular, 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.