Nebius: inteligencia, rendimiento y precio de sus modelos
Análisis de los modelos de Nebius en métricas clave como calidad, precio, velocidad de salida, latencia, ventana de contexto y más. Este análisis está pensado para ayudarte a elegir el mejor modelo ofrecido por Nebius para tu caso de uso.
Más inteligente
Índice de inteligencia
28 modelos en total
Más rápido
Velocidad de salida
28 modelos en total
Menor precio
Precio combinado (por 1M de tokens)
28 modelos en total
Nebius ofrece 28 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 Nebius son Kimi K3 (57), MiniMax-M3 (FP8) (44) y Kimi K2.6 (44).
- En velocidad de salida, los modelos más rápidos son NVIDIA Nemotron 3 Super (345 t/s), Nemotron 3 Ultra (334 t/s) y NVIDIA Nemotron 3 Nano (319 t/s).
- En latencia, Qwen3 30B A3B 2507 (1.05s), Hermes 4 70B (FP8) (1.37s) y Qwen3 235B 2507 (1.44s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, Nemotron 3 Nano Omni 30B A3B Reasoning (FP8) ($0.08), NVIDIA Nemotron 3 Nano ($0.08) y Qwen3 32B Base ($0.12) ofrecen los menores precios combinados por 1M de tokens.
- En tamaño de ventana de contexto, MiniMax-M3 (FP8) (1M), Kimi K3 (1M) y Kimi K2.6 (262k) admiten las ventanas de contexto más grandes en Nebius.
Aspectos destacados
Evaluaciones de inteligencia
Artificial Analysis Intelligence Index
Intelligence Evaluations
Agentic real-world work tasks, (Elo-500)/2000
Agentic tool use
Agentic coding & terminal use
Coding
Reasoning & knowledge
Scientific reasoning
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Agentic knowledge work, Elo
Agentic SaaS workflows
Legal agentic work, criterion pass rate
Agentic business operations
Instruction following
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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
Kimi K3 | 1.05M | Abierto | 57 | $2.53 | 80 | 1.74 | 33.00 | 25.00 | |||
GLM-5.2 (max) (FP4) | 432k | Abierto | 51 | $0.90 | -- | -- | -- | -- | |||
MiniMax-M3 (FP8) | 1.05M | Abierto | 44 | $0.40 | 154 | 1.99 | 18.23 | 12.99 | |||
DeepSeek V4 Pro (max) | 1M | Abierto | 44 | $0.77 | -- | -- | -- | -- | |||
Kimi K2.6 | 262k | Abierto | 44 | $0.66 | 113 | 1.98 | 45.93 | 39.51 | |||
DeepSeek V4 Pro (high) | 1M | Abierto | 43 | $0.85 | -- | -- | -- | -- | |||
Kimi K2.7 Code (FP4) | 256k | Abierto | 42 | $0.56 | 220 | 1.78 | 14.16 | 10.11 | |||
GLM-5.1 (FP8, Base) | 200k | Abierto | 40 | $0.49 | 29 | 1.80 | 148.88 | 129.94 | |||
Nemotron 3 Ultra | 256k | Abierto | 38 | $0.54 | 334 | 2.26 | 10.57 | 6.81 | |||
GLM-5.1 (FP8, Base) | 200k | Abierto | 35* | -- | 28 | 1.81 | 19.77 | -- | |||
Kimi K2.6 | 262k | Abierto | 35* | -- | 116 | 1.97 | 6.29 | -- | |||
GLM-5.2 (FP4) | 432k | Abierto | 34 | -- | -- | -- | -- | -- | |||
Qwen3.5 397B A17B (Base, FP4) | 262k | Abierto | 34 | $0.33 | 96 | 1.99 | 40.39 | 33.19 | |||
MiniMax-M2.5 (FP4) | 196k | Abierto | 34* | -- | 98 | 1.82 | 27.30 | 20.38 | |||
Qwen3.5 397B A17B (Base, FP4) | 262k | Abierto | 32* | -- | 104 | 2.03 | 6.85 | -- | |||
DeepSeek V4 Pro | 1.05M | Abierto | 31* | -- | -- | -- | -- | -- | |||
NVIDIA Nemotron 3 Super | 256k | Abierto | 25 | $0.29 | 345 | 1.79 | 9.03 | 5.79 | |||
gpt-oss-120b (high) (Base) | 128k | Abierto | 24 | $0.06 | 242 | 1.03 | 11.37 | 8.27 | |||
Qwen3 235B 2507 | 262k | Abierto | 18* | -- | 56 | 1.44 | 10.34 | -- | |||
Qwen3 Next 80B A3B (FP8) | 262k | Abierto | 17 | $0.04 | 100 | 1.05 | 26.01 | 19.96 | |||
Nemotron 3 Nano Omni 30B A3B Reasoning (FP8) | 65.5k | Abierto | 15* | -- | 309 | 1.01 | 9.11 | 6.48 | |||
gpt-oss-120b (low) Base | 128k | Abierto | 15 | $0.02 | 242 | 1.00 | 11.34 | 8.27 | |||
NVIDIA Nemotron 3 Nano | 262k | Abierto | 14 | $0.02 | 319 | 1.03 | 8.88 | 6.28 | |||
Qwen3 32B Base | 32.8k | Abierto | 12 | -- | 27 | 2.02 | 94.91 | 74.31 | |||
Hermes 4 70B (FP8) | 128k | Abierto | 10* | -- | 88 | 1.39 | 29.85 | 22.77 | |||
Llama 3.3 70B Base | 128k | Abierto | 9 | $0.02 | 17 | 2.67 | 32.38 | -- | |||
Llama Nemotron Ultra Base | 131k | Abierto | 9* | -- | 51 | 2.34 | 51.13 | 39.03 | |||
Qwen3 30B A3B 2507 | 262k | Abierto | 9* | -- | 72 | 1.05 | 8.04 | -- | |||
Hermes 4 405B (FP8) | 128k | Abierto | 9* | -- | 36 | 2.39 | 71.65 | 55.40 | |||
Hermes 4 405B (FP8) | 128k | Abierto | 9* | -- | 35 | 2.39 | 16.71 | -- | |||
Qwen3 32B Base | 32.8k | Abierto | 9* | -- | 27 | 1.91 | 20.52 | -- | |||
Gemma 3 27B (FP8) | 110k | Abierto | 7 | $0.08 | 25 | 3.28 | 23.05 | -- | |||
Hermes 4 70B (FP8) | 128k | Abierto | 7* | -- | 94 | 1.37 | 6.69 | -- | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre Nebius
Nebius ofrece 28 modelos que monitoreamos: Kimi K3, MiniMax-M3 (FP8), Kimi K2.6, Kimi K2.7 Code (FP4), GLM-5.1 (FP8, Base), Nemotron 3 Ultra, GLM-5.1 (FP8, Base), Kimi K2.6, Qwen3.5 397B A17B (Base, FP4), MiniMax-M2.5 (FP4), Qwen3.5 397B A17B (Base, FP4), NVIDIA Nemotron 3 Super, gpt-oss-120b (high) (Base), Qwen3 235B 2507, Qwen3 Next 80B A3B (FP8), Nemotron 3 Nano Omni 30B A3B Reasoning (FP8), gpt-oss-120b (low) Base, NVIDIA Nemotron 3 Nano, Qwen3 32B Base, Hermes 4 70B (FP8), Llama 3.3 70B Base, Llama Nemotron Ultra Base, Qwen3 30B A3B 2507, Hermes 4 405B (FP8), Hermes 4 405B (FP8), Qwen3 32B Base, Gemma 3 27B (FP8) y Hermes 4 70B (FP8).
El modelo más inteligente disponible en Nebius es Kimi K3, con una puntuación de 57 en el Índice de Inteligencia.
El modelo más rápido en Nebius por velocidad de salida es NVIDIA Nemotron 3 Super, con 345.5 tokens por segundo.
El modelo con el menor tiempo hasta el primer token de respuesta en Nebius es Qwen3 30B A3B 2507, con 1.05s. Una menor latencia significa una respuesta inicial más rápida.
El modelo más económico en Nebius por precio combinado es Nemotron 3 Nano Omni 30B A3B Reasoning (FP8), a $0.08 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).
Los precios en Nebius varían hasta 54x entre modelos, desde $0.08 por 1M de tokens para Nemotron 3 Nano Omni 30B A3B Reasoning (FP8) hasta $4.20 por 1M de tokens para Kimi K3.
Sí, Nebius ofrece una API compatible con OpenAI, lo que facilita cambiar desde OpenAI o usar integraciones existentes del SDK de OpenAI.
Sí, los 28 modelos en Nebius admiten el modo JSON para salida estructurada.
Sí, los 28 modelos en Nebius admiten llamadas a funciones (uso de herramientas).
Sí, Nebius ofrece 18 modelos de razonamiento: Kimi K3, MiniMax-M3 (FP8), Kimi K2.6, Kimi K2.7 Code (FP4), GLM-5.1 (FP8, Base), Nemotron 3 Ultra, Qwen3.5 397B A17B (Base, FP4), MiniMax-M2.5 (FP4), NVIDIA Nemotron 3 Super, gpt-oss-120b (high) (Base), Qwen3 Next 80B A3B (FP8), Nemotron 3 Nano Omni 30B A3B Reasoning (FP8), gpt-oss-120b (low) Base, NVIDIA Nemotron 3 Nano, Qwen3 32B Base, Hermes 4 70B (FP8), Llama Nemotron Ultra Base y Hermes 4 405B (FP8). Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.
Sí, los 28 modelos en Nebius 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 Nebius, 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.