Nebius: inteligencia, rendimiento y precio de sus modelos

Nebius ofrece 37 modelos que monitoreamos: GLM-5.3 (max) (FP4), Kimi K3 (max), GLM-5.3-Flash, DeepSeek V4.1 Flash (max), Muse Spark Open (xhigh) (FP4), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (FP4), Qwen3.8 27B (xhigh) (FP4), DeepSeek V4 Pro (max), Beam 1.0 (FP8), DeepSeek V4 Pro (high), Kimi K3 (low), MiniMax-M3 (FP8), Kimi K2.6, Nemotron 3.5 Super VL, GLM-5.1 (FP8, Base), Kimi K2.7 Code (FP4), GLM-5.1 (non-reasoning) (FP8, Base), Kimi K2.6 (non-reasoning), Nemotron 3 Ultra, GLM-5.2 (non-reasoning) (FP4), Qwen3.5 397B A17B (non-reasoning) (Base, FP4), DeepSeek V4 Pro (non-reasoning), DeepSeek V4 Pro 0813 (non-reasoning), Qwen3.8 27B (non-reasoning) (FP4), Qwen3.5 397B A17B (Base, FP4), Nemotron 3.5 Lightning (BF16), Nemotron 3 Super, Qwen3 235B 2507, gpt-oss-120b (high) (Base), gpt-oss-120b (low) Base, Nemotron 3 Nano, Qwen3 30B A3B 2507 (non-reasoning), Hermes 4 405B (FP8), Hermes 4 405B (non-reasoning) (FP8) y Gemma 3 27B (FP8).

El modelo más inteligente disponible en Nebius es GLM-5.3 (max) (FP4), con una puntuación de 45 en el Intelligence Index.

El modelo más rápido en Nebius por velocidad de salida es Nemotron 3.5 Super VL, con 412.3 tokens por segundo.

El modelo con el menor tiempo hasta el primer token de respuesta en Nebius es GLM-5.2 (non-reasoning) (FP4), con 0.99s. Una menor latencia significa una respuesta inicial más rápida.

El modelo más económico en Nebius por precio combinado es Nemotron 3.5 Lightning (BF16), 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 3.5 Lightning (BF16) hasta $4.20 por 1M de tokens para Kimi K3 (low).

Sí, Nebius ofrece una API compatible con OpenAI, lo que facilita cambiar desde OpenAI o usar integraciones existentes del SDK de OpenAI.

Sí, los 37 modelos en Nebius admiten el modo JSON para salida estructurada.

Sí, los 37 modelos en Nebius admiten llamadas a funciones (uso de herramientas).

Sí, Nebius ofrece 26 modelos de razonamiento: GLM-5.3 (max) (FP4), Kimi K3 (max), GLM-5.3-Flash, DeepSeek V4.1 Flash (max), Muse Spark Open (xhigh) (FP4), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (FP4), Qwen3.8 27B (xhigh) (FP4), DeepSeek V4 Pro (max), Beam 1.0 (FP8), DeepSeek V4 Pro (high), Kimi K3 (low), MiniMax-M3 (FP8), Kimi K2.6, Nemotron 3.5 Super VL, GLM-5.1 (FP8, Base), Kimi K2.7 Code (FP4), Nemotron 3 Ultra, Qwen3.5 397B A17B (Base, FP4), Nemotron 3.5 Lightning (BF16), Nemotron 3 Super, gpt-oss-120b (high) (Base), gpt-oss-120b (low) Base, Nemotron 3 Nano y Hermes 4 405B (FP8). Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.

Sí, los 37 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.