Nebius: inteligencia, rendimiento y precio de sus modelos
Este análisis está pensado para ayudarte a elegir el mejor modelo ofrecido por Nebius para tu caso de uso.
Más inteligente
Updated
Kimi K3 (max)
GLM-5.3-FlashGLM-5.2 (max) (FP4)
DeepSeek V4 Flash 0731 (max)Kimi K2.6Índice de inteligencia
28 modelos en total
Más rápido
Nemotron 3 UltraGLM-5.3-Flash
gpt-oss-120b (high) (Base)gpt-oss-120b (low) BaseNemotron 3 SuperVelocidad de salida
28 modelos en total
Menor precio
Nemotron 3.5 Lightning (BF16)Nemotron 3 Nano
Qwen3 30B A3B 2507 (Non-reasoning)
Gemma 3 27B (FP8)DeepSeek V4 Flash 0731 (max)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 (max) (44), GLM-5.3-Flash (42) y GLM-5.2 (max) (FP4) (39).
- En velocidad de salida, los modelos más rápidos son Nemotron 3 Ultra (333 t/s), GLM-5.3-Flash (321 t/s) y gpt-oss-120b (high) (Base) (312 t/s).
- En latencia, GLM-5.2 (Non-reasoning) (FP4) (1.09s), Qwen3 30B A3B 2507 (Non-reasoning) (1.28s) y DeepSeek V4 Pro (Non-reasoning) (1.35s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, Nemotron 3.5 Lightning (BF16) ($0.08), Nemotron 3 Nano ($0.08) y Qwen3 30B A3B 2507 (Non-reasoning) ($0.12) ofrecen los menores precios combinados por 1M de tokens.
- En tamaño de ventana de contexto, MiniMax-M3 (FP8) (1M), Kimi K3 (max) (1M) y DeepSeek V4 Flash 0731 (max) (1M) admiten las ventanas de contexto más grandes en Nebius.
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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
Kimi K3 (max) | 1.05M | Abierto | 44 | $9.22 | 184 | 1.61 | 15.23 | 10.90 | |||
GLM-5.3-Flash | 1M | Abierto | 42 | $1.19 | 321 | 0.51 | 8.29 | 6.23 | |||
GLM-5.2 (max) (FP4) | 432k | Abierto | 39* | -- | 303 | 1.04 | 9.30 | 6.61 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | Abierto | 35 | $0.65 | 211 | 2.09 | 13.97 | 9.50 | |||
Kimi K2.6 | 262k | Abierto | 31* | -- | 227 | 2.01 | 23.81 | 19.59 | |||
DeepSeek V4 Pro (max) | 1M | Abierto | 31 | $9.70 | 106 | 1.33 | 47.22 | 41.18 | |||
DeepSeek V4 Pro (high) | 1M | Abierto | 30* | -- | 96 | 1.29 | 27.29 | 20.78 | |||
 MiniMax-M3 (FP8) | 1.05M | Abierto | 30 | $1.91 | 242 | 1.94 | 12.25 | 8.25 | |||
GLM-5.1 (FP8, Base) | 200k | Abierto | 27* | -- | 24 | 46.65 | 225.94 | 158.40 | |||
Kimi K2.7 Code (FP4) | 256k | Abierto | 26 | $1.89 | 235 | 1.77 | 13.38 | 9.48 | |||
GLM-5.1 (Non-reasoning) (FP8, Base) | 200k | Abierto | 24* | -- | 22 | 90.36 | 113.31 | -- | |||
Kimi K2.6 (Non-reasoning) | 262k | Abierto | 24* | -- | 201 | 2.08 | 4.57 | -- | |||
Nemotron 3 Ultra | 256k | Abierto | 23 | $1.16 | 333 | 2.35 | 10.68 | 6.83 | |||
GLM-5.2 (Non-reasoning) (FP4) | 432k | Abierto | 22* | -- | 266 | 1.09 | 2.97 | -- | |||
Qwen3.5 397B A17B (Non-reasoning) (Base, FP4) | 262k | Abierto | 21* | -- | 140 | 2.09 | 5.66 | -- | |||
DeepSeek V4 Pro (Non-reasoning) | 1.05M | Abierto | 21* | -- | 93 | 1.35 | 6.74 | -- | |||
Qwen3.5 397B A17B (Base, FP4) | 262k | Abierto | 19 | $0.47 | 138 | 2.02 | 28.65 | 23.01 | |||
Nemotron 3.5 Lightning (BF16) | 1.05M | Abierto | 14 | $0.09 | 263 | 1.15 | 10.67 | 7.62 | |||
Nemotron 3 Super | 256k | Abierto | 14 | $1.64 | 311 | 1.95 | 9.99 | 6.44 | |||
gpt-oss-120b (high) (Base) | 128k | Abierto | 12 | $0.11 | 312 | 1.06 | 9.07 | 6.40 | |||
Qwen3 235B 2507 (Non-reasoning) | 262k | Abierto | 12* | -- | 75 | 1.44 | 8.06 | -- | |||
gpt-oss-120b (low) Base | 128k | Abierto | 10* | -- | 311 | 1.01 | 9.05 | 6.43 | |||
Nemotron 3 Nano | 262k | Abierto | 9 | $0.02 | 215 | 1.17 | 12.78 | 9.29 | |||
 Llama 3.3 70B Base | 128k | Abierto | 8* | -- | 14 | 6.37 | 42.59 | -- | |||
Qwen3 30B A3B 2507 (Non-reasoning) | 262k | Abierto | 8* | -- | 49 | 1.28 | 11.45 | -- | |||
 Hermes 4 405B (FP8) | 128k | Abierto | 7* | -- | 42 | 2.47 | 61.44 | 47.18 | |||
Hermes 4 405B (Non-reasoning) (FP8) | 128k | Abierto | 7* | -- | 43 | 2.39 | 14.07 | -- | |||
Gemma 3 27B (FP8) | 110k | Abierto | 5 | $0.20 | 57 | 2.69 | 11.50 | -- | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre Nebius
Nebius ofrece 28 modelos que monitoreamos: Kimi K3 (max), GLM-5.3-Flash, GLM-5.2 (max) (FP4), DeepSeek V4 Flash 0731 (max), Kimi K2.6, DeepSeek V4 Pro (max), DeepSeek V4 Pro (high), MiniMax-M3 (FP8), 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), Qwen3.5 397B A17B (Base, FP4), Nemotron 3.5 Lightning (BF16), Nemotron 3 Super, gpt-oss-120b (high) (Base), Qwen3 235B 2507 (Non-reasoning), gpt-oss-120b (low) Base, Nemotron 3 Nano, Llama 3.3 70B Base, 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 Kimi K3 (max), con una puntuación de 44 en el Índice de Inteligencia.
El modelo más rápido en Nebius por velocidad de salida es Nemotron 3 Ultra, con 333.0 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 1.09s. 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 (max).
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 (max), GLM-5.3-Flash, GLM-5.2 (max) (FP4), DeepSeek V4 Flash 0731 (max), Kimi K2.6, DeepSeek V4 Pro (max), DeepSeek V4 Pro (high), MiniMax-M3 (FP8), 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 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.