Novita: inteligencia, rendimiento y precio de sus modelos
Este análisis está pensado para ayudarte a elegir el mejor modelo ofrecido por Novita para tu caso de uso.
Más inteligente
Updated
GLM-5.3 (max)GLM-5.3-Flash
DeepSeek V4.1 Flash (max)DeepSeek V4 Pro 0813 (max)DeepSeek V4 Flash 0731 (max)Índice de inteligencia
87 modelos en total
Más rápido
Nemotron 3 Nano (FP4)Nemotron 3 Nano (Non-reasoning) (FP4)
gpt-oss-120b (low)
Qwen3 Next 80B A3Bgpt-oss-120b (high)Velocidad de salida
87 modelos en total
Menor precio
Llama 3.1 8Bgpt-oss-20b (low)gpt-oss-20b (high)GLM-4.7-FlashGLM-4.7-Flash (Non-reasoning)Precio combinado (por 1M de tokens)
87 modelos en total
Novita ofrece 87 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 Novita son GLM-5.3 (max) (45), GLM-5.3-Flash (42) y DeepSeek V4.1 Flash (max) (39).
- En velocidad de salida, los modelos más rápidos son Nemotron 3 Nano (FP4) (303 t/s), Nemotron 3 Nano (Non-reasoning) (FP4) (295 t/s) y gpt-oss-120b (low) (212 t/s). La velocidad varía significativamente entre modelos, con una diferencia del 67% entre el más rápido y el más lento.
- En latencia, Llama 4 Maverick (FP8) (0.84s), Llama 3.1 8B (0.91s) y Nemotron 3 Nano (Non-reasoning) (FP4) (1.09s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, Llama 3.1 8B ($0.02), gpt-oss-20b (low) ($0.05) y gpt-oss-20b (high) ($0.05) ofrecen los menores precios combinados por 1M de tokens. Los precios varían hasta 2.7x entre modelos.
- En tamaño de ventana de contexto, GLM-5.3-Flash (1M), DeepSeek V4 Pro 0813 (max) (1M) y GLM-5.2 (max) (FP8) (1M) admiten las ventanas de contexto más grandes en Novita.
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
Agentic scientific research workflows in a terminal
Quantitative analysis on spreadsheets & documents
Agentic tool use
Kubernetes incident root-cause analysis
Visual reasoning
Medical long context 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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3 (max) | 1M | Abierto | 45 | $2.00 | 126 | 2.53 | 22.38 | 15.88 | |||
GLM-5.3-Flash | 1.05M | Abierto | 42 | $0.29 | 58 | 2.33 | 45.49 | 34.53 | |||
DeepSeek V4.1 Flash (max) | 524k | Abierto | 39 | $0.24 | 143 | 2.11 | 19.61 | 14.00 | |||
DeepSeek V4 Pro 0813 (max) | 1.05M | Abierto | 36 | $0.70 | 88 | 2.17 | 30.62 | 22.76 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | Abierto | 34 | $0.26 | 160 | 1.45 | 17.10 | 12.52 | |||
GLM-5.2 (max) (FP8) | 1.05M | Abierto | 34 | $0.88 | 78 | 1.84 | 33.69 | 25.48 | |||
DeepSeek V4 Pro (max) | 1.05M | Abierto | 30 | $1.09 | 91 | 1.99 | 55.78 | 48.27 | |||
DeepSeek V4 Pro (high) | 1.05M | Abierto | 30* | -- | 91 | 1.95 | 29.24 | 21.82 | |||
 MiniMax-M3 | 1M | Abierto | 29 | $0.46 | 148 | 1.20 | 18.10 | 13.52 | |||
GLM-5 FP8 | 203k | Abierto | 28* | -- | 78 | 2.01 | 48.27 | 39.84 | |||
 Kimi K2.6 | 262k | Abierto | 27 | $0.67 | 65 | 1.84 | 78.50 | 68.91 | |||
GLM-5.1 (FP8) | 205k | Abierto | 26 | $1.07 | 69 | 2.06 | 64.63 | 55.27 | |||
DeepSeek V4 Flash (high) | 1.05M | Abierto | 26* | -- | 162 | 1.52 | 12.26 | 7.65 | |||
 MiMo-V2.5-Pro | 1.05M | Abierto | 26 | $0.07 | 35 | 2.00 | 72.65 | 56.52 | |||
Kimi K2.7 Code | 262k | Abierto | 26 | $0.55 | 87 | 3.88 | 35.42 | 25.77 | |||
 Hy3 | 262k | Abierto | 25 | $0.07 | 87 | 3.63 | 32.39 | 23.01 | |||
MiMo-V2.5 | 1.05M | Abierto | 25* | -- | 47 | 30.29 | 83.68 | 42.71 | |||
GLM-5.1 (Non-reasoning) (FP8) | 205k | Abierto | 24* | -- | 61 | 3.22 | 11.47 | -- | |||
DeepSeek V4 Flash (max) | 1.05M | Abierto | 24 | $0.13 | 166 | 1.71 | 38.63 | 33.91 | |||
Kimi K2.6 (Non-reasoning) | 262k | Abierto | 24* | -- | 66 | 2.41 | 9.98 | -- | |||
Kimi K2.5 | 262k | Abierto | 23* | -- | 53 | 1.95 | 66.93 | 55.62 | |||
Qwen3.5 27B | 262k | Abierto | 23* | -- | 60 | 5.80 | 47.40 | 33.28 | |||
MiniMax-M2.5 | 205k | Abierto | 23* | -- | 92 | 1.70 | 28.88 | 21.74 | |||
MiniMax-M2.7 (FP8) | 205k | Abierto | 23 | -- | 68 | 1.80 | 45.08 | 35.98 | |||
GLM-4.7 | 205k | Abierto | 22* | -- | 35 | 5.16 | 75.71 | 56.45 | |||
Kimi K2 Thinking | 262k | Abierto | 22* | -- | 53 | 1.67 | 48.59 | 37.54 | |||
GLM-5 (Non-reasoning) (FP8) | 203k | Abierto | 22* | -- | 82 | 1.83 | 7.90 | -- | |||
DeepSeek V3.2 | 164k | Abierto | 21* | -- | 38 | 2.89 | 69.46 | 53.25 | |||
Qwen3.5 397B A17B (Non-reasoning) | 262k | Abierto | 21* | -- | 88 | 1.80 | 7.48 | -- | |||
Qwen3.6 27B | 262k | Abierto | 21 | $0.62 | 58 | 2.91 | 108.80 | 97.32 | |||
MiniMax-M2.1 | 205k | Abierto | 21* | -- | 106 | 2.08 | 25.58 | 18.81 | |||
Qwen3.6 27B (Non-reasoning) | 262k | Abierto | 20* | -- | 58 | 2.94 | 11.60 | -- | |||
Kimi K2.5 (Non-reasoning) | 262k | Abierto | 19* | -- | 54 | 1.97 | 11.23 | -- | |||
Qwen3.5 35B A3B | 262k | Abierto | 19* | -- | 95 | 1.69 | 28.08 | 21.11 | |||
 Gemma 4 31B | 262k | Abierto | 19* | -- | 15 | 3.99 | 148.71 | 112.36 | |||
MiniMax-M2 | 205k | Abierto | 19* | -- | 95 | 1.99 | 28.38 | 21.11 | |||
GLM-4.6 | 205k | Abierto | 19* | -- | 36 | 4.54 | 73.17 | 54.90 | |||
Qwen3.5 397B A17B | 262k | Abierto | 18 | $0.47 | 92 | 1.66 | 41.56 | 34.49 | |||
MiMo-V2.5-Pro (Non-reasoning) | 1.05M | Abierto | 18* | -- | 34 | 2.15 | 17.00 | -- | |||
Qwen3.6 35B A3B | 205k | Abierto | 18 | $0.31 | 124 | 1.42 | 48.99 | 43.53 | |||
GLM-4.7 (Non-reasoning) | 205k | Abierto | 17* | -- | 35 | 4.96 | 19.18 | -- | |||
Gemma 4 26B A4B | 262k | Abierto | 17* | -- | 44 | 1.43 | 58.41 | 45.59 | |||
DeepSeek V3.2 Exp (FP8) | 164k | Abierto | 17* | -- | 38 | 2.84 | 69.12 | 53.02 | |||
DeepSeek V3.2 (Non-reasoning) | 164k | Abierto | 16* | -- | 42 | 1.94 | 13.83 | -- | |||
Qwen3 Max | 262k | Propietario | 16* | -- | 64 | 3.08 | 10.84 | -- | |||
Qwen3.5 122B A10B | 262k | Abierto | 16 | $0.32 | 110 | 1.92 | 24.57 | 18.13 | |||
Kimi K2 0905 | 262k | Abierto | 15* | -- | 54 | 1.25 | 10.55 | -- | |||
Qwen3.6 35B A3B (Non-reasoning) | 205k | Abierto | 15* | -- | 140 | 1.54 | 5.11 | -- | |||
GLM-4.6 (Non-reasoning) | 205k | Abierto | 15* | -- | 34 | 4.68 | 19.24 | -- | |||
GLM-4.7-Flash | 200k | Abierto | 15* | -- | 73 | 2.85 | 36.97 | 27.29 | |||
DeepSeek V3.1 Terminus (FP8) | 131k | Abierto | 15 | -- | 38 | 3.07 | 69.13 | 52.85 | |||
DeepSeek V3.1 Terminus (Non-reasoning) (FP8) | 131k | Abierto | 14* | -- | 38 | 3.26 | 16.56 | -- | |||
Gemma 4 31B (Non-reasoning) | 262k | Abierto | 14* | -- | 16 | 2.61 | 33.37 | -- | |||
DeepSeek V3.2 Exp (Non-reasoning) (FP8) | 164k | Abierto | 14* | -- | 37 | 2.94 | 16.33 | -- | |||
DeepSeek V3.1 (Non-reasoning) | 164k | Abierto | 14* | -- | 37 | 3.16 | 16.51 | -- | |||
DeepSeek V3.1 | 131k | Abierto | 13* | -- | 39 | 3.25 | 67.84 | 51.67 | |||
Qwen3 VL 235B A22B (Reasoning) | 131k | Abierto | 13* | -- | 49 | 2.53 | 53.08 | 40.44 | |||
Gemma 4 26B A4B (Non-reasoning) | 262k | Abierto | 13* | -- | 69 | 1.50 | 8.75 | -- | |||
DeepSeek R1 0528 | 164k | Abierto | 13* | -- | 27 | 1.48 | 94.36 | 74.30 | |||
Kimi K2 | 131k | Abierto | 13* | -- | 53 | 1.49 | 10.87 | -- | |||
Qwen3 235B A22B 2507 | 131k | Abierto | 13 | $0.11 | 70 | 2.21 | 37.67 | 28.37 | |||
Qwen3 235B 2507 | 131k | Abierto | 12* | -- | 54 | 1.62 | 10.92 | -- | |||
Qwen3 Coder 480B | 262k | Abierto | 12* | -- | 50 | 2.09 | 12.06 | -- | |||
MiniMax M1 80k | 1M | Abierto | 12* | -- | 95 | 1.78 | 27.98 | 20.96 | |||
gpt-oss-120b (high) | 131k | Abierto | 12 | $0.04 | 170 | 1.04 | 15.74 | 11.76 | |||
DeepSeek R1 (Jan) Turbo | 64k | Abierto | 11 | $0.11 | 21 | 1.98 | 137.76 | 111.93 | |||
DeepSeek R1 (Jan) | 64k | Abierto | 11 | $0.46 | 20 | 3.39 | 148.05 | 119.26 | |||
GLM-4.6V | 131k | Abierto | 11* | -- | 84 | 3.27 | 32.97 | 23.76 | |||
GLM-4.7-Flash (Non-reasoning) | 200k | Abierto | 11* | -- | 71 | 3.63 | 10.70 | -- | |||
gpt-oss-120b (low) | 131k | Abierto | 10* | -- | 215 | 1.06 | 12.70 | 9.32 | |||
Llama 4 Maverick (FP8) | 1.05M | Abierto | 10* | -- | 94 | 0.78 | 6.10 | -- | |||
gpt-oss-20b (low) | 131k | Abierto | 10* | -- | 140 | 1.21 | 19.12 | 14.33 | |||
Qwen3 VL 235B A22B | 131k | Abierto | 10* | -- | 58 | 2.07 | 10.69 | -- | |||
Qwen3 Next 80B A3B | 131k | Abierto | 10* | -- | 188 | 1.69 | 4.35 | -- | |||
Qwen3 Coder Next (FP8) | 262k | Abierto | 9 | $0.33 | 170 | 2.83 | 5.77 | -- | |||
gpt-oss-20b (high) | 131k | Abierto | 9 | $0.01 | 142 | 1.23 | 18.89 | 14.13 | |||
Nemotron 3 Nano (FP4) | 262k | Abierto | 9 | $0.02 | 318 | 1.03 | 8.90 | 6.29 | |||
DeepSeek V3 (Dec) | 64k | Abierto | 8 | $0.05 | 40 | 2.36 | 14.95 | -- | |||
GLM-4.6V (Non-reasoning) | 131k | Abierto | 8* | -- | 76 | 3.27 | 9.84 | -- | |||
Qwen3 235B (Non-reasoning) (FP8) | 41k | Abierto | 8* | -- | 18 | 2.46 | 29.94 | -- | |||
Llama 4 Scout | 131k | Abierto | 8* | -- | 25 | 1.08 | 21.26 | -- | |||
Qwen3 VL 30B A3B | 131k | Abierto | 8* | -- | 108 | 1.58 | 6.20 | -- | |||
Llama 3.3 70B | 131k | Abierto | 8* | -- | 44 | 1.95 | 13.38 | -- | |||
GLM-4.5V | 65.5k | Abierto | 8* | -- | 43 | 2.83 | 61.18 | 46.68 | |||
Llama 3.1 8B | 16.4k | Abierto | 7* | -- | 148 | 0.91 | 4.28 | -- | |||
Nemotron 3 Nano (Non-reasoning) (FP4) | 262k | Abierto | 7* | -- | 310 | 1.12 | 2.73 | -- | |||
GLM-4.5V (Non-reasoning) | 65.5k | Abierto | 7* | -- | 50 | 2.75 | 12.83 | -- | |||
Llama 3 70B | 8.19k | Abierto | 5* | -- | -- | -- | -- | -- | |||
Gemma 3 27B | 98.3k | Abierto | 5 | $0.24 | 32 | 1.95 | 17.34 | -- | |||
Llama 3 8B | 8.19k | Abierto | 5* | -- | -- | -- | -- | -- | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre Novita
Novita ofrece 87 modelos que monitoreamos: GLM-5.3 (max), GLM-5.3-Flash, DeepSeek V4.1 Flash (max), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (FP8), DeepSeek V4 Pro (max), DeepSeek V4 Pro (high), MiniMax-M3, GLM-5 FP8, Kimi K2.6, GLM-5.1 (FP8), DeepSeek V4 Flash (high), MiMo-V2.5-Pro, Kimi K2.7 Code, Hy3, MiMo-V2.5, GLM-5.1 (Non-reasoning) (FP8), DeepSeek V4 Flash (max), Kimi K2.6 (Non-reasoning), Kimi K2.5, Qwen3.5 27B, MiniMax-M2.5, MiniMax-M2.7 (FP8), GLM-4.7, Kimi K2 Thinking, GLM-5 (Non-reasoning) (FP8), DeepSeek V3.2, Qwen3.5 397B A17B (Non-reasoning), Qwen3.6 27B, MiniMax-M2.1, Qwen3.6 27B (Non-reasoning), Kimi K2.5 (Non-reasoning), Qwen3.5 35B A3B, Gemma 4 31B, MiniMax-M2, GLM-4.6, Qwen3.5 397B A17B, MiMo-V2.5-Pro (Non-reasoning), Qwen3.6 35B A3B, GLM-4.7 (Non-reasoning), Gemma 4 26B A4B, DeepSeek V3.2 Exp (FP8), DeepSeek V3.2 (Non-reasoning), Qwen3 Max, Qwen3.5 122B A10B, Kimi K2 0905, Qwen3.6 35B A3B (Non-reasoning), GLM-4.6 (Non-reasoning), GLM-4.7-Flash, DeepSeek V3.1 Terminus (FP8), DeepSeek V3.1 Terminus (Non-reasoning) (FP8), Gemma 4 31B (Non-reasoning), DeepSeek V3.2 Exp (Non-reasoning) (FP8), DeepSeek V3.1 (Non-reasoning), DeepSeek V3.1, Qwen3 VL 235B A22B (Reasoning), Gemma 4 26B A4B (Non-reasoning), DeepSeek R1 0528, Kimi K2, Qwen3 235B A22B 2507, Qwen3 235B 2507, Qwen3 Coder 480B, MiniMax M1 80k, gpt-oss-120b (high), DeepSeek R1 (Jan) Turbo, GLM-4.6V, GLM-4.7-Flash (Non-reasoning), gpt-oss-120b (low), Llama 4 Maverick (FP8), gpt-oss-20b (low), Qwen3 VL 235B A22B, Qwen3 Next 80B A3B, Qwen3 Coder Next (FP8), gpt-oss-20b (high), Nemotron 3 Nano (FP4), DeepSeek V3 (Dec), GLM-4.6V (Non-reasoning), Qwen3 235B (Non-reasoning) (FP8), Llama 4 Scout, Qwen3 VL 30B A3B, Llama 3.3 70B, GLM-4.5V, Llama 3.1 8B, Nemotron 3 Nano (Non-reasoning) (FP4), GLM-4.5V (Non-reasoning) y Gemma 3 27B.
El modelo más inteligente disponible en Novita es GLM-5.3 (max), con una puntuación de 45 en el Índice de Inteligencia.
El modelo más rápido en Novita por velocidad de salida es Nemotron 3 Nano (FP4), con 302.9 tokens por segundo.
El modelo con el menor tiempo hasta el primer token de respuesta en Novita es Llama 4 Maverick (FP8), con 0.84s. Una menor latencia significa una respuesta inicial más rápida.
El modelo más económico en Novita por precio combinado es Llama 3.1 8B, a $0.02 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).
Los precios en Novita varían hasta 119x entre modelos, desde $0.02 por 1M de tokens para Llama 3.1 8B hasta $2.74 por 1M de tokens para Qwen3 Max.
Sí, Novita ofrece una API compatible con OpenAI, lo que facilita cambiar desde OpenAI o usar integraciones existentes del SDK de OpenAI.
85 de 87 modelos en Novita admiten el modo JSON para salida estructurada.
79 de 87 modelos en Novita admiten llamadas a funciones (uso de herramientas).
Sí, Novita ofrece 51 modelos de razonamiento: GLM-5.3 (max), GLM-5.3-Flash, DeepSeek V4.1 Flash (max), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (FP8), DeepSeek V4 Pro (max), DeepSeek V4 Pro (high), MiniMax-M3, GLM-5 FP8, Kimi K2.6, GLM-5.1 (FP8), DeepSeek V4 Flash (high), MiMo-V2.5-Pro, Kimi K2.7 Code, Hy3, MiMo-V2.5, DeepSeek V4 Flash (max), Kimi K2.5, Qwen3.5 27B, MiniMax-M2.5, MiniMax-M2.7 (FP8), GLM-4.7, Kimi K2 Thinking, DeepSeek V3.2, Qwen3.6 27B, MiniMax-M2.1, Qwen3.5 35B A3B, Gemma 4 31B, MiniMax-M2, GLM-4.6, Qwen3.5 397B A17B, Qwen3.6 35B A3B, Gemma 4 26B A4B, DeepSeek V3.2 Exp (FP8), Qwen3.5 122B A10B, GLM-4.7-Flash, DeepSeek V3.1 Terminus (FP8), DeepSeek V3.1, Qwen3 VL 235B A22B (Reasoning), DeepSeek R1 0528, Qwen3 235B A22B 2507, MiniMax M1 80k, gpt-oss-120b (high), DeepSeek R1 (Jan) Turbo, GLM-4.6V, gpt-oss-120b (low), gpt-oss-20b (low), gpt-oss-20b (high), Nemotron 3 Nano (FP4) y GLM-4.5V. Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.
Sí, 86 de 87 modelos en Novita son modelos de pesos abiertos: GLM-5.3 (max), GLM-5.3-Flash, DeepSeek V4.1 Flash (max), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (FP8), DeepSeek V4 Pro (max), DeepSeek V4 Pro (high), MiniMax-M3, GLM-5 FP8, Kimi K2.6, GLM-5.1 (FP8), DeepSeek V4 Flash (high), MiMo-V2.5-Pro, Kimi K2.7 Code, Hy3, MiMo-V2.5, GLM-5.1 (Non-reasoning) (FP8), DeepSeek V4 Flash (max), Kimi K2.6 (Non-reasoning), Kimi K2.5, Qwen3.5 27B, MiniMax-M2.5, MiniMax-M2.7 (FP8), GLM-4.7, Kimi K2 Thinking, GLM-5 (Non-reasoning) (FP8), DeepSeek V3.2, Qwen3.5 397B A17B (Non-reasoning), Qwen3.6 27B, MiniMax-M2.1, Qwen3.6 27B (Non-reasoning), Kimi K2.5 (Non-reasoning), Qwen3.5 35B A3B, Gemma 4 31B, MiniMax-M2, GLM-4.6, Qwen3.5 397B A17B, MiMo-V2.5-Pro (Non-reasoning), Qwen3.6 35B A3B, GLM-4.7 (Non-reasoning), Gemma 4 26B A4B, DeepSeek V3.2 Exp (FP8), DeepSeek V3.2 (Non-reasoning), Qwen3.5 122B A10B, Kimi K2 0905, Qwen3.6 35B A3B (Non-reasoning), GLM-4.6 (Non-reasoning), GLM-4.7-Flash, DeepSeek V3.1 Terminus (FP8), DeepSeek V3.1 Terminus (Non-reasoning) (FP8), Gemma 4 31B (Non-reasoning), DeepSeek V3.2 Exp (Non-reasoning) (FP8), DeepSeek V3.1 (Non-reasoning), DeepSeek V3.1, Qwen3 VL 235B A22B (Reasoning), Gemma 4 26B A4B (Non-reasoning), DeepSeek R1 0528, Kimi K2, Qwen3 235B A22B 2507, Qwen3 235B 2507, Qwen3 Coder 480B, MiniMax M1 80k, gpt-oss-120b (high), DeepSeek R1 (Jan) Turbo, GLM-4.6V, GLM-4.7-Flash (Non-reasoning), gpt-oss-120b (low), Llama 4 Maverick (FP8), gpt-oss-20b (low), Qwen3 VL 235B A22B, Qwen3 Next 80B A3B, Qwen3 Coder Next (FP8), gpt-oss-20b (high), Nemotron 3 Nano (FP4), DeepSeek V3 (Dec), GLM-4.6V (Non-reasoning), Qwen3 235B (Non-reasoning) (FP8), Llama 4 Scout, Qwen3 VL 30B A3B, Llama 3.3 70B, GLM-4.5V, Llama 3.1 8B, Nemotron 3 Nano (Non-reasoning) (FP4), GLM-4.5V (Non-reasoning) y Gemma 3 27B.
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 Novita, 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.