Replicate: inteligencia, rendimiento y precio de sus modelos
Análisis de los modelos de Replicate 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 Replicate para tu caso de uso.
Más inteligente
Índice de inteligencia
2 modelos en total
Más rápido
Velocidad de salida
2 modelos en total
Menor precio
Precio combinado (por 1M de tokens)
2 modelos en total
Replicate ofrece 2 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 Replicate son Granite 4.0 H Small (5) y Granite 3.3 8B (2).
- En velocidad de salida, los modelos más rápidos son Granite 4.0 H Small (378 t/s) y Granite 3.3 8B (359 t/s).
- En latencia, Granite 4.0 H Small (10.22s) y Granite 3.3 8B (26.33s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, Granite 3.3 8B ($0.05) y Granite 4.0 H Small ($0.08) ofrecen los menores precios combinados por 1M de tokens.
- En tamaño de ventana de contexto, Granite 4.0 H Small (128k) y Granite 3.3 8B (128k) admiten las ventanas de contexto más grandes en Replicate.
- Granite 4.0 H Small ofrece la mejor combinación de inteligencia y velocidad. Para optimizar costos, Granite 3.3 8B ofrece los precios más competitivos.
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 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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
 DeepSeek V3 0324 | 128k | Abierto | 15 | $0.23 | -- | -- | -- | -- | |||
Granite 4.0 H Small | 128k | Abierto | 5* | -- | 378 | 10.22 | 11.54 | -- | |||
 Llama 2 Chat 7B | 4.1k | Abierto | 4* | -- | -- | -- | -- | -- | |||
Llama 3 70B | 8.19k | Abierto | 3* | -- | -- | -- | -- | -- | |||
Granite 3.3 8B | 128k | Abierto | 2* | -- | 359 | 26.33 | 27.72 | -- | |||
Llama 3 8B | 8.19k | Abierto | 1* | -- | -- | -- | -- | -- | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre Replicate
Replicate ofrece 2 modelos que monitoreamos: Granite 4.0 H Small y Granite 3.3 8B.
El modelo más inteligente disponible en Replicate es Granite 4.0 H Small, con una puntuación de 5 en el Índice de Inteligencia.
El modelo más rápido en Replicate por velocidad de salida es Granite 4.0 H Small, con 377.5 tokens por segundo.
El modelo con el menor tiempo hasta el primer token de respuesta en Replicate es Granite 4.0 H Small, con 10.22s. Una menor latencia significa una respuesta inicial más rápida.
El modelo más económico en Replicate por precio combinado es Granite 3.3 8B, a $0.05 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).
Los precios en Replicate varían hasta 2x entre modelos, desde $0.05 por 1M de tokens para Granite 3.3 8B hasta $0.08 por 1M de tokens para Granite 4.0 H Small.
Sí, Replicate ofrece una API compatible con OpenAI, lo que facilita cambiar desde OpenAI o usar integraciones existentes del SDK de OpenAI.
Sí, los 2 modelos en Replicate 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 Replicate, 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.