Together AI: inteligencia, rendimiento y precio de sus modelos
Este análisis está pensado para ayudarte a elegir el mejor modelo ofrecido por Together AI para tu caso de uso.
Más inteligente
Kimi K3.1 Pro
DeepSeek V4.1 Flash 1017 (max)
GLM-5.3 (max)
MiniMax-M3.1-FlashGLM-5.3-FlashIntelligence Index
18 modelos en total
Menor tiempo por tarea
Beam 1.0 (NVFP4)
Muse Glimmer (high)
Nemotron 3.5 Super VL (NVFP4)DeepSeek V4.1 Flash 1017 (max)Muse Spark Open (xhigh)Tiempo por tarea del Intelligence Index (minutos)
18 modelos en total
Menor precio
Nemotron 3.5 Super VL (NVFP4)MiniMax-M3.1-FlashGLM-5.3-Flash
Qwen3.5 9B (non-reasoning) (FP8)Qwen3.5 9B (FP8)Precio combinado (por 1M de tokens)
18 modelos en total
Together AI ofrece 18 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 Together AI son Kimi K3.1 Pro (46), DeepSeek V4.1 Flash 1017 (max) (33) y GLM-5.3 (max) (32).
- En tiempo por tarea, Beam 1.0 (NVFP4) (2.4 min), Muse Glimmer (high) (4.5 min) y Nemotron 3.5 Super VL (NVFP4) (5.4 min) completan una tarea del Intelligence Index más rápido en Together AI. El tiempo por tarea varía significativamente entre modelos: el más lento tarda 3.9x más que el más rápido.
- En latencia, Qwen3.5 9B (non-reasoning) (FP8) (1.02s), gpt-oss-120b (low) (2.20s) y Beam 1.0 (NVFP4) (10.04s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, Nemotron 3.5 Super VL (NVFP4) ($0.09), MiniMax-M3.1-Flash ($0.10) y GLM-5.3-Flash ($0.10) ofrecen los menores precios combinados por 1M de tokens.
- En tamaño de ventana de contexto, Kimi K3.1 Pro (1M), DeepSeek V4.1 Flash 1017 (max) (1M) y MiniMax-M3.1-Flash (1M) admiten las ventanas de contexto más grandes en Together AI.
Inteligencia
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Physics reasoning
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic real-world work tasks, Elo
Agentic interactive 3D experiences, Elo
Product and brand videos designed in code, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
Intelligence Index vs. precio
Precios
Costo por tarea del Intelligence Index
Intelligence Index vs. precio
Velocidad
Promedio de las cargas medidas de solicitud única y agénticas multiturno
Tiempo por tarea del Intelligence Index
Calidad
Endpoint Accuracy Index
Latencia
Promedio de las cargas medidas de solicitud única y agénticas multiturno
Tiempo hasta el primer token de respuesta
Fiabilidad
Proporción de solicitudes que el endpoint no completó, en todas las cargas medidas de solicitud única y agénticas multiturno
Tasa de errores del endpoint
Caché
Tasa de aciertos de caché
Costo por tarea vs. Tasa de aciertos de caché
Análisis adicional | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|
Kimi K3.1 Pro | 46 | $3.59 | 18.6 | 101.62 | 1.9% | 1M | Abierto | |||
DeepSeek V4.1 Flash 1017 (max) | 33 | $0.78 | 7.6 | 33.00 | 0.0% | 1M | Abierto | |||
GLM-5.3 (max) | 32 | $4.92 | 12.4 | 43.26 | 4.4% | 1M | Abierto | |||
MiniMax-M3.1-Flash | 29 | $0.46 | 18.4 | 74.65 | 0.0% | 1M | Abierto | |||
GLM-5.3-Flash | 28 | $0.69 | 12.0 | 22.84 | 0.0% | 1M | Abierto | |||
Muse Spark Open (xhigh) | 25 | $2.02 | 9.6 | 20.01 | 0.0% | 1M | Abierto | |||
MiniMax-M3 | 19 | $1.49 | 20.9 | 14.66 | 0.0% | 1M | Abierto | |||
Beam 1.0 (NVFP4) | 18 | $0.28 | 2.4 | 10.21 | 2.8% | 1M | Abierto | |||
Nemotron 3.5 Super VL (NVFP4) | 14 | $0.61 | 5.5 | 10.64 | 0.0% | 262k | Abierto | |||
 Inkling (xhigh) | 12 | $2.74 | 16.7 | 49.02 | 6.4% | 524k | Abierto | |||
Muse Glimmer (high) | 6 | $0.23 | 4.6 | 18.40 | 0.0% | 131k | Abierto | |||
DeepSeek R1 (Jan) | -- | -- | -- | -- | -- | 164k | Abierto | |||
MiniMax-M2.5 (FP4) | -- | -- | -- | -- | -- | 197k | Abierto | |||
Qwen3.5 9B (non-reasoning) (FP8) | -- | -- | -- | 1.03 | 1.0% | 262k | Abierto | |||
Qwen3.5 9B (FP8) | -- | -- | -- | 18.60 | 2.2% | 262k | Abierto | |||
GLM-4.5-Air (FP8) | -- | -- | -- | -- | -- | 131k | Abierto | |||
GLM-4.6 | -- | -- | -- | -- | -- | 203k | Abierto | |||
GLM-4.7 | -- | -- | -- | -- | -- | 203k | Abierto | |||
GLM-4.7 (non-reasoning) | -- | -- | -- | -- | -- | 203k | Abierto | |||
GLM-4.6 (non-reasoning) | -- | -- | -- | -- | -- | 203k | Abierto | |||
DeepSeek R1 0528 | -- | -- | -- | -- | -- | 164k | Abierto | |||
 Apriel-v1.5-15B-Thinker | -- | -- | -- | -- | -- | 131k | Abierto | |||
 gpt-oss-120b (low) | -- | -- | -- | 2.19 | 7.6% | 131k | Abierto | |||
DeepSeek V4.1 Flash (max) | -- | -- | -- | 37.81 | 0.0% | 1M | Abierto | |||
gpt-oss-120b (high) | -- | -- | -- | 37.27 | 8.2% | 131k | Abierto | |||
GLM-5.2 (max) | -- | -- | -- | 24.40 | 0.0% | 262k | Abierto | |||
Kimi K3 (max) | -- | -- | -- | 55.05 | 3.6% | 1M | Abierto | |||
DeepSeek V3.1 (non-reasoning) | -- | -- | -- | -- | -- | 131k | Abierto | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre Together AI
Together AI ofrece 18 modelos que monitoreamos: Kimi K3.1 Pro, DeepSeek V4.1 Flash 1017 (max), GLM-5.3 (max), MiniMax-M3.1-Flash, GLM-5.3-Flash, Muse Spark Open (xhigh), MiniMax-M3, Beam 1.0 (NVFP4), Nemotron 3.5 Super VL (NVFP4), Inkling (xhigh), Muse Glimmer (high), Qwen3.5 9B (non-reasoning) (FP8), Qwen3.5 9B (FP8), gpt-oss-120b (low), DeepSeek V4.1 Flash (max), gpt-oss-120b (high), GLM-5.2 (max) y Kimi K3 (max).
El modelo más inteligente disponible en Together AI es Kimi K3.1 Pro, con una puntuación de 46 en el Intelligence Index.
El modelo con el menor tiempo por tarea en Together AI es Beam 1.0 (NVFP4), con 2.4 minutos por tarea del Intelligence Index. El tiempo por tarea es la cantidad de tokens de salida por tarea dividida por la velocidad de salida de extremo a extremo; un valor menor significa que la tarea termina antes.
El modelo con el menor tiempo hasta el primer token de respuesta en Together AI es Qwen3.5 9B (non-reasoning) (FP8), con 1.02s. Una menor latencia significa una respuesta inicial más rápida.
El modelo más económico en Together AI por precio combinado es Nemotron 3.5 Super VL (NVFP4), a $0.094 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).
Los precios en Together AI varían hasta 25x entre modelos, desde $0.094 por 1M de tokens para Nemotron 3.5 Super VL (NVFP4) hasta $2.31 por 1M de tokens para Kimi K3 (max).
Sí, Together AI ofrece una API compatible con OpenAI, lo que facilita cambiar desde OpenAI o usar integraciones existentes del SDK de OpenAI.
Sí, los 18 modelos en Together AI admiten el modo JSON para salida estructurada.
Sí, los 18 modelos en Together AI admiten llamadas a funciones (uso de herramientas).
Sí, Together AI ofrece 17 modelos de razonamiento: Kimi K3.1 Pro, DeepSeek V4.1 Flash 1017 (max), GLM-5.3 (max), MiniMax-M3.1-Flash, GLM-5.3-Flash, Muse Spark Open (xhigh), MiniMax-M3, Beam 1.0 (NVFP4), Nemotron 3.5 Super VL (NVFP4), Inkling (xhigh), Muse Glimmer (high), Qwen3.5 9B (FP8), gpt-oss-120b (low), DeepSeek V4.1 Flash (max), gpt-oss-120b (high), GLM-5.2 (max) y Kimi K3 (max). Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.
Sí, los 18 modelos en Together AI 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 Together AI, considera: inteligencia (para tareas sensibles a la calidad), tiempo por tarea (la rapidez con la que el modelo completa una tarea del Intelligence Index), 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.