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
Updated
GLM-5.3 (max)
Kimi K3 (max)GLM-5.3-Flash
Qwen3.8 2.4T A95BGLM-5.2 (max)Índice de inteligencia
15 modelos en total
Más rápido
Qwen3.8 2.4T A95BGLM-5.2 (max)
Inkling
gpt-oss-120b (low)gpt-oss-120b (high)Velocidad de salida
15 modelos en total
Menor precio
GLM-5.3-FlashQwen3.5 9B (FP8)Qwen3.5 9B (Non-reasoning) (FP8)gpt-oss-120b (high)gpt-oss-120b (low)Precio combinado (por 1M de tokens)
15 modelos en total
Together AI ofrece 15 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 GLM-5.3 (max) (45), Kimi K3 (max) (44) y GLM-5.3-Flash (42).
- En velocidad de salida, los modelos más rápidos son Qwen3.8 2.4T A95B (179 t/s), GLM-5.2 (max) (158 t/s) e Inkling (131 t/s). La velocidad varía significativamente entre modelos, con una diferencia del 51% entre el más rápido y el más lento.
- En latencia, Qwen3.5 9B (Non-reasoning) (FP8) (0.74s), Gemma 4 31B (Non-reasoning) (FP8) (1.26s) y Llama 3.3 70B Turbo (1.54s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, GLM-5.3-Flash ($0.10), Qwen3.5 9B (FP8) ($0.18) y Qwen3.5 9B (Non-reasoning) (FP8) ($0.18) ofrecen los menores precios combinados por 1M de tokens.
- En tamaño de ventana de contexto, Kimi K3 (max) (1M), GLM-5.3-Flash (1M) y GLM-5.3 (max) (1M) admiten las ventanas de contexto más grandes en Together AI.
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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3 (max) | 1.05M | Abierto | 45 | $2.58 | 120 | 0.85 | 21.60 | 16.60 | |||
Kimi K3 (max) | 1.05M | Abierto | 44 | $4.34 | 82 | 0.88 | 31.46 | 24.47 | |||
GLM-5.3-Flash | 1.05M | Abierto | 42 | $0.36 | 120 | 0.86 | 21.65 | 16.63 | |||
Qwen3.8 2.4T A95B | 262k | Abierto | 40 | $4.23 | 182 | 1.04 | 14.75 | 10.96 | |||
GLM-5.2 (max) | 262k | Abierto | 39* | -- | 176 | 0.76 | 14.92 | 11.33 | |||
 MiniMax-M3 | 1M | Abierto | 30 | $0.70 | 116 | 0.90 | 22.49 | 17.27 | |||
Inkling | 524k | Abierto | 26 | $0.91 | 131 | 0.61 | 19.66 | 15.24 | |||
MiniMax-M2.5 (FP4) | 197k | Abierto | 23* | -- | -- | -- | -- | -- | |||
GLM-4.7 | 203k | Abierto | 22* | -- | -- | -- | -- | -- | |||
GLM-4.6 | 203k | Abierto | 19* | -- | -- | -- | -- | -- | |||
 Muse Glimmer (high) | 131k | Abierto | 18 | $0.09 | 107 | 0.85 | 24.22 | 18.69 | |||
GLM-4.7 (Non-reasoning) | 203k | Abierto | 17* | -- | -- | -- | -- | -- | |||
 Gemma 4 31B (FP8) | 262k | Abierto | 15 | $0.29 | 12 | 1.51 | 181.89 | 140.04 | |||
GLM-4.6 (Non-reasoning) | 203k | Abierto | 15* | -- | -- | -- | -- | -- | |||
Gemma 4 31B (Non-reasoning) (FP8) | 262k | Abierto | 14* | -- | 15 | 1.26 | 33.67 | -- | |||
 Apriel-v1.5-15B-Thinker | 131k | Abierto | 14* | -- | -- | -- | -- | -- | |||
 DeepSeek V3.1 (Non-reasoning) | 131k | Abierto | 14* | -- | -- | -- | -- | -- | |||
Qwen3.5 9B (FP8) | 262k | Abierto | 14* | -- | 86 | 0.83 | 29.94 | 23.29 | |||
Apriel-v1.6-15B-Thinker | 131k | Abierto | 13* | -- | -- | -- | -- | -- | |||
Qwen3.5 9B (Non-reasoning) (FP8) | 262k | Abierto | 13* | -- | 85 | 0.75 | 6.60 | -- | |||
DeepSeek R1 0528 | 164k | Abierto | 13* | -- | -- | -- | -- | -- | |||
gpt-oss-120b (high) | 131k | Abierto | 12 | $0.11 | 118 | 0.54 | 21.81 | 17.02 | |||
DeepSeek R1 (Jan) | 164k | Abierto | 11 | $0.41 | -- | -- | -- | -- | |||
GLM-4.5-Air (FP8) | 131k | Abierto | 11* | -- | -- | -- | -- | -- | |||
gpt-oss-120b (low) | 131k | Abierto | 10* | -- | 111 | 0.55 | 23.15 | 18.08 | |||
Qwen3 Coder Next (FP8) | 262k | Abierto | 10 | $0.78 | -- | -- | -- | -- | |||
Llama 4 Maverick | 1.05M | Abierto | 9 | $0.04 | -- | -- | -- | -- | |||
Llama 3.3 70B Turbo | 131k | Abierto | 8* | -- | 69 | 1.57 | 8.80 | -- | |||
 Cogito v2.1 | 164k | Abierto | -- | -- | -- | -- | -- | -- | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre Together AI
Together AI ofrece 15 modelos que monitoreamos: GLM-5.3 (max), Kimi K3 (max), GLM-5.3-Flash, Qwen3.8 2.4T A95B, GLM-5.2 (max), MiniMax-M3, Inkling, Muse Glimmer (high), Gemma 4 31B (FP8), Gemma 4 31B (Non-reasoning) (FP8), Qwen3.5 9B (FP8), Qwen3.5 9B (Non-reasoning) (FP8), gpt-oss-120b (high), gpt-oss-120b (low) y Llama 3.3 70B Turbo.
El modelo más inteligente disponible en Together AI es GLM-5.3 (max), con una puntuación de 45 en el Índice de Inteligencia.
El modelo más rápido en Together AI por velocidad de salida es Qwen3.8 2.4T A95B, con 178.7 tokens por segundo.
El modelo con el menor tiempo hasta el primer token de respuesta en Together AI es Qwen3.5 9B (Non-reasoning) (FP8), con 0.74s. Una menor latencia significa una respuesta inicial más rápida.
El modelo más económico en Together AI por precio combinado es GLM-5.3-Flash, a $0.10 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).
Los precios en Together AI varían hasta 23x entre modelos, desde $0.10 por 1M de tokens para GLM-5.3-Flash 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 15 modelos en Together AI admiten el modo JSON para salida estructurada.
Sí, los 15 modelos en Together AI admiten llamadas a funciones (uso de herramientas).
Sí, Together AI ofrece 12 modelos de razonamiento: GLM-5.3 (max), Kimi K3 (max), GLM-5.3-Flash, Qwen3.8 2.4T A95B, GLM-5.2 (max), MiniMax-M3, Inkling, Muse Glimmer (high), Gemma 4 31B (FP8), Qwen3.5 9B (FP8), gpt-oss-120b (high) y gpt-oss-120b (low). Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.
Sí, los 15 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), 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.