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
DeepSeek V4.1 Flash 1017 (max)
GLM-5.3 (max)
Kimi K3 (max)GLM-5.3-Flash
Qwen3.8 2.4T A95BIntelligence Index
18 modelos en total
Más rápido
Nemotron 3.5 Super VL (NVFP4)GLM-5.2 (max)DeepSeek V4.1 Flash (max)
Beam 1.0 (NVFP4)GLM-5.3-FlashVelocidad de salida
18 modelos en total
Menor precio
Nemotron 3.5 Super VL (NVFP4)GLM-5.3-FlashQwen3.5 9B (non-reasoning) (FP8)Qwen3.5 9B (FP8)DeepSeek V4.1 Flash 1017 (max)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 DeepSeek V4.1 Flash 1017 (max) (45), GLM-5.3 (max) (45) y Kimi K3 (max) (44).
- En velocidad de salida, los modelos más rápidos son Nemotron 3.5 Super VL (NVFP4) (400 t/s), GLM-5.2 (max) (352 t/s) y DeepSeek V4.1 Flash (max) (339 t/s). La velocidad varía significativamente entre modelos, con una diferencia del 91% entre el más rápido y el más lento.
- En latencia, Qwen3.5 9B (non-reasoning) (FP8) (0.68s), Llama 3.3 70B Turbo (1.70s) y Nemotron 3.5 Super VL (NVFP4) (5.57s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, Nemotron 3.5 Super VL (NVFP4) ($0.09), GLM-5.3-Flash ($0.10) y Qwen3.5 9B (non-reasoning) (FP8) ($0.18) ofrecen los menores precios combinados por 1M de tokens.
- En tamaño de ventana de contexto, DeepSeek V4.1 Flash 1017 (max) (1M), Kimi K3 (max) (1M) y GLM-5.3-Flash (1M) admiten las ventanas de contexto más grandes en Together AI.
- Nemotron 3.5 Super VL (NVFP4) ofrece la salida más rápida y los mejores precios, lo que lo hace atractivo para aplicaciones sensibles al rendimiento y al costo. DeepSeek V4.1 Flash 1017 (max) lidera en inteligencia para tareas que requieren la máxima calidad.
Evaluaciones de inteligencia
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, (Elo-500)/2000
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic real-world work tasks, (Elo-500)/2000
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Long context reasoning
Coding
Physics reasoning
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic interactive 3D experiences, (Elo-500)/2000
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Intelligence Index vs. precio
Ventana de contexto
Ventana de contexto
Precios
Intelligence Index vs. precio
Resumen de rendimiento
Velocidad de salida vs. precio
Velocidad
Medida por la velocidad de salida (tokens por segundo)
Velocidad de salida
Latencia
Medida por el tiempo (segundos) hasta el primer token
Latencia: Tiempo hasta el primer token de respuesta
Comportamiento de caché
Tasa de aciertos de caché
Costo por tarea vs. Tasa de aciertos de caché
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
Tiempo de respuesta de extremo a extremo vs. precio
Análisis adicional | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
DeepSeek V4.1 Flash 1017 (max) | 1.05M | Abierto | 45 | $0.32 | 131 | 0.34 | 19.45 | 15.29 | |||
GLM-5.3 (max) | 1.05M | Abierto | 45 | $1.97 | 133 | 1.08 | 19.84 | 15.01 | |||
Kimi K3 (max) | 1.05M | Abierto | 44 | $2.16 | 54 | 0.96 | 46.83 | 36.70 | |||
GLM-5.3-Flash | 1.05M | Abierto | 42 | $0.47 | 210 | 0.60 | 12.53 | 9.54 | |||
Qwen3.8 2.4T A95B | 262k | Abierto | 40 | $2.09 | 155 | 1.04 | 17.14 | 12.88 | |||
DeepSeek V4.1 Flash (max) | 1.05M | Abierto | 39 | $0.32 | 339 | 0.36 | 7.74 | 5.91 | |||
 Muse Spark Open (xhigh) | 1.05M | Abierto | 39 | $0.84 | 93 | 0.64 | 27.66 | 21.62 | |||
GLM-5.2 (max) | 262k | Abierto | 34 | $0.88 | 352 | 0.64 | 7.74 | 5.67 | |||
Beam 1.0 (NVFP4) | 1.05M | Abierto | 30 | $0.21 | 299 | 0.51 | 8.88 | 6.69 | |||
 MiniMax-M3 | 1M | Abierto | 29 | $0.58 | 128 | 0.67 | 20.28 | 15.68 | |||
Nemotron 3.5 Super VL (NVFP4) | 262k | Abierto | 26 | $0.26 | 400 | 0.57 | 6.82 | 5.00 | |||
 Inkling (xhigh) | 524k | Abierto | 25 | $0.91 | 124 | 0.66 | 20.76 | 16.09 | |||
MiniMax-M2.5 (FP4) | 197k | Abierto | 23* | -- | -- | -- | -- | -- | |||
GLM-4.7 | 203k | Abierto | 22* | -- | -- | -- | -- | -- | |||
GLM-4.6 | 203k | Abierto | 19* | -- | -- | -- | -- | -- | |||
Muse Glimmer (high) | 131k | Abierto | 17 | $0.08 | 100 | 0.75 | 25.80 | 20.04 | |||
GLM-4.7 (non-reasoning) | 203k | Abierto | 17* | -- | -- | -- | -- | -- | |||
GLM-4.6 (non-reasoning) | 203k | Abierto | 15* | -- | -- | -- | -- | -- | |||
 Apriel-v1.5-15B-Thinker | 131k | Abierto | 14* | -- | -- | -- | -- | -- | |||
DeepSeek V3.1 (non-reasoning) | 131k | Abierto | 14* | -- | -- | -- | -- | -- | |||
Qwen3.5 9B (non-reasoning) (FP8) | 262k | Abierto | 13* | -- | 112 | 0.68 | 5.17 | -- | |||
DeepSeek R1 0528 | 164k | Abierto | 13* | -- | -- | -- | -- | -- | |||
 gpt-oss-120b (high) | 131k | Abierto | 12 | $0.11 | 195 | 0.46 | 13.27 | 10.25 | |||
DeepSeek R1 (Jan) | 164k | Abierto | 11 | $0.41 | -- | -- | -- | -- | |||
Qwen3.5 9B (FP8) | 262k | Abierto | 11 | $0.27 | 109 | 0.70 | 23.66 | 18.37 | |||
GLM-4.5-Air (FP8) | 131k | Abierto | 11* | -- | -- | -- | -- | -- | |||
gpt-oss-120b (low) | 131k | Abierto | 10* | -- | 172 | 0.44 | 14.97 | 11.63 | |||
Llama 3.3 70B Turbo | 131k | Abierto | 8* | -- | 68 | 1.70 | 9.04 | -- | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre Together AI
Together AI ofrece 18 modelos que monitoreamos: DeepSeek V4.1 Flash 1017 (max), GLM-5.3 (max), Kimi K3 (max), GLM-5.3-Flash, Qwen3.8 2.4T A95B, DeepSeek V4.1 Flash (max), Muse Spark Open (xhigh), GLM-5.2 (max), Beam 1.0 (NVFP4), MiniMax-M3, Nemotron 3.5 Super VL (NVFP4), Inkling (xhigh), Muse Glimmer (high), Qwen3.5 9B (non-reasoning) (FP8), gpt-oss-120b (high), Qwen3.5 9B (FP8), gpt-oss-120b (low) y Llama 3.3 70B Turbo.
El modelo más inteligente disponible en Together AI es DeepSeek V4.1 Flash 1017 (max), con una puntuación de 45 en el Intelligence Index.
El modelo más rápido en Together AI por velocidad de salida es Nemotron 3.5 Super VL (NVFP4), con 400.2 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 0.68s. 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 $0.09 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).
Los precios en Together AI varían hasta 22x entre modelos, desde $0.09 por 1M de tokens para Nemotron 3.5 Super VL (NVFP4) hasta $2.08 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.
17 de 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 16 modelos de razonamiento: DeepSeek V4.1 Flash 1017 (max), GLM-5.3 (max), Kimi K3 (max), GLM-5.3-Flash, Qwen3.8 2.4T A95B, DeepSeek V4.1 Flash (max), Muse Spark Open (xhigh), GLM-5.2 (max), Beam 1.0 (NVFP4), MiniMax-M3, Nemotron 3.5 Super VL (NVFP4), Inkling (xhigh), Muse Glimmer (high), gpt-oss-120b (high), Qwen3.5 9B (FP8) y gpt-oss-120b (low). 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), 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.