Wafer: inteligencia, rendimiento y precio de sus modelos
Este análisis está pensado para ayudarte a elegir el mejor modelo ofrecido por Wafer para tu caso de uso.
Más inteligente
GLM-5.3 (max)GLM-5.3-Flash
DeepSeek V4.1 Flash (max)DeepSeek V4 Flash 0731 (max) (FAST)
Qwen3.8 27B (xhigh)Intelligence Index
6 modelos en total
Más rápido
DeepSeek V4 Flash 0731 (max) (FAST)GLM-5.3 (max)DeepSeek V4.1 Flash (max)GLM-5.3-FlashQwen3.8 27B (non-reasoning)Velocidad de salida
6 modelos en total
Menor precio
DeepSeek V4 Flash 0731 (max) (FAST)GLM-5.3-FlashDeepSeek V4.1 Flash (max)Qwen3.8 27B (xhigh)Qwen3.8 27B (non-reasoning)Precio combinado (por 1M de tokens)
6 modelos en total
Wafer ofrece 6 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 Wafer 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 DeepSeek V4 Flash 0731 (max) (FAST) (213 t/s), GLM-5.3 (max) (206 t/s) y DeepSeek V4.1 Flash (max) (176 t/s).
- En latencia, Qwen3.8 27B (non-reasoning) (1.22s), DeepSeek V4 Flash 0731 (max) (FAST) (10.10s) y GLM-5.3 (max) (10.49s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, DeepSeek V4 Flash 0731 (max) (FAST) ($0.08), GLM-5.3-Flash ($0.10) y DeepSeek V4.1 Flash (max) ($0.18) ofrecen los menores precios combinados por 1M de tokens. Los precios varían hasta 5.3x entre modelos.
- En tamaño de ventana de contexto, DeepSeek V4.1 Flash (max) (1M), GLM-5.3 (max) (1M) y GLM-5.3-Flash (1M) admiten las ventanas de contexto más grandes en Wafer.
- DeepSeek V4 Flash 0731 (max) (FAST) ofrece la salida más rápida y los mejores precios, lo que lo hace atractivo para aplicaciones sensibles al rendimiento y al costo. GLM-5.3 (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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3 (max) | 1M | Abierto | 45 | $2.04 | 206 | 0.76 | 12.92 | 9.72 | |||
GLM-5.3-Flash | 1M | Abierto | 42 | $0.45 | 176 | 0.68 | 14.86 | 11.34 | |||
DeepSeek V4.1 Flash (max) | 1.05M | Abierto | 39 | $0.57 | 176 | 0.90 | 15.12 | 11.38 | |||
DeepSeek V4 Flash 0731 (max) (FAST) | 1M | Abierto | 34 | $0.24 | 213 | 0.71 | 12.45 | 9.39 | |||
Qwen3.8 27B (xhigh) | 262k | Abierto | 34 | $0.61 | 114 | 1.22 | 23.10 | 17.51 | |||
Qwen3.8 27B (non-reasoning) | 262k | Abierto | 20 | $1.34 | 142 | 1.22 | 4.74 | -- | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre Wafer
Wafer ofrece 6 modelos que monitoreamos: GLM-5.3 (max), GLM-5.3-Flash, DeepSeek V4.1 Flash (max), DeepSeek V4 Flash 0731 (max) (FAST), Qwen3.8 27B (xhigh) y Qwen3.8 27B (non-reasoning).
El modelo más inteligente disponible en Wafer es GLM-5.3 (max), con una puntuación de 45 en el Intelligence Index.
El modelo más rápido en Wafer por velocidad de salida es DeepSeek V4 Flash 0731 (max) (FAST), con 213.1 tokens por segundo.
El modelo con el menor tiempo hasta el primer token de respuesta en Wafer es Qwen3.8 27B (non-reasoning), con 1.22s. Una menor latencia significa una respuesta inicial más rápida.
El modelo más económico en Wafer por precio combinado es DeepSeek V4 Flash 0731 (max) (FAST), a $0.08 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).
Los precios en Wafer varían hasta 12x entre modelos, desde $0.08 por 1M de tokens para DeepSeek V4 Flash 0731 (max) (FAST) hasta $0.90 por 1M de tokens para GLM-5.3 (max).
Sí, Wafer ofrece una API compatible con OpenAI, lo que facilita cambiar desde OpenAI o usar integraciones existentes del SDK de OpenAI.
Sí, los 6 modelos en Wafer admiten el modo JSON para salida estructurada.
Sí, los 6 modelos en Wafer admiten llamadas a funciones (uso de herramientas).
Sí, Wafer ofrece 5 modelos de razonamiento: GLM-5.3 (max), GLM-5.3-Flash, DeepSeek V4.1 Flash (max), DeepSeek V4 Flash 0731 (max) (FAST) y Qwen3.8 27B (xhigh). Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.
Sí, los 6 modelos en Wafer 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 Wafer, 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.