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
Updated
GLM-5.3-Flash
DeepSeek V4 Flash 0731 (max) (FAST)
Qwen3.5 397B A17B (Non-reasoning)Qwen3.5 397B A17BÍndice de inteligencia
4 modelos en total
Más rápido
DeepSeek V4 Flash 0731 (max) (FAST)Qwen3.5 397B A17BQwen3.5 397B A17B (Non-reasoning)GLM-5.3-FlashVelocidad de salida
4 modelos en total
Menor precio
GLM-5.3-FlashDeepSeek V4 Flash 0731 (max) (FAST)Qwen3.5 397B A17B (Non-reasoning)Qwen3.5 397B A17BPrecio combinado (por 1M de tokens)
4 modelos en total
Wafer ofrece 4 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-Flash (42), DeepSeek V4 Flash 0731 (max) (FAST) (35) y Qwen3.5 397B A17B (Non-reasoning) (21).
- En velocidad de salida, los modelos más rápidos son DeepSeek V4 Flash 0731 (max) (FAST) (143 t/s), Qwen3.5 397B A17B (85 t/s) y Qwen3.5 397B A17B (Non-reasoning) (83 t/s). La velocidad varía significativamente entre modelos, con una diferencia del 365% entre el más rápido y el más lento.
- En latencia, Qwen3.5 397B A17B (Non-reasoning) (2.20s), DeepSeek V4 Flash 0731 (max) (FAST) (14.81s) y Qwen3.5 397B A17B (39.70s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, GLM-5.3-Flash ($0.10), DeepSeek V4 Flash 0731 (max) (FAST) ($0.16) y Qwen3.5 397B A17B (Non-reasoning) ($0.37) ofrecen los menores precios combinados por 1M de tokens. Los precios varían hasta 3.7x entre modelos.
- En tamaño de ventana de contexto, GLM-5.3-Flash (1M), DeepSeek V4 Flash 0731 (max) (FAST) (1M) y Qwen3.5 397B A17B (Non-reasoning) (262k) admiten las ventanas de contexto más grandes en Wafer.
- GLM-5.3-Flash ofrece el mejor equilibrio entre inteligencia y costo. Para la salida más rápida, DeepSeek V4 Flash 0731 (max) (FAST) es la mejor opción.
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-Flash | 1M | Abierto | 42 | $0.29 | 27 | 0.76 | 94.72 | 75.17 | |||
DeepSeek V4 Flash 0731 (max) (FAST) | 1M | Abierto | 35 | $0.90 | 148 | 0.79 | 17.67 | 13.50 | |||
Qwen3.5 397B A17B (Non-reasoning) | 262k | Abierto | 21* | -- | 84 | 2.22 | 8.14 | -- | |||
Qwen3.5 397B A17B | 262k | Abierto | 19 | $0.34 | 85 | 2.11 | 45.29 | 37.32 | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre Wafer
Wafer ofrece 4 modelos que monitoreamos: GLM-5.3-Flash, DeepSeek V4 Flash 0731 (max) (FAST), Qwen3.5 397B A17B (Non-reasoning) y Qwen3.5 397B A17B.
El modelo más inteligente disponible en Wafer es GLM-5.3-Flash, con una puntuación de 42 en el Índice de Inteligencia.
El modelo más rápido en Wafer por velocidad de salida es DeepSeek V4 Flash 0731 (max) (FAST), con 143.1 tokens por segundo.
El modelo con el menor tiempo hasta el primer token de respuesta en Wafer es Qwen3.5 397B A17B (Non-reasoning), con 2.20s. Una menor latencia significa una respuesta inicial más rápida.
El modelo más económico en Wafer 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 Wafer varían hasta 4x entre modelos, desde $0.10 por 1M de tokens para GLM-5.3-Flash hasta $0.37 por 1M de tokens para Qwen3.5 397B A17B.
Sí, Wafer ofrece una API compatible con OpenAI, lo que facilita cambiar desde OpenAI o usar integraciones existentes del SDK de OpenAI.
Sí, los 4 modelos en Wafer admiten el modo JSON para salida estructurada.
Sí, los 4 modelos en Wafer admiten llamadas a funciones (uso de herramientas).
Sí, Wafer ofrece 3 modelos de razonamiento: GLM-5.3-Flash, DeepSeek V4 Flash 0731 (max) (FAST) y Qwen3.5 397B A17B. Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.
Sí, los 4 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.