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 (max)GLM-5.3-Flash
DeepSeek V4.1 Flash (max)DeepSeek V4 Flash 0731 (max) (FAST)
Qwen3.8 27B (xhigh)Índice de inteligencia
6 modelos en total
Más rápido
GLM-5.3 (max)DeepSeek V4 Flash 0731 (max) (FAST)Qwen3.8 27BQwen3.8 27B (xhigh)DeepSeek V4.1 Flash (max)Velocidad de salida
6 modelos en total
Menor precio
GLM-5.3-FlashDeepSeek V4 Flash 0731 (max) (FAST)DeepSeek V4.1 Flash (max)Qwen3.8 27B (xhigh)Qwen3.8 27BPrecio 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 GLM-5.3 (max) (208 t/s), DeepSeek V4 Flash 0731 (max) (FAST) (90 t/s) y Qwen3.8 27B (86 t/s). La velocidad varía significativamente entre modelos, con una diferencia del 162% entre el más rápido y el más lento.
- En latencia, Qwen3.8 27B (1.22s), GLM-5.3 (max) (10.49s) y DeepSeek V4 Flash 0731 (max) (FAST) (22.91s) 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 DeepSeek V4.1 Flash (max) ($0.18) ofrecen los menores precios combinados por 1M de tokens. Los precios varían hasta 3.1x 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.
- GLM-5.3 (max) ofrece la mejor combinación de inteligencia y velocidad. Para optimizar costos, GLM-5.3-Flash ofrece los precios más competitivos.
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
Agentic scientific research workflows in a terminal
Quantitative analysis on spreadsheets & documents
Kubernetes incident root-cause analysis
Visual reasoning
Medical long context 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) | 1M | Abierto | 45 | $2.01 | 208 | 0.85 | 12.90 | 9.64 | |||
GLM-5.3-Flash | 1M | Abierto | 42 | $0.45 | 60 | 1.00 | 42.89 | 33.51 | |||
DeepSeek V4.1 Flash (max) | 1.05M | Abierto | 39 | $0.57 | 79 | 0.82 | 32.42 | 25.28 | |||
DeepSeek V4 Flash 0731 (max) (FAST) | 1M | Abierto | 34 | $0.54 | 90 | 0.75 | 28.45 | 22.16 | |||
Qwen3.8 27B (xhigh) | 262k | Abierto | 34 | $0.45 | 80 | 1.24 | 32.46 | 24.98 | |||
Qwen3.8 27B | 262k | Abierto | 20 | $0.92 | 86 | 1.22 | 7.05 | -- | |||
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.
El modelo más inteligente disponible en Wafer es GLM-5.3 (max), con una puntuación de 45 en el Índice de Inteligencia.
El modelo más rápido en Wafer por velocidad de salida es GLM-5.3 (max), con 207.5 tokens por segundo.
El modelo con el menor tiempo hasta el primer token de respuesta en Wafer es Qwen3.8 27B, con 1.22s. 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 9x entre modelos, desde $0.10 por 1M de tokens para GLM-5.3-Flash hasta $0.86 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.