DeepInfra：モデルの知能、性能、料金

DeepInfra

DeepInfraのモデルを、品質、料金、出力速度、遅延、コンテキストウィンドウなどの主要指標で分析します。この分析は、ユースケースに最適なDeepInfra提供モデルを選ぶための参考情報です。

最高の知能

GLM-5.2 (max) (FP4)

DeepSeek V4 Flash 0731 (max)

MiniMax-M3

DeepSeek V4 Pro (max) (FP4)

Kimi K2.6 (FP4)

Intelligence Index

モデル合計：97件

最速

Step 3.7 Flash

203 t/s

Qwen3.5 122B A10B (FP4)

193 t/s

NVIDIA Nemotron 3 Nano

182 t/s

NVIDIA Nemotron Nano 9B V2

181 t/s

NVIDIA Nemotron Nano 9B V2

179 t/s

出力速度

モデル合計：97件

最安料金

Llama 3.1 8B (Turbo, FP8)

$0.02

Llama 3.1 8B

$0.02

Gemma 4 E4B

$0.03

Gemma 4 E4B

$0.03

gpt-oss-20b (high)

$0.04

ブレンド料金（100万トークンあたり）

モデル合計：97件

推論モデルを示します

DeepInfraは97モデルを提供しており、知能、性能、料金の特性はそれぞれ異なります。以下でモデル間の主要指標を比較します。

DeepInfraで知能が上位のモデルはGLM-5.2 (max) (FP4)（53）、DeepSeek V4 Flash 0731 (max)（52）、MiniMax-M3（45）です。
出力速度が最も速いモデルはStep 3.7 Flash（203 t/s）、Qwen3.5 122B A10B (FP4)（193 t/s）、NVIDIA Nemotron 3 Nano（182 t/s）です。
遅延では、NVIDIA Nemotron 3 Nano（0.40秒）、Qwen3.5 35B A3B FP8（0.49秒）、Qwen3 30B (FP8)（0.55秒）の最初の回答トークンまでの時間が最短です。
料金では、Llama 3.1 8B (Turbo, FP8)（$0.02）、Llama 3.1 8B（$0.02）、Gemma 4 E4B（$0.03）の100万トークンあたりのブレンド料金が最安です。
DeepInfraで最大のコンテキストウィンドウに対応するモデルはGLM-5.2 (max) (FP4)（1M）、DeepSeek V4 Pro (max) (FP4)（1M）、DeepSeek V4 Flash (max) (FP4)（1M）です。

ハイライト

知能

Artificial Analysis Intelligence Index · Higher is better

速度

Output tokens per second · Higher is better

料金

USD per 1M tokens (blended) · Lower is better

知能評価

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.1.1 incorporates 9 evaluations: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR

Reasoning models are indicated by a lightbulb icon

Artificial Analysis Intelligence Index v4.1.1 includes: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

GDPval-AA v2

Agentic real-world work tasks, (Elo-500)/2000

𝜏³-BankingUpdated

Agentic tool use

Terminal-Bench v2.1

Agentic coding & terminal use

SciCode

Coding

Humanity's Last ExamUpdated

Reasoning & knowledge

GPQA Diamond

Scientific reasoning

CritPt

Physics reasoning

AA-Omniscience AccuracyUpdated

Knowledge

AA-Omniscience Non-Hallucination RateUpdated

1 - hallucination rate

AA-LCRUpdated

Long context reasoning

AA-Briefcase

Agentic knowledge work, Elo

AutomationBench-AA

Agentic SaaS workflows

Harvey LAB-AA

Legal agentic work, criterion pass rate

EnterpriseOps-Gym-AANew

Agentic business operations

IFBench

Instruction following

APEX-Agents-AA

Long-horizon agentic tasks

ITBench-AA

Kubernetes incident root-cause analysis

MMMU-Pro

Visual reasoning

Reasoning models are indicated by a lightbulb icon

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Intelligence Index vs. Price

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Reasoning models are indicated by a lightbulb icon

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

コンテキストウィンドウ

Context Window

Context window: tokens limit · Higher is better

Reasoning models are indicated by a lightbulb icon

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

料金

Intelligence Index vs. Price

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Reasoning models are indicated by a lightbulb icon

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

性能の概要

Output Speed vs. Price

Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Reasoning models are indicated by a lightbulb icon

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).

速度

出力速度（1秒あたりのトークン数）で測定

Output Speed

Output tokens per second · Higher is better

Reasoning models are indicated by a lightbulb icon

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API (e.g. OpenAI for o1) or the median across providers where a first-party API is not available (e.g. Meta's Llama models).

遅延

最初のトークンまでの時間（秒）で測定

Latency: Time To First Answer Token

Seconds to first answer token received · Accounts for reasoning model 'thinking' time

Reasoning models are indicated by a lightbulb icon

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

エンドツーエンド応答時間

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

End-to-end response time: end-to-end seconds to output 500 tokens · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Reasoning models are indicated by a lightbulb icon

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).


									詳細分析
GLM-5.2 (max) (FP4)	1.05M	オープン	53	$0.25	46	1.38	56.17	43.83	モデルプロバイダー
DeepSeek V4 Flash 0731 (max)	1M	オープン	52	$0.06	74	0.84	34.57	26.98	モデルプロバイダー
MiniMax-M3	524k	オープン	45	$0.13	32	1.00	80.28	63.43	モデルプロバイダー
DeepSeek V4 Pro (max) (FP4)	1.05M	オープン	45	$0.27	39	1.89	126.28	111.63	モデルプロバイダー
Kimi K2.6 (FP4)	262k	オープン	45	$0.27	29	0.86	174.54	156.14	モデルプロバイダー
DeepSeek V4 Pro (high) (FP4)	65.5k	オープン	44	$0.26	32	1.50	80.17	62.89	モデルプロバイダー
Kimi K2.7 Code	262k	オープン	43	$0.18	86	0.65	32.39	25.93	モデルプロバイダー
MiMo-V2.5-Pro	65.5k	オープン	43	$0.18	123	0.92	21.18	16.21	モデルプロバイダー
Inkling (FP8)	131k	オープン	42	$0.43	117	0.72	22.16	17.16	モデルプロバイダー
Hy3 (FP8)	262k	オープン	42	$0.04	57	0.60	44.23	34.90	モデルプロバイダー
DeepSeek V4 Flash (max) (FP4)	1.05M	オープン	42	$0.04	41	1.13	151.33	137.92	モデルプロバイダー
Inkling Small	524k	オープン	41	$0.15	172	0.70	15.28	11.66	モデルプロバイダー
GLM-5.1 (FP4)	203k	オープン	41	$0.19	47	0.94	92.80	81.16	モデルプロバイダー
GLM-5 (FP4)	203k	オープン	41*	--	26	1.24	142.03	121.26	モデルプロバイダー
DeepSeek V4 Flash (high) (FP4)	1.05M	オープン	39	$0.03	41	1.08	43.99	30.58	モデルプロバイダー
Nemotron 3 Ultra	262k	オープン	38	$0.23	78	5.99	41.48	29.10	モデルプロバイダー
Nemotron 3 Ultra BF16	262k	オープン	38	--	74	4.30	41.57	30.55	モデルプロバイダー
MiMo-V2.5	262k	オープン	38	$0.08	44	1.08	58.12	45.63	モデルプロバイダー
Qwen3.6 27B FP8	262k	オープン	38	$0.19	49	1.19	127.07	115.69	モデルプロバイダー
GLM-5.1 (FP4)	203k	オープン	36*	--	36	1.19	14.95	--	モデルプロバイダー
Kimi K2.5	262k	オープン	36	$0.07	49	0.77	71.78	60.77	モデルプロバイダー
Kimi K2.6 (FP4)	262k	オープン	35*	--	22	0.94	23.36	--	モデルプロバイダー
Qwen3.5 27B (FP8)	262k	オープン	35*	--	64	0.93	40.29	31.49	モデルプロバイダー
MiniMax-M2.5 (FP8)	197k	オープン	34*	--	64	0.73	39.53	31.05	モデルプロバイダー
GLM-4.7 (FP4)	203k	オープン	34	$0.10	38	0.99	67.26	53.02	モデルプロバイダー
Qwen3.5 397B A17B (FP8)	262k	オープン	34	$0.19	51	0.97	73.11	62.35	モデルプロバイダー
GLM-5 (FP8)	203k	オープン	33*	--	26	1.14	20.17	--	モデルプロバイダー
Qwen3.5 122B A10B (FP4)	262k	オープン	33	$0.12	176	0.64	14.85	11.37	モデルプロバイダー
Qwen3.5 397B A17B (FP8)	262k	オープン	33*	--	44	1.01	12.27	--	モデルプロバイダー
DeepSeek V3.2 (FP4)	164k	オープン	33	$0.08	24	0.61	106.39	84.63	モデルプロバイダー
Qwen3.6 35B A3B (FP8)	262k	オープン	32	$0.09	38	0.69	156.59	142.67	モデルプロバイダー
Qwen3.6 27B FP8	262k	オープン	31	$0.23	52	1.10	10.71	--	モデルプロバイダー
Step 3.7 Flash	256k	オープン	31	--	203	0.52	12.83	9.85	モデルプロバイダー
Qwen3.5 27B FP8	262k	オープン	30*	--	64	0.94	8.74	--	モデルプロバイダー
Qwen3.5 35B A3B (FP8)	262k	オープン	30*	--	151	0.49	17.05	13.25	モデルプロバイダー
Gemma 4 31B	262k	オープン	30	$0.01	17	2.85	130.63	99.21	モデルプロバイダー
GLM-4.6 (FP4)	203k	オープン	29	--	36	1.00	70.40	55.52	モデルプロバイダー
MiMo-V2.5-Pro	65.5k	オープン	28*	--	116	0.95	5.26	--	モデルプロバイダー
Qwen3.5 122B A10B (FP4)	262k	オープン	28	$0.10	193	0.64	3.22	--	モデルプロバイダー
GLM-4.7 (FP4)	203k	オープン	27*	--	37	0.97	14.48	--	モデルプロバイダー
Gemma 4 26B A4B	262k	オープン	26	$0.03	34	0.64	73.62	58.39	モデルプロバイダー
Nemotron 3 Super	262k	オープン	26	$0.10	63	20.65	60.30	31.73	モデルプロバイダー
DeepSeek V3.2	164k	オープン	25*	--	17	1.53	31.18	--	モデルプロバイダー
Qwen3.6 35B A3B (FP8)	262k	オープン	25	$0.29	39	0.80	13.63	--	モデルプロバイダー
Qwen3.5 35B A3B FP8	262k	オープン	24	$0.07	148	0.49	3.86	--	モデルプロバイダー
gpt-oss-120b (high)	131k	オープン	24	$0.02	45	0.62	56.13	44.41	モデルプロバイダー
gpt-oss-120b (high) (Turbo)	131k	オープン	24	$0.07	164	0.71	15.91	12.16	モデルプロバイダー
GLM-4.7-Flash	203k	オープン	23*	--	46	0.83	54.95	43.30	モデルプロバイダー
Gemma 4 31B (FP8)	262k	オープン	22	$0.04	10	2.08	54.47	--	モデルプロバイダー
DeepSeek V3.1 Terminus (FP4)	164k	オープン	22*	--	87	0.79	6.53	--	モデルプロバイダー
DeepSeek V3.1 (FP4)	164k	オープン	21*	--	12	1.11	41.65	--	モデルプロバイダー
Gemma 4 26B A4B (FP8)	262k	オープン	20*	--	27	0.62	18.96	--	モデルプロバイダー
Qwen3.5 4B (FP8)	262k	オープン	20*	--	39	0.67	64.29	50.89	モデルプロバイダー
DeepSeek R1 0528	164k	オープン	20*	--	26	0.79	98.07	77.82	モデルプロバイダー
Qwen3 235B A22B 2507 (FP8)	262k	オープン	20	--	47	1.06	54.56	42.80	モデルプロバイダー
Qwen3 235B 2507 (FP8)	262k	オープン	18*	--	19	0.62	26.87	--	モデルプロバイダー
Qwen3 Coder 480B (Turbo, FP4)	262k	オープン	18*	--	64	0.79	8.61	--	モデルプロバイダー
Qwen3.5 4B FP8	262k	オープン	16*	--	33	0.73	16.04	--	モデルプロバイダー
DeepSeek V3 0324 (FP4)	164k	オープン	15	$0.03	26	1.10	20.58	--	モデルプロバイダー
gpt-oss-20b (high)	131k	オープン	15	$0.01	106	0.47	24.14	18.93	モデルプロバイダー
Mistral Small 3.1	128k	オープン	15	$0.02	26	1.04	20.24	--	モデルプロバイダー
NVIDIA Nemotron 3 Nano	262k	オープン	15	$0.02	182	3.19	16.96	11.02	モデルプロバイダー
Llama 4 Maverick (FP8)	1.05M	オープン	14	$0.03	67	0.59	8.05	--	モデルプロバイダー
DeepSeek V3 (Dec)	164k	オープン	14	$0.02	26	0.75	20.03	--	モデルプロバイダー
Qwen3 Next 80B A3B	262k	オープン	14*	--	121	0.72	4.85	--	モデルプロバイダー
Llama Nemotron Super 49B v1.5	131k	オープン	12*	--	72	5.55	40.33	27.82	モデルプロバイダー
Gemma 4 E4B	262k	オープン	12	$0.01	72	0.90	35.63	27.78	モデルプロバイダー
Qwen3 32B (FP8)	41k	オープン	11	--	68	0.61	37.22	29.29	モデルプロバイダー
Mistral Small 3.2 (FP8)	128k	オープン	11	$0.11	29	0.97	18.36	--	モデルプロバイダー
Qwen3 14B (FP8)	32.8k	オープン	10	--	37	0.92	68.72	54.24	モデルプロバイダー
Llama 4 Scout	328k	オープン	10	$0.01	53	0.58	10.04	--	モデルプロバイダー
DeepSeek R1 Distill Llama 70B	131k	オープン	10*	--	25	0.86	101.54	80.55	モデルプロバイダー
Qwen2.5 72B	32.8k	オープン	9*	--	24	5.62	26.42	--	モデルプロバイダー
Llama 3.3 70B (Turbo, FP8)	131k	オープン	9	$0.02	12	2.25	43.59	--	モデルプロバイダー
Qwen3 30B (FP8)	41k	オープン	9*	--	81	0.54	31.29	24.60	モデルプロバイダー
NVIDIA Nemotron Nano 12B v2 VL (FP8)	131k	オープン	9*	--	61	5.54	46.45	32.73	モデルプロバイダー
Gemma 4 E4B	262k	オープン	9*	--	71	0.99	8.06	--	モデルプロバイダー
NVIDIA Nemotron Nano 9B V2	131k	オープン	9*	--	179	4.52	18.46	11.15	モデルプロバイダー
Llama Nemotron Super 49B v1.5	131k	オープン	9*	--	83	5.35	11.37	--	モデルプロバイダー
Qwen3 32B (FP8)	41k	オープン	8*	--	68	0.64	8.04	--	モデルプロバイダー
Llama 3.1 8B (Turbo, FP8)	131k	オープン	8	--	16	1.11	33.25	--	モデルプロバイダー
Llama 3.1 8B	131k	オープン	8	--	16	1.12	31.51	--	モデルプロバイダー
Llama 3.1 Nemotron 70B	131k	オープン	7*	--	90	5.86	11.43	--	モデルプロバイダー
Gemma 3 27B	131k	オープン	7	$0.08	25	1.18	21.30	--	モデルプロバイダー
NVIDIA Nemotron 3 Nano	262k	オープン	7*	--	174	0.40	3.27	--	モデルプロバイダー
NVIDIA Nemotron Nano 9B V2	131k	オープン	7*	--	181	4.13	6.90	--	モデルプロバイダー
Qwen3 14B (FP8)	41k	オープン	7*	--	51	0.96	10.74	--	モデルプロバイダー
Mistral Small 3	32.8k	オープン	7*	--	59	0.82	9.35	--	モデルプロバイダー
Qwen3 30B (FP8)	41k	オープン	7*	--	80	0.55	6.77	--	モデルプロバイダー
Llama 3.1 70B	131k	オープン	7*	--	35	1.79	16.15	--	モデルプロバイダー
Llama 3.1 70B (Turbo, FP8)	131k	オープン	7*	--	35	1.91	16.17	--	モデルプロバイダー
Gemma 3 12B	131k	オープン	6	$0.09	46	0.80	11.68	--	モデルプロバイダー
Hermes 3 - Llama-3.1 70B	131k	オープン	5*	--	34	2.09	16.66	--	モデルプロバイダー
Phi-4	16.4k	オープン	5*	--	71	0.89	7.91	--	モデルプロバイダー
NVIDIA Nemotron Nano 12B v2 VL (FP8)	131k	オープン	4*	--	64	5.85	13.69	--	モデルプロバイダー
Llama 3.2 11B (Vision)	131k	オープン	3*	--	9	3.54	59.58	--	モデルプロバイダー
Gemma 3 4B	131k	オープン	1*	--	45	1.05	12.26	--	モデルプロバイダー
Llama 3 8B	8.19k	オープン	1*	--	--	--	--	--	モデルプロバイダー

主要な定義

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

よくある質問

DeepInfraに関するよくある質問

DeepInfraが提供し、当社が追跡しているモデルは97モデルです：GLM-5.2 (max) (FP4)、DeepSeek V4 Flash 0731 (max)、MiniMax-M3、DeepSeek V4 Pro (max) (FP4)、Kimi K2.6 (FP4)、DeepSeek V4 Pro (high) (FP4)、Kimi K2.7 Code、MiMo-V2.5-Pro、Inkling (FP8)、Hy3 (FP8)、DeepSeek V4 Flash (max) (FP4)、Inkling Small、GLM-5.1 (FP4)、GLM-5 (FP4)、DeepSeek V4 Flash (high) (FP4)、Nemotron 3 Ultra、Nemotron 3 Ultra BF16、MiMo-V2.5、Qwen3.6 27B FP8、GLM-5.1 (FP4)、Kimi K2.5、Kimi K2.6 (FP4)、Qwen3.5 27B (FP8)、MiniMax-M2.5 (FP8)、GLM-4.7 (FP4)、Qwen3.5 397B A17B (FP8)、GLM-5 (FP8)、Qwen3.5 122B A10B (FP4)、Qwen3.5 397B A17B (FP8)、DeepSeek V3.2 (FP4)、Qwen3.6 35B A3B (FP8)、Qwen3.6 27B FP8、Step 3.7 Flash、Qwen3.5 27B FP8、Qwen3.5 35B A3B (FP8)、Gemma 4 31B、GLM-4.6 (FP4)、MiMo-V2.5-Pro、Qwen3.5 122B A10B (FP4)、GLM-4.7 (FP4)、Gemma 4 26B A4B、Nemotron 3 Super、DeepSeek V3.2、Qwen3.6 35B A3B (FP8)、Qwen3.5 35B A3B FP8、gpt-oss-120b (high)、gpt-oss-120b (high) (Turbo)、GLM-4.7-Flash、Gemma 4 31B (FP8)、DeepSeek V3.1 Terminus (FP4)、DeepSeek V3.1 (FP4)、Gemma 4 26B A4B (FP8)、Qwen3.5 4B (FP8)、DeepSeek R1 0528、Qwen3 235B A22B 2507 (FP8)、Qwen3 235B 2507 (FP8)、Qwen3 Coder 480B (Turbo, FP4)、Qwen3.5 4B FP8、DeepSeek V3 0324 (FP4)、gpt-oss-20b (high)、Mistral Small 3.1、NVIDIA Nemotron 3 Nano、Llama 4 Maverick (FP8)、DeepSeek V3 (Dec)、Qwen3 Next 80B A3B、Llama Nemotron Super 49B v1.5、Gemma 4 E4B、Qwen3 32B (FP8)、Mistral Small 3.2 (FP8)、Qwen3 14B (FP8)、Llama 4 Scout、DeepSeek R1 Distill Llama 70B、Qwen2.5 72B、Llama 3.3 70B (Turbo, FP8)、Qwen3 30B (FP8)、NVIDIA Nemotron Nano 12B v2 VL (FP8)、Gemma 4 E4B、NVIDIA Nemotron Nano 9B V2、Llama Nemotron Super 49B v1.5、Qwen3 32B (FP8)、Llama 3.1 8B (Turbo, FP8)、Llama 3.1 8B、Llama 3.1 Nemotron 70B、Gemma 3 27B、NVIDIA Nemotron 3 Nano、NVIDIA Nemotron Nano 9B V2、Qwen3 14B (FP8)、Mistral Small 3、Qwen3 30B (FP8)、Llama 3.1 70B、Llama 3.1 70B (Turbo, FP8)、Gemma 3 12B、Hermes 3 - Llama-3.1 70B、Phi-4、NVIDIA Nemotron Nano 12B v2 VL (FP8)、Llama 3.2 11B (Vision)、Gemma 3 4B。

DeepInfraで利用できるモデルのうち、知能が最も高いのはIntelligence Indexスコア53のGLM-5.2 (max) (FP4)です。

DeepInfraで出力速度が最も速いモデルは、毎秒203.0トークンのStep 3.7 Flashです。

DeepInfraで最初の回答トークンまでの時間が最短のモデルは、0.40秒のNVIDIA Nemotron 3 Nanoです。遅延が短いほど、最初の応答が速くなります。

DeepInfraでブレンド料金が最も安いモデルは、100万トークンあたり$0.02のLlama 3.1 8B (Turbo, FP8)です（キャッシュヒット／入力／出力を7:2:1とした場合）。

DeepInfraのモデル間では料金に最大55倍の差があり、Llama 3.1 8B (Turbo, FP8)の100万トークンあたり$0.02から、Llama 3.1 Nemotron 70Bの$1.20までとなっています。

はい。DeepInfraはOpenAI互換APIを提供しているため、OpenAIからの切り替えや既存のOpenAI SDK連携の利用が容易です。

DeepInfraの97モデル中94モデルが、構造化出力のJSONモードに対応しています。

DeepInfraの97モデル中94モデルが関数呼び出し（ツール利用）に対応しています。

はい。DeepInfraは49推論モデルを提供しています：GLM-5.2 (max) (FP4)、DeepSeek V4 Flash 0731 (max)、MiniMax-M3、DeepSeek V4 Pro (max) (FP4)、Kimi K2.6 (FP4)、DeepSeek V4 Pro (high) (FP4)、Kimi K2.7 Code、MiMo-V2.5-Pro、Inkling (FP8)、Hy3 (FP8)、DeepSeek V4 Flash (max) (FP4)、Inkling Small、GLM-5.1 (FP4)、GLM-5 (FP4)、DeepSeek V4 Flash (high) (FP4)、Nemotron 3 Ultra、Nemotron 3 Ultra BF16、MiMo-V2.5、Qwen3.6 27B FP8、Kimi K2.5、Qwen3.5 27B (FP8)、MiniMax-M2.5 (FP8)、GLM-4.7 (FP4)、Qwen3.5 397B A17B (FP8)、Qwen3.5 122B A10B (FP4)、DeepSeek V3.2 (FP4)、Qwen3.6 35B A3B (FP8)、Step 3.7 Flash、Qwen3.5 35B A3B (FP8)、Gemma 4 31B、GLM-4.6 (FP4)、Gemma 4 26B A4B、Nemotron 3 Super、gpt-oss-120b (high)、gpt-oss-120b (high) (Turbo)、GLM-4.7-Flash、Qwen3.5 4B (FP8)、DeepSeek R1 0528、Qwen3 235B A22B 2507 (FP8)、gpt-oss-20b (high)、NVIDIA Nemotron 3 Nano、Llama Nemotron Super 49B v1.5、Gemma 4 E4B、Qwen3 32B (FP8)、Qwen3 14B (FP8)、DeepSeek R1 Distill Llama 70B、Qwen3 30B (FP8)、NVIDIA Nemotron Nano 12B v2 VL (FP8)、NVIDIA Nemotron Nano 9B V2。推論モデルは回答前に拡張思考を行い、複雑な問題に取り組みます。

はい。DeepInfraの全97モデルがオープンウェイトです。

はい。インフラストラクチャの変更、負荷分散、アップデートにより、プロバイダーの性能は時間とともに変化する場合があります。すべてのプロバイダーを継続的にベンチマークし、「推移」グラフに過去の性能傾向を表示しています。

DeepInfraのモデルを選ぶ際は、知能（品質を重視するタスク）、出力速度（高スループットが必要なタスク）、遅延（最初の応答の速さが必要な対話型アプリケーション）、料金（費用を重視するワークロード）、コンテキストウィンドウの規模、JSONモード、関数呼び出しへの対応などを検討してください。

DeepInfra：モデルの知能、性能、料金

最高の知能

最速

最安料金

知能

速度

料金