Modal：モデルの知能、性能、料金

Modal

この分析は、ユースケースに最適なModal提供モデルを選ぶための参考情報です。

最高の知能

GLM-5.3 (max)

Kimi K3 (max)

GLM-5.3-Flash

Qwen3.8 2.4T A95B

DeepSeek V4.1 Flash (max)

Intelligence Index

モデル合計：7件

最速

Qwen3.8 2.4T A95B

203 t/s

Inkling (xhigh) (NVFP4)

199 t/s

Kimi K3 (max)

166 t/s

DeepSeek V4.1 Flash (non-reasoning)

131 t/s

DeepSeek V4.1 Flash (max)

125 t/s

出力速度

モデル合計：7件

最安料金

DeepSeek V4.1 Flash (max)

$0.20

DeepSeek V4.1 Flash (non-reasoning)

$0.20

GLM-5.3-Flash

$0.30

GLM-5.3 (max)

$0.90

Inkling (xhigh) (NVFP4)

$0.93

ブレンド料金（100万トークンあたり）

モデル合計：7件

Modalは7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。

Modalで知能が上位のモデルはGLM-5.3 (max)（45）、Kimi K3 (max)（44）、GLM-5.3-Flash（42）です。
出力速度が最も速いモデルはQwen3.8 2.4T A95B（203 t/s）、Inkling (xhigh) (NVFP4)（199 t/s）、Kimi K3 (max)（166 t/s）です。モデル間の速度差は大きく、最速と最遅で63%の差があります。
遅延では、DeepSeek V4.1 Flash (non-reasoning)（0.69秒）、Qwen3.8 2.4T A95B（10.60秒）、Inkling (xhigh) (NVFP4)（11.02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、DeepSeek V4.1 Flash (max)（$0.20）、DeepSeek V4.1 Flash (non-reasoning)（$0.20）、GLM-5.3-Flash（$0.30）の100万トークンあたりのブレンド料金が最安です。モデル間で料金に最大4.6倍の差があります。
Modalで最大のコンテキストウィンドウに対応するモデルはKimi K3 (max)（1M）、Inkling (xhigh) (NVFP4)（1M）、GLM-5.3 (max)（1M）です。

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 v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1

Artificial Analysis Intelligence Index v4.3.2 includes: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Evaluations

Evaluations measured independently by Artificial Analysis · AA-PersonalityBench scores are percentile ranks from 1 to 100

AA-Briefcase v1.1

Agentic knowledge work, Elo

AA-Omniscience Accuracy

Knowledge

AA-Omniscience Non-Hallucination Rate

1 - hallucination rate

AutomationBench-AA

Agentic SaaS workflows

GDPval-AA v2.1

Agentic real-world work tasks, Elo

Humanity's Last Exam

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

AA-LCR v1.1

Long context reasoning

SciCodeUnder review

Coding

CritPt

Physics reasoning

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

FrontierCode 1.1New

Agentic software engineering in open-source repositories

AA-AnalystAgent

Quantitative analysis on spreadsheets & documents

Harvey LAB-AA v1.1Updated

Legal agentic work, Hallucination-Gated All-Pass Rate

EnterpriseOps-Gym-AA

Agentic business operations

AA-3DNew

Agentic interactive 3D experiences, Elo

ITBench-AA

Kubernetes incident root-cause analysis

MLCR-AAUpdated

Medical long context reasoning

MMMU-Pro

Visual reasoning

AA-PersonalityBench: Expressiveness ScoreNew

Rich, varied, well-crafted language

AA-PersonalityBench: Organization ScoreNew

Well-structured, scannable, answer-first

AA-PersonalityBench: Transparency ScoreNew

Truthful, acknowledges uncertainty, non-sycophantic

AA-PersonalityBench: Slop ScoreNew

Use of filler and generic language

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

Intelligence Indexと料金

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

Most attractive quadrant

Pareto line

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: tokens limit · Higher is better

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と料金

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

Most attractive quadrant

Pareto line

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

性能の概要

出力速度と料金

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

Most attractive quadrant

Pareto line

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

出力速度

Output tokens per second · Higher is better

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 or the median across providers where a first-party API is not available.

遅延

最初のトークンまでの時間（秒）で測定

遅延: 最初の回答トークンまでの時間

最初の回答トークン受信までの秒数 · 推論モデルの「思考」時間を含む

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.

キャッシュ動作

キャッシュヒット率

キャッシュ可能な入力トークンのうちキャッシュから提供された割合 · 直近4週間の中央値、2026年9月26日更新

The share of cacheable input tokens served from the provider's prompt cache, measured during multi-turn agentic coding sessions. We regularly measure each endpoint and report a representative rate based on recent measurements. Higher values mean more of the input is billed at the cheaper cache-hit price, where the provider offers one, which lowers the effective cost of agentic workloads. For further details, see our methodology page.

タスクあたりのコストとキャッシュヒット率

Weighted average cost (USD) per Intelligence Index task · Cache hit rate: median of the last four weeks, updated Sep 26, 2026

Most attractive quadrant

Pareto line

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

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

エンドツーエンド応答時間と料金

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

Most attractive quadrant

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-5.3 (max)	1M	オープン	45	$1.97	124	0.90	21.12	16.17	モデルプロバイダー
Kimi K3 (max)	1.05M	オープン	44	$3.48	127	1.07	20.69	15.69	モデルプロバイダー
GLM-5.3-Flash	1M	オープン	42	$0.88	92	0.85	27.90	21.64	モデルプロバイダー
Qwen3.8 2.4T A95B	1M	オープン	40	$1.96	247	0.78	10.90	8.10	モデルプロバイダー
DeepSeek V4.1 Flash (max)	1M	オープン	39	$0.52	146	0.72	17.87	13.72	モデルプロバイダー
Inkling (xhigh) (NVFP4)	1.05M	オープン	25	$0.86	187	1.33	14.67	10.67	モデルプロバイダー
DeepSeek V4.1 Flash (non-reasoning)	1M	オープン	25	$0.33	153	0.76	4.03	--	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

Modalに関するよくある質問

Modalが提供し、当社が追跡しているモデルは7モデルです：GLM-5.3 (max)、Kimi K3 (max)、GLM-5.3-Flash、Qwen3.8 2.4T A95B、DeepSeek V4.1 Flash (max)、Inkling (xhigh) (NVFP4)、DeepSeek V4.1 Flash (non-reasoning)。

Modal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45のGLM-5.3 (max)です。

Modalで出力速度が最も速いモデルは、毎秒202.8トークンのQwen3.8 2.4T A95Bです。

Modalで最初の回答トークンまでの時間が最短のモデルは、0.69秒のDeepSeek V4.1 Flash (non-reasoning)です。遅延が短いほど、最初の応答が速くなります。

Modal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$0.20のDeepSeek V4.1 Flash (max)です（キャッシュヒット／入力／出力を7:2:1とした場合）。

Modalのモデル間では料金に最大11倍の差があり、DeepSeek V4.1 Flash (max)の100万トークンあたり$0.20から、Kimi K3 (max)の$2.31までとなっています。

はい。Modal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。

はい。Modalの全7モデルが、構造化出力のJSONモードに対応しています。

はい。Modalの全7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。Modalは6推論モデルを提供しています：GLM-5.3 (max)、Kimi K3 (max)、GLM-5.3-Flash、Qwen3.8 2.4T A95B、DeepSeek V4.1 Flash (max)、Inkling (xhigh) (NVFP4)。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。Modalの全7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。

Modal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。

Modal：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

知能評価

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Intelligence Indexと料金

Price-Quality Variance

コンテキストウィンドウ

コンテキストウィンドウ

Context Window for RAG

Context Window

料金

Intelligence Indexと料金

Price-Quality Variance

性能の概要

出力速度と料金

Output Speed

Price

速度

出力速度

Output Speed

Model Performance Representation

遅延

遅延: 最初の回答トークンまでの時間

Time to First Answer Token

キャッシュ動作

キャッシュヒット率

What Cache Hit Rate Shows

タスクあたりのコストとキャッシュヒット率

Cost per Intelligence Index Task

エンドツーエンド応答時間

エンドツーエンド応答時間と料金

Price

主要な定義

Context Window

よくある質問

Modalはどのモデルを提供していますか？

Modalで最も知能が高いモデルはどれですか？

Modalで最速のモデルはどれですか？

Modalで遅延が最も短いモデルはどれですか？

Modalで最も安価なモデルはどれですか？

Modalのモデル間で料金はどの程度異なりますか？

ModalはOpenAI互換ですか？

ModalはJSONモードに対応していますか？

Modalは関数呼び出しに対応していますか？

Modalは推論モデルを提供していますか？

Modalはオープンウェイトモデルを提供していますか？

Modalの性能は時間とともに変化しますか？

Modalのモデルはどう選べばよいですか？