Nebius：モデルの知能、性能、料金

Nebius

Nebius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Nebius提供モデルを選ぶための参考情報です。

最高の知能

Kimi K3 (max)

GLM-5.2 (max) (FP4)

MiniMax-M3 (FP8)

DeepSeek V4 Pro (max)

Kimi K2.6

Intelligence Index

モデル合計：33件

最速

NVIDIA Nemotron 3 Nano

325 t/s

Nemotron 3 Nano Omni 30B A3B Reasoning (FP8)

324 t/s

Nemotron 3 Ultra

311 t/s

gpt-oss-120b (low) Base

256 t/s

NVIDIA Nemotron 3 Super

243 t/s

出力速度

モデル合計：33件

最安料金

Nemotron 3 Nano Omni 30B A3B Reasoning (FP8)

$0.08

NVIDIA Nemotron 3 Nano

$0.08

Qwen3 32B Base

$0.12

Qwen3 30B A3B 2507

$0.12

Qwen3 32B Base

$0.12

ブレンド料金（100万トークンあたり）

モデル合計：33件

推論モデルを示します

Nebiusは33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。

Nebiusで知能が上位のモデルはKimi K3 (max)（57）、GLM-5.2 (max) (FP4)（51）、MiniMax-M3 (FP8)（44）です。
出力速度が最も速いモデルはNVIDIA Nemotron 3 Nano（325 t/s）、Nemotron 3 Nano Omni 30B A3B Reasoning (FP8)（324 t/s）、Nemotron 3 Ultra（311 t/s）です。
遅延では、Qwen3 30B A3B 2507（1.14秒）、GLM-5.2 (FP4)（1.22秒）、Hermes 4 70B (FP8)（1.36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、Nemotron 3 Nano Omni 30B A3B Reasoning (FP8)（$0.08）、NVIDIA Nemotron 3 Nano（$0.08）、Qwen3 32B Base（$0.12）の100万トークンあたりのブレンド料金が最安です。
Nebiusで最大のコンテキストウィンドウに対応するモデルはMiniMax-M3 (FP8)（1M）、Kimi K3 (max)（1M）、DeepSeek V4 Pro（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 incorporates 9 evaluations: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR

Estimate (independent evaluation forthcoming)

Reasoning models are indicated by a lightbulb icon

Artificial Analysis Intelligence Index v4.1 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-Banking

Agentic tool use

Terminal-Bench v2.1

Agentic coding & terminal use

SciCode

Coding

Humanity's Last Exam

Reasoning & knowledge

GPQA Diamond

Scientific reasoning

CritPt

Physics reasoning

AA-Omniscience Accuracy

Knowledge

AA-Omniscience Non-Hallucination Rate

1 - hallucination rate

AA-LCR

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

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
Kimi K3 (max)	1.05M	オープン	57	$3.18	112	1.63	24.03	17.92	モデルプロバイダー
GLM-5.2 (max) (FP4)	432k	オープン	51	$1.06	215	1.13	12.76	9.30	モデルプロバイダー
MiniMax-M3 (FP8)	1.05M	オープン	44	$0.45	154	1.94	18.14	12.96	モデルプロバイダー
DeepSeek V4 Pro (max)	1M	オープン	44	$0.90	54	1.49	91.94	81.17	モデルプロバイダー
Kimi K2.6	262k	オープン	44	$0.76	236	1.92	22.86	18.83	モデルプロバイダー
DeepSeek V4 Pro (high)	1M	オープン	43	$0.94	54	1.37	47.45	36.84	モデルプロバイダー
Kimi K2.7 Code (FP4)	256k	オープン	42	$0.64	112	1.76	26.10	19.88	モデルプロバイダー
GLM-5.1 (FP8, Base)	200k	オープン	40	$0.58	36	1.80	121.10	105.40	モデルプロバイダー
Nemotron 3 Ultra	256k	オープン	38	$0.59	311	2.30	11.21	7.30	モデルプロバイダー
GLM-5.1 (FP8, Base)	200k	オープン	35*	--	36	1.84	15.70	--	モデルプロバイダー
Kimi K2.6	262k	オープン	35*	--	212	1.93	4.28	--	モデルプロバイダー
GLM-5.2 (FP4)	432k	オープン	34	--	190	1.22	3.86	--	モデルプロバイダー
Qwen3.5 397B A17B (Base, FP4)	262k	オープン	34	$0.36	112	1.99	34.94	28.48	モデルプロバイダー
MiniMax-M2.5 (FP4)	196k	オープン	34*	--	91	1.84	29.19	21.87	モデルプロバイダー
Qwen3.5 397B A17B (Base, FP4)	262k	オープン	32*	--	110	2.05	6.59	--	モデルプロバイダー
DeepSeek V4 Pro	1.05M	オープン	31*	--	64	1.47	9.24	--	モデルプロバイダー
NVIDIA Nemotron 3 Super	256k	オープン	25	$0.34	243	1.88	12.17	8.23	モデルプロバイダー
gpt-oss-120b (high) (Base)	128k	オープン	24	$0.08	221	1.03	12.35	9.06	モデルプロバイダー
Qwen3 235B 2507	262k	オープン	18*	--	47	1.73	12.25	--	モデルプロバイダー
Qwen3 Next 80B A3B (FP8)	262k	オープン	17	$0.04	101	1.09	25.76	19.74	モデルプロバイダー
Nemotron 3 Nano Omni 30B A3B Reasoning (FP8)	65.5k	オープン	15*	--	324	1.01	8.73	6.18	モデルプロバイダー
gpt-oss-120b (low) Base	128k	オープン	15	$0.02	256	0.97	10.74	7.81	モデルプロバイダー
NVIDIA Nemotron 3 Nano	262k	オープン	14	$0.03	325	1.14	8.84	6.16	モデルプロバイダー
Qwen3 32B Base	32.8k	オープン	12	--	30	1.99	84.76	66.22	モデルプロバイダー
Hermes 4 70B (FP8)	128k	オープン	10*	--	89	1.39	29.41	22.42	モデルプロバイダー
Llama 3.3 70B Base	128k	オープン	9	$0.02	16	4.41	36.51	--	モデルプロバイダー
Llama Nemotron Ultra Base	131k	オープン	9*	--	52	2.35	50.09	38.19	モデルプロバイダー
Qwen3 30B A3B 2507	262k	オープン	9*	--	48	1.14	11.48	--	モデルプロバイダー
Hermes 4 405B (FP8)	128k	オープン	9*	--	32	2.63	81.09	62.77	モデルプロバイダー
Hermes 4 405B (FP8)	128k	オープン	9*	--	37	2.36	15.93	--	モデルプロバイダー
Qwen3 32B Base	32.8k	オープン	9*	--	27	1.94	20.43	--	モデルプロバイダー
Gemma 3 27B (FP8)	110k	オープン	7	$0.09	59	2.78	11.18	--	モデルプロバイダー
Hermes 4 70B (FP8)	128k	オープン	7*	--	93	1.36	6.73	--	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

Nebiusに関するよくある質問

Nebiusが提供し、当社が追跡しているモデルは33モデルです：Kimi K3 (max)、GLM-5.2 (max) (FP4)、MiniMax-M3 (FP8)、DeepSeek V4 Pro (max)、Kimi K2.6、DeepSeek V4 Pro (high)、Kimi K2.7 Code (FP4)、GLM-5.1 (FP8, Base)、Nemotron 3 Ultra、GLM-5.1 (FP8, Base)、Kimi K2.6、GLM-5.2 (FP4)、Qwen3.5 397B A17B (Base, FP4)、MiniMax-M2.5 (FP4)、Qwen3.5 397B A17B (Base, FP4)、DeepSeek V4 Pro、NVIDIA Nemotron 3 Super、gpt-oss-120b (high) (Base)、Qwen3 235B 2507、Qwen3 Next 80B A3B (FP8)、Nemotron 3 Nano Omni 30B A3B Reasoning (FP8)、gpt-oss-120b (low) Base、NVIDIA Nemotron 3 Nano、Qwen3 32B Base、Hermes 4 70B (FP8)、Llama 3.3 70B Base、Llama Nemotron Ultra Base、Qwen3 30B A3B 2507、Hermes 4 405B (FP8)、Hermes 4 405B (FP8)、Qwen3 32B Base、Gemma 3 27B (FP8)、Hermes 4 70B (FP8)。

Nebius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57のKimi K3 (max)です。

Nebiusで出力速度が最も速いモデルは、毎秒324.7トークンのNVIDIA Nemotron 3 Nanoです。

Nebiusで最初の回答トークンまでの時間が最短のモデルは、1.14秒のQwen3 30B A3B 2507です。遅延が短いほど、最初の応答が速くなります。

Nebius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$0.08のNemotron 3 Nano Omni 30B A3B Reasoning (FP8)です（キャッシュヒット／入力／出力を7:2:1とした場合）。

Nebiusのモデル間では料金に最大54倍の差があり、Nemotron 3 Nano Omni 30B A3B Reasoning (FP8)の100万トークンあたり$0.08から、Kimi K3 (max)の$4.20までとなっています。

はい。Nebius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。Nebiusの全33モデルが、構造化出力のJSONモードに対応しています。

はい。Nebiusの全33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。Nebiusは21推論モデルを提供しています：Kimi K3 (max)、GLM-5.2 (max) (FP4)、MiniMax-M3 (FP8)、DeepSeek V4 Pro (max)、Kimi K2.6、DeepSeek V4 Pro (high)、Kimi K2.7 Code (FP4)、GLM-5.1 (FP8, Base)、Nemotron 3 Ultra、Qwen3.5 397B A17B (Base, FP4)、MiniMax-M2.5 (FP4)、NVIDIA Nemotron 3 Super、gpt-oss-120b (high) (Base)、Qwen3 Next 80B A3B (FP8)、Nemotron 3 Nano Omni 30B A3B Reasoning (FP8)、gpt-oss-120b (low) Base、NVIDIA Nemotron 3 Nano、Qwen3 32B Base、Hermes 4 70B (FP8)、Llama Nemotron Ultra Base、Hermes 4 405B (FP8)。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。Nebiusの全33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。

Nebius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。

Nebius：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