Novita：モデルの知能、性能、料金
Novita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Novita提供モデルを選ぶための参考情報です。
最高の知能
Intelligence Index
モデル合計：85件
最速
出力速度
モデル合計：85件
最安料金
ブレンド料金（100万トークンあたり）
モデル合計：85件
Novitaは85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。
- Novitaで知能が上位のモデルはGLM-5.2 (max) (FP8)（51）、MiniMax-M3（44）、DeepSeek V4 Pro (max)（44）です。
- 出力速度が最も速いモデルはNVIDIA Nemotron 3 Nano (FP4)（259 t/s）、NVIDIA Nemotron 3 Nano (FP4)（245 t/s）、Qwen3 Next 80B A3B（184 t/s）です。 モデル間の速度差は大きく、最速と最遅で54%の差があります。
- 遅延では、Llama 4 Scout（0.83秒）、Llama 3.1 8B（0.86秒）、Llama 4 Maverick (FP8)（0.93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（$0.02）、gpt-oss-20b (high)（$0.05）、gpt-oss-20b (low)（$0.05）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2.8倍の差があります。
- Novita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) (FP8)（1M）、DeepSeek V4 Pro (max)（1M）、DeepSeek V4 Pro (high)（1M）です。
ハイライト
知能評価
Artificial Analysis Intelligence Index
Intelligence Evaluations
Agentic real-world work tasks, (Elo-500)/2000
Agentic tool use
Agentic coding & terminal use
Coding
Reasoning & knowledge
Scientific reasoning
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Agentic knowledge work, Elo
Agentic SaaS workflows
Legal agentic work, criterion pass rate
Agentic business operations
Instruction following
Long-horizon agentic tasks
Kubernetes incident root-cause analysis
Visual reasoning
Intelligence Index vs. Price
コンテキストウィンドウ
Context Window
料金
Intelligence Index vs. Price
性能の概要
Output Speed vs. Price
速度
出力速度（1秒あたりのトークン数）で測定
Output Speed
遅延
最初のトークンまでの時間（秒）で測定
Latency: Time To First Answer Token
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
詳細分析 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.2 (max) (FP8) | 1.05M | オープン | 51 | $0.42 | 42 | 2.20 | 62.28 | 48.07 | |||
MiniMax-M3 | 1M | オープン | 44 | $0.13 | 105 | 1.39 | 25.12 | 18.99 | |||
DeepSeek V4 Pro (max) | 1.05M | オープン | 44 | $0.23 | 65 | 1.73 | 76.81 | 67.38 | |||
Kimi K2.6 | 262k | オープン | 44 | $0.33 | 49 | 1.70 | 102.13 | 90.29 | |||
DeepSeek V4 Pro (high) | 1.05M | オープン | 43 | $0.20 | 58 | 1.93 | 44.76 | 34.23 | |||
 MiMo-V2.5-Pro | 1.05M | オープン | 42 | $0.04 | 52 | 2.18 | 50.53 | 38.68 | |||
Kimi K2.7 Code | 262k | オープン | 42 | $0.22 | 44 | 3.48 | 65.23 | 50.43 | |||
 Hy3 | 262k | オープン | 41 | $0.04 | 64 | 2.79 | 42.02 | 31.38 | |||
DeepSeek V4 Flash (max) | 1.05M | オープン | 40 | $0.06 | 109 | 1.71 | 57.81 | 51.51 | |||
GLM-5.1 (FP8) | 205k | オープン | 40 | $0.30 | 49 | 2.55 | 89.24 | 76.59 | |||
GLM-5 FP8 | 203k | オープン | 40* | -- | 39 | 2.03 | 93.33 | 78.63 | |||
MiniMax-M2.7 (FP8) | 205k | オープン | 38 | $0.06 | 53 | 1.70 | 57.47 | 46.35 | |||
DeepSeek V4 Flash (high) | 1.05M | オープン | 37 | $0.04 | 110 | 1.70 | 17.56 | 11.30 | |||
MiMo-V2.5 | 1.05M | オープン | 37 | $0.01 | 77 | 2.00 | 34.54 | 26.03 | |||
Qwen3.6 27B | 262k | オープン | 37 | $0.29 | 58 | 3.02 | 110.03 | 98.35 | |||
Kimi K2.5 | 262k | オープン | 35 | $0.10 | 38 | 1.30 | 93.43 | 78.85 | |||
GLM-5.1 (FP8) | 205k | オープン | 35* | -- | 38 | 2.88 | 15.89 | -- | |||
Kimi K2.6 | 262k | オープン | 35* | -- | 42 | 2.21 | 14.06 | -- | |||
Qwen3.5 27B | 262k | オープン | 34* | -- | 51 | 5.71 | 54.30 | 38.87 | |||
GLM-4.7 | 205k | オープン | 34 | $0.35 | 35 | 3.60 | 75.09 | 57.19 | |||
 KAT-Coder-Pro V2 | 256k | 独自 | 34 | -- | 108 | 1.95 | 6.57 | -- | |||
Qwen3.5 397B A17B | 262k | オープン | 34 | $0.36 | 71 | 1.69 | 53.73 | 44.98 | |||
MiniMax-M2.5 | 205k | オープン | 34* | -- | 90 | 1.82 | 29.62 | 22.24 | |||
Kimi K2 Thinking | 262k | オープン | 33* | -- | 37 | 1.70 | 68.40 | 53.36 | |||
GLM-5 (FP8) | 203k | オープン | 32* | -- | 39 | 2.01 | 14.69 | -- | |||
Qwen3.5 122B A10B | 262k | オープン | 32 | $0.26 | 104 | 1.87 | 25.83 | 19.17 | |||
DeepSeek V3.2 | 164k | オープン | 32 | $0.09 | 35 | 2.99 | 73.90 | 56.74 | |||
Qwen3.5 397B A17B | 262k | オープン | 32* | -- | 70 | 1.88 | 8.98 | -- | |||
Qwen3.6 35B A3B | 205k | オープン | 32 | $0.19 | 139 | 1.56 | 44.10 | 38.94 | |||
MiniMax-M2.1 | 205k | オープン | 31* | -- | 86 | 1.79 | 30.89 | 23.28 | |||
Qwen3.6 27B | 262k | オープン | 30 | $0.40 | 60 | 2.87 | 11.14 | -- | |||
DeepSeek V3.1 Terminus (FP8) | 131k | オープン | 30 | -- | 35 | 2.99 | 75.38 | 57.91 | |||
Kimi K2.5 | 262k | オープン | 29* | -- | 38 | 1.39 | 14.43 | -- | |||
 Gemma 4 31B | 262k | オープン | 29 | $0.04 | -- | -- | -- | -- | |||
Qwen3.5 35B A3B | 262k | オープン | 29* | -- | 138 | 1.62 | 19.77 | 14.52 | |||
GLM-4.6 | 205k | オープン | 29 | $0.30 | 55 | 2.61 | 48.26 | 36.52 | |||
MiniMax-M2 | 205k | オープン | 28* | -- | 88 | 2.12 | 30.68 | 22.85 | |||
MiMo-V2.5-Pro | 1.05M | オープン | 28* | -- | 51 | 1.95 | 11.77 | -- | |||
GLM-4.7 | 205k | オープン | 27* | -- | 37 | 3.56 | 17.16 | -- | |||
Gemma 4 26B A4B | 262k | オープン | 26 | $0.04 | 35 | 1.87 | 73.84 | 57.57 | |||
DeepSeek V3.2 Exp (FP8) | 164k | オープン | 25* | -- | 35 | 2.49 | 74.37 | 57.50 | |||
DeepSeek V3.2 | 164k | オープン | 25* | -- | 38 | 2.56 | 15.88 | -- | |||
Qwen3.6 35B A3B | 205k | オープン | 24 | $0.42 | 168 | 1.48 | 4.45 | -- | |||
Qwen3 Max | 262k | 独自 | 24* | -- | 37 | 3.17 | 16.73 | -- | |||
gpt-oss-120b (high) | 131k | オープン | 24 | $0.03 | 89 | 1.38 | 29.37 | 22.39 | |||
Kimi K2 0905 | 262k | オープン | 24* | -- | 37 | 1.35 | 14.76 | -- | |||
GLM-4.6 | 205k | オープン | 23* | -- | 59 | 2.69 | 11.16 | -- | |||
GLM-4.7-Flash | 200k | オープン | 23* | -- | 88 | 1.68 | 30.08 | 22.72 | |||
Gemma 4 31B | 262k | オープン | 22 | $0.04 | 19 | 1.77 | 28.32 | -- | |||
DeepSeek V3.1 Terminus (FP8) | 131k | オープン | 21* | -- | 34 | 2.80 | 17.47 | -- | |||
DeepSeek V3.2 Exp (FP8) | 164k | オープン | 21* | -- | 35 | 2.64 | 16.89 | -- | |||
Qwen3 Coder Next (FP8) | 262k | オープン | 21 | $0.20 | 168 | 2.76 | 5.74 | -- | |||
DeepSeek V3.1 | 164k | オープン | 21* | -- | 33 | 3.01 | 18.07 | -- | |||
DeepSeek V3.1 | 131k | オープン | 21* | -- | 35 | 2.76 | 74.11 | 57.07 | |||
Qwen3 VL 235B A22B | 131k | オープン | 21* | -- | 49 | 2.42 | 53.56 | 40.91 | |||
Gemma 4 26B A4B | 262k | オープン | 20* | -- | 37 | 2.96 | 16.55 | -- | |||
DeepSeek R1 0528 | 164k | オープン | 20* | -- | 23 | 1.22 | 109.95 | 86.98 | |||
Qwen3 235B A22B 2507 | 131k | オープン | 20 | $0.08 | 65 | 2.27 | 40.54 | 30.62 | |||
Kimi K2 | 131k | オープン | 19* | -- | 37 | 1.49 | 14.86 | -- | |||
DeepSeek R1 (Jan) Turbo | 64k | オープン | 19 | $0.13 | 23 | 1.27 | 126.34 | 103.10 | |||
DeepSeek R1 (Jan) | 64k | オープン | 19 | $0.57 | 21 | 1.34 | 140.22 | 114.49 | |||
Qwen3 235B 2507 | 131k | オープン | 18* | -- | 36 | 1.68 | 15.44 | -- | |||
Qwen3 Coder 480B | 262k | オープン | 18* | -- | 64 | 2.18 | 9.94 | -- | |||
MiniMax M1 80k | 1M | オープン | 18* | -- | 90 | 1.93 | 29.68 | 22.20 | |||
GLM-4.6V | 131k | オープン | 17* | -- | 67 | 4.67 | 41.81 | 29.72 | |||
GLM-4.7-Flash | 200k | オープン | 16* | -- | 95 | 2.18 | 7.43 | -- | |||
DeepSeek V3 0324 | 164k | オープン | 15 | $0.05 | 38 | 1.77 | 14.83 | -- | |||
gpt-oss-120b (low) | 131k | オープン | 15 | $0.01 | 80 | 1.13 | 32.43 | 25.04 | |||
gpt-oss-20b (high) | 131k | オープン | 15 | $0.02 | 61 | 1.08 | 41.98 | 32.72 | |||
gpt-oss-20b (low) | 131k | オープン | 14* | -- | 72 | 1.14 | 35.87 | 27.79 | |||
Qwen3 VL 235B A22B | 131k | オープン | 14* | -- | 37 | 2.11 | 15.79 | -- | |||
Llama 4 Maverick (FP8) | 1.05M | オープン | 14 | $0.04 | 46 | 0.93 | 11.71 | -- | |||
NVIDIA Nemotron 3 Nano (FP4) | 262k | オープン | 14 | $0.02 | 259 | 3.03 | 12.70 | 7.74 | |||
DeepSeek V3 (Dec) | 64k | オープン | 14 | $0.06 | 39 | 1.81 | 14.77 | -- | |||
DeepSeek V3 (Dec) Turbo | 64k | オープン | 14 | $0.03 | 39 | 1.76 | 14.60 | -- | |||
Ling 2.6 Flash | 262k | オープン | 14 | -- | 100 | 1.14 | 6.14 | -- | |||
Qwen3 Next 80B A3B | 131k | オープン | 14* | -- | 184 | 1.66 | 4.37 | -- | |||
GLM-4.6V | 131k | オープン | 11* | -- | 81 | 3.54 | 9.69 | -- | |||
Qwen3 235B (FP8) | 41k | オープン | 11* | -- | 29 | 1.89 | 19.07 | -- | |||
Llama 4 Scout | 131k | オープン | 10 | $0.01 | 54 | 0.83 | 10.12 | -- | |||
Qwen3 VL 30B A3B | 131k | オープン | 10* | -- | 84 | 1.53 | 7.46 | -- | |||
Llama 3.3 70B | 131k | オープン | 9 | $0.02 | -- | -- | -- | -- | |||
GLM-4.5V | 65.5k | オープン | 9* | -- | 84 | 1.77 | 31.48 | 23.77 | |||
Llama 3.1 8B | 16.4k | オープン | 8 | -- | 129 | 0.86 | 4.73 | -- | |||
Gemma 3 27B | 98.3k | オープン | 7 | $0.11 | 35 | 1.47 | 15.77 | -- | |||
NVIDIA Nemotron 3 Nano (FP4) | 262k | オープン | 7* | -- | 245 | 5.14 | 7.17 | -- | |||
GLM-4.5V | 65.5k | オープン | 7* | -- | 89 | 2.07 | 7.70 | -- | |||
Llama 3 70B | 8.19k | オープン | 3* | -- | -- | -- | -- | -- | |||
Llama 3 8B | 8.19k | オープン | 1* | -- | -- | -- | -- | -- | |||
主要な定義
よくある質問
Novitaに関するよくある質問
Novitaが提供し、当社が追跡しているモデルは85モデルです：GLM-5.2 (max) (FP8)、MiniMax-M3、DeepSeek V4 Pro (max)、Kimi K2.6、DeepSeek V4 Pro (high)、MiMo-V2.5-Pro、Kimi K2.7 Code、Hy3、DeepSeek V4 Flash (max)、GLM-5.1 (FP8)、GLM-5 FP8、MiniMax-M2.7 (FP8)、DeepSeek V4 Flash (high)、MiMo-V2.5、Qwen3.6 27B、Kimi K2.5、GLM-5.1 (FP8)、Kimi K2.6、Qwen3.5 27B、GLM-4.7、KAT-Coder-Pro V2、Qwen3.5 397B A17B、MiniMax-M2.5、Kimi K2 Thinking、GLM-5 (FP8)、Qwen3.5 122B A10B、DeepSeek V3.2、Qwen3.5 397B A17B、Qwen3.6 35B A3B、MiniMax-M2.1、Qwen3.6 27B、DeepSeek V3.1 Terminus (FP8)、Kimi K2.5、Qwen3.5 35B A3B、GLM-4.6、MiniMax-M2、MiMo-V2.5-Pro、GLM-4.7、Gemma 4 26B A4B、DeepSeek V3.2 Exp (FP8)、DeepSeek V3.2、Qwen3.6 35B A3B、Qwen3 Max、gpt-oss-120b (high)、Kimi K2 0905、GLM-4.6、GLM-4.7-Flash、Gemma 4 31B、DeepSeek V3.1 Terminus (FP8)、DeepSeek V3.2 Exp (FP8)、Qwen3 Coder Next (FP8)、DeepSeek V3.1、DeepSeek V3.1、Qwen3 VL 235B A22B、Gemma 4 26B A4B、DeepSeek R1 0528、Qwen3 235B A22B 2507、Kimi K2、DeepSeek R1 (Jan) Turbo、DeepSeek R1 (Jan)、Qwen3 235B 2507、Qwen3 Coder 480B、MiniMax M1 80k、GLM-4.6V、GLM-4.7-Flash、DeepSeek V3 0324、gpt-oss-120b (low)、gpt-oss-20b (high)、gpt-oss-20b (low)、Qwen3 VL 235B A22B、Llama 4 Maverick (FP8)、NVIDIA Nemotron 3 Nano (FP4)、DeepSeek V3 (Dec)、DeepSeek V3 (Dec) Turbo、Ling 2.6 Flash、Qwen3 Next 80B A3B、GLM-4.6V、Qwen3 235B (FP8)、Llama 4 Scout、Qwen3 VL 30B A3B、GLM-4.5V、Llama 3.1 8B、Gemma 3 27B、NVIDIA Nemotron 3 Nano (FP4)、GLM-4.5V。
Novita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51のGLM-5.2 (max) (FP8)です。
Novitaで出力速度が最も速いモデルは、毎秒258.5トークンのNVIDIA Nemotron 3 Nano (FP4)です。
Novitaで最初の回答トークンまでの時間が最短のモデルは、0.83秒のLlama 4 Scoutです。遅延が短いほど、最初の応答が速くなります。
Novita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です（キャッシュヒット／入力／出力を7:2:1とした場合）。
Novitaのモデル間では料金に最大174倍の差があり、Llama 3.1 8Bの100万トークンあたり$0.02から、DeepSeek R1 (Jan)の$4.00までとなっています。
はい。Novita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。
Novitaの85モデル中82モデルが、構造化出力のJSONモードに対応しています。
Novitaの85モデル中80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。Novitaは46推論モデルを提供しています：GLM-5.2 (max) (FP8)、MiniMax-M3、DeepSeek V4 Pro (max)、Kimi K2.6、DeepSeek V4 Pro (high)、MiMo-V2.5-Pro、Kimi K2.7 Code、Hy3、DeepSeek V4 Flash (max)、GLM-5.1 (FP8)、GLM-5 FP8、MiniMax-M2.7 (FP8)、DeepSeek V4 Flash (high)、MiMo-V2.5、Qwen3.6 27B、Kimi K2.5、Qwen3.5 27B、GLM-4.7、Qwen3.5 397B A17B、MiniMax-M2.5、Kimi K2 Thinking、Qwen3.5 122B A10B、DeepSeek V3.2、Qwen3.6 35B A3B、MiniMax-M2.1、DeepSeek V3.1 Terminus (FP8)、Qwen3.5 35B A3B、GLM-4.6、MiniMax-M2、Gemma 4 26B A4B、DeepSeek V3.2 Exp (FP8)、gpt-oss-120b (high)、GLM-4.7-Flash、DeepSeek V3.1、Qwen3 VL 235B A22B、DeepSeek R1 0528、Qwen3 235B A22B 2507、DeepSeek R1 (Jan) Turbo、DeepSeek R1 (Jan)、MiniMax M1 80k、GLM-4.6V、gpt-oss-120b (low)、gpt-oss-20b (high)、gpt-oss-20b (low)、NVIDIA Nemotron 3 Nano (FP4)、GLM-4.5V。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。Novitaの85モデル中83モデルがオープンウェイトです：GLM-5.2 (max) (FP8)、MiniMax-M3、DeepSeek V4 Pro (max)、Kimi K2.6、DeepSeek V4 Pro (high)、MiMo-V2.5-Pro、Kimi K2.7 Code、Hy3、DeepSeek V4 Flash (max)、GLM-5.1 (FP8)、GLM-5 FP8、MiniMax-M2.7 (FP8)、DeepSeek V4 Flash (high)、MiMo-V2.5、Qwen3.6 27B、Kimi K2.5、GLM-5.1 (FP8)、Kimi K2.6、Qwen3.5 27B、GLM-4.7、Qwen3.5 397B A17B、MiniMax-M2.5、Kimi K2 Thinking、GLM-5 (FP8)、Qwen3.5 122B A10B、DeepSeek V3.2、Qwen3.5 397B A17B、Qwen3.6 35B A3B、MiniMax-M2.1、Qwen3.6 27B、DeepSeek V3.1 Terminus (FP8)、Kimi K2.5、Qwen3.5 35B A3B、GLM-4.6、MiniMax-M2、MiMo-V2.5-Pro、GLM-4.7、Gemma 4 26B A4B、DeepSeek V3.2 Exp (FP8)、DeepSeek V3.2、Qwen3.6 35B A3B、gpt-oss-120b (high)、Kimi K2 0905、GLM-4.6、GLM-4.7-Flash、Gemma 4 31B、DeepSeek V3.1 Terminus (FP8)、DeepSeek V3.2 Exp (FP8)、Qwen3 Coder Next (FP8)、DeepSeek V3.1、DeepSeek V3.1、Qwen3 VL 235B A22B、Gemma 4 26B A4B、DeepSeek R1 0528、Qwen3 235B A22B 2507、Kimi K2、DeepSeek R1 (Jan) Turbo、DeepSeek R1 (Jan)、Qwen3 235B 2507、Qwen3 Coder 480B、MiniMax M1 80k、GLM-4.6V、GLM-4.7-Flash、DeepSeek V3 0324、gpt-oss-120b (low)、gpt-oss-20b (high)、gpt-oss-20b (low)、Qwen3 VL 235B A22B、Llama 4 Maverick (FP8)、NVIDIA Nemotron 3 Nano (FP4)、DeepSeek V3 (Dec)、DeepSeek V3 (Dec) Turbo、Ling 2.6 Flash、Qwen3 Next 80B A3B、GLM-4.6V、Qwen3 235B (FP8)、Llama 4 Scout、Qwen3 VL 30B A3B、GLM-4.5V、Llama 3.1 8B、Gemma 3 27B、NVIDIA Nemotron 3 Nano (FP4)、GLM-4.5V。
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。
Novita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。