Novita：モデルの知能、性能、料金
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
DeepSeek V4.1 Flash 1017 (max)
GLM-5.3 (max)
MiniMax-M3.1-FlashGLM-5.3-FlashDeepSeek V4 Pro 0813 (max)Intelligence Index
モデル合計：61件
最短のタスク時間
gpt-oss-120b (high)MiniMax-M3DeepSeek V4.1 Flash 1017 (max)MiniMax-M3.1-FlashGLM-5.3 (max)Intelligence Index タスクあたりの時間（分）
モデル合計：61件
最安料金
Llama 3.1 8BGLM-4.7-FlashGLM-4.7-Flash (non-reasoning)
Nemotron 3 Nano (non-reasoning) (FP4)Nemotron 3 Nano (FP4)ブレンド料金（100万トークンあたり）
モデル合計：61件
Novitaは61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DeepSeek V4.1 Flash 1017 (max)（33）、GLM-5.3 (max)（32）、MiniMax-M3.1-Flash（29）です。
- タスクあたりの時間では、gpt-oss-120b (high)（7.6分）、MiniMax-M3（14.4分）、DeepSeek V4.1 Flash 1017 (max)（17.7分）がNovitaでIntelligence Indexのタスクを最も速く完了します。 モデル間でタスクあたりの時間の差は大きく、最も遅いモデルは最も速いモデルの2.5倍の時間がかかります。
- 遅延では、Llama 3.1 8B（0.66秒）、Gemma 3 27B（1.01秒）、DeepSeek V3 (Dec)（1.57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）、GLM-4.7-Flash（$0.06）、GLM-4.7-Flash (non-reasoning)（$0.06）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DeepSeek V4.1 Flash 1017 (max)（1M）、GLM-5.3-Flash（1M）、DeepSeek V4 Pro 0813 (max)（1M）です。
知能
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Physics reasoning
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic real-world work tasks, Elo
Agentic interactive 3D experiences, Elo
Product and brand videos designed in code, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
Intelligence Indexと料金
料金
Intelligence Index タスクあたりのコスト
Intelligence Indexと料金
速度
測定した単一リクエストとマルチターンのエージェントワークロードの平均
Intelligence Indexのタスクあたりの時間
品質
Endpoint Accuracy Index
遅延
測定した単一リクエストとマルチターンのエージェントワークロードの平均
最初の回答トークンまでの時間
信頼性
測定したすべての単一リクエストとマルチターンのエージェントワークロードで、エンドポイントが失敗したリクエストの割合
エンドポイントのエラー率
キャッシュ
キャッシュヒット率
タスクあたりのコストとキャッシュヒット率
詳細分析 | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|
DeepSeek V4.1 Flash 1017 (max) | 33 | $0.52 | 18.1 | 62.85 | 0.8% | 1M | オープン | |||
GLM-5.3 (max) | 32 | $5.00 | 18.3 | 61.74 | 0.0% | 1M | オープン | |||
MiniMax-M3.1-Flash | 29 | $0.43 | 18.9 | 71.06 | 0.9% | 1M | オープン | |||
GLM-5.3-Flash | 28 | $0.80 | 33.0 | 62.67 | 1.7% | 1M | オープン | |||
DeepSeek V4 Pro 0813 (max) | 23 | $1.86 | 23.6 | 67.46 | 0.0% | 1M | オープン | |||
MiniMax-M3 | 19 | $1.16 | 14.9 | 79.79 | 0.8% | 1M | オープン | |||
 Gemma 4 31B | 4 | -- | -- | 76.21 | 0.6% | 262k | オープン | |||
gpt-oss-120b (high) | 4 | $0.12 | 7.9 | 13.23 | 2.6% | 131k | オープン | |||
GLM-4.5V (non-reasoning) | -- | -- | -- | 8.07 | 0.0% | 66k | オープン | |||
DeepSeek V3.1 Terminus (FP8) | -- | -- | -- | -- | -- | 131k | オープン | |||
 Kimi K2.6 | -- | -- | -- | 76.44 | 0.0% | 262k | オープン | |||
DeepSeek R1 (Jan) Turbo | -- | -- | -- | -- | -- | 64k | オープン | |||
DeepSeek R1 (Jan) | -- | -- | -- | -- | -- | 64k | オープン | |||
 Qwen3.5 397B A17B | -- | -- | -- | 38.88 | 2.8% | 262k | オープン | |||
Kimi K2.6 (non-reasoning) | -- | -- | -- | 9.53 | 0.0% | 262k | オープン | |||
MiniMax-M2.5 | -- | -- | -- | 22.07 | 0.0% | 205k | オープン | |||
Qwen3.5 27B | -- | -- | -- | 37.17 | 10.2% | 262k | オープン | |||
DeepSeek V3.1 | -- | -- | -- | -- | -- | 131k | オープン | |||
Qwen3.5 122B A10B | -- | -- | -- | 34.97 | 0.8% | 262k | オープン | |||
Nemotron 3 Nano (non-reasoning) (FP4) | -- | -- | -- | 1.80 | 0.0% | 262k | オープン | |||
Gemma 3 27B | -- | -- | -- | 0.87 | 0.0% | 98k | オープン | |||
GLM-4.7-Flash | -- | -- | -- | 37.48 | 0.0% | 200k | オープン | |||
GLM-4.5V | -- | -- | -- | 17.77 | 0.0% | 66k | オープン | |||
Qwen3.5 397B A17B (non-reasoning) | -- | -- | -- | 2.62 | 0.0% | 262k | オープン | |||
Qwen3.6 27B (non-reasoning) | -- | -- | -- | 44.16 | 4.7% | 262k | オープン | |||
GLM-5 FP8 | -- | -- | -- | 24.42 | 0.0% | 203k | オープン | |||
GLM-4.6V (non-reasoning) | -- | -- | -- | 7.58 | 18.9% | 131k | オープン | |||
DeepSeek V3 (Dec) | -- | -- | -- | 1.53 | 0.0% | 64k | オープン | |||
Kimi K2 | -- | -- | -- | 7.00 | 2.3% | 131k | オープン | |||
Qwen3.5 35B A3B | -- | -- | -- | 32.40 | 0.0% | 262k | オープン | |||
MiniMax-M2.7 (FP8) | -- | -- | -- | 17.52 | 0.0% | 205k | オープン | |||
Qwen3 VL 30B A3B | -- | -- | -- | 2.56 | 20.0% | 131k | オープン | |||
GLM-5.1 (FP8) | -- | -- | -- | 51.92 | 0.0% | 205k | オープン | |||
DeepSeek V4 Pro (high) | -- | -- | -- | -- | -- | 1M | オープン | |||
Kimi K2 0905 | -- | -- | -- | 2.37 | 0.0% | 262k | オープン | |||
Qwen3.6 35B A3B (non-reasoning) | -- | -- | -- | 3.27 | 2.2% | 205k | オープン | |||
GLM-4.6 | -- | -- | -- | 51.62 | 0.0% | 205k | オープン | |||
Gemma 4 26B A4B | -- | -- | -- | 29.66 | 1.3% | 262k | オープン | |||
GLM-4.7 | -- | -- | -- | 53.69 | 0.0% | 205k | オープン | |||
Gemma 4 26B A4B (non-reasoning) | -- | -- | -- | 2.10 | 0.7% | 262k | オープン | |||
Llama 3.1 8B | -- | -- | -- | 1.45 | 0.0% | 16k | オープン | |||
Nemotron 3 Nano (FP4) | -- | -- | -- | 7.23 | 0.6% | 262k | オープン | |||
GLM-4.7 (non-reasoning) | -- | -- | -- | 8.13 | 0.0% | 205k | オープン | |||
Llama 3 8B | -- | -- | -- | -- | -- | 8k | オープン | |||
Qwen3.6 35B A3B | -- | -- | -- | 26.16 | 3.2% | 205k | オープン | |||
Qwen3.6 27B | -- | -- | -- | 44.04 | 2.2% | 262k | オープン | |||
Kimi K2.7 Code | -- | -- | -- | 53.38 | 0.0% | 262k | オープン | |||
Llama 4 Maverick (FP8) | -- | -- | -- | 2.31 | 1.0% | 1M | オープン | |||
GLM-5.1 (non-reasoning) (FP8) | -- | -- | -- | 7.99 | 0.0% | 205k | オープン | |||
GLM-4.6 (non-reasoning) | -- | -- | -- | 11.59 | 0.0% | 205k | オープン | |||
Llama 3.3 70B | -- | -- | -- | 4.58 | 0.8% | 131k | オープン | |||
MiniMax M1 80k | -- | -- | -- | 4.27 | 2.2% | 1M | オープン | |||
Kimi K2.5 | -- | -- | -- | 33.07 | 0.0% | 262k | オープン | |||
DeepSeek R1 0528 | -- | -- | -- | 60.07 | 1.9% | 164k | オープン | |||
Llama 3 70B | -- | -- | -- | -- | -- | 8k | オープン | |||
Llama 4 Scout | -- | -- | -- | 1.60 | 7.5% | 131k | オープン | |||
 Hy3 | -- | -- | -- | 45.05 | 0.0% | 262k | オープン | |||
Kimi K2.5 (non-reasoning) | -- | -- | -- | 9.73 | 0.0% | 262k | オープン | |||
Kimi K2 Thinking | -- | -- | -- | 30.95 | 0.0% | 262k | オープン | |||
DeepSeek V4 Pro (max) | -- | -- | -- | 64.86 | 0.0% | 1M | オープン | |||
GLM-4.7-Flash (non-reasoning) | -- | -- | -- | 32.47 | 5.4% | 200k | オープン | |||
gpt-oss-120b (low) | -- | -- | -- | 3.30 | 6.0% | 131k | オープン | |||
Gemma 4 31B (non-reasoning) | -- | -- | -- | 4.31 | 0.7% | 262k | オープン | |||
GLM-4.6V | -- | -- | -- | 27.99 | 23.2% | 131k | オープン | |||
DeepSeek V4.1 Flash (max) | -- | -- | -- | 60.83 | 0.0% | 524k | オープン | |||
DeepSeek V3.1 Terminus (non-reasoning) (FP8) | -- | -- | -- | -- | -- | 131k | オープン | |||
GLM-5 (non-reasoning) (FP8) | -- | -- | -- | 2.54 | 0.0% | 203k | オープン | |||
GLM-5.2 (max) (FP8) | -- | -- | -- | 35.40 | 0.0% | 1M | オープン | |||
DeepSeek V3.1 (non-reasoning) | -- | -- | -- | -- | -- | 164k | オープン | |||
DeepSeek V4 Flash 0731 (max) | -- | -- | -- | 55.46 | 0.0% | 1M | オープン | |||
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61モデルです：DeepSeek V4.1 Flash 1017 (max)、GLM-5.3 (max)、MiniMax-M3.1-Flash、GLM-5.3-Flash、DeepSeek V4 Pro 0813 (max)、MiniMax-M3、Gemma 4 31B、gpt-oss-120b (high)、GLM-4.5V (non-reasoning)、Kimi K2.6、Qwen3.5 397B A17B、Kimi K2.6 (non-reasoning)、MiniMax-M2.5、Qwen3.5 27B、Qwen3.5 122B A10B、Nemotron 3 Nano (non-reasoning) (FP4)、Gemma 3 27B、GLM-4.7-Flash、GLM-4.5V、Qwen3.5 397B A17B (non-reasoning)、Qwen3.6 27B (non-reasoning)、GLM-5 FP8、GLM-4.6V (non-reasoning)、DeepSeek V3 (Dec)、Kimi K2、Qwen3.5 35B A3B、MiniMax-M2.7 (FP8)、Qwen3 VL 30B A3B、GLM-5.1 (FP8)、Kimi K2 0905、Qwen3.6 35B A3B (non-reasoning)、GLM-4.6、Gemma 4 26B A4B、GLM-4.7、Gemma 4 26B A4B (non-reasoning)、Llama 3.1 8B、Nemotron 3 Nano (FP4)、GLM-4.7 (non-reasoning)、Qwen3.6 35B A3B、Qwen3.6 27B、Kimi K2.7 Code、Llama 4 Maverick (FP8)、GLM-5.1 (non-reasoning) (FP8)、GLM-4.6 (non-reasoning)、Llama 3.3 70B、MiniMax M1 80k、Kimi K2.5、DeepSeek R1 0528、Llama 4 Scout、Hy3、Kimi K2.5 (non-reasoning)、Kimi K2 Thinking、DeepSeek V4 Pro (max)、GLM-4.7-Flash (non-reasoning)、gpt-oss-120b (low)、Gemma 4 31B (non-reasoning)、GLM-4.6V、DeepSeek V4.1 Flash (max)、GLM-5 (non-reasoning) (FP8)、GLM-5.2 (max) (FP8)、DeepSeek V4 Flash 0731 (max)。
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33のDeepSeek V4.1 Flash 1017 (max)です。
Novitaでタスクあたりの時間が最短のモデルは、Intelligence Indexのタスクあたり7.6分のgpt-oss-120b (high)です。タスクあたりの時間は、タスクあたりの出力トークン数をエンドツーエンドの出力速度で割った値で、短いほどタスクが早く完了します。
Novitaで最初の回答トークンまでの時間が最短のモデルは、0.66秒のLlama 3.1 8B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$0.023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39.1倍の差があり、Llama 3.1 8Bの100万トークンあたり$0.023から、GLM-5.2 (max) (FP8)の$0.90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61モデル中60モデルが、構造化出力のJSONモードに対応しています。
Novitaの61モデル中57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37推論モデルを提供しています：DeepSeek V4.1 Flash 1017 (max)、GLM-5.3 (max)、MiniMax-M3.1-Flash、GLM-5.3-Flash、DeepSeek V4 Pro 0813 (max)、MiniMax-M3、Gemma 4 31B、gpt-oss-120b (high)、Kimi K2.6、Qwen3.5 397B A17B、MiniMax-M2.5、Qwen3.5 27B、Qwen3.5 122B A10B、GLM-4.7-Flash、GLM-4.5V、GLM-5 FP8、Qwen3.5 35B A3B、MiniMax-M2.7 (FP8)、GLM-5.1 (FP8)、GLM-4.6、Gemma 4 26B A4B、GLM-4.7、Nemotron 3 Nano (FP4)、Qwen3.6 35B A3B、Qwen3.6 27B、Kimi K2.7 Code、MiniMax M1 80k、Kimi K2.5、DeepSeek R1 0528、Hy3、Kimi K2 Thinking、DeepSeek V4 Pro (max)、gpt-oss-120b (low)、GLM-4.6V、DeepSeek V4.1 Flash (max)、GLM-5.2 (max) (FP8)、DeepSeek V4 Flash 0731 (max)。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の全61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。
Novitaのモデルを選ぶ際は、知能（品質を重視するタスク）、タスクあたりの時間（Intelligence Indexのタスクを完了する速さ）、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。