SambaNova: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SambaNova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:7件
最短のタスク時間
Intelligence Index タスクあたりの時間(分)
モデル合計:7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:7件
SambaNova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。
- SambaNovaで知能が上位のモデルはGLM-5.3 (max)(32)、MiniMax-M3.1-Flash(29)、GLM-5.3 (low)(23)です。
- タスクあたりの時間では、gpt-oss-120b (high)(2.2分)、GLM-5.3 (low)(7.7分)、GLM-5.3 (max)(14.4分)がSambaNova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7.1倍の時間がかかります。
- 遅延では、gpt-oss-120b (low)(1.41秒)、Gemma 4 31B (non-reasoning)(3.12秒)、gpt-oss-120b (high)(7.07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、MiniMax-M3.1-Flash($0.20)、gpt-oss-120b (high)($0.26)、gpt-oss-120b (low)($0.26)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2.3倍の差があります。
- SambaNova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-5.3 (max)(1M)、MiniMax-M3.1-Flash(1M)、GLM-5.3 (low)(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 | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3 (max) | 32 | $14.80 | 14.2 | 42.22 | 12.5% | 1M | オープン | |||
MiniMax-M3.1-Flash | 29 | $2.97 | 15.4 | 5.46 | 0.0% | 1M | オープン | |||
GLM-5.3 (low) | 23 | $4.54 | 7.2 | 2.01 | 0.0% | 1M | オープン | |||
Gemma 4 31B | 4 | -- | -- | 8.47 | 0.0% | 131k | オープン | |||
gpt-oss-120b (high) | 4 | $0.49 | 1.9 | 6.63 | 0.0% | 131k | オープン | |||
DeepSeek V3.1 Terminus | -- | -- | -- | -- | -- | 131k | オープン | |||
DeepSeek R1 Distill Llama 70B | -- | -- | -- | -- | -- | 131k | オープン | |||
Llama 3.3 70B | -- | -- | -- | 1.25 | 0.0% | 128k | オープン | |||
Qwen3 32B | -- | -- | -- | -- | -- | 33k | オープン | |||
Qwen3 32B (non-reasoning) | -- | -- | -- | -- | -- | 33k | オープン | |||
gpt-oss-120b (low) | -- | -- | -- | 1.52 | 0.0% | 131k | オープン | |||
Gemma 4 31B (non-reasoning) | -- | -- | -- | 3.21 | 18.2% | 131k | オープン | |||
DeepSeek V3.1 Terminus (non-reasoning) | -- | -- | -- | -- | -- | 128k | オープン | |||
主要な定義
よくある質問
SambaNovaに関するよくある質問
SambaNova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)、MiniMax-M3.1-Flash、GLM-5.3 (low)、Gemma 4 31B、gpt-oss-120b (high)、gpt-oss-120b (low)、Gemma 4 31B (non-reasoning)。
SambaNova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32のGLM-5.3 (max)です。
SambaNova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2.2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。
SambaNovaで最初の回答トークンまでの時間が最短のモデルは、1.41秒のgpt-oss-120b (low)です。遅延が短いほど、最初の応答が速くなります。
SambaNova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MiniMax-M3.1-Flashです(キャッシュヒット/入力/出力を7:2:1とした場合)。
SambaNovaのモデル間では料金に最大7.7倍の差があり、MiniMax-M3.1-Flashの100万トークンあたり$0.20から、GLM-5.3 (low)の$1.54までとなっています。
はい。SambaNova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。SambaNova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。SambaNova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。SambaNovaは6推論モデルを提供しています:GLM-5.3 (max)、MiniMax-M3.1-Flash、GLM-5.3 (low)、Gemma 4 31B、gpt-oss-120b (high)、gpt-oss-120b (low)。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。SambaNova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。
SambaNova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。