DeepInfra: 모델 지능, 성능 및 가격

DeepInfra에서 추적 중인 모델 97개를 제공합니다: GLM-5.2 (max) (FP4), DeepSeek V4 Flash 0731 (max), MiniMax-M3, DeepSeek V4 Pro (max) (FP4), Kimi K2.6 (FP4), DeepSeek V4 Pro (high) (FP4), MiMo-V2.5-Pro, Kimi K2.7 Code, Hy3 (FP8), Inkling (FP8), DeepSeek V4 Flash (max) (FP4), Inkling Small, GLM-5.1 (FP4), GLM-5 (FP4), Nemotron 3 Ultra, Nemotron 3 Ultra BF16, DeepSeek V4 Flash (high) (FP4), MiMo-V2.5, Qwen3.6 27B FP8, Kimi K2.5, GLM-5.1 (FP4), Kimi K2.6 (FP4), Qwen3.5 27B (FP8), GLM-4.7 (FP4), Qwen3.5 397B A17B (FP8), MiniMax-M2.5 (FP8), GLM-5 (FP8), Qwen3.5 122B A10B (FP4), DeepSeek V3.2 (FP4), Qwen3.5 397B A17B (FP8), Qwen3.6 35B A3B (FP8), Qwen3.6 27B FP8, Step 3.7 Flash, Gemma 4 31B, Qwen3.5 27B FP8, Qwen3.5 35B A3B (FP8), GLM-4.6 (FP4), MiMo-V2.5-Pro, Qwen3.5 122B A10B (FP4), GLM-4.7 (FP4), Gemma 4 26B A4B, NVIDIA Nemotron 3 Super, DeepSeek V3.2, Qwen3.6 35B A3B (FP8), Qwen3.5 35B A3B FP8, gpt-oss-120b (high), gpt-oss-120b (high) (Turbo), GLM-4.7-Flash, Gemma 4 31B (FP8), DeepSeek V3.1 Terminus (FP4), DeepSeek V3.1 (FP4), Gemma 4 26B A4B (FP8), Qwen3.5 4B (FP8), DeepSeek R1 0528, Qwen3 235B A22B 2507 (FP8), Qwen3 235B 2507 (FP8), Qwen3 Coder 480B (Turbo, FP4), Qwen3.5 4B FP8, DeepSeek V3 0324 (FP4), gpt-oss-20b (high), Mistral Small 3.1, Llama 4 Maverick (FP8), NVIDIA Nemotron 3 Nano, DeepSeek V3 (Dec), Qwen3 Next 80B A3B, Llama Nemotron Super 49B v1.5, Gemma 4 E4B, Qwen3 32B (FP8), Mistral Small 3.2 (FP8), Qwen3 14B (FP8), Llama 4 Scout, DeepSeek R1 Distill Llama 70B, Qwen2.5 72B, Llama 3.3 70B (Turbo, FP8), Qwen3 30B (FP8), NVIDIA Nemotron Nano 12B v2 VL (FP8), Gemma 4 E4B, NVIDIA Nemotron Nano 9B V2, Llama Nemotron Super 49B v1.5, Qwen3 32B (FP8), Llama 3.1 Nemotron 70B, Llama 3.1 8B (Turbo, FP8), Llama 3.1 8B, Gemma 3 27B, NVIDIA Nemotron 3 Nano, NVIDIA Nemotron Nano 9B V2, Qwen3 14B (FP8), Mistral Small 3, Qwen3 30B (FP8), Llama 3.1 70B, Llama 3.1 70B (Turbo, FP8), Gemma 3 12B, Hermes 3 - Llama-3.1 70B, Phi-4, NVIDIA Nemotron Nano 12B v2 VL (FP8), Llama 3.2 11B (Vision) 및 Gemma 3 4B.

DeepInfra에서 제공하는 모델 중 지능이 가장 높은 모델은 Intelligence Index 점수 51점인 GLM-5.2 (max) (FP4)입니다.

DeepInfra에서 출력 속도가 가장 빠른 모델은 초당 199.5토큰을 생성하는 Step 3.7 Flash입니다.

DeepInfra에서 첫 답변 토큰까지 걸린 시간이 가장 짧은 모델은 0.43초인 NVIDIA Nemotron 3 Nano입니다. 지연 시간이 짧을수록 최초 응답을 더 빨리 받습니다.

DeepInfra에서 혼합 가격이 가장 낮은 모델은 토큰 100만 개당 $0.02인 Llama 3.1 8B (Turbo, FP8)입니다(캐시 적중/입력/출력 비율 7:2:1).

DeepInfra의 모델별 가격은 최대 55배 차이 납니다. Llama 3.1 8B (Turbo, FP8)은 토큰 100만 개당 $0.02, Llama 3.1 Nemotron 70B은 $1.20입니다.

예. DeepInfra은 OpenAI 호환 API를 제공하므로 OpenAI에서 쉽게 전환하거나 기존 OpenAI SDK 통합을 사용할 수 있습니다.

DeepInfra의 모델 97개 중 94개가 구조화된 출력용 JSON 모드를 지원합니다.

DeepInfra의 모델 97개 중 94개가 함수 호출(도구 사용)을 지원합니다.

예. DeepInfra은 추론 모델 49개를 제공합니다: GLM-5.2 (max) (FP4), DeepSeek V4 Flash 0731 (max), MiniMax-M3, DeepSeek V4 Pro (max) (FP4), Kimi K2.6 (FP4), DeepSeek V4 Pro (high) (FP4), MiMo-V2.5-Pro, Kimi K2.7 Code, Hy3 (FP8), Inkling (FP8), DeepSeek V4 Flash (max) (FP4), Inkling Small, GLM-5.1 (FP4), GLM-5 (FP4), Nemotron 3 Ultra, Nemotron 3 Ultra BF16, DeepSeek V4 Flash (high) (FP4), MiMo-V2.5, Qwen3.6 27B FP8, Kimi K2.5, Qwen3.5 27B (FP8), GLM-4.7 (FP4), Qwen3.5 397B A17B (FP8), MiniMax-M2.5 (FP8), Qwen3.5 122B A10B (FP4), DeepSeek V3.2 (FP4), Qwen3.6 35B A3B (FP8), Step 3.7 Flash, Gemma 4 31B, Qwen3.5 35B A3B (FP8), GLM-4.6 (FP4), Gemma 4 26B A4B, NVIDIA Nemotron 3 Super, gpt-oss-120b (high), gpt-oss-120b (high) (Turbo), GLM-4.7-Flash, Qwen3.5 4B (FP8), DeepSeek R1 0528, Qwen3 235B A22B 2507 (FP8), gpt-oss-20b (high), NVIDIA Nemotron 3 Nano, Llama Nemotron Super 49B v1.5, Gemma 4 E4B, Qwen3 32B (FP8), Qwen3 14B (FP8), DeepSeek R1 Distill Llama 70B, Qwen3 30B (FP8), NVIDIA Nemotron Nano 12B v2 VL (FP8) 및 NVIDIA Nemotron Nano 9B V2. 추론 모델은 답변하기 전에 확장 사고를 사용해 복잡한 문제를 해결합니다.

예. DeepInfra의 모델 97개 모두 오픈 웨이트 모델입니다.

예. 인프라 변경, 부하 분산, 업데이트에 따라 제공업체 성능이 달라질 수 있습니다. 모든 제공업체를 지속적으로 벤치마킹하고 '시간 경과' 차트에 과거 성능 추이를 표시합니다.

DeepInfra에서 모델을 선택할 때는 지능(품질 중심 작업), 출력 속도(처리량 중심 작업), 지연 시간(빠른 최초 응답이 필요한 대화형 애플리케이션), 가격(비용에 민감한 워크로드), 컨텍스트 창 크기, JSON 모드, 함수 호출 지원 같은 기능을 고려하세요.