Inkling (Xhigh) Benchmarking e análise de provedores de API
Esta análise ajuda você a escolher o melhor provedor de API de Inkling (Xhigh) para seu caso de uso.
Mais rápido
Databricks
Thinking Machines
Modal (NVFP4)
DeepInfra (FP8)
Together AIVelocidade de saída
6 provedores no total
Menor latência
DatabricksModal (NVFP4)Thinking MachinesDeepInfra (FP8)Together AITempo até o primeiro token da resposta final
6 provedores no total
Menor preço
DeepInfra (FP8)
BasetenTogether AIThinking MachinesDatabricksPreço combinado (por 1M de tokens)
6 provedores no total
Inkling (xhigh) está disponível em 6 provedores de API, cada um com características de desempenho e preços diferentes. Veja abaixo uma comparação das principais métricas entre os provedores.
- Em velocidade de saída, os principais provedores são Databricks (202.2 t/s), Thinking Machines (171.5 t/s) e Modal (NVFP4) (170.1 t/s). A velocidade varia significativamente entre os provedores, com uma diferença de 54% entre o mais rápido e o mais lento.
- Em latência, Databricks (11.27s), Modal (NVFP4) (12.70s) e Thinking Machines (13.54s) têm o menor tempo até o primeiro token da resposta final.
- Em preço, DeepInfra (FP8) (0.71), Baseten (0.72) e Together AI (0.72) têm os menores preços combinados por 1M de tokens.
- Databricks oferece o melhor desempenho, com a maior velocidade e a menor latência. Para otimizar os custos, DeepInfra (FP8) tem o preço mais competitivo.
Atualização: A carga de trabalho padrão do benchmarking de desempenho passou a usar 10k tokens de entrada para representar melhor os casos de uso em produção. Você ainda pode selecionar outras cargas de trabalho acima.
Preços
Preços: acertos de cache, entrada e saída
Preços: Preço combinado
Preços: Desconto de cache
Velocidade de saída vs. preço
Velocidade
Medida pela velocidade de saída (tokens por segundo)
Velocidade de saída: Inkling (Xhigh)
Latência vs. velocidade de saída
Latência
Medida pelo tempo (segundos) até o primeiro token
Tempo até o primeiro token da resposta final
Tempo de resposta de ponta a ponta
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
Tempo de resposta de ponta a ponta
Principais métricas de comparação e recursos da API
Perguntas frequentes
Perguntas comuns sobre os provedores do Inkling (Xhigh)
Inkling (Xhigh) está disponível em 6 provedores de API: DeepInfra (FP8), Baseten, Together AI, Modal (NVFP4), Thinking Machines e Databricks. Cada provedor oferece características de desempenho e preços diferentes.
Atualmente, o Inkling (Xhigh) está disponível em 6 provedores de API que avaliamos e acompanhamos.
Os provedores mais rápidos para o Inkling (Xhigh) em velocidade de saída são Databricks (202.2 t/s), Thinking Machines (171.5 t/s) e Modal (NVFP4) (170.1 t/s). A velocidade de saída mede a rapidez com que os tokens são gerados depois que o modelo começa a responder.
Os provedores com o menor tempo até o primeiro token da resposta final para o Inkling (Xhigh) são Databricks (11.27s), Modal (NVFP4) (12.70s) e Thinking Machines (13.54s). Uma latência menor significa um tempo de resposta inicial mais rápido.
Os provedores mais acessíveis para o Inkling (Xhigh) em preço combinado são DeepInfra (FP8) ($0.71 por 1M de tokens), Baseten ($0.72 por 1M de tokens) e Together AI ($0.72 por 1M de tokens). O preço combinado usa uma proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída.
Os provedores com o menor preço de tokens de entrada para o Inkling (Xhigh) são DeepInfra (FP8) ($0.95 por 1M de tokens de entrada), Baseten ($1.00 por 1M de tokens de entrada) e Together AI ($1.00 por 1M de tokens de entrada).
Os provedores com o menor preço de tokens de saída para o Inkling (Xhigh) são DeepInfra (FP8) ($4.05 por 1M de tokens de saída), Baseten ($4.05 por 1M de tokens de saída) e Together AI ($4.05 por 1M de tokens de saída).
Os preços do Inkling (Xhigh) variam em até 1.3x entre os provedores. O mais acessível é DeepInfra (FP8), com $0.71 por 1M de tokens, enquanto Modal (NVFP4) cobra $0.93 por 1M de tokens.
A velocidade de saída do Inkling (Xhigh) varia significativamente entre os provedores. Databricks é o mais rápido, com 202.2 t/s, 1.5x mais rápido que Together AI, com 131.5 t/s.
5 de 6 provedores são compatíveis com o modo JSON para o Inkling (Xhigh): DeepInfra (FP8), Baseten, Together AI, Modal (NVFP4) e Thinking Machines.
Todos os 6 provedores do Inkling (Xhigh) são compatíveis com chamadas de funções (uso de ferramentas).
Para o Inkling (Xhigh), Databricks oferece o melhor desempenho, com a maior velocidade e a menor latência. Para otimizar os custos, DeepInfra (FP8) tem o preço mais competitivo.
Ao escolher um provedor para o Inkling (Xhigh), considere a velocidade de saída (para tarefas que exigem alta vazão), a latência (para aplicações interativas que precisam de respostas iniciais rápidas), o preço (para cargas de trabalho atentas aos custos) e os recursos da API, como modo JSON e chamadas de funções.
Sim. O desempenho dos provedores pode variar ao longo do tempo devido a mudanças na infraestrutura, balanceamento de carga e atualizações. Avaliamos continuamente todos os provedores e exibimos as tendências históricas de desempenho nos gráficos de evolução ao longo do tempo.
Para saber mais sobre a inteligência, as capacidades e as modalidades do Inkling (Xhigh), além de como ele se compara a outros modelos, consulte a página de visão geral do modelo. Ver visão geral do modelo