Onde posso acessar o Llama 3.1 Nemotron Ultra 253B v1 (Reasoning)?

Artificial Analysis

NVIDIA

•

Open weights model

•

Released abril de 2025

Llama 3.1 Nemotron Ultra 253B v1 (Reasoning) Benchmarking e análise de provedores de API

Comparação de modelos

Esta análise ajuda você a escolher o melhor provedor de API de Llama 3.1 Nemotron Ultra 253B v1 (Reasoning) para seu caso de uso.

Mais rápido

Velocidade de saída

0 provedor no total

Menor latência

Tempo até o primeiro token da resposta final

0 provedor no total

Menor preço

Preço combinado (por 1M de tokens)

0 provedor no total

Nenhum provedor de API está disponível atualmente para o Llama Nemotron Ultra.

Não há benchmarks de provedores disponíveis para este modelo.

Consulte a página do modelo Llama 3.1 Nemotron Ultra 253B v1 (Reasoning) para ver detalhes do modelo e comparar sua inteligência com a de outros modelos.

Destaques

Velocidade

Output tokens per second · Higher is better

No data available

Tempo de resposta de ponta a ponta

Seconds · Lower is better

No data available

Preço

USD per 1M tokens (blended) · Lower is better

No data available

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

Pricing: Cache Hit, Input, and Output

Price (USD per M Tokens) · Lower is better · 10,000 input tokens

No data available

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Pricing: Blended Price

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended) · Lower is better

No data available

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).

Output Speed vs. Price

Blended at 7:2:1 (cache-input-output) · Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

No data available

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Velocidade

Medida pela velocidade de saída (tokens por segundo)

Output Speed: Llama 3.1 Nemotron Ultra 253B v1 (Reasoning)

Output speed: output tokens per second · 10,000 input tokens

No data available

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API (e.g. OpenAI for o1) or the median across providers where a first-party API is not available (e.g. Meta's Llama models).

Latency vs. Output Speed

Latency: seconds to first token received · Output speed: output tokens per second · 10,000 input tokens

Most attractive quadrant

No data available

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Latência

Medida pelo tempo (segundos) até o primeiro token

Tempo até o primeiro token da resposta final: provedores do Llama Nemotron Ultra

Seconds to first token received · Lower is better · 10,000 input tokens

No data available

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Figures represent median (P50) measurement over the past 72 hours to reflect sustained changes in performance.

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: provedores do Llama Nemotron Ultra

Seconds to output 500 tokens, including reasoning model 'thinking' time · Lower is better · 10,000 input tokens

No data available

Seconds to receive a 500 token response. Key components:

Input time: Time to receive the first response token
Thinking time (only for reasoning models): Time reasoning models spend outputting tokens to reason prior to providing an answer. Amount of tokens based on the average reasoning tokens across a diverse set of 60 prompts (methodology details).
Answer time: Time to generate 500 output tokens, based on output speed

Principais métricas de comparação e recursos da API



No results.

Perguntas frequentes

Perguntas comuns sobre os provedores do Llama 3.1 Nemotron Ultra 253B v1 (Reasoning)

Llama 3.1 Nemotron Ultra 253B v1 (Reasoning) não está disponível atualmente em nenhum provedor de API que avaliamos. Como é um modelo de pesos abertos, ele pode ser auto-hospedado.

Llama 3.1 Nemotron Ultra 253B v1 (Reasoning) Benchmarking e análise de provedores de API

Mais rápido

Menor latência

Menor preço

Velocidade

Tempo de resposta de ponta a ponta

Preço

Preços

Pricing: Cache Hit, Input, and Output

Cache Hit

Pricing: Blended Price

Price

Output Speed vs. Price

Output Speed

Velocidade

Output Speed: Llama 3.1 Nemotron Ultra 253B v1 (Reasoning)

Output Speed

Model Performance Representation

Latency vs. Output Speed

Output Speed

Latência

Tempo até o primeiro token da resposta final: provedores do Llama Nemotron Ultra

Time to First Answer Token

Median

Tempo de resposta de ponta a ponta

Tempo de resposta de ponta a ponta: provedores do Llama Nemotron Ultra

End-to-End Response Time

Principais métricas de comparação e recursos da API

Perguntas frequentes

Onde posso acessar o Llama 3.1 Nemotron Ultra 253B v1 (Reasoning)?