Baseten: inteligência, desempenho e preço dos modelos

Baseten oferece 21 modelos que acompanhamos: DeepSeek V4.1 Flash 1017 (max), DeepSeek V4.1 Flash 1017 (max) (FAST), GLM-5.3 (max), GLM-5.3 (max) (FAST), Kimi K3 (max), GLM-5.3-Flash, DeepSeek V4.1 Flash (max), DeepSeek V4.1 Flash (max) (FAST), Muse Spark Open (xhigh), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (FAST), GLM-5.2 (max), Beam 1.0 (NVFP4), Kimi K3 (low), Nemotron 3.5 Super VL, DeepSeek V4.1 Flash (non-reasoning) (FAST), GLM-5.2 (non-reasoning) (FAST), GLM-5.2 (non-reasoning), gpt-oss-120b (high) e gpt-oss-120b (low).

O modelo mais inteligente disponível em Baseten é DeepSeek V4.1 Flash 1017 (max), com 45 pontos no Intelligence Index.

O modelo mais rápido em velocidade de saída oferecido por Baseten é DeepSeek V4.1 Flash 1017 (max) (FAST), com 840.5 tokens por segundo.

O modelo com o menor tempo até o primeiro token da resposta final em Baseten é GLM-5.2 (non-reasoning) (FAST), com 0.80s. Uma latência menor significa um tempo de resposta inicial mais rápido.

O modelo mais acessível em preço combinado oferecido por Baseten é DeepSeek V4 Flash 0731 (max), com $0.07 por 1M de tokens (proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída).

Os preços em Baseten variam em até 32x entre os modelos, de $0.07 por 1M de tokens no DeepSeek V4 Flash 0731 (max) a $2.31 por 1M de tokens no Kimi K3 (low).

Sim. Baseten oferece uma API compatível com a OpenAI, facilitando a migração da OpenAI e o uso de integrações existentes com o SDK da OpenAI.

Sim. Todos os 21 modelos oferecidos por Baseten são compatíveis com o modo JSON para saída estruturada.

Sim. Todos os 21 modelos oferecidos por Baseten são compatíveis com chamadas de funções (uso de ferramentas).

Sim. Baseten oferece 18 modelos de raciocínio: DeepSeek V4.1 Flash 1017 (max), DeepSeek V4.1 Flash 1017 (max) (FAST), GLM-5.3 (max), GLM-5.3 (max) (FAST), Kimi K3 (max), GLM-5.3-Flash, DeepSeek V4.1 Flash (max), DeepSeek V4.1 Flash (max) (FAST), Muse Spark Open (xhigh), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (FAST), GLM-5.2 (max), Beam 1.0 (NVFP4), Kimi K3 (low), Nemotron 3.5 Super VL, gpt-oss-120b (high) e gpt-oss-120b (low). Os modelos de raciocínio usam um processo de reflexão prolongado para resolver problemas complexos antes de responder.

Sim. Todos os 21 modelos oferecidos por Baseten são de pesos abertos.

Sim. O desempenho de um provedor 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.

Ao escolher um modelo oferecido por Baseten, considere a inteligência (para tarefas que exigem qualidade), 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 recursos como tamanho da janela de contexto, modo JSON e chamadas de funções.