CoreWeave: inteligência, desempenho e preço dos modelos
Esta análise ajuda você a escolher o melhor modelo oferecido por CoreWeave para seu caso de uso.
Mais inteligente
Updated
GLM-5.3-Flash
DeepSeek V4 Flash 0731 (max)GLM-5.2 (max)
Qwen3.8 27B (xhigh) (FP8)
Kimi K2.6Intelligence Index
27 modelos no total
Mais rápido
Nemotron 3 UltraNemotron 3.5 Lightning (BF16)Kimi K2.7 Code
gpt-oss-20b (low)Qwen3.5 35B A3B (Non-reasoning) (FP8)Velocidade de saída
27 modelos no total
Menor preço
gpt-oss-20b (low)gpt-oss-20b (high)gpt-oss-120b (high)gpt-oss-120b (low)
Granite 4.1 8BPreço combinado (por 1M de tokens)
27 modelos no total
CoreWeave oferece 27 modelos, cada um com características diferentes de inteligência, desempenho e preço. Veja abaixo uma comparação das principais métricas entre os modelos.
- Em inteligência, os principais modelos oferecidos por CoreWeave são GLM-5.3-Flash (42), DeepSeek V4 Flash 0731 (max) (35) e GLM-5.2 (max) (34).
- Em velocidade de saída, os modelos mais rápidos são Nemotron 3 Ultra (302 t/s), Nemotron 3.5 Lightning (BF16) (288 t/s) e Kimi K2.7 Code (272 t/s).
- Em latência, Qwen3 30B A3B 2507 (Non-reasoning) (0.67s), Llama 3.1 8B (0.69s) e Granite 4.1 8B (0.74s) têm o menor tempo até o primeiro token da resposta final.
- Em preço, gpt-oss-20b (low) ($0.04), gpt-oss-20b (high) ($0.04) e gpt-oss-120b (high) ($0.04) têm os menores preços combinados por 1M de tokens.
- Em tamanho da janela de contexto, GLM-5.3-Flash (1M), DeepSeek V4 Flash (high) (1M) e DeepSeek V4 Flash (Non-reasoning) (1M) aceitam as maiores janelas entre os modelos oferecidos por CoreWeave.
Destaques
Avaliações de inteligência
Artificial Analysis Intelligence Index
Intelligence Evaluations
Agentic knowledge work, (Elo-500)/2000
Agentic real-world work tasks, (Elo-500)/2000
Agentic SaaS workflows
Agentic coding & terminal use
Coding
Reasoning & knowledge
Professional document reasoning, All-pass
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Legal agentic work, criterion pass rate
Agentic business operations
Quantitative analysis on spreadsheets & documents
Instruction following
Agentic tool use
Long-horizon agentic tasks
Kubernetes incident root-cause analysis
Visual reasoning
Intelligence Index vs. Price
Janela de contexto
Context Window
Preços
Intelligence Index vs. Price
Resumo do desempenho
Output Speed vs. Price
Velocidade
Medida pela velocidade de saída (tokens por segundo)
Output Speed
Latência
Medida pelo tempo (segundos) até o primeiro token
Latency: Time To First Answer Token
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
End-to-End Response Time vs. Price
Análises adicionais | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3-Flash | 1M | Aberto | 42 | $0.76 | 144 | 1.50 | 18.81 | 13.85 | |||
DeepSeek V4 Flash 0731 (max) | 262k | Aberto | 35 | $0.38 | 145 | 1.63 | 18.85 | 13.78 | |||
GLM-5.2 (max) | 262k | Aberto | 34 | $0.96 | 209 | 1.21 | 13.16 | 9.56 | |||
Qwen3.8 27B (xhigh) (FP8) | 262k | Aberto | 34 | $0.92 | 66 | 1.75 | 39.36 | 30.09 | |||
Kimi K2.6 | 262k | Aberto | 31* | -- | 170 | 1.27 | 30.35 | 26.14 | |||
 MiniMax-M3 (NVFP4) | 262k | Aberto | 30 | $0.40 | 169 | 1.20 | 16.00 | 11.85 | |||
GLM-5 (FP8) | 200k | Aberto | 28* | -- | -- | -- | -- | -- | |||
Kimi K2.7 Code | 262k | Aberto | 26 | $0.89 | 272 | 1.13 | 11.18 | 8.21 | |||
DeepSeek V4 Flash (high) | 1M | Aberto | 25 | $0.32 | 77 | 1.55 | 24.04 | 16.03 | |||
Kimi K2.6 (Non-reasoning) | 262k | Aberto | 24* | -- | 174 | 1.21 | 4.08 | -- | |||
Nemotron 3 Ultra | 262k | Aberto | 23 | $0.19 | 302 | 1.00 | 10.20 | 7.54 | |||
Qwen3.6 27B (Non-reasoning) (FP8) | 262k | Aberto | 20* | -- | 71 | 1.82 | 8.89 | -- | |||
Qwen3.5 35B A3B (FP8) | 262k | Aberto | 19* | -- | 228 | 1.01 | 11.95 | 8.76 | |||
DeepSeek V4 Flash (Non-reasoning) | 1M | Aberto | 19* | -- | 77 | 1.55 | 8.02 | -- | |||
 Gemma 4 31B | 262k | Aberto | 15 | $0.07 | 64 | 2.23 | 37.37 | 27.29 | |||
Qwen3.5 35B A3B (Non-reasoning) (FP8) | 262k | Aberto | 15* | -- | 229 | 1.01 | 3.19 | -- | |||
Gemma 4 31B (Non-reasoning) | 262k | Aberto | 14* | -- | 56 | 2.10 | 11.10 | -- | |||
DeepSeek V3.1 (Non-reasoning) | 128k | Aberto | 14* | -- | 66 | 1.37 | 8.92 | -- | |||
Nemotron 3.5 Lightning (BF16) | 262k | Aberto | 14 | $0.10 | 288 | 0.55 | 9.22 | 6.94 | |||
gpt-oss-120b (high) | 131k | Aberto | 12 | $0.02 | 51 | 1.36 | 50.30 | 39.15 | |||
Granite 4.2 8B | 131k | Aberto | 12 | $0.06 | 105 | 0.75 | 24.66 | 19.13 | |||
gpt-oss-120b (low) | 131k | Aberto | 10* | -- | 57 | 1.34 | 45.25 | 35.13 | |||
gpt-oss-20b (low) | 131k | Aberto | 10* | -- | 256 | 0.59 | 10.35 | 7.80 | |||
gpt-oss-20b (high) | 131k | Aberto | 9 | $0.01 | 223 | 0.59 | 11.78 | 8.95 | |||
 Llama 3.3 70B | 128k | Aberto | 8* | -- | 80 | 0.88 | 7.10 | -- | |||
Qwen3 30B A3B 2507 (Non-reasoning) | 262k | Aberto | 8* | -- | 167 | 0.67 | 3.66 | -- | |||
Llama 3.1 8B | 128k | Aberto | 7* | -- | 139 | 0.69 | 4.30 | -- | |||
Granite 4.1 8B | 131k | Aberto | 7* | -- | 126 | 0.74 | 4.71 | -- | |||
Principais definições
Perguntas frequentes
Perguntas comuns sobre CoreWeave
CoreWeave oferece 27 modelos que acompanhamos: GLM-5.3-Flash, DeepSeek V4 Flash 0731 (max), GLM-5.2 (max), Qwen3.8 27B (xhigh) (FP8), Kimi K2.6, MiniMax-M3 (NVFP4), Kimi K2.7 Code, DeepSeek V4 Flash (high), Kimi K2.6 (Non-reasoning), Nemotron 3 Ultra, Qwen3.6 27B (Non-reasoning) (FP8), Qwen3.5 35B A3B (FP8), DeepSeek V4 Flash (Non-reasoning), Gemma 4 31B, Qwen3.5 35B A3B (Non-reasoning) (FP8), Gemma 4 31B (Non-reasoning), DeepSeek V3.1 (Non-reasoning), Nemotron 3.5 Lightning (BF16), gpt-oss-120b (high), Granite 4.2 8B, gpt-oss-120b (low), gpt-oss-20b (low), gpt-oss-20b (high), Llama 3.3 70B, Qwen3 30B A3B 2507 (Non-reasoning), Llama 3.1 8B e Granite 4.1 8B.
O modelo mais inteligente disponível em CoreWeave é GLM-5.3-Flash, com 42 pontos no Intelligence Index.
O modelo mais rápido em velocidade de saída oferecido por CoreWeave é Nemotron 3 Ultra, com 301.8 tokens por segundo.
O modelo com o menor tempo até o primeiro token da resposta final em CoreWeave é Qwen3 30B A3B 2507 (Non-reasoning), com 0.67s. Uma latência menor significa um tempo de resposta inicial mais rápido.
O modelo mais acessível em preço combinado oferecido por CoreWeave é gpt-oss-20b (low), com $0.04 por 1M de tokens (proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída).
Os preços em CoreWeave variam em até 18x entre os modelos, de $0.04 por 1M de tokens no gpt-oss-20b (low) a $0.71 por 1M de tokens no Llama 3.3 70B.
Sim. CoreWeave 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 27 modelos oferecidos por CoreWeave são compatíveis com o modo JSON para saída estruturada.
Sim. Todos os 27 modelos oferecidos por CoreWeave são compatíveis com chamadas de funções (uso de ferramentas).
Sim. CoreWeave oferece 17 modelos de raciocínio: GLM-5.3-Flash, DeepSeek V4 Flash 0731 (max), GLM-5.2 (max), Qwen3.8 27B (xhigh) (FP8), Kimi K2.6, MiniMax-M3 (NVFP4), Kimi K2.7 Code, DeepSeek V4 Flash (high), Nemotron 3 Ultra, Qwen3.5 35B A3B (FP8), Gemma 4 31B, Nemotron 3.5 Lightning (BF16), gpt-oss-120b (high), Granite 4.2 8B, gpt-oss-120b (low), gpt-oss-20b (low) e gpt-oss-20b (high). Os modelos de raciocínio usam um processo de reflexão prolongado para resolver problemas complexos antes de responder.
Sim. Todos os 27 modelos oferecidos por CoreWeave 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 CoreWeave, 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.