Nebius: inteligência, desempenho e preço dos modelos

Nebius oferece 33 modelos que acompanhamos: Kimi K3 (max), GLM-5.2 (max) (FP4), MiniMax-M3 (FP8), DeepSeek V4 Pro (max), Kimi K2.6, DeepSeek V4 Pro (high), Kimi K2.7 Code (FP4), GLM-5.1 (FP8, Base), Nemotron 3 Ultra, GLM-5.1 (FP8, Base), Kimi K2.6, GLM-5.2 (FP4), Qwen3.5 397B A17B (Base, FP4), MiniMax-M2.5 (FP4), Qwen3.5 397B A17B (Base, FP4), DeepSeek V4 Pro, NVIDIA Nemotron 3 Super, gpt-oss-120b (high) (Base), Qwen3 235B 2507, Qwen3 Next 80B A3B (FP8), Nemotron 3 Nano Omni 30B A3B Reasoning (FP8), gpt-oss-120b (low) Base, NVIDIA Nemotron 3 Nano, Qwen3 32B Base, Hermes 4 70B (FP8), Llama 3.3 70B Base, Llama Nemotron Ultra Base, Qwen3 30B A3B 2507, Hermes 4 405B (FP8), Hermes 4 405B (FP8), Qwen3 32B Base, Gemma 3 27B (FP8) e Hermes 4 70B (FP8).

O modelo mais inteligente disponível em Nebius é Kimi K3 (max), com 57 pontos no Intelligence Index.

O modelo mais rápido em velocidade de saída oferecido por Nebius é NVIDIA Nemotron 3 Nano, com 324.7 tokens por segundo.

O modelo com o menor tempo até o primeiro token da resposta final em Nebius é Qwen3 30B A3B 2507, com 1.14s. Uma latência menor significa um tempo de resposta inicial mais rápido.

O modelo mais acessível em preço combinado oferecido por Nebius é Nemotron 3 Nano Omni 30B A3B Reasoning (FP8), com $0.08 por 1M de tokens (proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída).

Os preços em Nebius variam em até 54x entre os modelos, de $0.08 por 1M de tokens no Nemotron 3 Nano Omni 30B A3B Reasoning (FP8) a $4.20 por 1M de tokens no Kimi K3 (max).

Sim. Nebius 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 33 modelos oferecidos por Nebius são compatíveis com o modo JSON para saída estruturada.

Sim. Todos os 33 modelos oferecidos por Nebius são compatíveis com chamadas de funções (uso de ferramentas).

Sim. Nebius oferece 21 modelos de raciocínio: Kimi K3 (max), GLM-5.2 (max) (FP4), MiniMax-M3 (FP8), DeepSeek V4 Pro (max), Kimi K2.6, DeepSeek V4 Pro (high), Kimi K2.7 Code (FP4), GLM-5.1 (FP8, Base), Nemotron 3 Ultra, Qwen3.5 397B A17B (Base, FP4), MiniMax-M2.5 (FP4), NVIDIA Nemotron 3 Super, gpt-oss-120b (high) (Base), Qwen3 Next 80B A3B (FP8), Nemotron 3 Nano Omni 30B A3B Reasoning (FP8), gpt-oss-120b (low) Base, NVIDIA Nemotron 3 Nano, Qwen3 32B Base, Hermes 4 70B (FP8), Llama Nemotron Ultra Base e Hermes 4 405B (FP8). Os modelos de raciocínio usam um processo de reflexão prolongado para resolver problemas complexos antes de responder.

Sim. Todos os 33 modelos oferecidos por Nebius 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 Nebius, 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.