Nebius: inteligência, desempenho e preço dos modelos

Nebius oferece 27 modelos que acompanhamos: GLM-5.3-Flash, DeepSeek V4.1 Flash (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (FP4), DeepSeek V4 Pro (max), DeepSeek V4 Pro (high), MiniMax-M3 (FP8), Kimi K2.6, GLM-5.1 (FP8, Base), Kimi K2.7 Code (FP4), GLM-5.1 (non-reasoning) (FP8, Base), Kimi K2.6 (non-reasoning), Nemotron 3 Ultra, GLM-5.2 (non-reasoning) (FP4), Qwen3.5 397B A17B (non-reasoning) (Base, FP4), DeepSeek V4 Pro (non-reasoning), Qwen3.5 397B A17B (Base, FP4), Nemotron 3.5 Lightning (BF16), Nemotron 3 Super, Qwen3 235B 2507, gpt-oss-120b (high) (Base), gpt-oss-120b (low) Base, Nemotron 3 Nano, Qwen3 30B A3B 2507 (non-reasoning), Hermes 4 405B (FP8), Hermes 4 405B (non-reasoning) (FP8) e Gemma 3 27B (FP8).

O modelo mais inteligente disponível em Nebius é GLM-5.3-Flash, com 42 pontos no Intelligence Index.

O modelo mais rápido em velocidade de saída oferecido por Nebius é MiniMax-M3 (FP8), com 327.1 tokens por segundo.

O modelo com o menor tempo até o primeiro token da resposta final em Nebius é GLM-5.2 (non-reasoning) (FP4), com 0.99s. Uma latência menor significa um tempo de resposta inicial mais rápido.

O modelo mais acessível em preço combinado oferecido por Nebius é Nemotron 3.5 Lightning (BF16), 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 25x entre os modelos, de $0.08 por 1M de tokens no Nemotron 3.5 Lightning (BF16) a $1.93 por 1M de tokens no DeepSeek V4 Pro (non-reasoning).

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

Sim. Todos os 27 modelos oferecidos por Nebius são compatíveis com chamadas de funções (uso de ferramentas).

Sim. Nebius oferece 18 modelos de raciocínio: GLM-5.3-Flash, DeepSeek V4.1 Flash (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max) (FP4), DeepSeek V4 Pro (max), DeepSeek V4 Pro (high), MiniMax-M3 (FP8), Kimi K2.6, GLM-5.1 (FP8, Base), Kimi K2.7 Code (FP4), Nemotron 3 Ultra, Qwen3.5 397B A17B (Base, FP4), Nemotron 3.5 Lightning (BF16), Nemotron 3 Super, gpt-oss-120b (high) (Base), gpt-oss-120b (low) Base, Nemotron 3 Nano 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 27 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.