Novita: inteligência, desempenho e preço dos modelos
Análise dos modelos oferecidos por Novita em métricas importantes como qualidade, preço, velocidade de saída, latência, janela de contexto e outras. Esta análise ajuda você a escolher o melhor modelo oferecido por Novita para seu caso de uso.
Mais inteligente
Intelligence Index
85 modelos no total
Mais rápido
Velocidade de saída
85 modelos no total
Menor preço
Preço combinado (por 1M de tokens)
85 modelos no total
Novita oferece 85 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 Novita são GLM-5.2 (max) (FP8) (51), MiniMax-M3 (44) e DeepSeek V4 Pro (max) (44).
- Em velocidade de saída, os modelos mais rápidos são NVIDIA Nemotron 3 Nano (FP4) (259 t/s), NVIDIA Nemotron 3 Nano (FP4) (245 t/s) e Qwen3 Next 80B A3B (184 t/s). A velocidade varia significativamente entre os modelos, com uma diferença de 54% entre o mais rápido e o mais lento.
- Em latência, Llama 4 Scout (0.83s), Llama 3.1 8B (0.86s) e Llama 4 Maverick (FP8) (0.93s) têm o menor tempo até o primeiro token da resposta final.
- Em preço, Llama 3.1 8B ($0.02), gpt-oss-20b (high) ($0.05) e gpt-oss-20b (low) ($0.05) têm os menores preços combinados por 1M de tokens. Os preços variam em até 2.8x entre os modelos.
- Em tamanho da janela de contexto, GLM-5.2 (max) (FP8) (1M), DeepSeek V4 Pro (max) (1M) e DeepSeek V4 Pro (high) (1M) aceitam as maiores janelas entre os modelos oferecidos por Novita.
Destaques
Avaliações de inteligência
Artificial Analysis Intelligence Index
Intelligence Evaluations
Agentic real-world work tasks, (Elo-500)/2000
Agentic tool use
Agentic coding & terminal use
Coding
Reasoning & knowledge
Scientific reasoning
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Agentic knowledge work, Elo
Agentic SaaS workflows
Legal agentic work, criterion pass rate
Agentic business operations
Instruction following
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-5.2 (max) (FP8) | 1.05M | Aberto | 51 | $0.42 | 42 | 2.20 | 62.28 | 48.07 | |||
MiniMax-M3 | 1M | Aberto | 44 | $0.13 | 105 | 1.39 | 25.12 | 18.99 | |||
DeepSeek V4 Pro (max) | 1.05M | Aberto | 44 | $0.23 | 65 | 1.73 | 76.81 | 67.38 | |||
Kimi K2.6 | 262k | Aberto | 44 | $0.33 | 49 | 1.70 | 102.13 | 90.29 | |||
DeepSeek V4 Pro (high) | 1.05M | Aberto | 43 | $0.20 | 58 | 1.93 | 44.76 | 34.23 | |||
 MiMo-V2.5-Pro | 1.05M | Aberto | 42 | $0.04 | 52 | 2.18 | 50.53 | 38.68 | |||
Kimi K2.7 Code | 262k | Aberto | 42 | $0.22 | 44 | 3.48 | 65.23 | 50.43 | |||
 Hy3 | 262k | Aberto | 41 | $0.04 | 64 | 2.79 | 42.02 | 31.38 | |||
DeepSeek V4 Flash (max) | 1.05M | Aberto | 40 | $0.06 | 109 | 1.71 | 57.81 | 51.51 | |||
GLM-5.1 (FP8) | 205k | Aberto | 40 | $0.30 | 49 | 2.55 | 89.24 | 76.59 | |||
GLM-5 FP8 | 203k | Aberto | 40* | -- | 39 | 2.03 | 93.33 | 78.63 | |||
MiniMax-M2.7 (FP8) | 205k | Aberto | 38 | $0.06 | 53 | 1.70 | 57.47 | 46.35 | |||
DeepSeek V4 Flash (high) | 1.05M | Aberto | 37 | $0.04 | 110 | 1.70 | 17.56 | 11.30 | |||
MiMo-V2.5 | 1.05M | Aberto | 37 | $0.01 | 77 | 2.00 | 34.54 | 26.03 | |||
Qwen3.6 27B | 262k | Aberto | 37 | $0.29 | 58 | 3.02 | 110.03 | 98.35 | |||
Kimi K2.5 | 262k | Aberto | 35 | $0.10 | 38 | 1.30 | 93.43 | 78.85 | |||
GLM-5.1 (FP8) | 205k | Aberto | 35* | -- | 38 | 2.88 | 15.89 | -- | |||
Kimi K2.6 | 262k | Aberto | 35* | -- | 42 | 2.21 | 14.06 | -- | |||
Qwen3.5 27B | 262k | Aberto | 34* | -- | 51 | 5.71 | 54.30 | 38.87 | |||
GLM-4.7 | 205k | Aberto | 34 | $0.35 | 35 | 3.60 | 75.09 | 57.19 | |||
 KAT-Coder-Pro V2 | 256k | Proprietário | 34 | -- | 108 | 1.95 | 6.57 | -- | |||
Qwen3.5 397B A17B | 262k | Aberto | 34 | $0.36 | 71 | 1.69 | 53.73 | 44.98 | |||
MiniMax-M2.5 | 205k | Aberto | 34* | -- | 90 | 1.82 | 29.62 | 22.24 | |||
Kimi K2 Thinking | 262k | Aberto | 33* | -- | 37 | 1.70 | 68.40 | 53.36 | |||
GLM-5 (FP8) | 203k | Aberto | 32* | -- | 39 | 2.01 | 14.69 | -- | |||
Qwen3.5 122B A10B | 262k | Aberto | 32 | $0.26 | 104 | 1.87 | 25.83 | 19.17 | |||
DeepSeek V3.2 | 164k | Aberto | 32 | $0.09 | 35 | 2.99 | 73.90 | 56.74 | |||
Qwen3.5 397B A17B | 262k | Aberto | 32* | -- | 70 | 1.88 | 8.98 | -- | |||
Qwen3.6 35B A3B | 205k | Aberto | 32 | $0.19 | 139 | 1.56 | 44.10 | 38.94 | |||
MiniMax-M2.1 | 205k | Aberto | 31* | -- | 86 | 1.79 | 30.89 | 23.28 | |||
Qwen3.6 27B | 262k | Aberto | 30 | $0.40 | 60 | 2.87 | 11.14 | -- | |||
DeepSeek V3.1 Terminus (FP8) | 131k | Aberto | 30 | -- | 35 | 2.99 | 75.38 | 57.91 | |||
Kimi K2.5 | 262k | Aberto | 29* | -- | 38 | 1.39 | 14.43 | -- | |||
 Gemma 4 31B | 262k | Aberto | 29 | $0.04 | -- | -- | -- | -- | |||
Qwen3.5 35B A3B | 262k | Aberto | 29* | -- | 138 | 1.62 | 19.77 | 14.52 | |||
GLM-4.6 | 205k | Aberto | 29 | $0.30 | 55 | 2.61 | 48.26 | 36.52 | |||
MiniMax-M2 | 205k | Aberto | 28* | -- | 88 | 2.12 | 30.68 | 22.85 | |||
MiMo-V2.5-Pro | 1.05M | Aberto | 28* | -- | 51 | 1.95 | 11.77 | -- | |||
GLM-4.7 | 205k | Aberto | 27* | -- | 37 | 3.56 | 17.16 | -- | |||
Gemma 4 26B A4B | 262k | Aberto | 26 | $0.04 | 35 | 1.87 | 73.84 | 57.57 | |||
DeepSeek V3.2 Exp (FP8) | 164k | Aberto | 25* | -- | 35 | 2.49 | 74.37 | 57.50 | |||
DeepSeek V3.2 | 164k | Aberto | 25* | -- | 38 | 2.56 | 15.88 | -- | |||
Qwen3.6 35B A3B | 205k | Aberto | 24 | $0.42 | 168 | 1.48 | 4.45 | -- | |||
Qwen3 Max | 262k | Proprietário | 24* | -- | 37 | 3.17 | 16.73 | -- | |||
gpt-oss-120b (high) | 131k | Aberto | 24 | $0.03 | 89 | 1.38 | 29.37 | 22.39 | |||
Kimi K2 0905 | 262k | Aberto | 24* | -- | 37 | 1.35 | 14.76 | -- | |||
GLM-4.6 | 205k | Aberto | 23* | -- | 59 | 2.69 | 11.16 | -- | |||
GLM-4.7-Flash | 200k | Aberto | 23* | -- | 88 | 1.68 | 30.08 | 22.72 | |||
Gemma 4 31B | 262k | Aberto | 22 | $0.04 | 19 | 1.77 | 28.32 | -- | |||
DeepSeek V3.1 Terminus (FP8) | 131k | Aberto | 21* | -- | 34 | 2.80 | 17.47 | -- | |||
DeepSeek V3.2 Exp (FP8) | 164k | Aberto | 21* | -- | 35 | 2.64 | 16.89 | -- | |||
Qwen3 Coder Next (FP8) | 262k | Aberto | 21 | $0.20 | 168 | 2.76 | 5.74 | -- | |||
DeepSeek V3.1 | 164k | Aberto | 21* | -- | 33 | 3.01 | 18.07 | -- | |||
DeepSeek V3.1 | 131k | Aberto | 21* | -- | 35 | 2.76 | 74.11 | 57.07 | |||
Qwen3 VL 235B A22B | 131k | Aberto | 21* | -- | 49 | 2.42 | 53.56 | 40.91 | |||
Gemma 4 26B A4B | 262k | Aberto | 20* | -- | 37 | 2.96 | 16.55 | -- | |||
DeepSeek R1 0528 | 164k | Aberto | 20* | -- | 23 | 1.22 | 109.95 | 86.98 | |||
Qwen3 235B A22B 2507 | 131k | Aberto | 20 | $0.08 | 65 | 2.27 | 40.54 | 30.62 | |||
Kimi K2 | 131k | Aberto | 19* | -- | 37 | 1.49 | 14.86 | -- | |||
DeepSeek R1 (Jan) Turbo | 64k | Aberto | 19 | $0.13 | 23 | 1.27 | 126.34 | 103.10 | |||
DeepSeek R1 (Jan) | 64k | Aberto | 19 | $0.57 | 21 | 1.34 | 140.22 | 114.49 | |||
Qwen3 235B 2507 | 131k | Aberto | 18* | -- | 36 | 1.68 | 15.44 | -- | |||
Qwen3 Coder 480B | 262k | Aberto | 18* | -- | 64 | 2.18 | 9.94 | -- | |||
MiniMax M1 80k | 1M | Aberto | 18* | -- | 90 | 1.93 | 29.68 | 22.20 | |||
GLM-4.6V | 131k | Aberto | 17* | -- | 67 | 4.67 | 41.81 | 29.72 | |||
GLM-4.7-Flash | 200k | Aberto | 16* | -- | 95 | 2.18 | 7.43 | -- | |||
DeepSeek V3 0324 | 164k | Aberto | 15 | $0.05 | 38 | 1.77 | 14.83 | -- | |||
gpt-oss-120b (low) | 131k | Aberto | 15 | $0.01 | 80 | 1.13 | 32.43 | 25.04 | |||
gpt-oss-20b (high) | 131k | Aberto | 15 | $0.02 | 61 | 1.08 | 41.98 | 32.72 | |||
gpt-oss-20b (low) | 131k | Aberto | 14* | -- | 72 | 1.14 | 35.87 | 27.79 | |||
Qwen3 VL 235B A22B | 131k | Aberto | 14* | -- | 37 | 2.11 | 15.79 | -- | |||
Llama 4 Maverick (FP8) | 1.05M | Aberto | 14 | $0.04 | 46 | 0.93 | 11.71 | -- | |||
NVIDIA Nemotron 3 Nano (FP4) | 262k | Aberto | 14 | $0.02 | 259 | 3.03 | 12.70 | 7.74 | |||
DeepSeek V3 (Dec) | 64k | Aberto | 14 | $0.06 | 39 | 1.81 | 14.77 | -- | |||
DeepSeek V3 (Dec) Turbo | 64k | Aberto | 14 | $0.03 | 39 | 1.76 | 14.60 | -- | |||
Ling 2.6 Flash | 262k | Aberto | 14 | -- | 100 | 1.14 | 6.14 | -- | |||
Qwen3 Next 80B A3B | 131k | Aberto | 14* | -- | 184 | 1.66 | 4.37 | -- | |||
GLM-4.6V | 131k | Aberto | 11* | -- | 81 | 3.54 | 9.69 | -- | |||
Qwen3 235B (FP8) | 41k | Aberto | 11* | -- | 29 | 1.89 | 19.07 | -- | |||
Llama 4 Scout | 131k | Aberto | 10 | $0.01 | 54 | 0.83 | 10.12 | -- | |||
Qwen3 VL 30B A3B | 131k | Aberto | 10* | -- | 84 | 1.53 | 7.46 | -- | |||
Llama 3.3 70B | 131k | Aberto | 9 | $0.02 | -- | -- | -- | -- | |||
GLM-4.5V | 65.5k | Aberto | 9* | -- | 84 | 1.77 | 31.48 | 23.77 | |||
Llama 3.1 8B | 16.4k | Aberto | 8 | -- | 129 | 0.86 | 4.73 | -- | |||
Gemma 3 27B | 98.3k | Aberto | 7 | $0.11 | 35 | 1.47 | 15.77 | -- | |||
NVIDIA Nemotron 3 Nano (FP4) | 262k | Aberto | 7* | -- | 245 | 5.14 | 7.17 | -- | |||
GLM-4.5V | 65.5k | Aberto | 7* | -- | 89 | 2.07 | 7.70 | -- | |||
Llama 3 70B | 8.19k | Aberto | 3* | -- | -- | -- | -- | -- | |||
Llama 3 8B | 8.19k | Aberto | 1* | -- | -- | -- | -- | -- | |||
Principais definições
Perguntas frequentes
Perguntas comuns sobre Novita
Novita oferece 85 modelos que acompanhamos: GLM-5.2 (max) (FP8), MiniMax-M3, DeepSeek V4 Pro (max), Kimi K2.6, DeepSeek V4 Pro (high), MiMo-V2.5-Pro, Kimi K2.7 Code, Hy3, DeepSeek V4 Flash (max), GLM-5.1 (FP8), GLM-5 FP8, MiniMax-M2.7 (FP8), DeepSeek V4 Flash (high), MiMo-V2.5, Qwen3.6 27B, Kimi K2.5, GLM-5.1 (FP8), Kimi K2.6, Qwen3.5 27B, GLM-4.7, KAT-Coder-Pro V2, Qwen3.5 397B A17B, MiniMax-M2.5, Kimi K2 Thinking, GLM-5 (FP8), Qwen3.5 122B A10B, DeepSeek V3.2, Qwen3.5 397B A17B, Qwen3.6 35B A3B, MiniMax-M2.1, Qwen3.6 27B, DeepSeek V3.1 Terminus (FP8), Kimi K2.5, Qwen3.5 35B A3B, GLM-4.6, MiniMax-M2, MiMo-V2.5-Pro, GLM-4.7, Gemma 4 26B A4B, DeepSeek V3.2 Exp (FP8), DeepSeek V3.2, Qwen3.6 35B A3B, Qwen3 Max, gpt-oss-120b (high), Kimi K2 0905, GLM-4.6, GLM-4.7-Flash, Gemma 4 31B, DeepSeek V3.1 Terminus (FP8), DeepSeek V3.2 Exp (FP8), Qwen3 Coder Next (FP8), DeepSeek V3.1, DeepSeek V3.1, Qwen3 VL 235B A22B, Gemma 4 26B A4B, DeepSeek R1 0528, Qwen3 235B A22B 2507, Kimi K2, DeepSeek R1 (Jan) Turbo, DeepSeek R1 (Jan), Qwen3 235B 2507, Qwen3 Coder 480B, MiniMax M1 80k, GLM-4.6V, GLM-4.7-Flash, DeepSeek V3 0324, gpt-oss-120b (low), gpt-oss-20b (high), gpt-oss-20b (low), Qwen3 VL 235B A22B, Llama 4 Maverick (FP8), NVIDIA Nemotron 3 Nano (FP4), DeepSeek V3 (Dec), DeepSeek V3 (Dec) Turbo, Ling 2.6 Flash, Qwen3 Next 80B A3B, GLM-4.6V, Qwen3 235B (FP8), Llama 4 Scout, Qwen3 VL 30B A3B, GLM-4.5V, Llama 3.1 8B, Gemma 3 27B, NVIDIA Nemotron 3 Nano (FP4) e GLM-4.5V.
O modelo mais inteligente disponível em Novita é GLM-5.2 (max) (FP8), com 51 pontos no Intelligence Index.
O modelo mais rápido em velocidade de saída oferecido por Novita é NVIDIA Nemotron 3 Nano (FP4), com 258.5 tokens por segundo.
O modelo com o menor tempo até o primeiro token da resposta final em Novita é Llama 4 Scout, com 0.83s. Uma latência menor significa um tempo de resposta inicial mais rápido.
O modelo mais acessível em preço combinado oferecido por Novita é Llama 3.1 8B, com $0.02 por 1M de tokens (proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída).
Os preços em Novita variam em até 174x entre os modelos, de $0.02 por 1M de tokens no Llama 3.1 8B a $4.00 por 1M de tokens no DeepSeek R1 (Jan).
Sim. Novita oferece uma API compatível com a OpenAI, facilitando a migração da OpenAI e o uso de integrações existentes com o SDK da OpenAI.
82 de 85 modelos oferecidos por Novita são compatíveis com o modo JSON para saída estruturada.
80 de 85 modelos oferecidos por Novita são compatíveis com chamadas de funções (uso de ferramentas).
Sim. Novita oferece 46 modelos de raciocínio: GLM-5.2 (max) (FP8), MiniMax-M3, DeepSeek V4 Pro (max), Kimi K2.6, DeepSeek V4 Pro (high), MiMo-V2.5-Pro, Kimi K2.7 Code, Hy3, DeepSeek V4 Flash (max), GLM-5.1 (FP8), GLM-5 FP8, MiniMax-M2.7 (FP8), DeepSeek V4 Flash (high), MiMo-V2.5, Qwen3.6 27B, Kimi K2.5, Qwen3.5 27B, GLM-4.7, Qwen3.5 397B A17B, MiniMax-M2.5, Kimi K2 Thinking, Qwen3.5 122B A10B, DeepSeek V3.2, Qwen3.6 35B A3B, MiniMax-M2.1, DeepSeek V3.1 Terminus (FP8), Qwen3.5 35B A3B, GLM-4.6, MiniMax-M2, Gemma 4 26B A4B, DeepSeek V3.2 Exp (FP8), gpt-oss-120b (high), GLM-4.7-Flash, DeepSeek V3.1, Qwen3 VL 235B A22B, DeepSeek R1 0528, Qwen3 235B A22B 2507, DeepSeek R1 (Jan) Turbo, DeepSeek R1 (Jan), MiniMax M1 80k, GLM-4.6V, gpt-oss-120b (low), gpt-oss-20b (high), gpt-oss-20b (low), NVIDIA Nemotron 3 Nano (FP4) e GLM-4.5V. Os modelos de raciocínio usam um processo de reflexão prolongado para resolver problemas complexos antes de responder.
Sim. 83 dos 85 modelos oferecidos por Novita são de pesos abertos: GLM-5.2 (max) (FP8), MiniMax-M3, DeepSeek V4 Pro (max), Kimi K2.6, DeepSeek V4 Pro (high), MiMo-V2.5-Pro, Kimi K2.7 Code, Hy3, DeepSeek V4 Flash (max), GLM-5.1 (FP8), GLM-5 FP8, MiniMax-M2.7 (FP8), DeepSeek V4 Flash (high), MiMo-V2.5, Qwen3.6 27B, Kimi K2.5, GLM-5.1 (FP8), Kimi K2.6, Qwen3.5 27B, GLM-4.7, Qwen3.5 397B A17B, MiniMax-M2.5, Kimi K2 Thinking, GLM-5 (FP8), Qwen3.5 122B A10B, DeepSeek V3.2, Qwen3.5 397B A17B, Qwen3.6 35B A3B, MiniMax-M2.1, Qwen3.6 27B, DeepSeek V3.1 Terminus (FP8), Kimi K2.5, Qwen3.5 35B A3B, GLM-4.6, MiniMax-M2, MiMo-V2.5-Pro, GLM-4.7, Gemma 4 26B A4B, DeepSeek V3.2 Exp (FP8), DeepSeek V3.2, Qwen3.6 35B A3B, gpt-oss-120b (high), Kimi K2 0905, GLM-4.6, GLM-4.7-Flash, Gemma 4 31B, DeepSeek V3.1 Terminus (FP8), DeepSeek V3.2 Exp (FP8), Qwen3 Coder Next (FP8), DeepSeek V3.1, DeepSeek V3.1, Qwen3 VL 235B A22B, Gemma 4 26B A4B, DeepSeek R1 0528, Qwen3 235B A22B 2507, Kimi K2, DeepSeek R1 (Jan) Turbo, DeepSeek R1 (Jan), Qwen3 235B 2507, Qwen3 Coder 480B, MiniMax M1 80k, GLM-4.6V, GLM-4.7-Flash, DeepSeek V3 0324, gpt-oss-120b (low), gpt-oss-20b (high), gpt-oss-20b (low), Qwen3 VL 235B A22B, Llama 4 Maverick (FP8), NVIDIA Nemotron 3 Nano (FP4), DeepSeek V3 (Dec), DeepSeek V3 (Dec) Turbo, Ling 2.6 Flash, Qwen3 Next 80B A3B, GLM-4.6V, Qwen3 235B (FP8), Llama 4 Scout, Qwen3 VL 30B A3B, GLM-4.5V, Llama 3.1 8B, Gemma 3 27B, NVIDIA Nemotron 3 Nano (FP4) e GLM-4.5V.
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 Novita, 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.