Quais modelos SiliconFlow oferece?

SiliconFlow oferece 36 modelos que acompanhamos: GLM-5.2 (max) (FP8), DeepSeek V4 Flash 0731 (max), MiniMax-M3 (FP8), DeepSeek V4 Pro (max) (FP8), Kimi K2.6 (FP8), DeepSeek V4 Pro (high) (FP8), Hy3 (FP8), Nex-N2-Pro (FP8), DeepSeek V4 Flash (max) (FP8), GLM-5.1 (FP8), DeepSeek V4 Flash (high) (FP8), Qwen3.6 27B (FP8), Kimi K2.5 (FP8), GLM-5.1 (FP8), Kimi K2.6 (FP8), GLM-5.2 (FP8), Qwen3.5 27B (FP8), Qwen3.5 397B A17B (FP8), MiniMax-M2.5 (FP8), LongCat 2.0 (FP8), Qwen3.5 122B A10B (FP8), DeepSeek V3.2 (FP8), Qwen3.6 35B A3B (FP8), Gemma 4 31B (FP8), Qwen3.5 35B A3B (FP8), Step 3.5 Flash (FP8), DeepSeek V3.2 (FP8), Gemma 4 12B, Gemma 4 31B (FP8), Qwen3.5 9B (FP8), Gemma 4 26B A4B (FP8), Seed-OSS-36B-Instruct, GLM-4.5-Air, Gemma 4 12B (Non-reasoning), Ling-flash-2.0 e Qwen2.5 72B (FP8).

Artificial Analysis

SiliconFlow: inteligência, desempenho e preço dos modelos

Name: Inteligência
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

SiliconFlow

Análise dos modelos oferecidos por SiliconFlow 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 SiliconFlow para seu caso de uso.

Mais inteligente

GLM-5.2 (max) (FP8)

DeepSeek V4 Flash 0731 (max)

MiniMax-M3 (FP8)

DeepSeek V4 Pro (max) (FP8)

Kimi K2.6 (FP8)

Intelligence Index

36 modelos no total

Mais rápido

Nex-N2-Pro (FP8)

129 t/s

Gemma 4 12B

111 t/s

Gemma 4 12B (Non-reasoning)

108 t/s

Gemma 4 26B A4B (FP8)

106 t/s

DeepSeek V4 Flash 0731 (max)

104 t/s

Velocidade de saída

36 modelos no total

Menor preço

DeepSeek V4 Flash 0731 (max)

$0.07

DeepSeek V4 Flash (max) (FP8)

$0.07

DeepSeek V4 Flash (high) (FP8)

$0.07

Hy3 (FP8)

$0.10

Qwen3.5 9B (FP8)

$0.11

Preço combinado (por 1M de tokens)

36 modelos no total

Indica um modelo de raciocínio

SiliconFlow oferece 36 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 SiliconFlow são GLM-5.2 (max) (FP8) (51), DeepSeek V4 Flash 0731 (max) (50) e MiniMax-M3 (FP8) (44).
Em velocidade de saída, os modelos mais rápidos são Nex-N2-Pro (FP8) (129 t/s), Gemma 4 12B (111 t/s) e Gemma 4 12B (Non-reasoning) (108 t/s).
Em latência, GLM-5.2 (FP8) (1.30s), GLM-5.1 (FP8) (1.48s) e Kimi K2.6 (FP8) (1.73s) têm o menor tempo até o primeiro token da resposta final.
Em preço, DeepSeek V4 Flash 0731 (max) ($0.07), DeepSeek V4 Flash (max) (FP8) ($0.07) e DeepSeek V4 Flash (high) (FP8) ($0.07) têm os menores preços combinados por 1M de tokens.
Em tamanho da janela de contexto, GLM-5.2 (max) (FP8) (1M), DeepSeek V4 Pro (max) (FP8) (1M) e DeepSeek V4 Pro (high) (FP8) (1M) aceitam as maiores janelas entre os modelos oferecidos por SiliconFlow.

Destaques

Inteligência

Artificial Analysis Intelligence Index · Higher is better

Velocidade

Output tokens per second · Higher is better

Preço

USD per 1M tokens (blended) · Lower is better

Avaliações de inteligência

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.1 incorporates 9 evaluations: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR

Reasoning models are indicated by a lightbulb icon

Artificial Analysis Intelligence Index v4.1 includes: GDPval-AA v2, 𝜏³-Banking, Terminal-Bench v2.1, SciCode, Humanity's Last Exam, GPQA Diamond, CritPt, AA-Omniscience, AA-LCR. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

GDPval-AA v2

Agentic real-world work tasks, (Elo-500)/2000

𝜏³-Banking

Agentic tool use

Terminal-Bench v2.1

Agentic coding & terminal use

SciCode

Coding

Humanity's Last Exam

Reasoning & knowledge

GPQA Diamond

Scientific reasoning

CritPt

Physics reasoning

AA-Omniscience Accuracy

Knowledge

AA-Omniscience Non-Hallucination Rate

1 - hallucination rate

AA-LCR

Long context reasoning

AA-Briefcase

Agentic knowledge work, Elo

AutomationBench-AA

Agentic SaaS workflows

Harvey LAB-AA

Legal agentic work, criterion pass rate

EnterpriseOps-Gym-AANew

Agentic business operations

IFBench

Instruction following

APEX-Agents-AA

Long-horizon agentic tasks

ITBench-AA

Kubernetes incident root-cause analysis

MMMU-Pro

Visual reasoning

Reasoning models are indicated by a lightbulb icon

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Intelligence Index vs. Price

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Reasoning models are indicated by a lightbulb icon

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

Janela de contexto

Context Window

Context window: tokens limit · Higher is better

Reasoning models are indicated by a lightbulb icon

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Preços

Intelligence Index vs. Price

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Reasoning models are indicated by a lightbulb icon

While higher intelligence models are typically more expensive, they do not all follow the same price-quality curve.

Resumo do desempenho

Output Speed vs. Price

Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Reasoning models are indicated by a lightbulb icon

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).

Velocidade

Medida pela velocidade de saída (tokens por segundo)

Output Speed

Output tokens per second · Higher is better

Reasoning models are indicated by a lightbulb icon

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API (e.g. OpenAI for o1) or the median across providers where a first-party API is not available (e.g. Meta's Llama models).

Latência

Medida pelo tempo (segundos) até o primeiro token

Latency: Time To First Answer Token

Seconds to first answer token received · Accounts for reasoning model 'thinking' time

Reasoning models are indicated by a lightbulb icon

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

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

End-to-end response time: end-to-end seconds to output 500 tokens · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Reasoning models are indicated by a lightbulb icon

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).


									Análises adicionais
GLM-5.2 (max) (FP8)	1.05M	Aberto	51	$0.62	53	1.66	48.71	37.64	Modelo Provedor
DeepSeek V4 Flash 0731 (max)	1.05M	Aberto	50	$0.09	104	1.42	25.38	19.17	Modelo Provedor
MiniMax-M3 (FP8)	1M	Aberto	44	$0.12	76	1.74	34.44	26.15	Modelo Provedor
DeepSeek V4 Pro (max) (FP8)	1.05M	Aberto	44	$0.31	54	1.64	91.23	80.40	Modelo Provedor
Kimi K2.6 (FP8)	262k	Aberto	44	$0.32	46	1.66	108.88	96.39	Modelo Provedor
DeepSeek V4 Pro (high) (FP8)	1.05M	Aberto	43	$0.29	52	1.83	49.87	38.41	Modelo Provedor
Hy3 (FP8)	256k	Aberto	41	$0.03	68	2.79	39.31	29.21	Modelo Provedor
Nex-N2-Pro (FP8)	262k	Aberto	41	--	129	1.62	21.01	15.51	Modelo Provedor
DeepSeek V4 Flash (max) (FP8)	1.05M	Aberto	40	$0.07	65	1.79	96.43	86.90	Modelo Provedor
GLM-5.1 (FP8)	205k	Aberto	40	$0.39	64	1.60	68.22	58.85	Modelo Provedor
GLM-5 (FP8)	200k	Aberto	40*	--	--	--	--	--	Modelo Provedor
DeepSeek V4 Flash (high) (FP8)	1.05M	Aberto	37	$0.05	88	1.68	21.36	14.02	Modelo Provedor
Qwen3.6 27B (FP8)	262k	Aberto	37	$0.19	42	3.54	151.25	135.75	Modelo Provedor
Kimi K2.5 (FP8)	262k	Aberto	35	$0.07	49	1.66	72.65	60.75	Modelo Provedor
GLM-5.1 (FP8)	205k	Aberto	35*	--	57	1.48	10.25	--	Modelo Provedor
Kimi K2.6 (FP8)	262k	Aberto	35*	--	43	1.73	13.25	--	Modelo Provedor
GLM-5.2 (FP8)	1.05M	Aberto	34	--	59	1.30	9.75	--	Modelo Provedor
Qwen3.5 27B (FP8)	262k	Aberto	34*	--	35	3.59	75.95	57.89	Modelo Provedor
Qwen3.5 397B A17B (FP8)	262k	Aberto	34	$0.23	101	2.10	38.53	31.49	Modelo Provedor
MiniMax-M2.5 (FP8)	197k	Aberto	34*	--	43	2.17	60.92	47.00	Modelo Provedor
LongCat 2.0 (FP8)	1M	Aberto	33	$0.12	43	2.71	60.41	46.16	Modelo Provedor
GLM-5 (FP8)	205k	Aberto	32*	--	--	--	--	--	Modelo Provedor
Qwen3.5 122B A10B (FP8)	262k	Aberto	32	$0.17	54	1.89	48.30	37.13	Modelo Provedor
DeepSeek V3.2 (FP8)	164k	Aberto	32	--	36	2.74	71.75	55.21	Modelo Provedor
Qwen3.6 35B A3B (FP8)	262k	Aberto	32	$0.17	72	2.17	84.35	75.21	Modelo Provedor
Gemma 4 31B (FP8)	262k	Aberto	29	$0.03	58	3.63	42.02	29.81	Modelo Provedor
Qwen3.5 35B A3B (FP8)	262k	Aberto	29*	--	68	2.15	38.81	29.33	Modelo Provedor
Step 3.5 Flash (FP8)	262k	Aberto	26*	--	68	1.82	38.65	29.46	Modelo Provedor
DeepSeek V3.2 (FP8)	164k	Aberto	25*	--	35	2.86	17.23	--	Modelo Provedor
Gemma 4 12B	262k	Aberto	22	$0.08	111	2.37	24.83	17.97	Modelo Provedor
Gemma 4 31B (FP8)	262k	Aberto	22	$0.03	58	2.83	11.39	--	Modelo Provedor
Qwen3.5 9B (FP8)	262k	Aberto	21	$0.18	50	2.37	52.85	40.39	Modelo Provedor
Gemma 4 26B A4B (FP8)	262k	Aberto	20*	--	106	2.13	6.86	--	Modelo Provedor
Seed-OSS-36B-Instruct	262k	Aberto	18*	--	35	3.03	73.61	56.46	Modelo Provedor
GLM-4.6V	128k	Aberto	17*	--	--	--	--	--	Modelo Provedor
GLM-4.5-Air	98.3k	Aberto	17*	--	88	2.60	31.02	22.74	Modelo Provedor
Gemma 4 12B (Non-reasoning)	262k	Aberto	13*	--	108	2.41	7.04	--	Modelo Provedor
GLM-4.6V	128k	Aberto	11*	--	--	--	--	--	Modelo Provedor
Ling-flash-2.0	131k	Aberto	10*	--	69	1.90	9.18	--	Modelo Provedor
Qwen2.5 72B (FP8)	32k	Aberto	10*	--	25	4.36	24.41	--	Modelo Provedor
ERNIE 4.5 300B A47B	131k	Aberto	9*	--	--	--	--	--	Modelo Provedor
Ring-flash-2.0	131k	Aberto	8*	--	--	--	--	--	Modelo Provedor

Principais definições

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Perguntas frequentes

Perguntas comuns sobre SiliconFlow

O modelo mais inteligente disponível em SiliconFlow é GLM-5.2 (max) (FP8), com 51 pontos no Intelligence Index.

O modelo mais rápido em velocidade de saída oferecido por SiliconFlow é Nex-N2-Pro (FP8), com 128.9 tokens por segundo.

O modelo com o menor tempo até o primeiro token da resposta final em SiliconFlow é GLM-5.2 (FP8), com 1.30s. Uma latência menor significa um tempo de resposta inicial mais rápido.

O modelo mais acessível em preço combinado oferecido por SiliconFlow 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 SiliconFlow variam em até 14x entre os modelos, de $0.07 por 1M de tokens no DeepSeek V4 Flash 0731 (max) a $1.03 por 1M de tokens no GLM-5.1 (FP8).

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

27 de 36 modelos oferecidos por SiliconFlow são compatíveis com o modo JSON para saída estruturada.

Sim. Todos os 36 modelos oferecidos por SiliconFlow são compatíveis com chamadas de funções (uso de ferramentas).

Sim. SiliconFlow oferece 27 modelos de raciocínio: GLM-5.2 (max) (FP8), DeepSeek V4 Flash 0731 (max), MiniMax-M3 (FP8), DeepSeek V4 Pro (max) (FP8), Kimi K2.6 (FP8), DeepSeek V4 Pro (high) (FP8), Hy3 (FP8), Nex-N2-Pro (FP8), DeepSeek V4 Flash (max) (FP8), GLM-5.1 (FP8), DeepSeek V4 Flash (high) (FP8), Qwen3.6 27B (FP8), Kimi K2.5 (FP8), Qwen3.5 27B (FP8), Qwen3.5 397B A17B (FP8), MiniMax-M2.5 (FP8), LongCat 2.0 (FP8), Qwen3.5 122B A10B (FP8), DeepSeek V3.2 (FP8), Qwen3.6 35B A3B (FP8), Gemma 4 31B (FP8), Qwen3.5 35B A3B (FP8), Step 3.5 Flash (FP8), Gemma 4 12B, Qwen3.5 9B (FP8), Seed-OSS-36B-Instruct e GLM-4.5-Air. Os modelos de raciocínio usam um processo de reflexão prolongado para resolver problemas complexos antes de responder.

Sim. Todos os 36 modelos oferecidos por SiliconFlow 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 SiliconFlow, 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.

SiliconFlow: inteligência, desempenho e preço dos modelos

Mais inteligente

Mais rápido

Menor preço

Inteligência

Velocidade

Preço