Together AI: inteligência, desempenho e preço dos modelos
Análise dos modelos oferecidos por Together AI 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 Together AI para seu caso de uso.
Mais inteligente
Intelligence Index
11 modelos no total
Mais rápido
Velocidade de saída
11 modelos no total
Menor preço
Preço combinado (por 1M de tokens)
11 modelos no total
Together AI oferece 11 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 Together AI são Kimi K3 (max) (57), MiniMax-M3 (44) e Kimi K2.7 Code (42).
- Em velocidade de saída, os modelos mais rápidos são Kimi K2.6 (FP4) (410 t/s), Kimi K2.7 Code (254 t/s) e Nemotron 3 Ultra (145 t/s). A velocidade varia significativamente entre os modelos, com uma diferença de 356% entre o mais rápido e o mais lento.
- Em latência, Kimi K2.6 (FP4) (0.64s), Gemma 4 31B (FP8) (1.26s) e Gemma 3n E4B (1.29s) têm o menor tempo até o primeiro token da resposta final.
- Em preço, Gemma 3n E4B ($0.07), Qwen3.5 9B (FP8) ($0.18) e MiniMax-M3 ($0.22) têm os menores preços combinados por 1M de tokens. Os preços variam em até 6.8x entre os modelos.
- Em tamanho da janela de contexto, Kimi K3 (max) (1M), MiniMax-M3 (1M) e Inkling (524k) aceitam as maiores janelas entre os modelos oferecidos por Together AI.
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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
Kimi K3 (max) | 1M | Aberto | 57 | $1.46 | 59 | 0.93 | 43.37 | 33.95 | |||
MiniMax-M3 | 1M | Aberto | 44 | $0.20 | 63 | 0.93 | 40.56 | 31.71 | |||
Kimi K2.7 Code | 262k | Aberto | 42 | $0.30 | 254 | 0.51 | 11.24 | 8.76 | |||
Inkling | 524k | Aberto | 41 | $0.61 | 94 | 0.62 | 27.21 | 21.27 | |||
Nemotron 3 Ultra | 512k | Aberto | 38 | $0.40 | 145 | 0.72 | 19.83 | 15.67 | |||
Kimi K2.6 (FP4) | 262k | Aberto | 35* | -- | 410 | 0.64 | 1.86 | -- | |||
 GLM-4.7 | 203k | Aberto | 34 | $0.27 | -- | -- | -- | -- | |||
MiniMax-M2.5 (FP4) | 197k | Aberto | 34* | -- | -- | -- | -- | -- | |||
Gemma 4 31B (FP8) | 262k | Aberto | 29 | $0.10 | 61 | 1.27 | 37.86 | 28.41 | |||
GLM-4.6 | 203k | Aberto | 29 | $0.33 | -- | -- | -- | -- | |||
GLM-4.7 | 203k | Aberto | 27* | -- | -- | -- | -- | -- | |||
GLM-4.6 | 203k | Aberto | 23* | -- | -- | -- | -- | -- | |||
Gemma 4 31B (FP8) | 262k | Aberto | 22 | $0.10 | 64 | 1.26 | 9.13 | -- | |||
Qwen3.5 9B (FP8) | 262k | Aberto | 21 | $0.31 | 86 | 0.77 | 29.87 | 23.28 | |||
 Apriel-v1.5-15B-Thinker | 131k | Aberto | 21* | -- | -- | -- | -- | -- | |||
Qwen3 Coder Next (FP8) | 262k | Aberto | 21 | $0.47 | -- | -- | -- | -- | |||
 DeepSeek V3.1 | 131k | Aberto | 21* | -- | -- | -- | -- | -- | |||
Apriel-v1.6-15B-Thinker | 131k | Aberto | 21* | -- | -- | -- | -- | -- | |||
DeepSeek R1 0528 | 164k | Aberto | 20* | -- | -- | -- | -- | -- | |||
DeepSeek R1 (Jan) | 164k | Aberto | 19 | $0.50 | -- | -- | -- | -- | |||
GLM-4.5-Air (FP8) | 131k | Aberto | 17* | -- | -- | -- | -- | -- | |||
Llama 4 Maverick | 1.05M | Aberto | 14 | $0.04 | -- | -- | -- | -- | |||
Llama 3.3 70B Turbo | 131k | Aberto | 9 | $0.16 | 90 | 1.31 | 6.88 | -- | |||
Gemma 3n E4B | 32.8k | Aberto | 1* | -- | 43 | 1.29 | 12.96 | -- | |||
 Cogito v2.1 | 164k | Aberto | -- | -- | -- | -- | -- | -- | |||
Principais definições
Perguntas frequentes
Perguntas comuns sobre Together AI
Together AI oferece 11 modelos que acompanhamos: Kimi K3 (max), MiniMax-M3, Kimi K2.7 Code, Inkling, Nemotron 3 Ultra, Kimi K2.6 (FP4), Gemma 4 31B (FP8), Gemma 4 31B (FP8), Qwen3.5 9B (FP8), Llama 3.3 70B Turbo e Gemma 3n E4B.
O modelo mais inteligente disponível em Together AI é Kimi K3 (max), com 57 pontos no Intelligence Index.
O modelo mais rápido em velocidade de saída oferecido por Together AI é Kimi K2.6 (FP4), com 409.5 tokens por segundo.
O modelo com o menor tempo até o primeiro token da resposta final em Together AI é Kimi K2.6 (FP4), com 0.64s. Uma latência menor significa um tempo de resposta inicial mais rápido.
O modelo mais acessível em preço combinado oferecido por Together AI é Gemma 3n E4B, com $0.07 por 1M de tokens (proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída).
Os preços em Together AI variam em até 35x entre os modelos, de $0.07 por 1M de tokens no Gemma 3n E4B a $2.31 por 1M de tokens no Kimi K3 (max).
Sim. Together AI 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 11 modelos oferecidos por Together AI são compatíveis com o modo JSON para saída estruturada.
10 de 11 modelos oferecidos por Together AI são compatíveis com chamadas de funções (uso de ferramentas).
Sim. Together AI oferece 7 modelos de raciocínio: Kimi K3 (max), MiniMax-M3, Kimi K2.7 Code, Inkling, Nemotron 3 Ultra, Gemma 4 31B (FP8) e Qwen3.5 9B (FP8). Os modelos de raciocínio usam um processo de reflexão prolongado para resolver problemas complexos antes de responder.
Sim. Todos os 11 modelos oferecidos por Together AI 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 Together AI, 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.