分析 Granite 4.0 H Small 各 API 服务商的性能指标,包括延迟(首 Token 延迟)、输出速度(每秒输出 token 数)、价格等。参与基准测试的 API 服务商包括 Replicate。
速度最快
输出速度
共 1 家服务商
延迟最低
首 Token 延迟
共 1 家服务商
价格最低
每 100 万 token 的混合价格
共 1 家服务商
可通过 Replicate 使用 Granite 4.0 H Small。
亮点
更新:默认性能基准测试工作负载已调整为 1 万个输入 token,以更贴近生产使用场景。你仍可在上方选择其他工作负载。
价格
Pricing: Cache Hit, Input, and Output
Pricing: Blended Price
Output Speed vs. Price
速度
按输出速度(每秒 token 数)衡量
Output Speed: Granite 4.0 H Small
Latency vs. Output Speed
延迟
按首 Token 延迟(秒)衡量
首 Token 延迟:Granite 4.0 H Small 服务商
端到端响应时间
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
端到端响应时间:Granite 4.0 H Small 服务商
关键比较指标与 API 功能
128k | 开放 | -- | 46 | 10.49 | 21.45 | -- | |||
常见问题
关于 Granite 4.0 H Small 服务商的常见问题
可通过 1 家 API 服务商使用 Granite 4.0 H Small:Replicate。每家服务商的性能特征和价格各不相同。
目前可通过我们进行基准测试和跟踪的 1 家 API 服务商使用 Granite 4.0 H Small。
按输出速度计算,Granite 4.0 H Small 速度最快的服务商是 Replicate(45.6 t/s)。输出速度衡量模型开始响应后生成 token 的速度。
Granite 4.0 H Small 的首 Token 延迟最低的服务商是 Replicate(10.49s)。延迟越低,初始响应越快。
按混合价格计算,Granite 4.0 H Small 最实惠的服务商是 Replicate(每 100 万 token $0.08)。混合价格采用缓存命中/输入/输出 token 为 7:2:1 的比例。
Granite 4.0 H Small 输入 token 价格最低的服务商是 Replicate(每 100 万输入 token $0.06)。
Granite 4.0 H Small 输出 token 价格最低的服务商是 Replicate(每 100 万输出 token $0.25)。
Replicate 在 Granite 4.0 H Small 的所有关键指标上均处于领先,拥有最快速度、最低延迟和最具竞争力的价格。
选择 Granite 4.0 H Small 服务商时,请考虑:输出速度(适合吞吐量密集型任务)、延迟(适合需要快速首次响应的交互式应用)、价格(适合成本敏感型工作负载),以及 JSON 模式或函数调用等 API 功能。
会。服务商性能可能因基础设施变化、负载均衡和更新而随时间波动。我们持续对所有服务商进行基准测试,并在“随时间变化”图表中展示历史性能趋势。
有关 Granite 4.0 H Small 的智能、能力、模态及其与其他模型的比较,请参阅模型概览页面。 查看模型概览