Inkling Small API 服务商基准测试与分析
本分析旨在帮助你根据使用场景，选择 Inkling Small 的最佳 API 服务商。
速度最快
Baseten
DeepInfra
Thinking Machines输出速度
共 3 家服务商
延迟最低
BasetenDeepInfraThinking Machines首个答案 Token 延迟
共 3 家服务商
价格最低
Thinking MachinesDeepInfraBaseten每 100 万 token 的混合价格
共 3 家服务商
可通过 3 家 API 服务商使用 Inkling Small，每家服务商的性能特征和价格各不相同。下方对比了各服务商的关键指标。
- 输出速度最快的服务商是 Baseten（323.5 t/s）、DeepInfra（243.7 t/s）和Thinking Machines（178.0 t/s）。
- 延迟方面，Baseten（6.64 秒）、DeepInfra（9.19 秒）和Thinking Machines（13.36 秒） 的首个答案 Token 延迟最低。
- 价格方面，Thinking Machines（0.22）、DeepInfra（0.28）和Baseten（0.29） 每 100 万 token 的混合价格最低。
- Baseten 兼具最高速度和最低延迟，性能表现最佳。若要优化成本，Thinking Machines 的价格最具竞争力。
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
Pricing: Cache Discount
Output Speed vs. Price
速度
按输出速度（每秒 token 数）衡量
Output Speed: Inkling Small
Latency vs. Output Speed
延迟
按首 Token 延迟（秒）衡量
首个答案 Token 延迟
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
关键比较指标与 API 功能
常见问题
关于 Inkling Small 服务商的常见问题
可通过 3 家 API 服务商使用 Inkling Small：Thinking Machines、DeepInfra和Baseten。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 3 家 API 服务商使用 Inkling Small。
按输出速度计算，Inkling Small 速度最快的服务商是 Baseten（323.5 t/s）、DeepInfra（243.7 t/s）和Thinking Machines（178.0 t/s）。输出速度衡量模型开始响应后生成 token 的速度。
Inkling Small 的首个答案 Token 延迟最低的服务商是 Baseten（6.64s）、DeepInfra（9.19s）和Thinking Machines（13.36s）。延迟越低，初始响应越快。
按混合价格计算，Inkling Small 最实惠的服务商是 Thinking Machines（每 100 万 token $0.22）、DeepInfra（每 100 万 token $0.28）和Baseten（每 100 万 token $0.29）。混合价格采用缓存命中/输入/输出 token 为 7:2:1 的比例。
Inkling Small 输入 token 价格最低的服务商是 Thinking Machines（每 100 万输入 token $0.30）、DeepInfra（每 100 万输入 token $0.45）和Baseten（每 100 万输入 token $0.50）。
Inkling Small 输出 token 价格最低的服务商是 Thinking Machines（每 100 万输出 token $1.20）、DeepInfra（每 100 万输出 token $1.20）和Baseten（每 100 万输出 token $1.20）。
Inkling Small 各服务商价格最多相差 1.3 倍。最实惠的是 Thinking Machines，每 100 万 token 收费 $0.22；Baseten 则收费 $0.29。
Inkling Small 的输出速度在不同服务商之间差异显著。Baseten 最快，为 323.5 t/s，是 Thinking Machines（178.0 t/s）的 1.8 倍。
提供 Inkling Small 的全部 3 家服务商均支持用于结构化输出的 JSON 模式。
提供 Inkling Small 的全部 3 家服务商均支持函数调用（工具使用）。
对于 Inkling Small，Baseten 兼具最高速度和最低延迟，性能表现最佳。若要优化成本，Thinking Machines 的价格最具竞争力。
选择 Inkling 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 Inkling 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